無(wú)線(xiàn)電中頻譜感知技術(shù)的設計和實(shí)現

1.2 有待解決的問(wèn)題

　　單用戶(hù)本地感知主要面臨以下挑戰：首先，對感知設備提出了較高的硬件要求，如高速高分辨率的數模轉換器、高速的信號處理器、寬帶射頻(RF)單元、單/雙鏈路結構等等，以達到所需的檢測速度和靈敏度;其次，由于多徑衰落、陰影和本地干擾等因素的影響，單用戶(hù)本地頻譜檢測往往不能獲得滿(mǎn)意的性能。再次，如何檢測基于擴頻技術(shù)的主用戶(hù)信號也是個(gè)難點(diǎn)問(wèn)題。

　　Ghasemi將頻譜感知的主要難點(diǎn)問(wèn)題歸結于3種不確定性：信道不確定性，即在陰影、衰落信道中，認知用戶(hù)很難從噪聲背景下區分出經(jīng)歷深衰落的主信號;噪聲不確定性，主要是能量檢測的性能會(huì )因為噪聲估計的偏差受到嚴重影響;聚合干擾不確定性，當網(wǎng)絡(luò )中存在多個(gè)認知用戶(hù)時(shí)，單個(gè)認知用戶(hù)的發(fā)射可能不會(huì )干擾主用戶(hù)，但是多個(gè)用戶(hù)同時(shí)發(fā)射可能會(huì )超過(guò)主用戶(hù)的干擾溫度門(mén)限(最大干擾的容忍程度)。

　　基于以上分析，下一步的主要研究方向包括：針對衰落、陰影等惡劣的信道環(huán)境，研究能量檢測、循環(huán)特征檢測等算法的改進(jìn)或者進(jìn)一步探討更為新穎的感知算法;針對正交頻分復用技術(shù)(OFDM)頻譜池系統的多帶檢測算法;將傳統的時(shí)域、頻域、空域的三維信號檢測進(jìn)行拓展，并研究包括角度、編碼等維度的多維頻譜感知算法。

　　2 協(xié)作感知技術(shù)

　　為了克服本地檢測的弊端，進(jìn)一步提高檢測性能，協(xié)作感知得到了廣泛而深入的研究。通過(guò)不同次用戶(hù)間的交互與協(xié)作，不僅僅能降低各認知用戶(hù)的檢測靈敏度需求，大幅度提高認知用戶(hù)的捷變能力，還能有效緩解隱藏終端問(wèn)題以及噪聲不確定性等問(wèn)題。

　　2.1 協(xié)作方案的分類(lèi)

　　根據協(xié)作網(wǎng)絡(luò )結構和協(xié)作策略選擇不同，協(xié)作感知方案可分兩類(lèi)：

　　(1)集中式協(xié)作感知

　　這種方案中，通常有一個(gè)中心基站(或接入點(diǎn))和多個(gè)參與協(xié)作的認知用戶(hù)(也稱(chēng)認知節點(diǎn))，并且需要專(zhuān)用控制信道將各用戶(hù)本地感知信息傳送到中心點(diǎn)進(jìn)行融合處理以及最終判決。

　　目前大部分文獻研究的都是該類(lèi)型的協(xié)作感知。Cabric等人于2004年開(kāi)始這方面研究，指出集中式協(xié)作感知可以減小多徑衰落信道的影響，改善檢測性能，并分析了節點(diǎn)數、門(mén)限值等參數的選取以及陰影相關(guān)性對協(xié)作的影響[4].隨后，Ghasemi更加詳細討論了在獨立同分布(I.I.D.)瑞利衰落信道和對數正態(tài)分布陰影信道條件下，基于能量檢測和硬融合的協(xié)作感知方案的檢測性能及其對頻譜利用率、檢測靈敏度、檢測時(shí)間帶寬積、噪聲不確定性抵抗能力的影響。文獻[5]還從聚合干擾的角度，進(jìn)一步分析了協(xié)作感知對于聚合干擾分布的影響，并在給定干擾概率情況下，給出了單用戶(hù)感知靈敏度和協(xié)作半徑之間的權衡。

　　(2)分布式協(xié)作感知

　　分布式協(xié)作感知中，各協(xié)作節點(diǎn)彼此可以交互和共享感知信息，并分別對各自感興趣的頻譜做最終判決。該方案最大的好處是簡(jiǎn)化了認知網(wǎng)絡(luò )結構，因而減小了開(kāi)銷(xiāo)成本。

　　2005年，G.Ganesan等人提出了基于前向放大協(xié)議的中繼協(xié)作感知方案，主要原理是在時(shí)分多址(TDMA)系統中，各協(xié)作用戶(hù)間以正交方式傳輸，一旦某個(gè)次用戶(hù)檢測到主用戶(hù)信息，則在下個(gè)時(shí)隙發(fā)送本身信號的同時(shí)轉發(fā)檢測到的主信號給鄰近的次用戶(hù)，再退出頻段。該方案利用了網(wǎng)絡(luò )所固有的非對稱(chēng)性來(lái)提高增益，同樣可以降低檢測時(shí)間，保持較低的中斷概率，從而提高網(wǎng)絡(luò )的捷變性。

　　2.2 信息融合問(wèn)題

　　傳統的數據融合是指多傳感器的數據在一定準則下加以自動(dòng)分析、綜合以完成所需的決策和 評估而進(jìn)行的信息處理過(guò)程。信息融合最早用于軍事領(lǐng)域，定義為一個(gè)處理探測、互聯(lián)、估 計以及組合多源信息和數據的多層次多方面過(guò)程，以便獲得準確的狀態(tài)和身份估計、完整而 及時(shí)的戰場(chǎng)態(tài)勢和威脅估計。它強調信息融合的三個(gè)核心方面：第一，信息融合是在幾個(gè)層 次上完成對多源信息的處理過(guò)程，其中每一層次都表示不同級別的信息抽象;第二，信息融 合包括探測、互聯(lián)、相關(guān)、估計以及信息組合;第三，信息融合的結果包括較低層次上的狀 態(tài)和身份估計，以及較高層次上的整個(gè)戰術(shù)態(tài)勢估計。多傳感器數據融合是人類(lèi)或其他邏輯系統中常見(jiàn)的功能。人非常自然地運用這一能力把來(lái)自 人體各個(gè)傳感器(眼、耳、鼻、四肢)的信息(景物、聲音、氣味、觸覺(jué))組合起來(lái)，并使用先 驗知識去估計、理解周?chē)h(huán)境和正在發(fā)生的事件。

　　2.2.1 數據融合算法

　　隨著(zhù)計算機技術(shù)、通信技術(shù)的快速發(fā)展，且日趨緊密地互相結合，加之軍事應用的特殊迫切需求，作為數據處理的新興技術(shù)--數據融合技術(shù)，在近10年中得到驚人發(fā)展并已進(jìn)入諸多軍事應用領(lǐng)域。數據融合技術(shù)，包括對各種信息源給出的有用信息的采集、傳輸、綜合、過(guò)濾、相關(guān)及合成，以便輔助人們進(jìn)行態(tài)勢/環(huán)境判定、規劃、探測、驗證、診斷。這對戰場(chǎng)上及時(shí)準確地獲取各種有用的信息，對戰場(chǎng)情況和威脅及其重要程度進(jìn)行適時(shí)的完整評價(jià)，實(shí)施戰術(shù)、戰略輔助決策與對作戰部隊的指揮控制，是極其重要的。未來(lái)戰場(chǎng)瞬息萬(wàn)變，且影響決策的因素更多更復雜，要求指揮員在最短的時(shí)間內，對戰場(chǎng)態(tài)勢作出最準確的判斷，對作戰部隊實(shí)施最有效的指揮控制。而這一系列最的實(shí)現，必須有最先進(jìn)的數據處理技術(shù)做基本保證。否則再高明的軍事領(lǐng)導人和指揮官也會(huì )被浩如煙海的數據所淹沒(méi)，或導致判斷失誤，或延誤決策喪失戰機而造成災難性后果。

　　數據融合傳送的是檢測信息，因而要求控制信道的帶寬比較寬，傳送開(kāi)銷(xiāo)也比較大。對于強調頻譜效率的CR系統來(lái)說(shuō)，為了追求協(xié)作增益而付出巨大的協(xié)作帶寬代價(jià)，顯得有些得不償失。

　　2.2.2 決策融合算法

　　各個(gè)協(xié)作節點(diǎn)獨立地處理觀(guān)測數據并做出決策，發(fā)送其決策結果至信息融合中心進(jìn)行最終判決，這種算法稱(chēng)為決策融合算法。依據各節點(diǎn)決策的權重是否相同，可將其分為決策硬融合和決策軟融合。

　　在這一層次上，情報中心送來(lái)的綜合情報是態(tài)勢評估的基本輸入，融合的結果要為部隊行動(dòng)和已方武器系統應作出的反應實(shí)時(shí)生成預案，并對態(tài)勢發(fā)展和決策進(jìn)行檢驗和分析，為指揮員提供優(yōu)化后的決策建議。在指揮中心，指揮員借助指揮系統，根據情報中心進(jìn)行融合后送來(lái)的綜合情報、上級要求和作戰命令，以及我方實(shí)際兵力和武器群的布局、特性能力，進(jìn)行決策融合 C3I 系統中最高層次的信息融合。這一層次智能性強，甚至可以說(shuō)是一種知識融合，因為它要集中指揮所各個(gè)方向室和要素的對策和建議，判別和分析態(tài)勢，制定和分發(fā)計劃，指導和監督戰斗。決策融合就是要從這三個(gè)方面幫助指揮員認清態(tài)勢的變化并作出反應。

　　除了K/N準則外，文獻[8]提出一種基于雙門(mén)限能量檢測的協(xié)作感知方法，用到了n比例邏輯準則，將決策為1的節點(diǎn)數與決策為0的節點(diǎn)數之間的比值與門(mén)限進(jìn)行比較做出最終判決。