认知无线电中的能量检测性能研究.docxVIP

认知无线电中的能量检测性能研究 1 能量检测性能分析 近年来，认知广播技术（cr）已经成为研究无线通信领域的一个新方向。频谱检测技术作为认知无线电的关键技术之一, 也已经成为研究的热点技术之一。目前, 基于发射机的频谱检测方法主要有3种, 即能量检测、匹配滤波器检测和循环平稳特征检测。其中, 匹配滤波器检测需要认知用户了解主用户发射信号的先验知识 (如调制方式、脉冲波形等) ;循环平稳特征检测依赖高强度的FFT运算, 所以计算复杂度高, 并且需要较长的观察时间来提取信号的特征信息;相比之下, 能量检测具有实现简单、无需额外信息等优点, 因此得到广泛的研究和重视。能量检测作为一种简单、直接和有效的检测方法, 能够在没有任何先验知识的情况下实现对被检测信号的准确监测。但将信号能量作为检测的唯一参数, 必然造成能量检测对接收信噪比的敏感。因此, 研究在不同衰落信道条件下能量检测的具体性能具有重要的意义。Urkowitz对带限平坦衰落高斯信道条件下的信号能量检测问题进行了研究和分析。Kostylev在Urkowitz的基础上针对幅度服从Rayleigh、Rice和Nakagami 3种分布的信号检测问题进行了研究, 并给出了信号检测概率表达式。值得注意的是, Kostylev的工作均是在模拟域上完成的。文献在数字域上对理想高斯白噪声信道条件下的能量检测性能进行了初步分析, 并给出检测概率与接收信噪比和检测数字存储空间之间的关系。文献在Urkowitz的基础上给出了不同衰落条件下的检测性能分析结果。最近, Digham针对衰落信道条件下的能量检测性能做了进一步的研究, 给出了慢衰落条件下检测概率的闭解析式, 并且提出了两种检测分集策略。本文工作与前人不同的地方在于:给出了分析能量检测性能的一种可选方法, 该方法严格按照能量检测器的工作流程, 在等效低通数字域上通过严格的数学推导, 给出能量检测在典型的慢衰落信道和阴影衰落信道上的检测性能表达式;此外, 本文还在统计意义上, 给出了小信噪比和大信噪比两种条件下能量检测器的检测概率与观测点数或检测器抽样速率之间的关系。结果表明, 能量检测器可以通过适当增加观测点数或提高抽样频率来补偿信噪比的下降。 2 等效低通信号 图1是能量检测器的基本工作流程。 能量检测器首先将收到的信号s(t) 通过带通滤波器 (Band-Pass Filter, BPF) 滤除带外噪声, 得输出信号r(t) 。滤波器的特性可表示为 Lv(ejω)={1,2π(fc-W2)≤|ω|≤2π(fc+W2)0,其它(1) 滤波器输出信号可表示为 r(t)={Re{Ζl(t)ej2πfct},Η0Re{[αejθSl(t)+Ζl(t)]ej2πfct},Η1(2) 式中,Zl(t) 和Sl(t) 分别是等效低通高斯白噪声和被检测信号的等效低通信号;fc为载波频率;H1和H0分别表示存在和不存在被检测信号的两种假设;αejθ是信道衰落因子, 在瑞利衰落条件下αejθ服从复高斯分布。假设Zl(t) 为功率谱密度为N0的低通复高斯白噪声。r(t) 的等效低通信号rl(t) 可简化为 rl(t)={Ζl(t),Η0hSl(t)+Ζl(t),Η1(3) 式中,h=αejθ为信道的复衰落因子。由于rl(t) 是一个带宽为W的等效低通复信号, 所以采样频率fs=1W就可满足奎氏定律。设能量检测器每次观察的时间为T, 则离散化后一个观察周期将有m=TW个观测点。离散化后将rl(t) 改写为rl(n) : rl(n)={Ζl(n),Η0hSl(n)+Ζl(n)},Η1(4) 式中,n=1, 2, …,m。 3 y+2m#h3.3.2.2ln+ln 记Y为rl(n) 的能量, 即: Y={m∑n=1|Ζl(n)|2,Η0m∑n=1|hSl(n)+Ζl(n)|2,Η1(5) 由于离散化频率fs=1W, 所以Zl(n) 是独立且服从复高斯分布的, 并且假设Zl(n) 与h是统计独立的。由文献可知任意M个独立高斯随机变量模的和服从卡方分布。为了使得Y的概率密度函数简单, 我们对式 (5) 进行变换, 得式 (6) : Y={m∑n=1Re2{Ζl(n)}+Ιm2{Ζl(n)},Η0m∑n=1Re2{hSl(n)+Ζl(n)}+Ιm2{hSl(n)+Ζl(n)},Η1(6) 此时,Y可以看做是由N=2m个独立高斯随机变量模的和。因此,Y可看作是维度为N=2m的卡方分布, 它们的均值和方差为 {E{Re[Ζl(n)]}=E{Ιm[Ζl(n)]}=0D{Re[Ζl(n)]}=D{Ιm[Ζl(n)]}=σ2(7) {E{Re[hSl(n)+Ζl(n)]}=E{Ιm[hSl(n)+Ζl(n)]}=1√2|h||Sl(n)|D{Re[hSl(n)+Ζl(n)]}