無(wú)線(xiàn)電中頻譜感知技術(shù)的設計和實(shí)現

　　1 bit的最優(yōu)判決融合準則是Chair-Varneshney準則。該準則基于對數似然比準則，通過(guò)比較假設下的條件似然比與貝葉斯最優(yōu)門(mén)限，做出判決。條件似然比可通過(guò)各節點(diǎn)的虛警概率和檢測概率計算得到，但需要知道主用戶(hù)先驗概率。文獻[9]提出改進(jìn)的Chair-Varshney融合方法，在似然比檢測基礎上充分利用信道占用的統計特性，并考慮各個(gè)次用戶(hù)檢測機制差異性、決策時(shí)間差以及融合滯后時(shí)間，因此適用于單或多bit的同步感知以及異步感知場(chǎng)景。

　　近期研究軟融合算法的文獻還有很多：如基于D-S證據理論的融合算法，綜合考慮了節點(diǎn)的檢測結果和置信度，且融合中心不需要節點(diǎn)先驗信息，因此有很強實(shí)用性。Jun Ma等人提出的2 bit量化決策加權軟融合算法，通過(guò)設置3個(gè)檢測門(mén)限將能量分為4個(gè)區域，從而使檢測結果最終以2 bit形式傳送給中心進(jìn)行加權求和并最終判決，該算法實(shí)現了協(xié)作開(kāi)銷(xiāo)和檢測性能之間的合理折中。文獻[10]將各節點(diǎn)的相關(guān)性考慮進(jìn)去，提出了一種基于偏移準則的線(xiàn)性二次的次最佳融合方案。模糊綜合評估協(xié)作感知方案則是用模糊綜合評估方法得到各個(gè)次用戶(hù)信任度再融合，從而提高決策可靠性。此外，根據歷史判決數據的可靠性進(jìn)行動(dòng)態(tài)加權的感知算法，也能有效地提高檢測性能。

　　綜上所述，可將主要的信息融合算法歸納如表3所示。

　　2.3 有待解決的問(wèn)題

　　(1) 協(xié)作感知的性能與協(xié)作用戶(hù)數量、各用戶(hù)門(mén)限值的確定及位置分布情況等因素密切相關(guān)。因而如何選取這些協(xié)作感知參數以獲得最佳的檢測性能，是協(xié)作感知研究的重要內容。此外，協(xié)作感知屬于媒體訪(fǎng)問(wèn)控制(MAC)層的感知技術(shù)，所以還涉及到跨層設計方面的研究。

　　(2) 信息融合算法會(huì )直接影響協(xié)作增益和系統開(kāi)銷(xiāo)。一方面，決策融合雖然簡(jiǎn)單容易實(shí)現，但是其協(xié)作增益非常有限，當信道不均勻或者存在惡意用戶(hù)時(shí)，協(xié)作性能將急劇惡化;另一方面數據融合協(xié)作增益大，但是對控制信道的帶寬需求較大。如何在協(xié)作性能和系統開(kāi)銷(xiāo)二者之間尋找合理折中是協(xié)作感知研究的熱點(diǎn)。

　　(3) 惡意攻擊或突發(fā)故障是協(xié)作感知中不容忽視的安全問(wèn)題。為此，文獻[11]提出了一種應對存在惡意或自私節點(diǎn)場(chǎng)景的協(xié)作感知安全方案，以提高網(wǎng)絡(luò )安全性。文獻[12]提出一種加權序貫檢測方案(WSPRT)，采用雙門(mén)限值檢測，并通過(guò)一定規則動(dòng)態(tài)更新每個(gè)用戶(hù)的置信度權值，有效降低了惡意節點(diǎn)對最終判決的影響。

　　(4) 現在的研究大多是集中在單個(gè)感知用戶(hù)網(wǎng)絡(luò )參與協(xié)作的情形，基于網(wǎng)絡(luò )層的多感知用戶(hù)網(wǎng)絡(luò )間的協(xié)作也可能是未來(lái)研究的一個(gè)方向。

　　3 感知機制的優(yōu)化

　　Ghasemi和Hyoil Kim等人最先提出了感知機制的優(yōu)化問(wèn)題，主要關(guān)注感知模式的選擇和感知參數的優(yōu)化。CR網(wǎng)絡(luò )下，次用戶(hù)的伺機動(dòng)態(tài)接入頻譜過(guò)程通?？煽闯蓛煞N感知場(chǎng)景：信道搜索和信道監視。信道搜索是指次用戶(hù)需要搜索各個(gè)信道，尋找可用于傳輸的空閑頻譜。信道監視則是指次用戶(hù)必須周期性地檢測主用戶(hù)信號，以避免對重新出現的主用戶(hù)造成干擾。檢測周期、檢測時(shí)間和搜索時(shí)間的參數如何選取，以及采用何種感知模式和信道搜索方式，才能使感知效果最優(yōu)，這都是感知機制的優(yōu)化問(wèn)題。

　　頻譜感知模式通常分為被動(dòng)感知和主動(dòng)感知。被動(dòng)感知模式下，次用戶(hù)只有在需要進(jìn)行數據傳輸時(shí)才啟動(dòng)感知，通常只能使用一個(gè)空閑信道進(jìn)行傳輸，并周期性監測該信道。而主動(dòng)感知模式下，不管是否有數據傳輸需要，次用戶(hù)都周期性地檢測各個(gè)信道。兩種感知模式都要避免對重新出現的主用戶(hù)造成干擾，因此一旦發(fā)現當前信道不可用時(shí)，需立即啟動(dòng)搜索，直到檢測到某個(gè)空閑信道后停止搜索并開(kāi)始新的傳輸。相比而言，主動(dòng)感知方式需要檢測多個(gè)子信道，能量和時(shí)間開(kāi)銷(xiāo)比被動(dòng)感知方式有所增大，但它可以提高傳輸速率，并且減小認知用戶(hù)被迫進(jìn)行信道搜索而導致服務(wù)質(zhì)量(QoS)降低的概率，同時(shí)還可以積累大量頻譜信息，在重新進(jìn)行信道搜索時(shí)優(yōu)化搜索方式以提高信道切換能力。

　　下步的研究方向主要包括：信道占用模型可適當擴展更一般的情況;分布式協(xié)作感知機制的優(yōu)化問(wèn)題;基于循環(huán)平穩特征檢測等方法下的感知機制優(yōu)化;認知用戶(hù)之間的干擾可能對感知機制優(yōu)化的影響;不同的信道條件下，非固定檢測周期和搜索次序的感知機制優(yōu)化;綜合考慮最小化主用戶(hù)干擾、最大化感知性能、最優(yōu)化QoS等多種優(yōu)化目標;綜合考慮應用層需求、物理層算法和鏈路層協(xié)作與控制等跨層設計優(yōu)化問(wèn)題。

　　4 結束語(yǔ)

　　文章主要從本地感知、協(xié)作感知以及感知機制的優(yōu)化3個(gè)方面，對認知無(wú)線(xiàn)電頻譜感知技術(shù)的研究和發(fā)展狀況進(jìn)行了綜述，并對下一步有待解決的難點(diǎn)問(wèn)題進(jìn)行了討論。盡管還面臨諸多的技術(shù)挑戰，但隨著(zhù)研究不斷深入，相信在不久的將來(lái)，認知無(wú)線(xiàn)電技術(shù)必將日趨成熟，為無(wú)線(xiàn)通信帶來(lái)新的發(fā)展契機和動(dòng)力。