认知无线电中双阶段频谱检测算法研究

杜　红，富　爽，史国军， 李维民

(黑龙江八一农垦大学 信息技术学院，黑龙江 大庆 163319)



认知无线电中双阶段频谱检测算法研究

杜红，富爽，史国军， 李维民

(黑龙江八一农垦大学 信息技术学院，黑龙江 大庆 163319)

在认知无线电网络中，为了实现更精确的检测，并避免对授权用户的干扰，一种双阶段频谱检测算法被提出。该算法由粗检测和细检测两种方式组成。粗检测阶段采用应用广泛的能量检测技术。由于能量检测技术的性能在衰落环境中容易受到影响，当粗检测阶段时感知结果判定为信道空闲，在细检测阶段将采用基于一阶周期平稳特征检测算法。对于这种双阶段频谱检测算法，推导分析了错误检测概率和吞吐量的性能指标。仿真结果表明，频谱检测性能显著优于常规的一阶段频谱检测算法。

认知无线电；双阶段频谱检测；能量检测；一阶循环平稳特征检测

目前，认知无线电(Cognitive Radio，CR)技术已经被视为一种有效的提高频谱利用率的方法，它通过机会式频谱共享方式使用频谱，解决了当前频谱拥塞和部分频谱利用不足之间的冲突[1-2]。然而，为了避免可能对授权主用户(Primary User，PU)的干扰，CR用户对频谱的接入具有较低优先级。因此，CR用户必须在接入信道之前检测该频谱的可用性。目前，频谱感测技术主要集中在主发射机的频谱检测，并且通常可以被分类为匹配滤波器检测、循环平稳特征检测和能量检测。然而，在上述检测技术在实际应该上有其自身的局限性。更具体地，匹配滤波器技术需要授权用户对频谱使用情况的先验信息；循环平稳特征检测技术具有较高的复杂性；即使能量检测被广泛使用，在低信噪比环境中具有较弱的检测性能。

为满足频谱检测时间和感知灵敏度的要求，CR系统引入了具有两阶段的频谱检测(Two-stage Spectrum Sensing，TSS)技术，在IEEE 802.22无线区域网(Wireless Regional Area Network，WRAN)中，包括粗检测和细检测[3]。目前，两级频谱检测策略已在一些文献中研究。如文献[4]主要研究了两阶段检测方法中最小化频谱检测时间，但是，这两个检测阶段都基于能量检测技术；文献[5]研究的两阶段检测方案基于能量频谱检测和最大最小特征值检测技术。文献[6]重点研究双阶段频谱检测算法在阴影衰落环境中与单阶段频谱检测技术的性能对比分析。文献[7]研究了在噪声不确定环境下，采用能量检测、最大最小特征值检测技术作为双阶段频谱检测方案，以保护授权主用户为出发点研究该检测方案的频谱检测性能；此外，还有研究将两阶段检测技术应用在协作频谱感知算法中[8]，该研究方法采用了自适应的双门限检测技术，但检测技术仅考虑单一的能量检测技术。

本文的主要研究工作如下所述。第一，研究一种新的双阶段频谱检测方案，更加专注于检测性能的精确性，在最大程度上避免对授权主用户的干扰。具体地，采用一阶循环平稳检测作为精细检测阶段，适当降低复杂性。第二，两阶段频谱检测算法的性能指标分析，研究所提检测算法的检测性能的准确性，以错误检测概率为指标，分析不同检测算法的可靠性。此外，关注双阶段频谱检测方法的吞吐量性能，以保证CR用户的频谱效率。最后，使用MATLAB软件进行数值仿真，仿真结果显示了双阶段频谱检测算法在可靠性和有效性方面的优越性。

1　系统模型

在认知无线电网络中，频谱感知的检测问题可以采用二元假设问题。因此，频谱检测的目标在以下两个假设之间来决定

(1)

式中：T表示所观察到的时间；x(t)是由认知用户CR接收到的信号；s(t)是在授权用户PU的发送信号；h是信道的增益；n(t)是零均值和方差为δ2的加性高斯白噪声(AdditiveWhiteGaussianNoise，AWGN)的高斯随机变量；H0表示授权用户不存在；H1表示授权用户在占用信道。

假设整个频谱带宽是由具有相同大小带宽的N组信道构成。双阶段的频谱检测方案如图1所示。假设信道是按顺序进行检测。考虑到授权用户PU在衰落环境下的低功耗，通过第一阶段的能量检测技术很难发现授权用户，它也许会发生漏检。因此，为了避免对授权用户PU的干扰，在第一阶段检测后感知到信道为空闲后将实施第二阶段频谱检测。在这里，精细检测阶段采用一阶循环平稳特征检测算法。

图1　两阶段频谱检测方案

2　一种双阶段频谱检测算法

在本节中，首先分析了目前应用广泛的能量频谱检测方案，由于能量频谱检测技术在低信噪比环境下性能较差，然后在精细检测阶段中采用一阶周期平稳特征检测，并对其频谱检测性能进行了讨论。

2.1能量频谱检测技术

目前，对授权主用户的频谱检测普遍采用计算复杂度低的能量检测技术。能量检测器输出Y的分布表示如

(2)

能量检测技术的检测概率Pd_energy和虚警概率Pf_energy在加性高斯白噪声信道条件下的近似表达式可以分别用式(3)和式(4)表示。检测概率Pd_energy表示授权用户存在，认知用户发现授权用户的概率；虚警概率Pf_energy表示授权用户不存在，认知用户虚报判断授权用户存在的概率

dx

(3)

(4)

2.2一阶循环平稳特征检测算法

根据大多数调制信号的特点，它们的均值和自相关函数呈周期性循环平稳特性。循环平稳信号主要是基于自相关函数，因此，主要利用授权用户信号的平均特性来提高时域上感知信道的效率。

以下分析一阶循环平稳特征检测在AWGN信道的检测性能。考虑一个确定的复合正弦信号s(t)，它可以表示为

s(t)=aej(2πf0t+θ)

(5)

通过在AWGN信道上s(t)的传输，x(t)=s(t)+n(t)表示所接收的信号。x(t)的平均函数可以写成

(6)

对于一个特定的门限阈值λ，在AWGN信道条件下，M(t)包络的累积密度函数在不同的信道空闲H0和信道被占用H1的条件下由式(7)分别给出

(7)

在H0条件下，一阶循环平稳特征检测的虚警概率Pf_one-order可被表示为

(8)

同样，在H1条件下，一阶循环平稳特征检测的检测概率Pd_one-order在AWGN可以获得为

(9)

3　双阶段频谱检测性能指标分析

本节主要研究双阶段频谱检测方案的性能指标。具体地，为了保护授权主用户免受认知用户的干扰，并有效地利用空闲的频谱资源，以下主要分析了错误频谱检测概率和吞吐量两种性能指标，以此来衡量双阶段频谱检测的可靠性和有效性。

3.1错误检测的概率

根据上述提出的双阶段频谱检测方案的系统模型，双阶段频谱检测算法的虚警概率Pf和检测概率Pd为

Pf=Pf_energy+(1-Pf_energy)Pf_one-order

(10)

Pd=Pd_energy+(1-Pd_energy)Pd_one-order

(11)

错误检测的总概率Perror是其由误检概率和虚警概率组成。Perror由下式给出

Perror=Pmd+Pf=(1-Pd)+Pf

(12)

3.2吞吐量分析

为了比较能量检测和一阶周期平稳特征检测两个阶段频谱检测方式的收益，以下研究了两种频谱检测算法的吞吐量性能。具体地，能量检测和一阶周期平稳特征检测的吞吐量C表示为

(13)

(14)

式中：Ts1和Ts2分别表示能量检测和一阶周期平稳特征检测的频谱感知时间；TP表示帧持续时间；P(H0)和P(H1)分别表示授权主用户的空闲和忙碌状态的概率。

因此，在双阶段频谱检测算法的吞吐量性能指标被表示为

(15)

式中：TS由TS1和TS2的双阶段检测的感知时间组成

Ts=Ts1+Ts2

(16)

4　仿真结果与性能分析

在本节中，对所提出的双阶段频谱检测方案的检测性能进行数值仿真评估和分析。为了对授权的主用户提供足够的保护，并获得更多利用频谱的机会，以下仿真研究了判定门限阈值λ1对双阶段频谱检测的错误检测概率的影响。假设时间带宽积为m=5，假设噪声方差δ=1。

图2显示了双阶段频谱检测方案在不同的决策门限阈值下错误检测概率的性能指标比较，其中，判定门限阈值分别被设定为10dB，15dB和20dB。

图2　双阶段频谱检测TSS方案的错误检测概率与信噪比的曲线

图2的仿真结果表明，较高的判定门限阈值可以获得较低的错误检测概率。此外，当信噪比超过10 dB时，检测错误概率的性能指标不再受信噪比环境的影响。因此，为了实现双阶段频谱检测较好的可靠性，获得较低的错误检测概率，判决门限阈值需要被设置至少15 dB以上。

此外，为了进一步评估双阶段频谱检测方案与传统的单一阶段的频谱检测技术的性能比较，以下在频谱检测的可靠性和有效性方面进行了对比分析。图3显示了不同频谱检测方法的频谱感知准确度，该判定门限阈值被设定为λ=20，图3分别比较了双阶段频谱检测方案、能量检测和一阶周期平稳特征检测的感知性能。

图3　不同频谱检测算法的错误检测概率与信噪比曲线对比

图3表明较高的信噪比环境下，错误检测概率性能指标较低。此外，在较低信噪比环境下，双阶段频谱检测算法优于能量检测和一阶周期平稳检测算法。从图3还可以看出，当信噪比大于12 dB时，3种频谱检测方案的错误检测概率非常低。因此，相对于能量检测技术，双阶段频谱检测方式在低信噪比环境上性能优越更为明显。

图4显示出了不同信噪比环境下3个频谱检测方案的收益性能对比。假设能量检测技术和一阶循环平稳特征检测的频谱检测时间分别为T1=2 ms，T2=18 ms。此外，假设授权用户空闲和忙碌的概率分别为P(H0)= 0.7，P(H1)= 0.3。

图4　不同频谱检测算法的吞吐量与信噪比曲线对比

如图4所示，当信噪比小于10 dB时，双阶段频谱检测TSS方案优于能量检测或一阶循环平稳特征检测算法，即在较低信噪比环境下，所研究的双阶段频谱检测算法能获得较高的收益。此外，当信噪比超过12 dB以上，3种频谱检测方案获得归一化的吞吐量性能指标为0.72。图3和图4的仿真结果表明，双阶段频谱检测方案不仅获得较低的错误检测概率，而且还具有良好的吞吐量性能。

5　小结

本文提出了一个双阶段的频谱检测方案，以满足认知无线电网络对频谱检测的精度要求。具体地，所提出的双阶段频谱检测方法结合了应用广泛的能量检测技术和复杂低的一阶循环平稳特征检测算法。仿真结果表明，相比传统的单一阶段的频谱检测方案，该方案不仅可以通过错误检测概率性能指标保证了可靠的检测，而且还具有良好的吞吐量性能。一方面，双阶段频谱检测算法较低的错误检测概率可避免对主用户的干扰很大。另一方面，双阶段频谱检测算法在吞吐量性能可以获得更高的收益。

[1]Federal Communications Commission. Rep. ET docket no. 02-135，spectrum policy task force[S]. 2002.[2]HAYKIN S. Cognitive radio：brain-empowered wireless communications[J]. IEEE journal selected on areas communications，2005，23(2)：201-220.

[3]BENKO J，CHEONG Y C，CORDEIRO C. IEEE 802.22-06/0004r1，A PHY/MAC proposal for IEEE 802.22 WRAN systems part 1：the PHY[S].2006.

[4]ARIF W，HOQUE S，SEN D，et al. Sensing time minimization using pipelining in two stage spectrum sensing[C]//International Conference on Signal Processing and Integrated Networks.[S.l]：IEEE，2015：359-365.

[5]SUWANBORIBOON S，LEE W. A novel two-stage spectrum sensing for cognitive radio system[C]// International Symposium on Communications and Information Technologies. [S.l]：IEEE，2013：176-181.

[6]DINDOM T，SRISOMBOON K，LEE W. Performance evaluation of single-stage and two-stage spectrum sensing techniques for cooperative cognitive radio systems under shadowing environments[C]// International Conference on Electrical Engineering/electronics, Computer, Telecommunications and Information Technology. [S.l]：IEEE，2015：1-6.

[7]SRISOMBOON K，PRAYOTE A，LEE W. Two-stage spectrum sensing for cognitive radio under noise uncertainty[C]// Eighth International Conference on Mobile Computing and Ubiquitous NETWORKING. [S.l]：IEEE，2015：19-24.

[8]BAGWARI A，TOMAR G S，VERMA S. Cooperative spectrum sensing based on two-stage detectors with multiple energy detectors and adaptive double threshold in cognitive radio networks[J]. Canadian journal of electrical and computer engineering，2013，36(4)：172-180.

杜红(1982— )，女，讲师，博士，主研认知无线电频谱感知与资源分配、农业物联网方向；

富爽(1982— )，女，副教授，博士，主要研究方向为LTE技术、认知无线电技术等；

史国军(1969— )，副教授，博士生，主研电气工程技术；

李维民 (1980-)，实验师。

责任编辑：许盈

Two-stage spectrum sensing scheme in cognitive radio network

DU Hong, FU Shuang, SHI Guojun, LI Weimin

(Collegeofinformationtechnology,HeilongjiangBayiAgriculturalUniversity,HeilongjiangDaqing163319,China)

In order to achieve more precise sensing and avoid the interference to primary user in cognitive radio networks, a two-stage spectrum sensing approach is investigated. More specifically, a coarse spectrum sensing based on energy detection is introduced. Owing to worse sensing performance of energy detection in fading environment, if the decision is made to be idle by coarse sensing, a complementary fine spectrum sensing based on one-order cyclostationary feature detection is exploited. Moreover, the problem formulation and discussion of two-stage sensing is presented. Besides, the throughput of two-stage sensing is focused on. Numerical results show that the sensing performance is improved significantly as opposed to conventional spectrum sensing.

cognitive radio; two-stage sensing; energy detection; one-order cyclostationary feature detection

TN929

ADOI：10.16280/j.videoe.2016.10.014

黑龙江省教育厅科学技术研究项目(12541583)

2016-03-20

文献引用格式：杜红，富爽，史国军，等.认知无线电中双阶段频谱检测算法研究与分析[J].电视技术，2016，40(10)：67-70.

DU H，FU S，SHI G J，et al. Two-stage spectrum sensing scheme in cognitive radio network [J].Video engineering，2016，40(10)：67-70.