电子产品世界

1.2 有待解决的问题

　　单用户本地感知主要面临以下挑战：首先，对感知设备提出了较高的硬件要求，如高速高分辨率的数模转换器、高速的信号处理器、宽带射频(RF)单元、单/双链路结构等等，以达到所需的检测速度和灵敏度;其次，由于多径衰落、阴影和本地干扰等因素的影响，单用户本地频谱检测往往不能获得满意的性能。再次，如何检测基于扩频技术的主用户信号也是个难点问题。

　　Ghasemi将频谱感知的主要难点问题归结于3种不确定性：信道不确定性，即在阴影、衰落信道中，认知用户很难从噪声背景下区分出经历深衰落的主信号;噪声不确定性，主要是能量检测的性能会因为噪声估计的偏差受到严重影响;聚合干扰不确定性，当网络中存在多个认知用户时，单个认知用户的发射可能不会干扰主用户，但是多个用户同时发射可能会超过主用户的干扰温度门限(最大干扰的容忍程度)。

　　基于以上分析，下一步的主要研究方向包括：针对衰落、阴影等恶劣的信道环境，研究能量检测、循环特征检测等算法的改进或者进一步探讨更为新颖的感知算法;针对正交频分复用技术(OFDM)频谱池系统的多带检测算法;将传统的时域、频域、空域的三维信号检测进行拓展，并研究包括角度、编码等维度的多维频谱感知算法。

　　2 协作感知技术

　　为了克服本地检测的弊端，进一步提高检测性能，协作感知得到了广泛而深入的研究。通过不同次用户间的交互与协作，不仅仅能降低各认知用户的检测灵敏度需求，大幅度提高认知用户的捷变能力，还能有效缓解隐藏终端问题以及噪声不确定性等问题。

　　2.1 协作方案的分类

　　根据协作网络结构和协作策略选择不同，协作感知方案可分两类：

　　(1)集中式协作感知

　　这种方案中，通常有一个中心基站(或接入点)和多个参与协作的认知用户(也称认知节点)，并且需要专用控制信道将各用户本地感知信息传送到中心点进行融合处理以及最终判决。

　　目前大部分文献研究的都是该类型的协作感知。Cabric等人于2004年开始这方面研究，指出集中式协作感知可以减小多径衰落信道的影响，改善检测性能，并分析了节点数、门限值等参数的选取以及阴影相关性对协作的影响[4].随后，Ghasemi更加详细讨论了在独立同分布(I.I.D.)瑞利衰落信道和对数正态分布阴影信道条件下，基于能量检测和硬融合的协作感知方案的检测性能及其对频谱利用率、检测灵敏度、检测时间带宽积、噪声不确定性抵抗能力的影响。文献[5]还从聚合干扰的角度，进一步分析了协作感知对于聚合干扰分布的影响，并在给定干扰概率情况下，给出了单用户感知灵敏度和协作半径之间的权衡。

　　(2)分布式协作感知

　　分布式协作感知中，各协作节点彼此可以交互和共享感知信息，并分别对各自感兴趣的频谱做最终判决。该方案最大的好处是简化了认知网络结构，因而减小了开销成本。

　　2005年，G.Ganesan等人提出了基于前向放大协议的中继协作感知方案，主要原理是在时分多址(TDMA)系统中，各协作用户间以正交方式传输，一旦某个次用户检测到主用户信息，则在下个时隙发送本身信号的同时转发检测到的主信号给邻近的次用户，再退出频段。该方案利用了网络所固有的非对称性来提高增益，同样可以降低检测时间，保持较低的中断概率，从而提高网络的捷变性。

　　2.2 信息融合问题

　　传统的数据融合是指多传感器的数据在一定准则下加以自动分析、综合以完成所需的决策和 评估而进行的信息处理过程。信息融合最早用于军事领域，定义为一个处理探测、互联、估 计以及组合多源信息和数据的多层次多方面过程，以便获得准确的状态和身份估计、完整而 及时的战场态势和威胁估计。它强调信息融合的三个核心方面：第一，信息融合是在几个层 次上完成对多源信息的处理过程，其中每一层次都表示不同级别的信息抽象;第二，信息融 合包括探测、互联、相关、估计以及信息组合;第三，信息融合的结果包括较低层次上的状 态和身份估计，以及较高层次上的整个战术态势估计。多传感器数据融合是人类或其他逻辑系统中常见的功能。人非常自然地运用这一能力把来自 人体各个传感器(眼、耳、鼻、四肢)的信息(景物、声音、气味、触觉)组合起来，并使用先 验知识去估计、理解周围环境和正在发生的事件。

　　2.2.1 数据融合算法

　　随着计算机技术、通信技术的快速发展，且日趋紧密地互相结合，加之军事应用的特殊迫切需求，作为数据处理的新兴技术--数据融合技术，在近10年中得到惊人发展并已进入诸多军事应用领域。数据融合技术，包括对各种信息源给出的有用信息的采集、传输、综合、过滤、相关及合成，以便辅助人们进行态势/环境判定、规划、探测、验证、诊断。这对战场上及时准确地获取各种有用的信息，对战场情况和威胁及其重要程度进行适时的完整评价，实施战术、战略辅助决策与对作战部队的指挥控制，是极其重要的。未来战场瞬息万变，且影响决策的因素更多更复杂，要求指挥员在最短的时间内，对战场态势作出最准确的判断，对作战部队实施最有效的指挥控制。而这一系列最的实现，必须有最先进的数据处理技术做基本保证。否则再高明的军事领导人和指挥官也会被浩如烟海的数据所淹没，或导致判断失误，或延误决策丧失战机而造成灾难性后果。

　　数据融合传送的是检测信息，因而要求控制信道的带宽比较宽，传送开销也比较大。对于强调频谱效率的CR系统来说，为了追求协作增益而付出巨大的协作带宽代价，显得有些得不偿失。

　　2.2.2 决策融合算法

　　各个协作节点独立地处理观测数据并做出决策，发送其决策结果至信息融合中心进行最终判决，这种算法称为决策融合算法。依据各节点决策的权重是否相同，可将其分为决策硬融合和决策软融合。

　　在这一层次上，情报中心送来的综合情报是态势评估的基本输入，融合的结果要为部队行动和已方武器系统应作出的反应实时生成预案，并对态势发展和决策进行检验和分析，为指挥员提供优化后的决策建议。在指挥中心，指挥员借助指挥系统，根据情报中心进行融合后送来的综合情报、上级要求和作战命令，以及我方实际兵力和武器群的布局、特性能力，进行决策融合 C3I 系统中最高层次的信息融合。这一层次智能性强，甚至可以说是一种知识融合，因为它要集中指挥所各个方向室和要素的对策和建议，判别和分析态势，制定和分发计划，指导和监督战斗。决策融合就是要从这三个方面帮助指挥员认清态势的变化并作出反应。

　　除了K/N准则外，文献[8]提出一种基于双门限能量检测的协作感知方法，用到了n比例逻辑准则，将决策为1的节点数与决策为0的节点数之间的比值与门限进行比较做出最终判决。

关键词： 设计 实现 技术 感知 频谱 无线电