认知无线电协同频谱感知技术研究

论文摘要

作为提高无线频谱利用效率的革命性技术手段,认知无线电技术从多维空间的角度实现了对空闲频谱的动态使用,被认同为未来无线通信研究领域的“下一个大事件”。频谱感知技术是认知无线电核心技术之一,是其走向实际应用的基石。实时、可靠地监测频谱的使用状况是频谱感知的基本任务。单用户频谱感知,受无线信道传播特性、感知时隙长度和接收机灵敏度等条件制约,性能不理想。因此,多个用户间的协同频谱感知,成为当前频谱感知技术研究的热点。论文围绕认知无线电协同频谱感知问题,从感知信息融合、非理想控制信道环境和恶意用户环境三个方面展开研究:首先,研究了协同频谱感知中的数据融合问题,提出一种基于信任度和证据理论的协同感知信息融合方法。该方法针对现有融合方法（“与”、“或”逻辑合并和“K秩”合并）忽略用户感知可靠性的缺陷,引入“信任度”参数对感知结果进行可靠性评估,同时借助证据理论将其等效为表征信道是否空闲的博弈概率,进行融合,从而可以利用到不同感知环境的空间分集,提升协同感知性能。仿真实验表明:该方法在相同感知环境和协同感知用户数的情况下,感知性能优于现有融合方法,并且在信噪比不相等的环境中,仍具备良好的感知性能,因此具有更广适用范围。其次,研究了非理想控制信道环境中的协同感知问题:（1）分析了控制信道传输错误对系统感知性能的影响。以“或”合并的协同感知为例,推导出控制信道非理想导致的系统虚警概率的下界;（2）探讨了该环境下最优参与协同感知用户数的问题。基于纽曼—皮尔逊（N-P）准则,从授权/认知用户两个角度分别论证了最优用户数的存在性,并给出了具体求解方法。理论分析与仿真实验均表明:无论以哪种用户角度考虑,最优协同感知用户数都不一定等于网络用户总数,并且该用户数与认知网络的规模成正比,与控制信道传输错误概率成反比;仿真结果还表明,从认知用户角度固定系统虚警概率进行的优化设计,对控制信道传输错误更敏感。最后,研究了恶意用户环境中的安全协同感知问题:（1）分析了“始终占用”、“始终空闲”、“始终错误”和“随机报告”四类典型恶意用户行为对“K秩”合并的协同感知的影响,包括感知性能和最优融合门限两方面。研究发现,在恶意用户攻击模式和数目已知时,可以通过调整系统参数,缓解恶意行为的影响;（2）针对恶意用户攻击模式和数目未知的情景,给出一种基于信誉度的安全协同频谱感知方法。该方法利用各用户的本地感知结果与全局感知结果的一致性校验,累积用户信誉值,并借助加权合并将恶意用户的权值置零,确保协同感知结果的安全;同时,提出信任节点辅助感知的理念,解决了现有安全感知方法的致命缺陷:当网络初始状态存在较多（ > 20%）恶意/非正常工作的用户时,算法失效;（3）针对硬判决融合的协同感知场景,设计了一种分级安全感知策略。该策略只需知道各用户的单比特判决值,有效地降低了协同感知的信令开销成本;通过对安全审查性能的推导,给出了最优审查门限的计算方法和感知性能的闭合表达式;理论与仿真结果表明,该方法能在较短的安全审查期内成功地辨识恶意用户,且在极端环境中（如半数用户为恶意用户）仍然具备很强的鲁棒特性。论文研究了认知无线电协同频谱感知技术,丰富了现有的协同频谱感知方法,并对非理想控制信道环境和恶意用户环境中的协同感知技术进行了探索,具有其理论和实用价值。研究结果可应用于基于认知无线电技术的无线通信系统中。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景与意义
• 1.1.1 认知无线电：未来无线通信领域“下一个大事件”
• 1.1.2 频谱感知：认知无线电走向实际应用的基石
• 1.2 主要研究内容与贡献
• 1.3 论文结构
• 第二章 频谱感知中的多用户协同
• 2.1 单用户频谱感知的局限性
• 2.1.1 “隐藏终端”与“接收机不确定性”问题
• 2.1.2 感知灵敏度与“信噪比墙”
• 2.2 协同感知频谱的系统结构
• 2.3 协同频谱感知的基本要素
• 2.3.1 本地感知技术
• 2.3.2 控制信道
• 2.3.3 数据融合技术
• 2.4 系统设计：安全性问题
• 2.5 系统设计：其它考虑因素
• 2.6 本章小结
• 第三章 基于信任度和证据理论的协同感知方法
• 3.1 系统描述
• 3.1.1 本地感知
• 3.1.2 集中决策
• 3.2 基于信任度和证据理论的协同感知方法
• 3.2.1 D-S 证据理论
• 3.2.2 感知结果的“信任度”计算
• 3.2.3 基于证据理论的集中决策
• 3.3 仿真结果与分析
• 3.4 本章小结
• 第四章 非理想控制信道环境中的协同感知
• 4.1 控制信道传输错误对协同感知性能影响
• 4.1.1 问题描述与模型建立
• 4.1.2 感知性能影响分析
• 4.1.3 仿真结果与分析
• 4.1.4 小结
• 4.2 最优协同感知用户数分析
• 4.2.1 系统模型
• 4.2.2 感知性能与参与用户数的关系
• 4.2.3 数值结果与分析
• 4.2.4 小结
• 4.3 本章小结
• 第五章 恶意用户环境中的安全协同感知
• 5.1 恶意用户行为影响分析
• 5.1.1 问题描述与模型建立
• 5.1.2 影响分析
• 5.1.3 数值与仿真结果分析
• 5.1.4 小结
• 5.2 信任节点辅助的基于信誉度的安全协同感知方法
• 5.2.1 研究动机和算法思想
• 5.2.2 系统模型
• 5.2.3 信任节点辅助的基于信誉度的安全协同感知
• 5.2.4 仿真结果与分析
• 5.2.5 小结
• 5.3 基于硬判决融合的协同感知恶意用户攻击缓解策略
• 5.3.1 研究动机
• 5.3.2 系统模型
• 5.3.3 分级安全感知方法
• 5.3.4 最优审查门限计算
• 5.3.5 感知性能分析
• 5.3.6 数值与仿真结果分析
• 5.3.7 小结
• 5.4 本章小结
• 第六章 全文总结
• 6.1 本文贡献
• 6.2 下一步待完善工作的建议
• 致谢
• 参考文献
• 附录A
• 附录B
• 个人简历
• 攻读博士学位期间的研究成果
• 攻读博士学位期间参加的科研项目