摘 要：為提高頻譜感知的檢測(cè)性能，提出一種改進(jìn)式分簇協(xié)作感知方法。在簇內(nèi)采用最優(yōu)K-N準(zhǔn)則融合每個(gè)簇內(nèi)節(jié)點(diǎn)的本地感知結(jié)果，在簇間采用指數(shù)加權(quán)算法融合簇頭的判決信息作出最終的判決結(jié)果。理論分析和仿真驗(yàn)證表明，相比傳統(tǒng)的分簇協(xié)作感知算法，改進(jìn)式分簇協(xié)作感知算法可以獲得更優(yōu)的感知性能。

關(guān)鍵詞：協(xié)作感知；分簇；最優(yōu)K-N準(zhǔn)則；指數(shù)加權(quán)

傳統(tǒng)分簇協(xié)作感知方法[1]忽略了不同的感知節(jié)點(diǎn)在不同位置時(shí)對(duì)融合中心的貢獻(xiàn)不同的問(wèn)題。文中提出一種改進(jìn)式分簇協(xié)作感知算法，在簇內(nèi)采用最優(yōu)K-N準(zhǔn)則進(jìn)行融合[2]，在簇間根據(jù)簇頭節(jié)點(diǎn)接收信噪比的不同，對(duì)感知結(jié)果分配不同的權(quán)值來(lái)進(jìn)一步提高最終的感知性能。

1 簇間感知算法的改進(jìn)

不同簇的簇頭節(jié)點(diǎn)接收信噪比不同，若以相同的權(quán)重融合不同感知結(jié)果，不僅不會(huì)突出高信噪比環(huán)境的感知優(yōu)勢(shì)，而且會(huì)加大低信噪比環(huán)境對(duì)整體感知性能的影響[3]?；诖?，提出一種指數(shù)加權(quán)因子來(lái)動(dòng)態(tài)調(diào)整不同感知用戶對(duì)全局感知性能的貢獻(xiàn)，降低低信噪比對(duì)用戶的協(xié)作感知性能的惡劣影響，提高全局感知性能。假設(shè)N個(gè)簇頭用戶的信噪比分別為：SNR1，SNR2，SNR3，…，SNRN，則第i個(gè)簇頭用戶的權(quán)系數(shù)為：

（1）

式中E為指數(shù)的底數(shù)，N為分簇的個(gè)數(shù)，權(quán)系數(shù)故指數(shù)加權(quán)的全局虛警概率Qf、全局檢測(cè)概率Qd以及全局漏檢概率Qm分別為：

（2）

（3）

Qm=1-Qd （4）

由于虛警概率同SNR無(wú)關(guān)，所以全局虛警概率同OR準(zhǔn)則[4]下的虛警概率相同，這也就意味著在相同的虛警概率下，提高了高信噪比用戶的檢測(cè)概率對(duì)全局檢測(cè)性能的影響，降低了低信噪比用戶的檢測(cè)概率對(duì)全局檢測(cè)性能的影響，提高了協(xié)作頻譜感知的檢測(cè)性能。

2 改進(jìn)式分簇協(xié)作感知過(guò)程

假設(shè)已經(jīng)通過(guò)某種方式將認(rèn)知無(wú)線網(wǎng)絡(luò)中的認(rèn)知用戶分成若干個(gè)簇，在每個(gè)簇中選擇信道條件最好的CR節(jié)點(diǎn)作為簇頭，由于每個(gè)簇中CR節(jié)點(diǎn)的距離都很近，可以認(rèn)為各CR節(jié)點(diǎn)間是理想信道。則改進(jìn)式分簇協(xié)作感知過(guò)程可以描述為：

（1）第i個(gè)簇內(nèi)的j個(gè)認(rèn)知節(jié)點(diǎn)分別單獨(dú)進(jìn)行本地頻譜感知，得到感知結(jié)果Di，j，并上傳感知結(jié)果至簇頭用戶CHi；

（2）第i個(gè)簇的簇頭用戶接收本簇內(nèi)j個(gè)CR節(jié)點(diǎn)的本地感知信息，并依據(jù)最優(yōu)的K-N準(zhǔn)則融合簇內(nèi)CR節(jié)點(diǎn)的感知信息并作出決策Di=f（Di，1，Di，2，…，Di，j）；

（5）

（6）

（3）i個(gè)簇的簇頭用戶CHi分別將各自的決策信息Di發(fā)送給融合中心（FC）；

（4）FC根據(jù)每個(gè)簇頭節(jié)點(diǎn)接收信噪比（SNR）的不同按照指數(shù)加權(quán)的方法，確定最差信噪比用戶的感知性能下降的倍數(shù)p，并求得給每個(gè)簇頭節(jié)點(diǎn)的權(quán)值？棕（i），并對(duì)Di作出最終判決D=g（D1，D1，…，Di） 。

（7）

（8）

3 仿真結(jié)果分析

通過(guò)Matlab仿真平臺(tái)進(jìn)行仿真，圖1為指數(shù)加權(quán)融合同其他融合方式的ROC曲線對(duì)比，在認(rèn)知用戶數(shù)為5，Kopt=3時(shí)，假設(shè)5個(gè)CR節(jié)點(diǎn)的接收信噪比分別為-14dB、-16dB、-19dB、-20dB、-24dB，在AWGN信道環(huán)境中，采樣點(diǎn)數(shù)N=1000，噪聲功率。圖1中最大比合并（MRC）要優(yōu)于等增益合并（EGC）和OR準(zhǔn)則，而指數(shù)加權(quán)的融合方式在低虛警概率下（小于0.1）檢測(cè)性能最好，實(shí)驗(yàn)表明采用指數(shù)加權(quán)的方式為不同的接收信噪比的CR節(jié)點(diǎn)分配不同點(diǎn)的權(quán)值獲得的檢測(cè)性能要明顯優(yōu)于傳統(tǒng)的OR準(zhǔn)則融合方式。而且在低虛警概率下的的優(yōu)勢(shì)尤為明顯。

（1）方法1：采用OR準(zhǔn)則融合簇內(nèi)節(jié)點(diǎn)的感知信息和簇間節(jié)點(diǎn)的判決信息。

（2）方法2：采用K-N準(zhǔn)則完成簇內(nèi)融合，OR準(zhǔn)則完成簇間融合。

（3）方法3：采用最優(yōu)K-N準(zhǔn)則完成簇內(nèi)融合，OR準(zhǔn)則完成簇間融合。

（4）方法4：采用等增益合并（EGC）完成簇內(nèi)融合，OR準(zhǔn)則完成簇間融合。

（5）改進(jìn)方法：簇內(nèi)采用最優(yōu)K-N準(zhǔn)則，簇間采用指數(shù)加權(quán)方法為不同接收信噪比的簇頭用戶分配不同的權(quán)值。

如圖2所示全局虛警概率相同時(shí)，提出的改進(jìn)式分簇協(xié)作感知算法的檢測(cè)性能最優(yōu)，當(dāng)Qf=0.1時(shí)，改進(jìn)方法比方法1的檢測(cè)概率提高了近一倍，它還優(yōu)于在簇內(nèi)采用軟融合準(zhǔn)則的性能，而且虛警概率越低這種優(yōu)勢(shì)越明顯。

4 結(jié)束語(yǔ)

針對(duì)傳統(tǒng)分簇式協(xié)作感知算法對(duì)認(rèn)知無(wú)線環(huán)境的復(fù)雜度考慮不足以及檢測(cè)性能不高的問(wèn)題，提出一種改進(jìn)式分簇協(xié)作頻譜感知算法，實(shí)驗(yàn)表明，改進(jìn)算法可以提高頻譜感知的全局檢測(cè)概率，從而提高頻譜感知性能。文章只是針對(duì)理想信道下的分簇協(xié)作感知性能的分析，接下來(lái)可以針對(duì)不同的衰落信道下的分簇協(xié)作感知性能做更深入的研究。

參考文獻(xiàn)

[1]Wenjing Yue，Baoyu Zheng.Spectrumsensingalgorithmsforprimarydete

ctionbasedonreliabilityincognitiveradiosystems[J].Computers and Electrical Engineering，2009，36（2010）：469-479.

[2]董彩萍.認(rèn)知無(wú)線電中協(xié)作頻譜感知技術(shù)[D].成都：電子科技大學(xué)，2012.

[3]胡峰，鄭紫微，熊歐.基于SNR比較的協(xié)作頻譜感知研究[J].綜合電子信息技術(shù)，2014，40（4）：105-108.

[4]陳辰.認(rèn)知無(wú)線電中基于多節(jié)點(diǎn)的協(xié)作頻譜檢測(cè)[D].南京：南京郵電大學(xué)，2011.