謝顯中,胡小峰,2

(1.重慶郵電大學(xué)個(gè)人通信研究所,重慶400065; 2.華為技術(shù)有限公司上海研究所,上海201206)

用戶(hù)隨機(jī)到達(dá)的反饋疊加能量檢測(cè)算法

謝顯中1,胡小峰1,2

(1.重慶郵電大學(xué)個(gè)人通信研究所,重慶400065; 2.華為技術(shù)有限公司上海研究所,上海201206)

在認(rèn)知無(wú)線電網(wǎng)絡(luò)中,用戶(hù)(主用戶(hù)或者次用戶(hù))隨機(jī)到達(dá)對(duì)頻譜檢測(cè)的性能有很大影響,為解決這個(gè)問(wèn)題,本文提出了一種反饋疊加能量檢測(cè)算法。通過(guò)將檢測(cè)周期后半部分采樣點(diǎn)的瞬時(shí)能量值累加到檢測(cè)周期前半部分采樣點(diǎn)的瞬時(shí)能量值上,在不延長(zhǎng)檢測(cè)時(shí)間的基礎(chǔ)之上,改善了整個(gè)檢測(cè)周期的能量統(tǒng)計(jì)值。進(jìn)一步,從理論上分析了本文算法的檢測(cè)概率、虛警概率、數(shù)據(jù)碰撞概率和吞吐量。仿真表明,相對(duì)現(xiàn)有文獻(xiàn)檢測(cè)方案,本文算法不僅能提高檢測(cè)性能,而且可以降低用戶(hù)之間數(shù)據(jù)發(fā)生碰撞的概率,從而提高次用戶(hù)的吞吐量。

認(rèn)知無(wú)線電;用戶(hù)隨機(jī)到達(dá);反饋疊加能量檢測(cè)器;碰撞概率;吞吐量

0 引 言

認(rèn)知無(wú)線電(cognitive radio,CR)技術(shù)允許次用戶(hù)(secondary user,SU)主動(dòng)檢測(cè)主用戶(hù)(primary user,PU)的頻段。SU通過(guò)伺機(jī)地方式使用空閑頻譜,從而提高無(wú)線頻譜的全局利用率[1]。在頻譜檢測(cè)算法中,能量檢測(cè)(energy detection,ED)已被大量研究,因?yàn)槠湓诠こ讨幸子趯?shí)現(xiàn)。在ED檢測(cè)模型中,大多數(shù)研究都是采用二元檢測(cè)模型,即PU空閑與忙碌[24],沒(méi)有第三種情況。由于SU工作環(huán)境的特殊性,文獻(xiàn)[5 13]考慮PU行為的變化,在SU檢測(cè)過(guò)程中PU出現(xiàn)隨機(jī)離開(kāi)或到達(dá),將傳統(tǒng)二元假設(shè)分解為新穎的四元檢測(cè)模型。

文獻(xiàn)[5-6]研究了在四元檢測(cè)模型中,SU的檢測(cè)性能。文獻(xiàn)[7]比較了4種不同的特征檢測(cè)器在PU隨機(jī)到達(dá)和隨機(jī)離開(kāi)時(shí)ED的檢測(cè)性能。文獻(xiàn)[5-7]主要側(cè)重性能分析,并沒(méi)有給出解決方案來(lái)解決該問(wèn)題。為此,文獻(xiàn)[8]研究了當(dāng)多個(gè)SU同時(shí)檢測(cè)同一頻段時(shí)的頻譜檢測(cè)性能,同時(shí)給出一種基于云平臺(tái)輔助下的MAC協(xié)議。文獻(xiàn)[9]提出,利用平均似然比算法來(lái)改進(jìn)ED。仿真結(jié)果表明,改進(jìn)后的ED在低信噪比(signal noise radio,SNR)下的性能并不太好。文獻(xiàn)[13]研究低SNR環(huán)境下能量頻譜檢測(cè)的改進(jìn)問(wèn)題,但沒(méi)有給出用戶(hù)隨機(jī)到達(dá)的有效方案。文獻(xiàn)[10]中,提出采用雙能量檢測(cè)器來(lái)提高SU的檢測(cè)性能。但檢測(cè)器復(fù)雜的結(jié)構(gòu)給SU帶來(lái)更多的能量消耗與更長(zhǎng)的遲延。文獻(xiàn)[12]給出了一個(gè)基于部分可觀測(cè)馬爾可夫決策過(guò)程(partially observable Markov decision processes,POMDP)的PU隨機(jī)達(dá)到下的自適應(yīng)檢測(cè)算法,可以提高SU的頻譜利用率,但是處理復(fù)雜度較高。文獻(xiàn)[13]通過(guò)將傳統(tǒng)檢測(cè)算法采樣點(diǎn)的瞬時(shí)能量賦以單調(diào)增的權(quán)值,提出一種加權(quán)(weight-p)能量檢測(cè),該方案可提高檢測(cè)性能同時(shí)降低虛警概率。

考慮SU僅有一個(gè)能量檢測(cè)器的情況下,本文提出一種反饋疊加(feedback addition,FA)能量檢測(cè)算法(FA-ED),通過(guò)將檢測(cè)周期后半部分采樣點(diǎn)的瞬時(shí)能量值累加到檢測(cè)周期前半部分采樣點(diǎn)的瞬時(shí)能量上,從而提高整個(gè)檢測(cè)周期的能量統(tǒng)計(jì)值。進(jìn)一步,從理論上分析了本文算法的檢查概率、虛警概率、碰撞概率和吞吐量。最后,通過(guò)仿真比較了4種能量檢測(cè)方案。結(jié)果表明:本文提出的反饋疊加檢測(cè)方案可以提高SU的檢測(cè)性能,降低用戶(hù)數(shù)據(jù)發(fā)生碰撞的概率,相應(yīng)的用戶(hù)數(shù)據(jù)吞吐量也提高。

1 系統(tǒng)模型

在考慮PU業(yè)務(wù)量對(duì)SU檢測(cè)性能影響時(shí),當(dāng)SU在PU業(yè)務(wù)量較大的場(chǎng)景執(zhí)行頻譜檢測(cè)時(shí),在SU的檢測(cè)周期中,PU可能突然出現(xiàn),此時(shí)SU的檢測(cè)周期變?yōu)榱饲鞍氩糠种缓懈咚拱自肼?AWGN)信號(hào),后半部分含有的是PU信號(hào)和AWGN信號(hào)的混合信號(hào)[56],如圖1所示。

圖1 SU檢測(cè)周期受PU業(yè)務(wù)量的影響

從圖1中可以看出,SU在執(zhí)行頻譜檢測(cè)過(guò)程中,PU突然出現(xiàn),此時(shí)SU的檢測(cè)周期受到PU業(yè)務(wù)量的影響。

在無(wú)中心的分布式認(rèn)知無(wú)線網(wǎng)絡(luò)場(chǎng)景中,當(dāng)SU業(yè)務(wù)量較大,SU執(zhí)行頻譜檢測(cè)時(shí),SU的檢測(cè)周期將受到其他SU業(yè)務(wù)量影響,即在一個(gè)很小的檢測(cè)時(shí)間內(nèi)會(huì)有多個(gè)SU同時(shí)檢測(cè)同一PU信道,如圖2所示。其中SU0在t0時(shí)刻對(duì)PU頻段進(jìn)行感知,在t3時(shí)刻完成檢測(cè)并且檢測(cè)出PU處于空閑狀態(tài),那么SU0在t3時(shí)刻開(kāi)始傳輸自己的數(shù)據(jù),如圖2所示;但是SU0開(kāi)始檢測(cè)不久,SU也到達(dá)網(wǎng)絡(luò),在t2時(shí)刻開(kāi)始對(duì)PU頻段進(jìn)行感知,這就造成t1在SU的檢測(cè)周期中,在[t2,t3]時(shí)間段內(nèi)只含有AWGN信號(hào),在[t3,t4]時(shí)間段內(nèi)含有SU0信號(hào)和AWGN信號(hào)的混合信號(hào)。

圖2 多個(gè)SU檢測(cè)同一PU信道模型

從圖1和圖2不難看出,當(dāng)前SU在執(zhí)行頻譜檢測(cè)的時(shí)候,在檢測(cè)周期中先是不存在用戶(hù)(可能是PU也可能是SU)信號(hào),但是經(jīng)過(guò)一段時(shí)間的采樣之后被檢測(cè)頻段含有用戶(hù)信號(hào)。為了方便,用a表示在檢測(cè)周期后半部分含有用戶(hù)信號(hào)的采樣點(diǎn)數(shù)目,從而可以得到SU的檢測(cè)周期采樣點(diǎn)模型變?yōu)閳D3。

圖3 受用戶(hù)隨機(jī)到達(dá)影響,SU檢測(cè)周期采樣點(diǎn)模型

式中,si,i∈[1,2,…,I]為被檢測(cè)用戶(hù)信號(hào);ni,i∈[1,2,…,I]為噪聲信號(hào)。I為ED總的采樣數(shù)目,在數(shù)值上為采樣頻率和檢測(cè)時(shí)間的乘積fsTsens。a表示在SU檢測(cè)周期后半部分含有用戶(hù)信號(hào)的采樣點(diǎn)數(shù)目,0＜a≤I?？梢缘玫絘=fsτ, 0＜τ≤Tsens,如果CR中SU的檢測(cè)時(shí)間相同,那么τ=t4-t3=t2-t1。當(dāng)I較大時(shí),根據(jù)中心極限定理,由式(1)可以計(jì)算出在圖3模型下,SU的判決統(tǒng)計(jì)量服從Y均值為I+ aγ,方差為2I+4aγ的高斯分布。所以,SU的檢測(cè)概率為

式中,η為傳統(tǒng)ED的判決門(mén)限,γ為SU處接收到用戶(hù)信號(hào)的信噪比。進(jìn)一步,可以得到式(2)是關(guān)于τ的函數(shù)為

由此可以寫(xiě)出SU的能量統(tǒng)計(jì)判決量為

2 新型反饋疊加能量檢測(cè)算法

由式(2)知,如果a較小,SU的檢測(cè)概率將會(huì)降低,違背了CR技術(shù)的初衷。為了使式(2)的檢測(cè)滿(mǎn)足CR的要求,即Pd_SU≥PDESd,只能通過(guò)延長(zhǎng)ED的檢測(cè)時(shí)間Tsens,以收集更多的用戶(hù)信號(hào)來(lái)提高被檢測(cè)頻段的能量統(tǒng)計(jì)Y。但是,提高檢測(cè)時(shí)間,會(huì)導(dǎo)致SU的數(shù)據(jù)吞吐量下降[6]。所以,通過(guò)延長(zhǎng)Tsens來(lái)提高檢測(cè)性能不是一種最佳選擇。本文提出一種FA-ED,在不需要延長(zhǎng)檢測(cè)時(shí)間的情況下,提高檢測(cè)性能,同時(shí)提高SU的數(shù)據(jù)吞吐量。

2.1 FA-ED統(tǒng)計(jì)判決量

如圖4,將SU檢測(cè)周期中后I/2個(gè)采樣點(diǎn)的瞬時(shí)能量累加到檢測(cè)周期前I/2個(gè)采樣點(diǎn)瞬時(shí)能量上。基于采樣點(diǎn)瞬時(shí)能量FA-ED的統(tǒng)計(jì)判決量為其中y2i為第i個(gè)采樣點(diǎn)的瞬時(shí)能量。

圖4 FA-ED檢測(cè)算法

在檢測(cè)時(shí)間中,當(dāng)用戶(hù)信號(hào)存在的數(shù)目a≥I/2時(shí),通過(guò)反饋疊加之后,I個(gè)采樣點(diǎn)中均含有用戶(hù)信號(hào)成分。下面對(duì)不同假設(shè)下FA-ED的統(tǒng)計(jì)判決量進(jìn)行分析。

在H0條件下,即被檢測(cè)頻段中不存在用戶(hù),FA-ED的統(tǒng)計(jì)判決量為

在H1條件下,當(dāng)檢測(cè)時(shí)間內(nèi)用戶(hù)突然出現(xiàn)時(shí),對(duì)SU的能量檢測(cè)統(tǒng)計(jì)判決量進(jìn)行分析,但是要對(duì)a值的大小分開(kāi)討論。

情況1 當(dāng)0＜a＜I/2時(shí),經(jīng)過(guò)反饋疊加之后,FA-ED的統(tǒng)計(jì)判決量為

情況2 當(dāng)I/2≤a≤I時(shí),經(jīng)過(guò)反饋疊加之后,FA-ED的統(tǒng)計(jì)判決量為

2.2 FA-ED虛警概率和檢測(cè)概率分析

為了方便,用PDESf表示CR的目標(biāo)虛警概率,PDESd表示目標(biāo)檢測(cè)概率。對(duì)噪聲信號(hào),假設(shè)其服從0均值,單位方差的高斯分布,即ni～N(0,1),可以計(jì)算出:E(n2i)=1, D(n2i)=2[14],其中E(·)表示期望,D(·)表示方差。

同理,對(duì)于噪聲和用戶(hù)信號(hào)采樣,若用戶(hù)信號(hào)服從均值為0,方差為δ2s的高斯分布,那么(si+ni)～N(0,1+δ2s)。由于噪聲的功率為1 W,所以(si+ni)～N(0,1+γ),其中γ為信噪比。相應(yīng)可以得到E[(si+ni)2]=1+γ,D[(si+ni)2] =2(1+2γ)。

在H0條件下,當(dāng)I較大時(shí),由中心極限定理可以得到FA-ED的能量統(tǒng)計(jì)服從

所以,FA-ED的虛警概率為

采用恒定虛警概率[15]可以得到FA-ED的判決門(mén)限η'=

在H1條件下,對(duì)情況1,當(dāng)I較大時(shí),由中心極限定理可以得到,FA-ED的能量統(tǒng)計(jì)服從:

所以,在情況1下,FA-ED的檢測(cè)概率為

所以,在情況2下,FA-ED的檢測(cè)概率為

同理,在情況2下,FA-ED的能量統(tǒng)計(jì)服從:

當(dāng)a=I時(shí),檢測(cè)周期中全部存在用戶(hù)的數(shù)據(jù),那么式(12)變?yōu)橄ナ?8)和式(13)中的η',可以得到滿(mǎn)足Pd≥時(shí), FA-ED所需要的采樣點(diǎn)數(shù)為

2.3 FA-ED數(shù)據(jù)碰撞與吞吐量分析

要分析FA-ED的數(shù)據(jù)碰撞概率,首先要計(jì)算FA-ED的最小采樣時(shí)間(minimum sampling time,MST)[15]。假設(shè)傳統(tǒng)ED和FA-ED在采樣點(diǎn)數(shù)I相同的情況下對(duì)MST進(jìn)行分析,那么根據(jù)對(duì)式(10)和式(12)的比較可以發(fā)現(xiàn),對(duì)FA-ED的MST只能由式(12)分析,也就是計(jì)算出滿(mǎn)足如下優(yōu)化問(wèn)題:由于PDESd＞0.5,根據(jù)Q(·)函數(shù)的特性,可以得到式(16)的解集為

可以得到FA-ED的MST為

假設(shè)SU到達(dá)網(wǎng)絡(luò)服從泊松分布,那么各用戶(hù)之間到達(dá)網(wǎng)絡(luò)的時(shí)間間隔服從指數(shù)分布f(τ)=λae-λaτ,τ＞0,其中λa為用戶(hù)業(yè)務(wù)量強(qiáng)度或者稱(chēng)之為到達(dá)率。采用FA-ED,基于MST,在用戶(hù)業(yè)務(wù)量較大的場(chǎng)景,SU和用戶(hù)數(shù)據(jù)傳輸發(fā)生碰撞的平均概率為

3 仿真分析

用戶(hù)信號(hào)采用BPSK調(diào)制,載波頻率為500 MHz,采樣頻率為6 MHz。CR的目標(biāo)虛警概率PDESf為0.1,目標(biāo)檢測(cè)概率PDESd為0.9。用戶(hù)到達(dá)網(wǎng)絡(luò)服從泊松分布,利用MATLAB進(jìn)行仿真比較,包括傳統(tǒng)ED、文獻(xiàn)[9]Beaulieu提出的改進(jìn)ED、文獻(xiàn)[17]Chen提出的改進(jìn)ED以及本文提出的FA-ED。仿真圖中“sim”和“analy”分別表示仿真值和理論分析值。

3.1 檢測(cè)概率比較

假設(shè)被檢測(cè)用戶(hù)的信號(hào)在SU的檢測(cè)時(shí)間內(nèi)存在的時(shí)間τ為0～Tsens,可以得出4種ED的檢測(cè)概率比較結(jié)果如圖5和圖6所示。其中,傳統(tǒng)ED理論為式(3)的計(jì)算值, FA-ED理論為式(10)和式(12)的計(jì)算值。

圖5 4種ED的檢測(cè)概率比較(SNR=-5 dB)

圖6 4種ED的檢測(cè)概率比較(SNR=-12 dB)

從圖中可以看出,本文FA-ED算法的仿真結(jié)果與理論分析情況相符合,證明了本文算法理論結(jié)果的正確性。在SNR較高的場(chǎng)景,如圖5中SNR=-5 dB,Beaulieu提出的ED的檢測(cè)性能要比傳統(tǒng)ED的檢測(cè)性能略好,但在SNR較低的場(chǎng)景,如圖6中SNR=-12 dB,性能改進(jìn)不理想,這與文獻(xiàn)[9]中的仿真結(jié)果吻合;而Chen提出的檢測(cè)方案在新模型下的檢測(cè)性能比傳統(tǒng)ED略差。在兩個(gè)圖中,本文提出的FA-ED的檢測(cè)性能要明顯優(yōu)于其他3種檢測(cè)方案。從圖6中可以看出,為了使檢測(cè)器的檢測(cè)性能滿(mǎn)足CR要求,即Pd≥PDESd=0.9,FA-ED需要0.7 ms,傳統(tǒng)ED至少需要0.77 ms。相比于傳統(tǒng)ED,本文算法可以獲得至少0.07 ms的時(shí)間增益。

3.2 數(shù)據(jù)碰撞概率和吞吐量分析

設(shè)定不同SU業(yè)務(wù)量強(qiáng)度λa分別為10,50,100,SNR= -20 d B的仿真場(chǎng)景,圖7給出了兩種ED的碰撞概率比較。從圖7中可以很清晰地看出,當(dāng)多個(gè)SU檢測(cè)同一信道時(shí),隨著SU業(yè)務(wù)量強(qiáng)度的增加,SU的碰撞概率也隨之提高,這與所提出的該新模型的最初想法一致;隨著PDESd提高,數(shù)據(jù)碰撞概率也相應(yīng)提高;而本文提出的FA-ED方案造成的用戶(hù)數(shù)據(jù)發(fā)生碰撞的概率要小于采用傳統(tǒng)ED造成的數(shù)據(jù)碰撞概率;并且用戶(hù)業(yè)務(wù)量強(qiáng)度越大,獲得的性能增益越大。在圖7的基礎(chǔ)之上,選取特定的PDESd=0.9,為了滿(mǎn)足Pd≥PDESd,設(shè)定檢測(cè)時(shí)間Tsens使SU的Pd能夠達(dá)到0.98,在SNR=-20 dB的場(chǎng)景下,比較在不同業(yè)務(wù)量強(qiáng)度的場(chǎng)景下,SU的數(shù)據(jù)吞吐量隨SU數(shù)據(jù)幀長(zhǎng)度的變化得到圖8。從圖8中可以看出,隨著SU數(shù)據(jù)幀長(zhǎng)度的變長(zhǎng),SU的數(shù)據(jù)吞吐量先是不斷提高,當(dāng)Tsens≥400 ms時(shí),SU的吞吐量趨于不變,達(dá)到飽和狀態(tài)。隨著業(yè)務(wù)量強(qiáng)度的變大, SU數(shù)據(jù)吞吐量的收斂值變小,原因是SU數(shù)據(jù)發(fā)生碰撞的概率變大,導(dǎo)致數(shù)據(jù)吞吐量下降。但是,在特定的業(yè)務(wù)量場(chǎng)景下,使用本文提出的FA-ED可以使SU的數(shù)據(jù)吞吐量大于使用傳統(tǒng)ED獲得的數(shù)據(jù)吞吐量;并且用戶(hù)業(yè)務(wù)量強(qiáng)度越大,獲得的性能增益越明顯。

圖7 在相同檢測(cè)性能和不同用戶(hù)業(yè)務(wù)量情況下數(shù)據(jù)碰撞概率隨PdDES的變化

圖8 在相同檢測(cè)性能和不同用戶(hù)業(yè)務(wù)量情況下SU數(shù)據(jù)吞吐量隨SU幀長(zhǎng)度的變化

設(shè)定SU的數(shù)據(jù)幀長(zhǎng)為400 ms,圖9給出了在不同SU業(yè)務(wù)量強(qiáng)度場(chǎng)景下,SU的數(shù)據(jù)吞吐量隨著目標(biāo)檢測(cè)概率的變化。從圖中可以看出,當(dāng)多個(gè)SU同時(shí)檢測(cè)同一PU頻段時(shí),無(wú)論采用哪種ED進(jìn)行頻譜檢測(cè),SU的數(shù)據(jù)吞吐量隨著業(yè)務(wù)量強(qiáng)度的變大而下降,具體原因是因?yàn)殡S著PDESd提高,數(shù)據(jù)碰撞概率提到,從而導(dǎo)致SU獲得的數(shù)據(jù)吞吐量下降。采用FA-ED SU可以獲得的數(shù)據(jù)吞吐量要比傳統(tǒng)ED獲得的數(shù)據(jù)吞吐量大;在SU業(yè)務(wù)量強(qiáng)度較大的場(chǎng)景,FAED可以明顯提高SU的數(shù)據(jù)吞吐量。

圖9 不同用戶(hù)業(yè)務(wù)量情況下SU數(shù)據(jù)吞吐量隨PdDES的變化

4 結(jié)束語(yǔ)

針對(duì)認(rèn)知無(wú)線電中,傳統(tǒng)能量檢測(cè)算法受主用戶(hù)或者次用戶(hù)業(yè)務(wù)量的影響,在次用戶(hù)檢測(cè)周期內(nèi)出現(xiàn)被檢測(cè)頻段突然被用戶(hù)使用的情況,導(dǎo)致次用戶(hù)的檢測(cè)性能?chē)?yán)重下降,不能可靠保護(hù)已經(jīng)占用頻段的用戶(hù)數(shù)據(jù)傳輸,本文提出了一種反饋疊加能量檢測(cè)算法,結(jié)果表明:本文提出的反饋疊加檢測(cè)方案可以提高次用戶(hù)的檢測(cè)性能,降低用戶(hù)數(shù)據(jù)發(fā)生碰撞的概率,用戶(hù)的數(shù)據(jù)吞吐量也相應(yīng)的提高。

[1]Chen C X,Fu H,Niu D Z,et al.Cooperative spectrum sensing algorithm based on double-threshold energy detection[J].Systems Engineering and Electronics,2013,35(8):1742-1746.(陳長(zhǎng)興,符輝,牛德智,等.基于雙門(mén)限能量檢測(cè)的協(xié)作頻譜感知算法[J].系統(tǒng)工程與電子技術(shù),2013,35(8):1742-1746.)

[2]Digham F F,Alouini M S,Simon K.On the energy detection of unknown signals over fading channels[C]∥Proc.of the IEEE International Conference on Communications,2003.3575-3579.

[3]Digham F F,Alouini M S,Simon K.On the energy detection of unknown signals over fading channels[J].IEEE Trans.on Communications,2007,55(1):21-24.

[4]Liang Y,Chen K,Geoffrey Y L,et al.Cognitive radio networking and communications:an overview[J].IEEE Trans.on Vehicular Technology,2011,60(7):3386-3407.

[5]Wang T,Chen Y,Hines E L,et al.Analysis of effect of primary user traffic on spectrum sensing performance[C]∥Proc.of the Fourth International Conference on Communications and Networking in China(Chinacom),2009:1-5.

[6]Tang L,Chen Y,Hines E L,et al.Effect of primary user traffic on sensing-throughput tradeoff for cognitive radios[J].IEEE Trans.on Wireless Communications,2011,10(4):1063-1068. [7]Chen Y,Wang C,Zhao B.Performance comparison of featurebased detectors for spectrum sensing in the presence of primaryuser traffic[J].IEEE Trans.on Signal Processing Letters, 2011,18(5):291-294.

[8]Jiang S H,Chao L H,Chao H L.A decentralized MAC protocol for cognitive radio networks[C]∥Proc.of the IEEE Conference on Computer Communications Workshops,2011:24-29.

[9]Beaulieu N C,Chen Y.Improved energy detectors for cognitive radios with randomly arriving or departing primary users[J]. IEEE Trans.on Signal Process Letters,2010,17(10):867-870.

[10]Loper-bnite M,Casadewall F.Improved energy detection spectrum sensing for cognitive radio[J].IET Communications,2012,6 (8):785-796.

[11]Shehata T S,El-Tanany M.A novel adaptive structure of the energy detector applied to cognitive radio networks[C]∥Proc. of the 11th Canadian Works Information Theory,2009:95-98.

[12]Xie X,Song T.A new adaptive sensing scheme for low SNR and random arrival of PU environment[J].Journal of Communications,2014,9(3):262-270.

[13]Xie X Z,Hu X F,Xiang L,et al.A new weight-p energy detector for primary user status changes and low SNR environments[J],Scientia Sinica Informations,2014,44(4):537 550. (謝顯中,胡小峰,項(xiàng)蕾,等.主用戶(hù)狀態(tài)改變和低信噪比環(huán)境下的weight-p能量檢測(cè)算法[J].中國(guó)科學(xué):信息科學(xué),2014,44 (4):537-550.)

[14]Kay S M.Fundamentals of statistical signal processing:detection theory[M].NJ:prentice-hall,1998.20-35.

[15]Wang P,Li H B,Himed B.A parametric moving target detector for distributed MIMO radar in non-homogeneous environment[J].IEEE Trans.on Signal Processing,2013,61(9):2282 -2294.

[16]Xie X,Hu X,Yang H,et al.Cognitive MAC protocol with the minimum sampling time and cross-layer cooperation for low SNR environments[J].China Communications,2013,10(12): 125-138.

[17]Chen Y.Improved energy detector for random signals in Gaussian noise[J].IEEE Trans.on Wireless Communications,2010, 9(2):558-563.

New feedback addition energy detector algorithm with user randomly arriving

XIE Xian-zhong1,HU Xiao-feng1,2
(1.Institute of Personal Communications,Chongqing University of Posts and Telecommunications, Chongqing 400065,China;2.Huawei Shang hai Institute,Huawei Technologies Company Limited,Shanghai 201206,China)

The performance of spectrum sensing could be significantly degraded by users(primary or secondary users)randomly arriving in cognitive radio networks.To overcome the issue,this paper presents a new feedback addition energy detector(FA-ED).The instantaneous energy of the sampling points in the later part of the sensing period is added to the former ones,as a result,the energy statistics of the sensing period has been improved without the need for prolonging the sensing time.In addition,the closed expressions of detection probability,false alarm probability,data collision probability and throughput for FA-ED are derived.The simulation results show that the proposed algorithm outperforms significantly the existing schemes in detection performances,and also reduces the probability of data collision.Therefore,the throughput of secondary users can be improved.

cognitive radio;user randomly arriving;feedback addition energy detector;probability of data collision;throughput

TN 92

A

10.3969/j.issn.1001-506X.2015.03.29

謝顯中(1966-),男,教授,博士研究生導(dǎo)師,博士,主要研究方向?yàn)橐苿?dòng)通信技術(shù)及通信信號(hào)處理。

E-mail:xiexzh@cqupt.edu.cn.

胡小峰(1987),男,工程師,碩士,主要研究方向?yàn)闊o(wú)線通信中的定位技術(shù)、認(rèn)知無(wú)線電。

E-mail:huxiaofeng1@huawei.com

網(wǎng)址:www.sys-ele.com

1001-506X(2015)03-0658-06

2014- 01-09;

2014- 06-28;網(wǎng)絡(luò)優(yōu)先出版日期:2014- 10-21。

網(wǎng)絡(luò)優(yōu)先出版地址:http://w ww.cnki.net/kcms/detail/11.2422.TN.20141021.1026.001.html

國(guó)家自然科學(xué)基金(61271259,61301123);重慶市教委科學(xué)技術(shù)研究項(xiàng)目(KJ120501,KJ120502);重慶郵電大學(xué)科研基金項(xiàng)目(A2014-10)資助課題