基于认知无线网协作频谱感知的改进算法研究

王涛

摘 要：本文综合随机矩阵理论方法和功率信号检测方法的优点，提出了一种改进的协作频谱感知算法。改进算法弥补了随机矩阵理论法中检测概率不高和功率信号检测方法计算量较大的缺点，最终实现检测准确概率与计算复杂度之间的取舍平衡。

关键词：认知无线网;协作频谱感知;功率检测法

中图分类号：TN925 文献标识码：A 文章编号：1003-5168（2021）18-0025-03

Abstract： Combining the advantages of random matrix theory and power signal detection method， an improved cooperative spectrum sensing algorithm was proposed in this paper. The improved algorithm makes up for the shortcomings of low detection probability and large amount of calculation of power signal detection method in random matrix theory method， and finally realizes the trade-off between detection accuracy probability and calculation complexity.

Keywords： cognitive radio networks;cooperative spectrum sensing;power detection

隨着各种移动电信业务量的迅猛增加，传统频谱固定分配方式已不能满足无线通信的发展需求[1]。一方面，随着优质频谱资源的划分殆尽，可用的频谱资源越来越匮乏;另一方面，目前，大量研究和实测结果均显示现有频谱利用率普遍不高[2]。相关研究表明，通过提高频谱资源利用效率，能有效缓解当前频谱资源不足的现状。而如何提高频谱利用效率成为当前研究的热点之一。

频谱共享技术能利用现有网络资源快速构建5G网络，在大幅度提高频谱效率的同时，节约了大量的部署成本，成为目前构建5G网络的主流技术之一，得到了业内的广泛认同[3]。频谱共享技术的关键主要包括频谱感知、频谱管理、频谱接入和频谱退出等4个方面[4]。本文主要涉及频谱共享技术中的频谱感知方法。频谱感知技术分为单点频谱感知和多点协作频谱感知。单点频谱感知是根据一个认知用户接收的信号对频谱占用情况进行分析，需要较长感知时间才能准确感知频谱;多点协作频谱感知具有感知时间较短、感知准确度高等优点。频谱感知的方法主要有功率检测法、循环谱检测法、累积量检测法等。其中，功率检测法最为简单，易实现[5]，其较常用的方法有随机矩阵理论方法和功率信号检测方法（如贝叶斯准则、NP准则等）。随机矩阵理论方法的核心思想[6]是认知控制中心利用多个认知节点采集到的多个信号样本集构造样本矩阵[Y]，而后计算协方差矩阵[YYT]的特征值或特征值的最大值和最小值，特征值范围为[σ21-α2，σ21+α2]，其中[σ2]表示噪声方差，[α]表示信噪比，最后根据主用户在空闲和工作状态下的样本协方差矩阵[YYT]的特征值不同区分频谱是否占用。该方法的优点是算法简单，只要认知控制中心计算即可;缺点是检测概率不高。对于功率信号检测方法[7]，每个认知节点采集多个样本，而后计算每个节点样本功率的（用NP准则在一定虚警概率下）最大检测概率，最后认知控制中心收集各个节点的结果并对其加权求最终检测概率。该方法的缺点是每个节点都要做处理运算，运算量较大。

本文提出一种改进算法，综合随机矩阵理论方法和功率信号检测方法的优点，把每个认知节点收集信号的样本都集中到认知控制中心构成矩阵[Y]，而后利用随机矩阵理论方法获得样本协方差矩阵[YYT]的特征值[trYYT]，最后引入功率信号检测方法，通过与门限比较来获得最终的检测概率。

1 频谱感知原理

基于上述算法改进思路，频谱感知分为三步：第一，建立主用户信号模型，即构造样本矩阵;第二，基于样本矩阵建立信号检测模型，主要利用随机矩阵理论方法获得样本协方差矩阵[YYT]的特征值[trYYT];第三，设计功率信号检测方案，利用功率信号检测方法，获得基于[trYYT]的最佳检测门限，提升频谱检测概率，具体过程如下。

1.1 主用户信号模型

在主用户发射信号和不发射信号状态下，认知用户感知主用户的信号不一样。本研究用[H0]表示主用户不发射信号，[H1]表示主用户发射信号[sn]。认知用户接收主用户的信号模型为：

图2反映了认知用户个数与检测概率[Pd]之间关系，在固定认知用户接收平均信噪比为0 dB和采样样本个数为10的条件下，随着认知用户个数的增加，[H1]情况下的检测概率越准确。

3 结语

本文提出的频谱感知改进算法，结合了功率检测法中的随机矩阵理论法和功率信号检测方法的优点，实现了检测准确概率与计算复杂度之间的取舍平衡。

参考文献：

[1]杜振华，周舒.我国频谱资源配置的动态调整机制研究[J].北京邮电大学学报（社会科学版），2020（1）：14-19.

[2]XUE J，FENG Z，KAI C. Beijing Spectrum Survey for Cognitive Radio Applications[C]//IEEE 78th Vehicular Technology Conference （VTC Fall），2013

[3]爱立信.爱立信频谱共享技术将5G网络和5G设备跨越大洲连接在一起[EB/OL].（2020-02-25）[2021-05-20]. http：//k.sina.com.cn/article_1708813312_65da6c0002000ldkl.html.

[4]SHARMA S K，BOGALE T E，CHATZINOTAS S. Cognitive Radio Techniques under Practical Imperfections： A Survey[J]. IEEE Communications Surveys Tutorials， 2015（4）：1858-1884.

[5] LIANG Y C，CHEN K C，LI G Y，et al. Cognitive Radio Networking and Communications： An Overview [J].IEEE Transactions on Vehicular Technology，2011（7）：3386-3407.

[6]LEONARDO S. Cardoso ，Merouane Debbah，Pascal Bianchi， Cooperative Spectrum Sensing Using Random Matrix Theory[C]//Wireless Pervasive Computing，2008.

[7] MA J，ZHAO G，LI Y. Soft Combination and Detection for Cooperative Spectrum Sensing in Cognitive Radio Networks[C]// IEEE. IEEE，2008：4502-4507.