这里写目录标题

认知无线电基础知识
频谱感知方案
协作频谱感知
- 数据融合与决策融合
- 次优决策融合规则
感知和吞吐量权衡的机会频谱访问
频谱共享的资源分配
利用多天线实现频谱共享
认知无线电应用

认知无线电基础知识

频谱分配:常规方式
管制当局将无线电频谱的不同部分分配给不同的服务。

随机频谱访问是关键的解决方案

介绍已分配频谱的二次使用
主用户(PU) vs次用户(SU)
辅助用户定期检测主用户是否存在
如果是，次要用户不能使用该频谱
否则，次要用户可以利用这个频谱

使能技术:认知无线电

由J. Mitola在1999年提出
认知无线电是一种智能无线通信系统
了解射频环境
选择通讯参数以优化频谱使用，然后
相应调整其传输和接收参数

硬件/软件重构性
需要硬件/软件的重新配置，在认知的基础上灵活地对环境做出反应
频带，可变带宽，编码/调制方案
认知传输：意识到它对主要用户的影响

认知无线电模型

机会频谱访问也称为交织模型
频谱共享也称为Underlay模型

新模型:混合共享模型

机会频谱访问 Opportunistic Spectrum Access (OSA)

次要用户们通过频谱感知知道主要用户的开/关状态
次要用户们捕获传输的时间/频谱漏洞
认知无线电网络和通信

频谱空洞
主要用户不活动的时隙/频带/空间位置
时域频谱空洞
频域频谱空洞
空间域频谱空洞
电视空白
暂时未使用的电视频谱
频谱感知
次要用户识别频谱空洞的技术

频谱共享

主要用户和次要用户共存于同一频段，同一时间
SU-Tx次要用户发射机可以预测其自身传输在PU-Rx主要用户接收机上造成的干扰水平
认知无线电网络和通信
干扰温度
（PU-Rx主要用户接收机能容忍的）（次要用户SU传输所产生的）最大干扰功率水平

性能损失宽容
（PU-Rx可以容忍的）（SU的传输产生的）最大的性能(例如，容量)损失

次要用户	机会频谱接入	频谱共享
一直开着吗？	否	是
如何学习环境？	频谱感知	信道估计/干扰预测
定义主要用户保护的数量	检测概率	干扰温度/性能损失幅度
保护主要用户的技术	主要用户开机时不传输	功率控制

混合共享模型

结合机会频谱接入和频谱共享模型的优势
工作原理：
当主要用户关闭时，次要用户以其最大功率进行传输
当主要用户开启时，次要用户根据频谱共享模型（例如，干扰功率约束）调节其发射功率

认知无线电网络中基于感知的频谱共享
Sensing-Based Spectrum Sharing in Cognitive Radio Networks

频谱感知方案

带内感知
次要用户感知次要用户当前正在操作的频带
带外感知
当发现带内被主要用户占用时，次要用户感知次要用户当前没有正在操作的，但是可能要移动到的频带

周期性带内感知

次要用户需要周期性地检测带内，以检查主要用户是否处于活动状态
如果主要用户在场，则次要用户不能使用该频谱
否则，次要用户可以利用这个频谱。

当使用频谱时，次要用户必须定期监控环境
如果主要用户变得活跃，次要用户必须在一定的时间内腾出通道

频谱感知数学模型

两个假设
H0 (PU is inactive)
H1 (PU is active)
数学模型
H0: y(n) = u(n)
H1: y(n) = s(n) + u(n)
s(n)是主要用户在次要用户处测量的信号
u(n)是加性高斯白噪声
根据测量值y(n), for n = 0, 1, …, N-1, 判断主要用户信号s(n)是否存在

detection概率Pd
当主用户开启时，探测器声称主用户信号出现的概率
保护主用户
Pd越大，当主要用户活跃时，主要用户受到更好的保护

false alarm概率Pf
当主用户不开启时，探测器声称主用户信号出现的概率
错过了重新使用未使用的频谱的机会
Pf越小，当主要用户不活跃时，次要用户使用频谱的机会就越高

频谱感知问题在数学上与传统的信号检测问题是相同的
但是，兴趣点是不同的……
信号检测：给定Pf，最大化Pd
频谱感知：给定Pd，最小化Pf
即在主要用户受到一定的保护的条件下，最大化对未使用频谱的利用
同时，认知无线电的频谱感知也有自己严格的要求

各种类型的主要用户
对于电视波段:电视- 6/7/8MHz，无线麦克风-200kHz(载波未固定)
低信噪比环境
在802.22中，电视信号的检测信噪比为-20db，检测概率为90%，虚警概率为10%
宽带和快速传感
鲁棒感知(噪声不确定性、干扰不确定性……)

频谱感知方法的概述

能量检测器
匹配过滤器(MF)方法
基于特征的检测
周期平稳方法
基于高阶统计的方法
基于特征值的方法
协方差方法

能量检测器

接收信号的功率用来与阈值进行比较
阈值的选择与噪声功率有关
能量检测器对噪声功率不确定性敏感

匹配过滤器

需要知道要探测到的信号(对认知无线电系统不实用)
需要完全同步
满足目标概率对的最小样本数

周期平稳

通信信号不是完全随机的，而是循环平稳的。
对于循环平稳信号，其频谱相关密度(SCD)函数在某些非零周期频率上不为零。
噪声根本没有任何循环平稳性，也就是说，噪声信号的SCD函数在非零周期频率上始终为零。
我们可以通过分析SCD功能来区分信号和噪声

缺点
需要过采样，需要大量的样本，计算复杂度高
Pd和Pf的解析表达式在数学上很难得到
仍然不知道如何设置阈值来满足要求的性能

如何量化性能?

•给定(Pd, Pf)，比较所需的最小样本数
•给定N和Pd，比较Pf

最近提出的感知方案

基于特征值的频谱感知!
Y.H. Zeng and Y.-C. Liang 认知无线电的最大最小特征值检测，发表于PIMRC 2007年9月(期刊版本将发表于IEEE通信版)
基于协方差的频谱感知!
Y. Zeng and Y.-C. Liang 基于认知无线电的协方差检测，发表在IEEE DySPAN’2007, pp.202-207, April 2007 (期刊版本出现在IEEE Trans on vehicle Technology)。

接收到的信号是否相关?

从主要用户传输的信号可以相互关联
传播通道有时间色散
接收到的信号被过采样。
这方面的一个例子是窄带信号，如无线麦克风信号
一般来说，接收到的信号是相关的

协作频谱感知

由于多径衰落、阴影，单个用户可能无法检测到主用户……
实现检测多样性通过

利用多个感知时隙开发时间分集
多个分布式次要用户开发空间分集
(也称为分布式或协同频谱感知)

数据融合与决策融合

数据融合
融合中心对接收到的每个用户的数据进行处理，然后做出最终决策
数据可以从每个用户直接测量或静态测试

决策融合
融合中心处理每个用户做出的决策，然后做出最终决策

需要考虑分布式用户到融合中心的数据收集实现复杂性的约束

次优决策融合规则

逻辑或规则
只要一个次要用户声明主要用户是活动的，融合中心就声明主要用户的存在
决策融合后的两个概率变为

逻辑与规则
只有当所有次要用户都声明主要用户是活动的，融合中心才会声明主要用户的存在
决策融合后的两个概率变为

多数决定原则
如果一半或超过一半的次要用户声明主要用户是活动的，融合中心声明主要用户的存在
决策融合后的两个概率变为

感知和吞吐量权衡的机会频谱访问

周期性带内感知的认知MAC介质访问控制子层设计
3个关键问题：

感知时间应该分配多少？
帧的持续时间应该是多长?
感知时隙应该分配在哪里?

频谱重用的两种情况，即次要用户使用频谱的两种情况

主要用户处于非活动状态，没有虚假警报产生
P(H0) (1 – Pf)
主要用户处于活动状态，但次要用户没有检测到它
P(H1) (1 – Pd)

次要用户的吞吐量最大化
充分保护主要用户!
Y.-C. Liang, Y. Zeng, E. Peh and A.T. Hoang, Sensing-throughput tradeoff for cognitive radio networks, IEEE Trans on Wireless Communications, vol.7, No.4, pp.1326-1337, April 2008.

Pd和Pf之间的关系

对于CSCG噪声
用于QPSK主用户的信号和CSCG噪声
对于给定的目标检测概率

主要结果

定理l:在(AS1) - (AS3)的假设条件下，如果主信号是经过复杂PSK调制的，且噪声过程为CSCG，则存在一个最优的感知时间，该时间可以为次要网络产生最大的可实现吞吐量。
最优感知时间位于区间(0,T)

次要用户的可实现吞吐量

纵坐标
次要用户的可实现吞吐量bits/s/Hz
横坐标
感知时间ms

先递增后递减
存在最佳感知时间

分布式信道感知的最佳感知时间:SNRP = -15 dB

3种次优决策融合规则
纵坐标
最佳感知时间ms
横坐标
用户数量

递减

采用分布式信道感知的标准化可实现吞吐量:SNRP = -15dB

3种次优决策融合规则
纵坐标
最大正则化容量
横坐标
用户数量

递增

最佳感知时间比较

不同信噪比情况下
纵坐标
最佳感知时间ms
横坐标
用户数量

递减

观察

感知和吞吐量权衡
感知时间越长，次要用户由于感知造成的吞吐量损失越大
感知时间越短，虚假警报概率Pf就越高，使次要用户在频谱可用时使用频谱的机会就越少
存在最佳感知时间，实现最佳权衡
适用于有其他感知方案或使用合作信道感知的情况
认知频谱访问的感知时间和MAC协议设计指南

频谱共享的资源分配

认知无线电衰落信道
频谱共享模型(PU和SU共存)
平坦衰落信道
CSI在SU-Tx次要用户发射机处已知
目的：量化（在PU主要用户受到保护的约束下）SU次要用户链路的容量

可以引入2种干扰功率约束来保护PU主要用户

所有衰落块的峰值干扰功率约束
所有衰落块的平均干扰功率约束

发射功率约束
SU-Tx次要用户发射机可能有两种发射功率限制:

峰值发射功率
平均发射功率

Ergodic容量
所有衰落状态的最大可实现速率的平均值
延迟不敏感服务的良好性能限制指示器
目标
最大化SU链路的Ergodic容量，以满足传输和干扰功率的限制

功率约束

在峰值传输和峰值干扰功率约束下
在平均传输和峰值干扰功率约束下
在峰值传输和平均干扰功率约束下
在平均传输和平均干扰功率约束下

峰值干扰功率约束
PU的延迟敏感服务
平均干扰功率约束
PU的延迟不敏感服务

Ergodic容量：峰值传输和峰值干扰功率约束

观察:
当g0 (SU- tx -> PU链路)出现严重衰落时，SU以峰值功率传输。
当g0较大时，SU使用g0进行信道inversion
在SU-Tx -> PU链路的衰落帮助!

Ergodic容量：平均传输和峰值干扰功率约束

观察:
功率分配策略涉及SU链路和SU-TX-PU链路(我们希望g0衰落，g1不衰落)
在无干扰功率约束条件下(Qpk ->无穷大)，相当于常规 water-filling

Ergodic容量：峰值传输和平均干扰功率约束

观察:
功率分配策略涉及SU链路和SU-TX-PU链路(我们希望g0衰落，g1不衰落)
峰值功率限制导致Capped water-filling

Ergodic容量：平均传输和平均干扰功率约束

利用多天线实现频谱共享

无线通信多天线：波束成形

多天线系统

实现波束成形增益
接收波束成形以抑制干扰
发射波束成形以实现抗干扰
实现分集/空间多路复用增益
接收分集，发射分集
MIMO(多输入多输出)

发射波束成形
发射机知道信道状态信息(CSI)

发射分集，以实现Robust传输
发射机不知道信道状态信息(CSI)

MIMO系统提高系统吞吐量
MIMO Eigen-Beamforming
Cognitive Beamforming
W. Zhi, Y.-C. Liang and M. Chia, Robust Transmit Beamforming in Cognitive Radio Network, published in IEEE ICCS’2008, Guangzhou, China.

Cognitive MIMO
R. Zhang and Y.-C. Liang, Exploiting multiple antennas for opportunistic spectrum sharing in cognitive radio networks, IEEE Journal of Selected Topics in Signal Processing, Special Issue on Signal Processing & Networking for Dynamic Spectrum Access, vol.2, No.1, pp.88-102 Feb. 2008.

优化问题
完美的信道知识假设
问题是凸的，因此可以用内点法来解决

一个单天线主接收器

MISO Secondary Channel
次优的解决方案
都基于次要MIMO信道的SVD:
直接信道SVD (D-SVD)
投影信道SVD (P-SVD)

认知MIMO/波束成形

MISO次要信道
波束成形是最佳的
MIMO次要信道
直接信道SVD (D-SVD)
投影信道SVD (P-SVD)
对于空间多路复用
功率控制以照顾干扰功率约束

Cognitive Multiple Access Channels
L. Zhang, Y.-C. Liang and Y. Xin, Joint beamforming and power control for multiple access channels in cognitive radio networks, IEEE Journal on Selected Areas in Communications, Special Issue on Cognitive Radio: Theory and Applications, Jan. 2008.

速率和的最大化问题

信号干扰噪声比平衡问题

认知广播信道
L. Zhang, Y. Xin and Y.-C. Liang, Weighted Sum Rate Optimization for Cognitive Radio MIMO Broadcast Channels, published in IEEE ICC’2008, May 2008. Journal version to appear in IEEE Trans on Wireless Comms.

加权速率和的最大化问题
通常使用MIMO-MAC dual来解决MIMO-BC问题
对于单个一般线性约束，没有现成的工作建立对偶
对于多个一般线性约束，问题变得更加困难

认知无线电网络和通信