認(rèn)知無線電系統(tǒng)中非高斯噪聲背景下頻譜感知算法研究.pdf

1、隨著無線通信業(yè)務(wù)的快速增長，有限的頻譜資源越來越稀缺，而受傳統(tǒng)的靜態(tài)頻譜分配方案的限制，無線頻譜資源的利用率并不高。如何提高頻譜利用率已成為下一代無線通信亟待解決的問題。在這一背景下，認(rèn)知無線電技術(shù)應(yīng)運而生，它提供了一種按伺機方式接入、共享和利用頻譜的手段，可以有效地提高頻率利用率。為了避免對主用戶造成干擾，認(rèn)知無線電需要通過頻譜感知監(jiān)視和檢測特定頻段上的主用戶信號的活動情況，當(dāng)檢測到空閑頻譜存在的時候，認(rèn)知無線電系統(tǒng)可以使用該頻譜；而

2、當(dāng)主用戶信號再次出現(xiàn)時，認(rèn)知無線電系統(tǒng)必須在規(guī)定的時間內(nèi)退出該頻段?？梢?，可靠的頻譜感知是實現(xiàn)認(rèn)知無線電的關(guān)鍵技術(shù)之一，其研究具有重要的意義。當(dāng)前已有一些成熟的信號檢測技術(shù)可用于頻譜感知，但在實際認(rèn)知系統(tǒng)中，由于通信信道受到非高斯噪聲的影響，傳統(tǒng)的基于高斯噪聲模型的頻譜感知技術(shù)將出現(xiàn)性能退化甚至失效，同時受衰落、陰影等因素的影響，次用戶觀測到的主用戶信噪比較低，單用戶檢測性能不佳。本文正是在這個背景下，借助統(tǒng)計信號估計與檢測理論、分?jǐn)?shù)低

3、階統(tǒng)計量理論和多用戶協(xié)作技術(shù)，對非高斯噪聲背景下的頻譜感知技術(shù)進行了深入的研究。本文主要工作和創(chuàng)新包括以下內(nèi)容：
　?。?）混合高斯噪聲中基于線性模型的Rao檢測算法：廣義似然比檢驗（GLRT）可實現(xiàn)含未知參數(shù)的本地頻譜感知，且性能很好，但需要在兩種假設(shè)情況下對未知參數(shù)求最大似然估計，研究表明在混合高斯噪聲中未知參數(shù)的最大似然估計幾乎無法求解，GLRT此時失效。針對此問題，本文將基于線性模型的Rao檢測器應(yīng)用于混合高斯噪聲中的頻譜

4、感知，該算法僅需在空假設(shè)情況下對未知參數(shù)進行最大似然估計。為了進一步降低算法的復(fù)雜性，文中通過矩估計法代替噪聲方差的最大似然估計、時間均值法代替Fisher信息矩陣因子的復(fù)雜求導(dǎo)和積分運算，并在不同先驗信息條件下推導(dǎo)了檢測統(tǒng)計量及其檢測性能的理論表達式。此外，為了提高單個次用戶的感知性能，本文給出了基于改進的OR準(zhǔn)則和Chair-Varshney準(zhǔn)則的多用戶協(xié)作方案。理論分析和仿真結(jié)果表明能量檢測器在混合高斯噪聲中隨著非高斯程度的增加檢

5、測性能大大退化，而Rao檢測器即使在低信噪比條件下也具有較好的性能，且在混合系數(shù)的取值范圍內(nèi)單調(diào)增加。此外，基于改進的OR準(zhǔn)則和Chair-Varshney準(zhǔn)則的協(xié)作頻譜感知有效提高了全局檢測概率，大大減少次用戶對主用戶造成的干擾。
　?。?）廣義高斯噪聲中基于Rao檢測器的協(xié)作感知算法：廣義高斯噪聲下傳統(tǒng)的頻譜感知算法往往需要各種先驗信息，這在實際系統(tǒng)中很難實現(xiàn)。本文提出了基于Rao檢驗的頻譜感知算法，通過推導(dǎo)發(fā)現(xiàn)檢測統(tǒng)計量僅是

6、噪聲形狀參數(shù)的函數(shù)，與主用戶信號、信道增益及噪聲方差均無關(guān)。同時Rao檢測器通過對次用戶所觀測到的信號進行非線性冪運算，有效抑制了噪聲的非高斯特性，從而降低了虛警概率，提高了空白頻譜的利用率。文中在低信噪比條件下分別推導(dǎo)了Rao檢測器和能量檢測器的檢測概率和虛警概率的閉式解，通過漸近相對效率進一步比較了兩種檢測器的性能。為了克服衰落和陰影所帶來的影響，提出了基于Rao檢測器和KM準(zhǔn)則的多用戶協(xié)作方案?？紤]到實際通信系統(tǒng)中融合信道由于衰落

7、導(dǎo)致誤傳的情況，本文進一步推導(dǎo)了算法在瑞利衰落融合信道下的檢測性能。理論分析和仿真結(jié)果表明在廣義高斯噪聲中Rao檢測器比傳統(tǒng)的能量檢測器以及基于極性重合矩陣的檢測器具有更優(yōu)的檢測性能。更重要的結(jié)論是：隨著噪聲非高斯程度的增強，能量檢測器的檢測概率降低而Rao檢測器的檢測概率增加。此外，在瑞利衰落融合信道下，基于多數(shù)準(zhǔn)則的協(xié)作感知可以獲得最理想的感知性能，在提高頻譜利用率的同時減小對主用戶造成的干擾。
　?。?）α穩(wěn)定分布噪聲中基于

8、分?jǐn)?shù)低階矩的感知算法：由于α穩(wěn)定分布無二階和高階統(tǒng)計量，傳統(tǒng)的基于能量和高階統(tǒng)計量的方法將失效；同時由于其概率密度函數(shù)一般無閉式解，常用的基于噪聲概率密度函數(shù)的復(fù)合假設(shè)檢驗方法也將失效。針對上述問題，本文提出了基于分?jǐn)?shù)低階矩（FLOM）的感知算法，它無需任何主用戶信號、信道增益和噪聲概率密度函數(shù)的先驗信息，近似為一種非參數(shù)的感知算法，計算簡單，易于實現(xiàn)。該算法一方面通過次用戶觀測信號的分?jǐn)?shù)低階矩作為統(tǒng)計量，解決了α穩(wěn)定分布噪聲無二階和高