認(rèn)知無(wú)線電(CR)概念由Joseph Mitola博士提出，其主導(dǎo)思想是實(shí)現(xiàn)伺機(jī)的動(dòng)態(tài)頻譜接入，即非授權(quán)用戶(hù)(也稱(chēng)次用戶(hù)或認(rèn)知用戶(hù))通過(guò)檢測(cè)，機(jī)會(huì)性地接入已分配給授權(quán)用戶(hù)(或主用戶(hù))但暫時(shí)很少使用甚至未被使用的空閑頻段，一旦主用戶(hù)重新接入該頻段，次用戶(hù)迅速騰出信道。這種技術(shù)需解決的首要問(wèn)題就是如何快速準(zhǔn)確地獲取授權(quán)頻譜的使用情況，目前主要有3類(lèi)解決方案：建立數(shù)據(jù)庫(kù)檔案、傳送信標(biāo)信號(hào)和頻譜感知。表1從多個(gè)方面對(duì)3種方案進(jìn)行了比較，其中頻譜感知方案因具有建設(shè)成本低、與現(xiàn)有主系統(tǒng)的兼容性強(qiáng)等突出優(yōu)點(diǎn)，得到了大多數(shù)研究學(xué)者的認(rèn)同;另外兩種由于受到政治、經(jīng)濟(jì)等因素的制約而很難實(shí)現(xiàn)，對(duì)其研究相對(duì)較少。
頻譜感知，是指認(rèn)知用戶(hù)通過(guò)各種信號(hào)檢測(cè)和處理手段來(lái)獲取無(wú)線網(wǎng)絡(luò)中的頻譜使用信息。從無(wú)線網(wǎng)絡(luò)的功能分層角度看，頻譜感知技術(shù)主要涉及物理層和鏈路層，其中物理層主要關(guān)注各種具體的本地檢測(cè)算法，而鏈路層主要關(guān)注用戶(hù)間的協(xié)作以及對(duì)本地感知、協(xié)作感知和感知機(jī)制優(yōu)化3 個(gè)方面。因此，目前頻譜感知技術(shù)的研究大多數(shù)集中在本地感知、協(xié)作感知和感知機(jī)制優(yōu)化3個(gè)方面。文章正是從這3個(gè)方面對(duì)頻譜感知技術(shù)的最新研究進(jìn)展情況進(jìn)行了總結(jié)歸納，分析了主要難點(diǎn)，并在此基礎(chǔ)上討論了下一步的研究方向。
1 本地感知技術(shù)
1.1 主要檢測(cè)算法
本地頻譜感知是指單個(gè)認(rèn)知用戶(hù)獨(dú)立執(zhí)行某種檢測(cè)算法來(lái)感知頻譜使用情況，其檢測(cè)性能通常由虛警概率以及漏檢概率進(jìn)行衡量。比較典型的感知算法包括：
能量檢測(cè)算法，其主要原理是在特定頻段上，測(cè)量某段觀測(cè)時(shí)間內(nèi)接收信號(hào)的總能量，然后與某一設(shè)定門(mén)限比較來(lái)判決主信號(hào)是否存在。由于該算法復(fù)雜度較低，實(shí)施簡(jiǎn)單，同時(shí)不需要任何先驗(yàn)信息，因此被認(rèn)為是CR系統(tǒng)中最通用的感知算法。
匹配濾波器檢測(cè)算法，是在確知主用戶(hù)信號(hào)先驗(yàn)信息(如調(diào)制類(lèi)型，脈沖整形，幀格式)情況下的最佳檢測(cè)算法。該算法的優(yōu)勢(shì)在于能使檢測(cè)信噪比最大化，在相同性能限定下較能量檢測(cè)所需的采樣點(diǎn)個(gè)數(shù)少，因此處理時(shí)間更短。
循環(huán)平穩(wěn)特征檢測(cè)算法，其原理是通過(guò)分析循環(huán)自相關(guān)函數(shù)或者二維頻譜相關(guān)函數(shù)的方法得到信號(hào)頻譜相關(guān)統(tǒng)計(jì)特性，利用其呈現(xiàn)的周期性來(lái)區(qū)分主信號(hào)與噪聲。該算法在很低的信噪比下仍具有很好的檢測(cè)性能，而且針對(duì)各種信號(hào)類(lèi)型獨(dú)特的統(tǒng)計(jì)特征進(jìn)行循環(huán)譜分析，可以克服惡意干擾信號(hào)，大大提高檢測(cè)的性能和效率。
協(xié)方差矩陣檢測(cè)算法，利用主信號(hào)的相關(guān)性建立信號(hào)樣本協(xié)方差矩陣，并以計(jì)算矩陣最大、最小特征值比率的方法做出判決。文獻(xiàn)[1]提出基于過(guò)采樣接收信號(hào)或多路接收天線的盲感知算法。通過(guò)對(duì)接收信號(hào)矩陣的線性預(yù)測(cè)和奇異值分解(QR)得到信號(hào)統(tǒng)計(jì)值的比率來(lái)判定是否有主用戶(hù)信號(hào)。
以上這些算法都是對(duì)主用戶(hù)發(fā)射端信號(hào)的直接檢測(cè)，基本都是從經(jīng)典的信號(hào)檢測(cè)理論中移植過(guò)來(lái)的。此外，近期一些文獻(xiàn)從主用戶(hù)接收端的角度提出了本振泄露功率檢測(cè)和基于干擾溫度的檢測(cè)。有些文獻(xiàn)對(duì)經(jīng)典算法進(jìn)行了改進(jìn)，如文獻(xiàn)[2]提出了一種基于能量檢測(cè)-循環(huán)特征檢測(cè)結(jié)合的兩級(jí)感知算法。文獻(xiàn)[3]研究了基于頻偏補(bǔ)償?shù)钠ヅ錇V波器檢測(cè)、聯(lián)合前向和參數(shù)匹配的能量檢測(cè)、多分辨率頻譜檢測(cè)和基于小波變換頻譜檢測(cè)等。表2歸納了文獻(xiàn)中提及較多的一些感知算法，并對(duì)其優(yōu)缺點(diǎn)進(jìn)行了比較。
1 bit的最優(yōu)判決融合準(zhǔn)則是Chair-Varneshney準(zhǔn)則。該準(zhǔn)則基于對(duì)數(shù)似然比準(zhǔn)則，通過(guò)比較假設(shè)下的條件似然比與貝葉斯最優(yōu)門(mén)限，做出判決。條件似然比可通過(guò)各節(jié)點(diǎn)的虛警概率和檢測(cè)概率計(jì)算得到，但需要知道主用戶(hù)先驗(yàn)概率。文獻(xiàn)[9]提出改進(jìn)的Chair-Varshney融合方法，在似然比檢測(cè)基礎(chǔ)上充分利用信道占用的統(tǒng)計(jì)特性，并考慮各個(gè)次用戶(hù)檢測(cè)機(jī)制差異性、決策時(shí)間差以及融合滯后時(shí)間，因此適用于單或多bit的同步感知以及異步感知場(chǎng)景。
近期研究軟融合算法的文獻(xiàn)還有很多：如基于D-S證據(jù)理論的融合算法，綜合考慮了節(jié)點(diǎn)的檢測(cè)結(jié)果和置信度，且融合中心不需要節(jié)點(diǎn)先驗(yàn)信息，因此有很強(qiáng)實(shí)用性。Jun Ma等人提出的2 bit量化決策加權(quán)軟融合算法，通過(guò)設(shè)置3個(gè)檢測(cè)門(mén)限將能量分為4個(gè)區(qū)域，從而使檢測(cè)結(jié)果最終以2 bit形式傳送給中心進(jìn)行加權(quán)求和并最終判決，該算法實(shí)現(xiàn)了協(xié)作開(kāi)銷(xiāo)和檢測(cè)性能之間的合理折中。文獻(xiàn)[10]將各節(jié)點(diǎn)的相關(guān)性考慮進(jìn)去，提出了一種基于偏移準(zhǔn)則的線性二次的次最佳融合方案。模糊綜合評(píng)估協(xié)作感知方案則是用模糊綜合評(píng)估方法得到各個(gè)次用戶(hù)信任度再融合，從而提高決策可靠性。此外，根據(jù)歷史判決數(shù)據(jù)的可靠性進(jìn)行動(dòng)態(tài)加權(quán)的感知算法，也能有效地提高檢測(cè)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(wèn)題
(1) 協(xié)作感知的性能與協(xié)作用戶(hù)數(shù)量、各用戶(hù)門(mén)限值的確定及位置分布情況等因素密切相關(guān)。因而如何選取這些協(xié)作感知參數(shù)以獲得最佳的檢測(cè)性能，是協(xié)作感知研究的重要內(nèi)容。此外，協(xié)作感知屬于媒體訪問(wèn)控制(MAC)層的感知技術(shù)，所以還涉及到跨層設(shè)計(jì)方面的研究。
(2) 信息融合算法會(huì)直接影響協(xié)作增益和系統(tǒng)開(kāi)銷(xiāo)。一方面，決策融合雖然簡(jiǎn)單容易實(shí)現(xiàn)，但是其協(xié)作增益非常有限，當(dāng)信道不均勻或者存在惡意用戶(hù)時(shí)，協(xié)作性能將急劇惡化;另一方面數(shù)據(jù)融合協(xié)作增益大，但是對(duì)控制信道的帶寬需求較大。如何在協(xié)作性能和系統(tǒng)開(kāi)銷(xiāo)二者之間尋找合理折中是協(xié)作感知研究的熱點(diǎn)。
(3) 惡意攻擊或突發(fā)故障是協(xié)作感知中不容忽視的安全問(wèn)題。為此，文獻(xiàn)[11]提出了一種應(yīng)對(duì)存在惡意或自私節(jié)點(diǎn)場(chǎng)景的協(xié)作感知安全方案，以提高網(wǎng)絡(luò)安全性。文獻(xiàn)[12]提出一種加權(quán)序貫檢測(cè)方案(WSPRT)，采用雙門(mén)限值檢測(cè)，并通過(guò)一定規(guī)則動(dòng)態(tài)更新每個(gè)用戶(hù)的置信度權(quán)值，有效降低了惡意節(jié)點(diǎn)對(duì)最終判決的影響。
(4) 現(xiàn)在的研究大多是集中在單個(gè)感知用戶(hù)網(wǎng)絡(luò)參與協(xié)作的情形，基于網(wǎng)絡(luò)層的多感知用戶(hù)網(wǎng)絡(luò)間的協(xié)作也可能是未來(lái)研究的一個(gè)方向。
3 感知機(jī)制的優(yōu)化
Ghasemi和Hyoil Kim等人最先提出了感知機(jī)制的優(yōu)化問(wèn)題，主要關(guān)注感知模式的選擇和感知參數(shù)的優(yōu)化。CR網(wǎng)絡(luò)下，次用戶(hù)的伺機(jī)動(dòng)態(tài)接入頻譜過(guò)程通常可看成兩種感知場(chǎng)景：信道搜索和信道監(jiān)視。信道搜索是指次用戶(hù)需要搜索各個(gè)信道，尋找可用于傳輸?shù)目臻e頻譜。信道監(jiān)視則是指次用戶(hù)必須周期性地檢測(cè)主用戶(hù)信號(hào)，以避免對(duì)重新出現(xiàn)的主用戶(hù)造成干擾。檢測(cè)周期、檢測(cè)時(shí)間和搜索時(shí)間的參數(shù)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(yōu)，這都是感知機(jī)制的優(yōu)化問(wèn)題。
頻譜感知模式通常分為被動(dòng)感知和主動(dòng)感知。被動(dòng)感知模式下，次用戶(hù)只有在需要進(jìn)行數(shù)據(jù)傳輸時(shí)才啟動(dòng)感知，通常只能使用一個(gè)空閑信道進(jìn)行傳輸，并周期性監(jiān)測(cè)該信道。而主動(dòng)感知模式下，不管是否有數(shù)據(jù)傳輸需要，次用戶(hù)都周期性地檢測(cè)各個(gè)信道。兩種感知模式都要避免對(duì)重新出現(xiàn)的主用戶(hù)造成干擾，因此一旦發(fā)現(xiàn)當(dāng)前信道不可用時(shí)，需立即啟動(dòng)搜索，直到檢測(cè)到某個(gè)空閑信道后停止搜索并開(kāi)始新的傳輸。相比而言，主動(dòng)感知方式需要檢測(cè)多個(gè)子信道，能量和時(shí)間開(kāi)銷(xiāo)比被動(dòng)感知方式有所增大，但它可以提高傳輸速率，并且減小認(rèn)知用戶(hù)被迫進(jìn)行信道搜索而導(dǎo)致服務(wù)質(zhì)量(QoS)降低的概率，同時(shí)還可以積累大量頻譜信息，在重新進(jìn)行信道搜索時(shí)優(yōu)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(dāng)擴(kuò)展更一般的情況;分布式協(xié)作感知機(jī)制的優(yōu)化問(wèn)題;基于循環(huán)平穩(wěn)特征檢測(cè)等方法下的感知機(jī)制優(yōu)化;認(rèn)知用戶(hù)之間的干擾可能對(duì)感知機(jī)制優(yōu)化的影響;不同的信道條件下，非固定檢測(cè)周期和搜索次序的感知機(jī)制優(yōu)化;綜合考慮最小化主用戶(hù)干擾、最大化感知性能、最優(yōu)化QoS等多種優(yōu)化目標(biāo);綜合考慮應(yīng)用層需求、物理層算法和鏈路層協(xié)作與控制等跨層設(shè)計(jì)優(yōu)化問(wèn)題。
4 結(jié)束語(yǔ)
文章主要從本地感知、協(xié)作感知以及感知機(jī)制的優(yōu)化3個(gè)方面，對(duì)認(rèn)知無(wú)線電頻譜感知技術(shù)的研究和發(fā)展?fàn)顩r進(jìn)行了綜述，并對(duì)下一步有待解決的難點(diǎn)問(wèn)題進(jìn)行了討論。盡管還面臨諸多的技術(shù)挑戰(zhàn)，但隨著研究不斷深入，相信在不久的將來(lái)，認(rèn)知無(wú)線電技術(shù)必將日趨成熟，為無(wú)線通信帶來(lái)新的發(fā)展契機(jī)和動(dòng)力。