基于數(shù)據(jù)融合的協(xié)作頻譜檢測(cè)算法的研究.pdf

1、近年來(lái)，隨著頻譜的競(jìng)爭(zhēng)不斷升溫，使得認(rèn)知無(wú)線電技術(shù)（CR: Cognitive Radio）已經(jīng)成為當(dāng)前的研究熱點(diǎn)。一個(gè)認(rèn)知無(wú)線電網(wǎng)絡(luò)由眾多次用戶通過(guò)動(dòng)態(tài)頻譜接入的方法，與主用戶共存于同一個(gè)網(wǎng)絡(luò)中，同時(shí)每一個(gè)次用戶可以通過(guò)不停地對(duì)頻段掃描來(lái)發(fā)現(xiàn)可利用的空閑頻段。為了避免對(duì)主用戶的干擾，執(zhí)行準(zhǔn)確的頻譜感知成為認(rèn)知無(wú)線電的關(guān)鍵技術(shù)。相比于非協(xié)作的頻譜感知算法，協(xié)作的頻譜感知可以使認(rèn)知無(wú)線電網(wǎng)絡(luò)對(duì)主用戶進(jìn)行更為可靠的檢測(cè)，從而避免了對(duì)主用戶通

2、信的干擾，而數(shù)據(jù)融合又是協(xié)作頻譜感知的關(guān)鍵技術(shù)。本文首先研究了基于能量檢測(cè)的數(shù)據(jù)融合協(xié)作檢測(cè)算法，分硬融合和軟融合進(jìn)行討論，硬融合包括OR 融合、AND 算法和表決融合，軟融合包括最大后驗(yàn)概率、Np融合準(zhǔn)則、貝葉斯融合準(zhǔn)則、線性加權(quán)融合算法和分區(qū)融合等。對(duì)這些算法進(jìn)行了詳細(xì)的分析和仿真。仿真結(jié)果表明，OR 融合、AND 算法存在一個(gè)最優(yōu)認(rèn)知用戶個(gè)數(shù)，既能滿足全局檢測(cè)概率界，又能使虛警概率最??；計(jì)數(shù)融合的門(mén)限取協(xié)作感知系統(tǒng)中認(rèn)知個(gè)數(shù)的一半

3、最佳；在線性加權(quán)融合中，信噪比加權(quán)優(yōu)于均值加權(quán)；最大后驗(yàn)概率融合的檢測(cè)性能優(yōu)于OR 融合和AND 融合。
　　 然后本文從分區(qū)融合算法的角度出發(fā)，詳細(xì)分析了兩種基于分區(qū)融合的算法：一種是將線性加權(quán)應(yīng)用于分區(qū)融合算法的線性加權(quán)分區(qū)融合；另一種是判決融合，該算法在能量落入中間區(qū)間時(shí)，認(rèn)知用戶暫時(shí)不向融合中心報(bào)告判決結(jié)果，而是重新進(jìn)行能量檢測(cè)。本文還研究了判決融合算法在衰落信道下的檢測(cè)性能，主要考慮了兩種衰落信道：Rayleigh衰落

4、信道和Nakagami 衰落信道，對(duì)判決融合算法經(jīng)過(guò)衰落信道的協(xié)作頻譜感知的性能進(jìn)行了推導(dǎo)，給出了對(duì)應(yīng)的多種情況的檢測(cè)概率的表達(dá)式。仿真結(jié)果表明，Rayleigh 衰落信道產(chǎn)生的誤碼率高，檢測(cè)性能惡化；對(duì)于Nakagami 衰落信道，隨著參數(shù)g的增加，對(duì)信號(hào)造成的衰落趨于平緩。
　　 最后，本文從量化和最大后驗(yàn)概率的角度出發(fā)，分析了單門(mén)限最大后驗(yàn)概率算法以及雙門(mén)限最大后驗(yàn)概率算法在理想信道和非理想信道的檢測(cè)性能，其中雙門(mén)限最大后

5、驗(yàn)概率算法可以采用平均量化或者本地最優(yōu)量化方法，當(dāng)能量落入中間區(qū)間時(shí)，認(rèn)知用戶不傳送判決結(jié)果給融合中心，其他兩個(gè)區(qū)間則采用最大后驗(yàn)概率融合準(zhǔn)則。本文以2 比特平均量化為例，提出將最大后驗(yàn)概率和硬融合相結(jié)合的算法，該算法在融合中心將認(rèn)知用戶的判決結(jié)果分成兩類，一類是硬判決結(jié)果0 或者1，另一類軟判決，需要先進(jìn)行最大后驗(yàn)概率融合，然后融合中心將最大后驗(yàn)概率融合結(jié)果與硬判決結(jié)果進(jìn)行OR 融合。該算法既提高了檢測(cè)性能，又降低了系統(tǒng)的復(fù)雜度。仿真