無線電中頻譜感知技術的設計和實現

　　1 bit的最優判決融合準則是Chair-Varneshney準則。該準則基于對數似然比準則，通過比較假設下的條件似然比與貝葉斯最優門限，做出判決。條件似然比可通過各節點的虛警概率和檢測概率計算得到，但需要知道主用戶先驗概率。文獻[9]提出改進的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，并考慮各個次用戶檢測機制差異性、決策時間差以及融合滯后時間，因此適用于單或多bit的同步感知以及異步感知場景。

　　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，綜合考慮了節點的檢測結果和置信度，且融合中心不需要節點先驗信息，因此有很強實用性。Jun Ma等人提出的2 bit量化決策加權軟融合算法，通過設置3個檢測門限將能量分為4個區域，從而使檢測結果最終以2 bit形式傳送給中心進行加權求和并最終判決，該算法實現了協作開銷和檢測性能之間的合理折中。文獻[10]將各節點的相關性考慮進去，提出了一種基于偏移準則的線性二次的次最佳融合方案。模糊綜合評估協作感知方案則是用模糊綜合評估方法得到各個次用戶信任度再融合，從而提高決策可靠性。此外，根據歷史判決數據的可靠性進行動態加權的感知算法，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 有待解決的問題

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

　　(2) 信息融合算法會直接影響協作增益和系統開銷。一方面，決策融合雖然簡單容易實現，但是其協作增益非常有限，當信道不均勻或者存在惡意用戶時，協作性能將急劇惡化;另一方面數據融合協作增益大，但是對控制信道的帶寬需求較大。如何在協作性能和系統開銷二者之間尋找合理折中是協作感知研究的熱點。

　　(3) 惡意攻擊或突發故障是協作感知中不容忽視的安全問題。為此，文獻[11]提出了一種應對存在惡意或自私節點場景的協作感知安全方案，以提高網絡安全性。文獻[12]提出一種加權序貫檢測方案(WSPRT)，采用雙門限值檢測，并通過一定規則動態更新每個用戶的置信度權值，有效降低了惡意節點對最終判決的影響。

　　(4) 現在的研究大多是集中在單個感知用戶網絡參與協作的情形，基于網絡層的多感知用戶網絡間的協作也可能是未來研究的一個方向。

　　3 感知機制的優化

　　Ghasemi和Hyoil Kim等人最先提出了感知機制的優化問題，主要關注感知模式的選擇和感知參數的優化。CR網絡下，次用戶的伺機動態接入頻譜過程通常可看成兩種感知場景：信道搜索和信道監視。信道搜索是指次用戶需要搜索各個信道，尋找可用于傳輸的空閑頻譜。信道監視則是指次用戶必須周期性地檢測主用戶信號，以避免對重新出現的主用戶造成干擾。檢測周期、檢測時間和搜索時間的參數如何選取，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，這都是感知機制的優化問題。

　　頻譜感知模式通常分為被動感知和主動感知。被動感知模式下，次用戶只有在需要進行數據傳輸時才啟動感知，通常只能使用一個空閑信道進行傳輸，并周期性監測該信道。而主動感知模式下，不管是否有數據傳輸需要，次用戶都周期性地檢測各個信道。兩種感知模式都要避免對重新出現的主用戶造成干擾，因此一旦發現當前信道不可用時，需立即啟動搜索，直到檢測到某個空閑信道后停止搜索并開始新的傳輸。相比而言，主動感知方式需要檢測多個子信道，能量和時間開銷比被動感知方式有所增大，但它可以提高傳輸速率，并且減小認知用戶被迫進行信道搜索而導致服務質量(QoS)降低的概率，同時還可以積累大量頻譜信息，在重新進行信道搜索時優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;分布式協作感知機制的優化問題;基于循環平穩特征檢測等方法下的感知機制優化;認知用戶之間的干擾可能對感知機制優化的影響;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化;綜合考慮最小化主用戶干擾、最大化感知性能、最優化QoS等多種優化目標;綜合考慮應用層需求、物理層算法和鏈路層協作與控制等跨層設計優化問題。

　　4 結束語

　　文章主要從本地感知、協作感知以及感知機制的優化3個方面，對認知無線電頻譜感知技術的研究和發展狀況進行了綜述，并對下一步有待解決的難點問題進行了討論。盡管還面臨諸多的技術挑戰，但隨著研究不斷深入，相信在不久的將來，認知無線電技術必將日趨成熟，為無線通信帶來新的發展契機和動力。