认知无线电集中式联合频谱感知算法研究.ppt
2023/9/28,1,认知无线电集中式联合频谱感知算法研究,2023/9/28,课题来源及研究的目的与意义,1,国内外研究现状,2,硬判决联合频谱感知算法,4,软判决联合频谱感知算法,5,周期性联合频谱感知机制及其优化,6,主要内容,结论,7,频谱感知关键技术,3,2023/9/28,课题来源及研究的目的与意义,1,国内外研究现状,2,硬判决联合频谱感知算法,4,软判决联合频谱感知算法,5,周期性联合频谱感知机制及其优化,6,主要内容,结论,7,频谱感知关键技术,3,2023/9/28,频谱资源使用不充分,美国0-6GHz频谱资源利用率的测量结果绝大多数频段未被充分使用高频频段的频谱使用率非常低,美国0-6GHz频谱资源的使用情况,美国0-6GHz的频谱资源利用率,2023/9/28,FCC将没有被授权用户充分利用的频谱叫做“频谱空穴”或者“空闲频谱”FCC提出非授权用户可以采用认知无线电(Cognitive Radio,CR)技术实现对空闲频谱的感知和利用,充分利用空闲频谱,认知无线电频谱感知,频谱感知的作用使无线通信设备具有感知空闲频谱并合理利用的能力避免对授权用户产生任何干扰,频谱感知挑战快速、准确地检测授权用户是否存在解决隐终端问题,联合频谱感知的作用对授权用户不同方位的检测，有效地克服隐终端问题在达到相同检测精度下，可以降低系统对单用户检测灵敏度的要求,认知无线电联合频谱感知,联合频谱感知分类,集中式,分布式,协调控制认知用户,基站获得所有用户的感知信息，检测精度高,最大化自己的感知性能，合并的信息有限，检测精度较低,认知用户本身需要融合功能，终端的设计复杂,频谱感知性能体现,发现空闲频谱的能力，感知性能越高认知无线电能够识别更多的空闲频谱,探测授权用户的能力，感知性能越高认知无线电能够发现越微弱的授权用户信号,课题来源及研究目的,课题来源国家自然基金项目认知无线电中基于图论和博弈论的联合频谱分配算法研究(编号：61071104),研究目的为认知无线电的频谱分配提供先期的频谱感知和频谱空穴的获取,2023/9/28,课题来源及研究的目的与意义,1,国内外研究现状,2,硬判决联合频谱感知算法,4,软判决联合频谱感知算法,5,周期性联合频谱感知机制及其优化,6,主要内容,结论,7,频谱感知的关键技术,3,认知无线电的概念,Joseph Mitola认知无线电应该基于软件无线电的平台，是一种智能化的软件无线电。认知无线电通过无线电知识表式语言采用模式推理的方式与网络进行智能交流.,认知循环,FCC认知无线电是一种通过与频谱环境进行交互而改变传输参数的无线电，它能够采用动态频谱接入的方式使用授权频谱,具有认知和重配置能力.,国外研究现状,认知无线电系统结构的研究美国国防部制定的下一代通信计划(Next Generation Communication Program,XG)美国佐治亚理工学院提出了基于OFDM的认知无线电宽带频谱池系统美国加州大学伯克利分校和柏林技术大学合作研发的一种利用虚拟无许可频谱的认知无线电系统 美国加州大学智能网实验室研发的采用可升级的分布式频谱共享方案 的Nautilus系统FCC与2005年提出了第一个基于认知无线电的标准化协议IEEE 802.22，也叫无线区域网(Wireless Regional Area Networks,WRAN),国外研究现状,认知无线电频谱感知的研究美国佐治亚理工学院的Ganesan博士提出了一种分布式的联合频谱感知算法，信噪比较高的用户作为中继将感知信息转发给信噪比低的用户韩国首尔大学的Chongjoon You提出了使用TV频段的集中式联合频谱感知方法，各认知用户独立的采用能量检测法感知授权用户，并通过一个融合中心收集所有用户的感知信息并作出最终决策美国佛罗里达大学的Jose C P提出联合频谱感知能够产生分集增益，可以通过改变门限来控制联合频谱感知性能 佐治亚理工学院的Jun Ma等人提出了采用软判决的联合频谱感知算法，算法基于Neyman-Pearson原则能够提高认知无线电的检测概率 伦敦国王学院的Stota教授提出了基于放大中继和检测中继的认知无线电联合频谱感知算法，通过增加中继用户数可以提高检测概率,国内研究现状,国内会议和基金2008年5月，北京邮电大学承办了中欧认知无线电研讨会 2011年中国通信与网络国际学术会议 认知无线电专题973计划、863计划和国家自然科学基金都对认知无线电进行了立项支持,国内频谱感知研究大连理工大学的刘航等人采用循环平稳特征检测法实现了低信噪比条件下的频谱感知 南京邮电大学的程世伦提出了基于纳什议价的联合频谱感知算法 中国电子科技集团三十六所的郑轶等人提出了一种基于融合中心进行信噪比比较的认知无线电联合频谱感知算法,国内研究现状,北京邮电大学的虞贵财研究了感知时长和噪声功率波动对联合频谱感知灵敏度的影响 哈尔滨工业大学的石磊提出了基于分布式优化的联合频谱感知算法，通过对信号和噪声的概率密度函数进行逐步二次规划，可以提高性能解放军理工大学的崔丽提出了基于信息简约的最大似然联合频谱感知算法，采用简约信息降低了传送感知信息所需要的开销 清华大学的马志垚提出采用联合频谱感知对授权用户进行定位，通过建立检测概率与测距的关系，估计授权用户的三维地理位置信息,认知无线电的关键技术和应用,关键技术频谱感知：检测授权用户频谱分析和决策：选择最佳的可用频段 频谱共享：允许认知用户在不影响授权用户的前提下动态共享频谱 认知无线电组网：跨层设计,主要应用租用网络：租借给私人移动通信网络进行频谱接入 认知Mesh网：智能的宽带无线接入网络，具备认知与重配置功能 军用认知无线电：提高军事通信对外界复杂环境的适应性和保密性应急通信认知无线电：迅速地感知突发事件现场的外界环境信息，并且能够快速的组网通信,2023/9/28,课题来源及研究的目的与意义,1,国内外研究现状,2,硬判决联合频谱感知算法,4,软判决联合频谱感知算法,5,周期性联合频谱感知机制及其优化,6,主要内容,结论,7,频谱感知的关键技术,3,单用户频谱感知,发射端频谱感知,匹配滤波器检测,能量检测,循环平稳特征检测,单用户频谱感知,接收端频谱感知,干扰温度检测,本振泄露检测,联合频谱感知,隐终端授权用户处于阴影或者严重的多径衰落的情况下，隐终端问题就会产生,集中式联合频谱感知步骤 本地能量检测向融合中心发送感知信息融合中心合并及最终决策,联合频谱感知,硬判决联合频谱感知本地判决是0/1判决 三种融合准则公共信道带宽小，检测 性能不高,AND 准则,OR 准则,K-OUT-N 准则,软判决联合频谱感知本地判决是能量统计值 融合中心累积判决公共信道带宽大，检测 性能高,周期性联合频谱感知机制,优点终端只需要一根天线及时地探测到授权用户保证足够的通信时间,设计目标尽可能的降低合作开销保证检测性能的前提下，尽可能的提高认知无线电吞吐量,2023/9/28,课题来源及研究的目的与意义,1,国内外研究现状,2,硬判决联合频谱感知算法,4,软判决联合频谱感知算法,5,周期性联合频谱感知机制及其优化,6,主要内容,结论,7,频谱感知的关键技术,3,联合频谱感知门限优化,能量检测门限优化较低的虚警概率 较低的漏检概率,最小化错误检测概率,最优门限,联合频谱感知门限优化,AND准则,各认知用户的接收信噪比和噪声方差相同，那么各用户门限相同(数值搜索)，反之则不同(复杂的多元优化 问题),虚警概率和检测概率迭代表示,用户q门限优化,用户q最优门限,加入的必要性,OR准则,用户q最优门限,联合频谱感知门限优化,K-OUT-N准则,用户q最优门限,仿真参数,联合频谱感知门限优化,场景1(信噪比和噪声均相同),场景2(信噪比相同,噪声不同),场景3(信噪比不同,噪声相同),场景4(信噪比和噪声均不同),联合频谱感知门限优化,分簇联合频谱感知算法,认知用户和融合中心之间的信道可能是衰落信道，此时认知用户发送的0可能被融合中心错译为1，发送的1被错译为0,分簇联合频谱感知算法的步骤本地频谱感知簇内融合最终决策,分簇算法选取参考节点：选取距离融合中心最近的节点作为初始簇中心聚类：将其余节点归到距离最近的簇存储簇和簇头,分簇联合频谱感知的虚警概率和检测概率为,分簇联合频谱感知算法,瑞利衰落,分簇联合频谱感知算法,簇内节点数不同时簇头节点的误码率,分簇联合频谱感知算法,衰落信道下，分簇越少，算法的感知性能越好 分簇越少，簇头节点处理的信息量越大，设计越复杂,不同分簇数下的检测概率(SNR=20dB),不同分簇数下的检测概率(SNR=-5dB),2023/9/28,课题来源及研究的目的与意义,1,国内外研究现状,2,硬判决联合频谱感知算法,4,软判决联合频谱感知算法,5,周期性联合频谱感知机制及其优化,6,主要内容,结论,7,频谱感知的关键技术,3,基于加权的软判决联合频谱感知算法,高信噪比用户的检测性能要好于低信噪比用户的检测性能，因此在融合决策中，如果提高高信噪比用户的检测信息所占的比重，联合频谱感知的性能会获得提高,加权软判决联合频谱感知模型,虚警概率和检测概率,基于加权的软判决联合频谱感知算法,基于信噪比的权重,最大化吞吐量加权军事通信中，首要目的是提高认知无线电的吞吐量，同时还应该确保认知无线电对授权用户的干扰容量在授权用户允许的范围内,吞吐量,干扰容量,未考虑认知用户和融合中心之间信道状况,基于加权的软判决联合频谱感知算法,最优权重,最小虚警概率,最大吞吐量,最小化干扰容量加权民用通信中，保证认知无线电正常通信需要的最低吞吐量的前提下，最小化对授权用户的干扰,最优权重,最大检测概率,最小干扰容量,基于加权的软判决联合频谱感知算法,基于加权的软判决联合频谱感知算法,吞吐量随干扰容量的变化,干扰容量随吞吐量的变化,为低信噪比用户分配较小的权重，降低了它对联合感知性能的负面影响,基于加权的软判决联合频谱感知算法,吞吐量随平均信道增益的变化,干扰容量随平均信道增益的变化,为到融合中心信道增益较小的用户分配较大融合权重，用来补偿认知用户传送感知信息时所造成的信息损失。,基于加权的宽带联合频谱感知算法,认知无线电宽带频谱感知的主要目的是检测这些子信道，选择出其中空闲的子信道供自己使用。,宽带认知无线电的吞吐量和干扰容量,宽带最大化吞吐量加权总效益单独子信道感知性能,基于加权的宽带联合频谱感知算法,宽带最小化干扰容量加权,定理4-1和4-2证明了当 和 时，目标函数为下凸函数，可采用牛顿迭代优化算法求解,基于加权的宽带联合频谱感知算法,不同方法的吞吐量比较,不同子信道虚警概率,不同子信道检测概率,基于加权的宽带联合频谱感知算法,不同方法的干扰容量比较,不同子信道虚警概率,不同子信道检测概率,基于加权的宽带联合频谱感知算法,基于加权的双门限联合频谱感知算法,硬判决发送信息量少，但性能低；软判决性能高，需要发送大量信息。硬软结合，性能折中。,设置检测概率上限 使得 和，得到双门限,当 时，双门限退化为软判决联合频谱感知,当 时，双门限退化为硬判决联合频谱感知,基于加权的双门限联合频谱感知算法,检测概率、虚警概率和漏检概率,每个认知用户平均发送比特,基于加权的双门限联合频谱感知算法,基于加权的双门限联合频谱感知算法,2023/9/28,课题来源及研究的目的与意义,1,国内外研究现状,2,硬判决联合频谱感知算法,4,软判决联合频谱感知算法,5,周期性联合频谱感知机制及其优化,6,主要内容,结论,7,频谱感知的关键技术,3,授权用户占用模型,信道可以建模为ON-OFF随机过程,信道空闲和繁忙的概率,周期性单信道联合频谱感知机制,认知无线电“先听后传”避免干扰周期检测及时捕获授权用户信号,周期感知周期传输信道搜索信道切换,联合频谱感知机制的优化,优化参数：感知周期、感知时间、搜索时间以及参与合作感知的用户数,感知周期的优化,传输中产生的频谱浪费传输中对授权用户产生的干扰感知中产生的频谱浪费,优化函数（感知代价）,频谱利用率和对授权用户的干扰时间比,联合频谱感知机制的优化,本地感知时间和合作用户数的联合优化,定理5-1证明目标函数存在极大值,联合频谱感知机制的优化,搜索时间优化,单信道感知时间,信道空闲的概率,联合频谱感知机制的优化,时感知代价随感知周期的变化,联合频谱感知机制的优化,联合频谱感知机制的优化,联合频谱感知机制的优化,吞吐量随本地感知时间和合作用户数的变化,吞吐量随本地感知时间的变化,吞吐量随合作用户数变化,联合频谱感知机制的优化,联合频谱感知机制的优化,联合优化算法和其它优化算法的比较,143 Stotas S,Nallanathan A.Overcoming the Sensing-throughput Tradeoff in Cognitive Radio NetworksC.2010 IEEE International Conference on Commu-nications,ICC.Cape Town,IEEE Inc,2010:1-5.,144 林威,吴捷,张钦宇等.基于认知无线电系统合作检测的数据融合研究J.通信学报.2009,30(10):135-140.,联合频谱感知机制的优化,搜索时间随本地感知时间和合作用户数的变化,搜索时间随本地感知时间的变化,搜索时间随合作用户数变化,联合频谱感知机制的优化,联合优化算法和其它优化算法的比较,联合频谱感知机制的优化,周期性宽带多时隙联合频谱感知机制,宽带认知无线电需要同时对所有的授权用户子信道进行感知，可以利用 所有的空闲子信道进行通信，同时节省了信道搜索时间。,各子信道总的吞吐量,优化函数,周期性宽带多时隙联合频谱感知机制,L个子信道的感知时隙分配算法(贪婪算法),联合谱感知机制的联合优化算法,周期性宽带多时隙联合频谱感知机制,吞吐量随感知时隙数和合作用户数的变化,联合优化算法和穷举算法收敛的迭代次数,周期性宽带多时隙联合频谱感知机制,不同子信道数下认知无线电的吞吐量,147Yang W,Li H Z,Ban D S,et al.Parameters Optimization for Cooperative Sensing in Multi-channel Cognitive Radio NetworksC.6th International ICST Conference on Commun-ications and Networking in China,CHINACOM 2011.Harbin,IEEE CS,2011:210-215.,2023/9/28,课题来源及研究的目的与意义,1,国内外研究现状及论文结构,2,硬判决联合频谱感知算法,4,软判决联合频谱感知算法,5,周期性联合频谱感知机制及其优化,6,主要内容,结论,7,频谱感知关键技术,3,结 论,针对硬判决联合频谱感知，提出三种融合准则下的联合频谱感知的门限优化算法，相比各用户采用相同门限的算法，当各用户的接收信噪比和噪声方差不同时错误检测概率能够降低4%。针对认知用户和融合中心之间是瑞利衰落信道，提出了分簇联合频谱感知算法，相比未分簇算法，当虚警概率为0.5时，检测概率提高13.8%。提出了基于加权的软判决联合频谱感知算法，针对单信道和宽带频谱感知，分别提出了最大化吞吐量加权和最小化干扰容量加权两种权重方案，相比基于信噪比加权的算法，提出算法能够使认知无线电的吞吐量最多提高1.25kbps和对授权用户的干扰最多降低0.4kbps。提出了基于加权的双门限联合频谱感知算法，认知无线电在检测性能和发送信息量之间能够获得折中，当虚警概率为0.1时，双门限算法的发送比特数比软判决低2.26bit，检测概率比硬判决高8%。,为了将联合频谱感知算法应用到实际场景中，分别提出了单信道的周期性联合频谱感知机制以及周期性宽带多时隙联合频谱感知机制。通过对频谱感知机制参数的优化，认知无线电能够提高频谱利用率，降低对授权用户的干扰，获得较大的吞吐量以及减少空闲信道的搜索时间。,结 论,发表的代表性文章,2023/9/28,
