基于用户协作检测的频谱感知算法开题报告
2021-03-14 22:19:55
1. 研究目的与意义（文献综述）
{title}目的及意义（含国内外的研究现状分析）：
1.1 研究的背景
从电视机，手机到平板电脑，从汽车蓝牙，遥控钥匙到公交地铁一卡通，从GPS导航，广播到智能家居，从航空导航、飞机WIFI上网到卫星遥感，无线电技术和应用快速的从各个方面渗透在人们生活和工作中，改善和提高了人们的生活质量和工作效率。国家战略决策“宽带中国”、 “互联网 ”等计划的部署实施，使我国信息化和工业化的深入融合进入了一个新的局面，网络通信技术，朝着移动、无线、宽带不断升级，传统制造业也结合新形势下的信息技术完成了产业变革，涉及人们衣食住行的传统领域也相继借助无线互联网等新方式得到重大发展。随着信息化和工业化的不断融合，无线电技术和应用也将在各行各业中得到充分运用和发展。
然而，与大家熟知的一样，频谱资源并不是取之不尽，用之不竭的资源，再加上各种无线通信业务井喷式地出现，为了满足通信系统的需求，更多的频谱资源随之被固定分配，可用的频谱资源日益减少，因此，无线电频谱供需矛盾也日益突出。表1为美国联邦通信委员会(Federal Communications Commission, FCC)分析报告中公布的关于0-6GHz频带利用率的具体情况。从表中可以清楚地看到，目前常用的0-6GHz频段频谱资源并没有被充分利用，例如在4GHz-5GHz频段利用率只在0.128% 左右，即使在利用率最高的0GHz-1GHz也只有54.4%。
| 频率（GHz） | 0-1 | 1-2 | 2-3 | 3-4 | 4-5 | 5-6 |
| 利用率（%） | 54.4 | 35.1 | 7.6 | 0.25 | 0.128 | 4.6 |
表1
从频谱利用率情况来看，造成无线电频谱供需矛盾的主要原因并不是频谱资源稀缺，而是固定分配模式下所造成的频谱利用率低所导致的。因此，如何有效的提高频谱利用率，缓解无线电频谱供需矛盾成为了学者研究的热点问题。
1.2 研究的目的
无线环境中，信号传输会受到阴影、多径等因素的影响，感知用户的本地频谱检测不能满足所要求的可靠性及快速性；更甚者，感知用户受到严重阴影的影响时，会发生漏检，从而会对主用户系统造成干扰。为此，需要同频段上不同感知用户之间进行协同，提高检测的可靠性以及快速性。
本次设计将研究一种算法，通过对周围无线环境的历史和当前状况进行检测、分析、学习、推理和规划，利用相应结果调整自己的传输参数，使用最适合的无线资源(包括频率、调制方式、发射功率等)完成无线传输，从而使认知无线电具有学习能力，能与周围环境交互信息，以感知和利用在该空间的频谱空穴，并限制和降低冲突的发生。
1.3 研究的意义
当前，认知无线电关键技术的研究主要集中在频谱感知和动态频谱管理两方面。根据FCC的定义，认知无线电的最大特征是能够对无线电环境进行感知。与无线电环境的直接接触只能由系统物理层来完成，因此频谱感知技术主要是一种物理层的信号处理技术。可以说，频谱感知是认知无线电系统中物理层要实现的核心功能。
对此，频谱感知不仅是认知无线电实现的基础，同时也是认知无线电的一大技术挑战，频谱感知的难点和关键点在于：待检测信号的信噪比很低，即使噪声的概率分布已知，但是噪声能量是未知的，而且噪声能量常常是时变的。如何在一定运算复杂度的前提下提高检测的可靠性就成了频谱感知算法研究的热点和难点。对此频谱感知技术的研究对于认知无线电的发展具有重要的意义。
1.4 研究的现状
国外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。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
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
{title}2. 研究的基本内容与方案
{title}1 研究（设计）的基本内容、目标、拟采用的技术方案及措施
2.1研究的基本内容及目标
根据信号检测理论，频谱感知中的信号检测问题可以建模为一个二元假设问题：
y1=un H0xn un H1
其中，y(#119899;)为认知用户在采用时刻#119899; 接收到的采样信号，#119909;(#119899;)为时刻 #119899; 主用户发射的信号采样值，#119906;(#119899;)为均值为0，方差σu2的高斯白噪声。H0和H1分别表示主用户不存在和存在两种情况。在两种假设下检测结果和概率如图1所示。
图1 频谱感知概率模型
频谱感知的关键就是从信号中判断出H0和H1，但是，在实际环境中噪声干扰的幅度、时间等是不可知的，或者在信噪比（SNR）较低的情况下，主用户信号可能会被噪声信号淹没，此时建立信号模型时应考虑信道增益的影响，则式该问题可表示为：
y1= un H0hn·xn un H1
式中#8462;(#119899;)为主用户信号和认知用户检测设备之间无线信道增益。
频谱感知技术是CR实现的前提，也是其最核心的技术。频谱感知主要有两个基本的任务，首先是从时间、频率或空间等多个维度能检测到可用的频段，一旦检测出主用户信号在线，必须退出该频段以避免对主用户造成干扰，同时再通过调整自身的工作参数以及切换到其他频段或者其他方式进行通信。由于CR特殊的应用环境，其频谱感知有其自身的特点，比如它不同于普通的信号解调，频谱感知不需要恢复出主用户信号自身的波形，只需要判断主用户信号的有无。它也不同于雷达监测，不能根据发射回波来获得主用户信号的信息，而只能根据接收到的信号进行波动监测。因此频谱感知研究的本质是认知用户对接收信号进行监测来判断某信道中是否存在主用户，其面临的最大难题是如何准确快速地检测出微弱的主用户信号。本次设计主要基于数据融合和单点频谱感知，从而对多用户协作频谱感知算法进行研究。
2.2拟采用的技术方案及措施
在频谱感知过程中，可以让认知用户直接相互交流信息，共同完成感知过程，这就是多节点的协作频谱感知。在学习网络信息论、认知无线电及写作通信建模等理论和方法的基础上，确定方案，建立模型，进行理论分析并利用MATLAB系统仿真，从而保证研究的科学性和正确性。本次研究涉及现代信号处理、环境感知及跨层设计优化等多个领域的相关技术和方法。因此必须充分借鉴计算机通信网和现代信号处理技术等方面的研究成果。
主要技术方案比对及实现：
1） 集中式频谱感知与分布式频谱感知：
从认知用户的角度分类，协作频谱感知可以分为分布式和集中式。其中，集中式是指在整个体系结构中，融合中心定义为一个中心节点，中心节点的功能是能够融合结构中的所有其他的用户的得到的检测结果，通过一定的算法来得到总的检测结果；分布式协作是指认知用户之间需要互相交流节点之间的检测结果，最后用户最终得到本身的最终的判决结果。
本次设计拟采用集中式的协作感知算法，集中式频谱感知如图2所示，在网络中由FC来融合数据，实际上FC是一个特殊的认知用户。在实际感知中FC会选择一个感兴趣的频段并控制所有认知用户对该频段各自进行监听和检测，各认知用户通过和主用户建立起来的点对点感知信道来检测主用户信号，然后将各自的感知数据或本地判决结果通过报告信道发送给FC，FC汇集到各用户的数据后对数据进行分析处理，并根据某种判决规则对主用户是否存在做出判决，并将判决结果广播给所有认知用户。
图2集中式协作频谱感知示意图
2） 双门限检测法与单门限检测法
传统的单门限能量检测法是一种经典的信号检测方法，它最早是由Harry Urkowitz在1967年提出来的。图3所示是能量检测器的基本框图。在检测的过程中，先将接收到的信号通过带通滤波器滤除带外干扰信号，接着对信号进行采样、取模求平方，并将得到检测统计量与预先设置的判决门限进行比较。当大于这个门限时，判决授权频段被占用，授权用户正在利用频段进行通信；当小于这个门限时，则判决判断空闲，认知用户可以借用频谱进行通信。
图3传统的能量检测算法
单门限能量检测，其步骤是：如果第i个认知用户的能量值不小于门限值的时候，就判为信道此时有用户占用，反之小于门限值的时候，则判为授权用户不存在。因此对于传统的单门限能量检测，只有一个的门限，门限是不变的。
图4单门限检测法
然而在能量同门限值比较的过程中，会因为噪声不确定性的原因使得检测性能变差，因此没有能够感知出的信号的检测值到底是受噪声不确定性的作用还是因为信号本身能量小的影响。为了使得检测的准确度更高，将一个门限变为两个门限，分别表示为λli和λhi，因此出现了双门限能量检测方法。
双门限检测是为了解决处在不同环境中的认知用户，这些用户得到的检测量，有可能处在单门限值附近，这使得得到的结果极有可能会错判。双门限能量检测能很好的处理检测量处在门限值附近的情况。
图5双门限检测法
协作频谱感知是基于数据融合和单节点频谱感知的算法。本次设计拟对集中式的硬判决协作频谱感知进行研究。首先研究现在比较成熟的数据融合准则，然后基于双门限能量检测，分析在协作感知中，每个认知用户均利用双门限能量检测的协作频谱感知效果,，并利用MATLAB对算法的性能进行仿真分析，研究流程如下图所示。
图6 频谱感知流程图{title}
3. 研究计划与安排
{title}第1-2周：阅读和收集相关资料。
第3周：英文文献阅读和翻译。
第4周：完成开题报告。
第5-10周：学习相关算法。
第11-13周：建立MATLAB仿真模型。
第14-15周：撰写毕业设计论文初稿。
第16周：完成并修改毕业论文。
第17周：准备论文答辩。
{title}4. 参考文献（12篇以上）
{title}[1] Christopher Chembe a, b , Ra#64257;dah MdNoor a, #8727;, Spectrum sensing in cognitive vehicular network: State-of-Art, challenges and open issues,Computer Communications 97 (2017)15–30.
[2] Mohammed Ridouania,#8727;, Aawatif Hayarb, Abdelkrim Haqiqc, Perform sensing and transmission in parallel in cognitive radiosystems: Spectrum and energy e#64259;ciency, Digital Signal Processing 62 (2017)65–80.
[3] Kamel Berbraa,*, Mourad Barkatb, A fastspectrum sensing for CP-OFDM cognitive radio based onadaptive thresholding,Signal Processing 128 (2016) 252–261.
[4]龙敏,吴靓,认知无线电网络中安全的协作频谱检测算法,计算机工程与科学,Vol.38, No.10, Oct.2016 2045-2050
[5]李明，李翔，能量效率认知无线电协作感知和传输联合优化，西安电子科技大学科技大学学报，Jum,2017.Vol.44 , No.3 110-115
[6] 温志刚. 认知无线电频谱检测理论与实践[M]. 北京：北京邮电大学出版社，2011:12-14.
[7] 周贤伟. 认知无线电[M]. 北京：国防工业出版社，2008:12-13.
[8] 关欣，杨爱萍，白煜等译. 信号检测与估计—理论与应用[M]. 北京：电子工业出版社，2012:63-82.
[9] 赵勇. 认知无线电的发展与应用[J]. 电讯技术, 2009, 49(6): 93-101.
[10]Wang B, Ray K J Liu. Advances incognitive radio networks: A survey[J]. IEEE Journal of Selected Top ics inSignal Processing, 2011,5(2):5-23.
[11]Akyildiz I F, Lo B F, Balakrishnan R.Cooperative spectrum sensing in cognitive radio networks: A survey [J].Physical Commution,2011,4(1):40-62.
[12]KRENIK W, BATRA A. Cognitive RadioTechniques for Wide Area Networks[C]// IEEE Design Automation Conference. Anaheim,IEEE, 2005: 409 – 412.
[13] CHENX M, CHEN H H, MENG W X. Cooperative Communications for Cognitive RadioNetworks - From Theory to Applications[J]. IEEE Communications Surveys amp;Tutorials, 2014, 16(3): 1180-1192.]
[14] LIAO K, HE J, ZHOU S Q, et al.Optimization for Cooperative Spectrum Sensing with Energy Detection in DisasterEnvironment[C]// Asia-Pacific Microwave Conference. Nanjing: IEEE, 2015: 1-3.
[15] FAN R F, JIANG H, GUO Q, et al. JointOptimal Cooperative Sensing and Resource Allocation in Multichannel CognitiveRadio Networks[J]. IEEE Transactions on Vehicular Technology, 2011, 60(2):722 -729.
{title}1. 研究目的与意义（文献综述）
{title}目的及意义（含国内外的研究现状分析）：
1.1 研究的背景
从电视机，手机到平板电脑，从汽车蓝牙，遥控钥匙到公交地铁一卡通，从GPS导航，广播到智能家居，从航空导航、飞机WIFI上网到卫星遥感，无线电技术和应用快速的从各个方面渗透在人们生活和工作中，改善和提高了人们的生活质量和工作效率。国家战略决策“宽带中国”、 “互联网 ”等计划的部署实施，使我国信息化和工业化的深入融合进入了一个新的局面，网络通信技术，朝着移动、无线、宽带不断升级，传统制造业也结合新形势下的信息技术完成了产业变革，涉及人们衣食住行的传统领域也相继借助无线互联网等新方式得到重大发展。随着信息化和工业化的不断融合，无线电技术和应用也将在各行各业中得到充分运用和发展。
然而，与大家熟知的一样，频谱资源并不是取之不尽，用之不竭的资源，再加上各种无线通信业务井喷式地出现，为了满足通信系统的需求，更多的频谱资源随之被固定分配，可用的频谱资源日益减少，因此，无线电频谱供需矛盾也日益突出。表1为美国联邦通信委员会(Federal Communications Commission, FCC)分析报告中公布的关于0-6GHz频带利用率的具体情况。从表中可以清楚地看到，目前常用的0-6GHz频段频谱资源并没有被充分利用，例如在4GHz-5GHz频段利用率只在0.128% 左右，即使在利用率最高的0GHz-1GHz也只有54.4%。
