基于对抗模式的认知无线电频谱感知与分配技术研究

【摘要】：20世纪90年代末,Jeseph Mitola博士在软件无线电的技术上增加了与周围电磁场环境进行感知交互的功能,从而提出“认知无线电(Cognitive Radio,CR)”的概念,它便得到了全世界众多专家和学者们的关注,大家不断在认知无线电的频谱感知、频谱分配、频谱接入和功率控制等方向进行深入研究,取得了丰硕的成果。但这些成果大部分都集中在民用领域,旨在提高频谱的利用率,而在军用方面的研究和应用则相对滞后。本文以认知无线电频谱感知和频谱接入技术为核心,通过分析对抗模式场景中无线通信的特点和要求,研究了复杂多变的电磁环境中的频谱感知技术,以及结合机器学习算法对频谱的使用规律进行学习,并对信道使用状态进行预测等新型的频谱感知接入机制。通过以上技术来实现最大限度的时域、频域和空域等信息的高效利用,为战场上的军事行动提供强有力的通信保障。本文在认知无线电系统频谱感知方面的创新成果如下:(1)针对传统的单节点能量感知算法对噪声比较敏感,在较低的信噪比条件下检测准确性易受到影响,循环特征检测法计算复杂度偏高等问题,为了提高战场环境下感知的高效性和正确性,本文提出了基于能量检测和小波变换(Wavelet Transform,WT)感知的自适应双门限联合感知算法。该算法预设双门限值,对双门限区间两端的区域进行能量检测进行判定,双门限范围内的不确定区域进行小波感知,并根据信道中噪声不确定性自适应调整双门限值,当信道质量较好时,减小两门限之间的距离,否则增大两门限之间的距离,从而控制进行小波感知的概率。并进行了仿真验证了技术的有效性。(2)单用户频谱感知容易受到阴影效应,多径衰落及隐蔽终端等不利因素的影响,造成感知结果误判。为了提高系统的检测性能,并减少感知花销,提出了多用户智能协作频谱感知算法。各个认知用户根据估计信噪比自适应选择不同的感知策略,当估计信噪比高于选择阈值时采用双门限能量感知,低于选择阈值时,优先考虑感知结果的准确性,则采用循环平稳特征检测,并在同一个感知周期内只进行一种较优的感知策略,从而在不明显增加计算复杂度的情况下,克服了能量感知在低信噪比条件下鲁棒性差的缺点,实现了智能检测。最后将分布式感知信息进行集中处理,得到感知结果,因此可以有效的提高复杂电磁环境下无线网络的鲁棒性。(3)战时战场信息瞬息万变,为了提高感知机检测效率,提出了一种多用户分组协作感知机制。该机制是依据地理信息将某CR基站附近部分信噪比较高的认知用户根据频谱感知需求分成N组,由于在现实无线环境中报告信道并不是理想的,会对本地感知结果的传送容易产生误码的情况,所以各组选择组内的信噪比最好的认知用户作为簇头,由簇头先进行组内的判决,然后将判决结果发送给融合中心进行组间的最后判决。对整个感知系统而言,分组协作感知机制既减少了单个感知机的感知时间,又提高了融合中心的判决效率,从而提高整个感知系统的工作效率,为通信系统的链路保持提供可靠保障。(4)战略和战术通信系统的频谱覆盖了极低频到特高频,单天线感知的频谱带宽十分有限,当进行多频段宽频谱感知时,CR用户会显著增加切换延时和同步开销,为此,本文提出了一种基于多天线的宽带协作感知方法,将MIMO的相关技术运用到感知机中,由多个天线在同一时隙分别感知不同频段,再运用(2)和(3)中协作感知方法,减少了宽频感知中的切换延时和同步开销,保障了通信系统遭恶意干扰时可用频段的快速获取。在认知无线电频谱接入方面的创新成果如下:根据现实信道环境的可行性分析,可知信道的使用状态会呈现一定的规律性,针对这个特性,本文提出了一种新的频谱预测算法及接入机制。该算法首先使用神经网络对认知无线网络频谱的占用和空闲进行预测,然后通过采用遗传算法对神经网络预测模型进行优化,使预测准确率大幅的提高,并且克服了使用随机权值和阈值所带来的系统不稳定性。认知用户使用优化过的频谱预测模型对历史频谱感知数据的学习和分析,对未来时刻的频谱状态进行预测,并且可以在频谱被干扰之前做出频谱搬移决策,从而有效避免信号受到干扰,保证高质量的通信要求,为未来军事通信的智能频谱接入提供了一个新的方案。