频谱感知技术分类
物联网感知层频谱感知技术-基于发射源的感知
1、基于发射源的感知
针对发射源的不同特征进行感知,该方法又可细分为以下几类。
(1)能量检测
能量检测是指在一定频段内检测能量的积累,如果积累后的能量高于设定的门限则说明有信号存在,否则只有噪声。能量检测的优点是无须任何检测信号的先验知识,属于非相关检测。其缺点是检测速度慢,并且对门限值的设定也非常敏感。
(2)匹配滤波检测
匹配滤波检测是指通过频谱滤波器进行信号检测的技术。匹配滤波器是输出信噪比最大的最佳线性滤波器。匹配滤波检测是在已知主用户信号特征下最优的频谱检测技术,是一种相关检测。和其他检测技术相比,它具有时间短、检测精度高的优势。但是需要主用户信号的详细特征,如果需要对多个主信号进行检测,就需要配置多个滤波器,其执行成本将大大增加,因此其应用场合也将受到很大的限制。
(3)周期平稳过程特征检测
周期平稳过程特征检测是指通过提取接收信号的静态相关特征来检测主用户信号的技术,静态相关特征是由信号的周期性特征导致的。这种检测技术的主要优势是能从调制信号功率中区分出噪声能量,前提是噪声为不相干的广义平稳信号。因此,周期平稳过程特征检测可以在较低的信噪比前提下检测信号。
(4)小波检测
由于无线网络中率谱密度的不规则性,因此可以通过小波变换来分析信号的特征,其最大的优势是能对较宽频段的信号进行检测。
我们在用表格来对比一下,以上四种小类的频谱感知技术的优缺点。
感知技术 | 优点 | 缺点 |
能量检测 | 不需要信号的先验知识 | 检测速度慢,不能在低信噪比下工作,无法区分主用户与认知用户信号 |
匹配滤波检测 | 准确度高,较易执行 | 需要主用户信号的全部先验知识,可扩展性差 |
周期平稳过程特征检测 | 低信噪比和干扰条件下性能稳定 | 计算复杂,需要主用户的部分先验知识 |
小波检测 | 利于宽频段下的信号检测 | 计算复杂,无法检测扩频信号 |
物联网感知层频谱感知技术-基于干扰的感知
该方法的基本思想是根据接收端受到的干扰程度来决定是否或者如何进行频谱接入。在实际应用环境中,基于发射源的感知方法还存在一些难以克服的问题。
如下图的情形是主用户接收端不确定问题,也称为主用户的隐终端问题。认知用户在主用户发射端的干扰半径之外,因此一旦检测到频谱可用并接入信道,便会与主用户接收端发生冲突。虽然图中的认知用户处于主用户发射端的干扰半径之内,但是由于障碍物的存在,导致在阴影区域(扇形区域)检测到频谱可用,而接入信道后也会与主用户的接收端发生冲突。因此,学者又提出了一种新的检测干扰的模型——干扰温度模型。该模型不使用噪声作为判断门限,而是将干扰温度,即接收端所能忍受的干扰程度来进行门限判断。只要不超过该门限,认知用户就可以使用该频段。
发射源感知存在的问题
物联网感知层频谱感知技术-协作感知
由于无线环境存在路径损耗、阴影效果和多径效应,仅依靠单个节点检测频谱,不能保证其正确性。在复杂环境中,认知无线电用户受到了阴影效应的影响,只有某些用户能够正确检测频谱,如下图,必须合并多个节点的频谱检测结果,通过协作频谱检测来提高频谱检测的正确性。协作感知的本质即认知用户通过协作来共同感知频谱空洞。协作感知可以分为集中式和分布式两种。在集中式协作感知中存在一个中心控制节点,该节点通过公共控制信道广播感知任务给网络中的所有节点,并将各感知节点的感知结果进行采集。需要指出的一点是,公共控制信道在认知网络中并不容易实现,该问题也是认知网络中一个极具挑战性的问题。在分布式的感知中,认知节点虽然共享感知信息,但是却单独进行频谱接入。协作感知还可以分为网内协作(即在一种网络系统内进行协作感知)与网际协作(即在多种无线网络系统中协作感知)。
感知方式 | 优点 | 缺点 |
非协作感知 | 工作简单 | 无法彻底解决隐终端及阴影等问题,感知准确度低,感知速度慢 |
协作感知 | 感知准确度高,感知速度快,能解决隐终端和阴影问题 | 执行与计算复杂,通信开销大,需要公共控制信道 |
协作与非协作感知的优缺点对比
除了以上几个主要的频谱感知和研究领域,频谱感知还出现了一些信的研究领域和方向,如压缩感知和频谱预测等。