黃維+萬頻+王永華+黃嘉斌+蔣維勇

【摘要】主要對認(rèn)知無線網(wǎng)絡(luò)中小型移動主用戶的感知與定位技術(shù)進(jìn)行了研究。首先簡要介紹認(rèn)知無線電的概念和研究現(xiàn)狀，并對大型主用戶和小型主用戶的特征進(jìn)行了對比、歸納及總結(jié)；然后描述了小型移動主用戶難以感知的特點，并對小型主用戶感知與定位的技術(shù)進(jìn)行分類，重點分析和探討了有關(guān)運(yùn)用不同頻譜感知技術(shù)來實現(xiàn)定位方法的優(yōu)缺點；最后給出了認(rèn)知無線網(wǎng)絡(luò)中感知小型移動主用戶的重點研究方向的建議。

【關(guān)鍵詞】認(rèn)知無線網(wǎng)絡(luò)小型移動主用戶定位頻譜感知

中圖分類號：TN92文獻(xiàn)標(biāo)識碼：A文章編號：1006-1010(2014)-10-0079-06

Research on Perception and Location of Small-Scale Mobile Primary Users in Cognitive Radio Networks

HUANG Wei, WAN Pin, WANG Yong-hua1, HUANG Jia-bin, JIANG Wei-yong

(1. School of Automation, Guangdong University of Technology, Guangzhou 510006, China;

2. School of Electronic and Information Engineering, South China University of Technology, Guangzhou 510641, China)

[Abstract] This paper mainly studies the perception and location of small-scale mobile primary users in cognitive radio networks. Firstly, the concept and the research status of cognitive radio are briefly introduced, and the characteristics of large-scale and small-scale primary users are compared and summarized. Secondly, the difficulties to sense the small-scale primary users are described. The perception and location technologies for the small-scale primary users are classified. And the advantages and disadvantages of different location methods using different spectrum perception technologies are discussed. Finally, the key research directions for sensing small-scale mobile primary users in cognitive radio networks are given.

[Key words]cognitive radio networkssmall-scale mobile primary userslocationspectrum perception

1 引言

隨著無線通信技術(shù)的迅猛發(fā)展，日趨龐大的網(wǎng)絡(luò)用戶數(shù)量以及多元化、多樣化的服務(wù)需求導(dǎo)致單一的無線通信模式已不能滿足人們的要求，頻譜資源的稀缺成為了無線應(yīng)用研究領(lǐng)域無法回避的重要問題。其一，各種無線通信設(shè)備相互競爭使用寶貴的頻譜資源，相對應(yīng)的各種無線技術(shù)之間的干擾日趨嚴(yán)重，難以解決共享頻段以及用戶QoS（Quality of Service，服務(wù)質(zhì)量）要求；其二，F(xiàn)CC研究發(fā)現(xiàn)[1]，由于現(xiàn)有的無線通信系統(tǒng)分配頻譜方式大多是基于固定中心頻率和帶寬的分配方式，頻譜利用率極其低下，不符合日益發(fā)展的無線通信的需求；其三，在復(fù)雜的網(wǎng)絡(luò)環(huán)境下，通信終端難以自適應(yīng)地完成智能組網(wǎng)，提高網(wǎng)絡(luò)運(yùn)行的穩(wěn)健性和網(wǎng)絡(luò)維護(hù)的效率。因此，認(rèn)知無線網(wǎng)絡(luò)[2]這門技術(shù)應(yīng)運(yùn)而生，它通過對無線通信網(wǎng)絡(luò)環(huán)境的交互感知作用，實時改變某些操作參數(shù)（如載波頻率、傳輸功率和調(diào)制參數(shù)等）達(dá)到動態(tài)智能地規(guī)劃、決策和調(diào)整其內(nèi)部狀態(tài)以適應(yīng)具體的無線通信環(huán)境。高效的優(yōu)化管理網(wǎng)絡(luò)資源及使用狀況，被認(rèn)為是適應(yīng)復(fù)雜電磁環(huán)境通信、解決當(dāng)前無線頻譜資源稀缺以及提高無線電通信兼容性的有效技術(shù)，已經(jīng)受到人們的廣泛關(guān)注，具有重要的現(xiàn)實意義[3-5]。

由于小型移動主用戶的特性與常見的大型主用戶有很大的區(qū)別，常用的大型主用戶的檢測方法并不完全適用，所以要根據(jù)小型移動主用戶的特性，研究合適的頻譜感知和定位技術(shù)。

2 主（授權(quán)）用戶的分類與特征

根據(jù)信號傳輸范圍的不同，主（授權(quán)）用戶可以分為大型主用戶（如電視信號塔、廣播塔等）和小型主用戶（如無線麥克風(fēng)、Ad Hoc網(wǎng)絡(luò)、無線個域網(wǎng)或應(yīng)急/軍事網(wǎng)絡(luò)中的無線電臺等）[6]。由于目前大多數(shù)的頻譜感知技術(shù)主要針對信號范圍覆蓋較大的主用戶進(jìn)行，相對于信號穩(wěn)定性較差、移動性較強(qiáng)以及時空特性變化較大的小型用戶而言，功率較大的大型主用戶在檢測感知和定位方面會簡單許多。針對大型主用戶頻譜感知技術(shù)有很多，大致可分為以下兩類：

一類是通過多個認(rèn)知用戶共同交互和分析對主用戶所采集的頻譜信息以及使用情況，并進(jìn)行信息融合技術(shù)處理以改善整個過程檢測的性能，減少能耗時間。文獻(xiàn)[7]建立了寬帶頻譜壓縮感知的模型，提出了一種多感知節(jié)點多尺度檢測算法，通過少量的壓縮數(shù)據(jù)判斷所要檢測頻譜是否空閑。文獻(xiàn)[8]為了解決認(rèn)知無線電網(wǎng)絡(luò)中認(rèn)知用戶對主用戶進(jìn)行定位的問題，提出了一種加權(quán)最小二乘的迭代定位算法，該算法可以在不干擾主用戶正常工作的情況下，利用次用戶之間的合作感知結(jié)果進(jìn)行定位，并估計出主用戶的三維地理位置信息。

另一類是針對大型主用戶本身的信息（如接收端泄漏功率、干擾溫度等）進(jìn)行分析與判辨，根據(jù)其建立高效的感知框架以獲得最優(yōu)的檢測效果。文獻(xiàn)[9]提出一種基于主用戶信號頻譜特征的頻譜感知方法，既改善了接收信號觀測的時間，又克服了噪聲功率不確定性的影響，較大幅度改進(jìn)算法的檢測性能。

小型移動主用戶具有三個比較突出的特性[10,14]：一是小型移動主用戶的發(fā)射功率較小（10～50mW），具有較小的信號覆蓋范圍；二是小型移動主用戶的開關(guān)模式的時空特性變化很大；三是小型移動主用戶經(jīng)常處于移動狀態(tài)，并且每個地方逗留的時間都較短。因此，要如何準(zhǔn)確地感知與定位小型移動主用戶是個難題。小型主用戶相比大型主用戶而言，其在節(jié)約能源成本、便攜性和動態(tài)性能方面比較出色，而大型主用戶在感知與定位方面信號的穩(wěn)定性和準(zhǔn)確性較高。

在感知和定位小型移動主用戶中，最大的挑戰(zhàn)之一是如何對微弱頻譜信號進(jìn)行檢測。在實際的環(huán)境中，由于信道衰弱、陰影效應(yīng)、二次頻譜接入干擾等影響，要能夠精確地感知小型移動主用戶是非常困難的。IEEE 802.22協(xié)議的要求是能在2秒內(nèi)感知200kHz帶寬內(nèi)低至-114dBm的無線麥克風(fēng)信號，誤檢和漏檢率低于0.1。

endprint

3 感知小型主用戶的相關(guān)研究

為了保證在實際環(huán)境下頻譜檢測的數(shù)據(jù)精準(zhǔn)，要借助認(rèn)知無線網(wǎng)絡(luò)技術(shù)實現(xiàn)動態(tài)頻譜和頻譜共享解決微弱信號檢測問題，有效地檢測到頻譜空穴，辨識可否用于傳輸數(shù)據(jù)的信道，以避免對主用戶的干擾，這就是頻譜感知技術(shù)。頻譜感知的目的是在于發(fā)現(xiàn)時域、頻域及空域上的無用戶使用頻譜（即空白頻譜），為二級用戶提供可用頻譜。頻譜感知技術(shù)是認(rèn)知無線電的基礎(chǔ)，頻譜感知能力的強(qiáng)弱對認(rèn)知無線電系統(tǒng)是否有效工作起著決定性作用，所以如何提高頻譜感知能力是認(rèn)知無線網(wǎng)絡(luò)的關(guān)鍵問題之一[11]。

目前利用認(rèn)知無線網(wǎng)絡(luò)技術(shù)提升對小型主用戶的感知與定位性能方面的研究還比較少，已有的研究主要集中在基于發(fā)射端檢測、協(xié)同檢測、接受端檢測、附加設(shè)備的感知檢測中（見圖1）。主要的研究方向可以分為四類：一是認(rèn)知用戶對小型主用戶利用某種檢測算法（如能量檢測法、匹配濾波器檢測法等）衡量虛警概率以及漏檢概率來感知頻譜使用情況；二是通過不同認(rèn)知用戶的交互與合作，提高對小型主用戶檢測的捷變能力與降低檢測所需求的靈敏度；三是對小型主用戶進(jìn)行分析與判辨，采用高效的感知模式與信道搜索方式得到最優(yōu)的感知效果；四是對小型主用戶使用輔助感知設(shè)備，通過檢測已有設(shè)備頻譜的先驗信息提高感知與定位的精確度，減少檢測所需的時間。下面將分別介紹認(rèn)知無線網(wǎng)絡(luò)在感知小型主用戶中的技術(shù)應(yīng)用，并對當(dāng)前研究所遇到的有待解決的問題提出了一些建議。

圖1小型移動主用戶的頻譜檢測法

3.1小型主用戶的發(fā)射端檢測

發(fā)射端檢測法包括能量檢測法、匹配濾波器檢測法以及循環(huán)平穩(wěn)特征檢測法。這種檢測法是基于認(rèn)知無線網(wǎng)絡(luò)對主用戶發(fā)射機(jī)發(fā)出的微弱信號進(jìn)行檢測，通過認(rèn)知用戶在本地對來自主用戶發(fā)射端的信號進(jìn)行采集和處理以達(dá)到檢測主用戶的目的。

在對小型移動主用戶的研究中，由于能量檢測法是非相干檢測，認(rèn)知用戶的接收機(jī)不用了解小型主用戶發(fā)射信號的結(jié)構(gòu)，只需判斷被測信號和噪聲的能量差別與變化，就可以簡單地確定小型主用戶信號。它的優(yōu)點是準(zhǔn)確度較高、可靠性較好、算法復(fù)雜度較低，實施簡單且不需要任何先驗信息。文獻(xiàn)[10]利用由于移動性導(dǎo)致的協(xié)作節(jié)點所感知的主用戶能量信號的時間陰影衰落相關(guān)性，提出了一個容錯跟蹤小型移動主用戶的架構(gòu)，由于能量檢測在感知精度方面的欠缺，該文獻(xiàn)聯(lián)合小型移動主用戶的位置和一個自適應(yīng)濾波器的陰影衰落收益細(xì)化整個定位過程，證實了能量檢測與其他檢測法結(jié)合在頻譜感知性能上相對于傳統(tǒng)的能量檢測具有一定的優(yōu)越性，同時進(jìn)行了精確度與檢測率的分析，通過深入的模擬，確定了實用的、強(qiáng)大的和高效率的設(shè)計。

文獻(xiàn)[10]沒有討論如何處理移動性強(qiáng)的小型主用戶和動態(tài)的頻譜使用的問題，而文獻(xiàn)[12]針對這樣的問題，分析了發(fā)射信號的所占帶寬與所有可用頻譜的帶寬相比以及小型移動主用戶所在的位置與整個空間相比的稀疏性，提出了應(yīng)用頻譜感知算法快速地更新頻譜信息，將每個頻譜看作是一個信道進(jìn)行傳輸，一個主用戶的發(fā)射信號功率為，其中是第i個主用戶的發(fā)送信號在第V個頻率間隙時的功率，i=1,…,NS，V=1,…,N，并動態(tài)檢測頻譜判斷其相對的采樣速率，提出了一種基于協(xié)作壓縮感知的方法以估計小型主用戶的位置和功率譜的可靠方案。

通常研究者們都是利用多種頻譜感知法對小型移動主用戶進(jìn)行信號檢測，來提升或補(bǔ)充頻譜感知的性能，或者利用不同的頻譜感知法對小型移動主用戶的檢測信號進(jìn)行對比和分析，以此來增加研究結(jié)果的精確度。文獻(xiàn)[13]將能量檢測法與所用的匹配濾波檢測法進(jìn)行了假設(shè)、對比和分析，該文獻(xiàn)假定能量檢測器使用在研究的系統(tǒng)模型框架，當(dāng)檢測極限值趨于Y時，采用兩種假定H0和H1進(jìn)行分析，并對比了能量檢測法應(yīng)用在大型主用戶與小型主用戶的異同，提出了協(xié)同感知法與匹配濾波檢測法相結(jié)合的檢測方法。利用協(xié)同感知法補(bǔ)充匹配濾波檢測需要知道被檢測信號的先驗信息及計算量比較大的缺點，發(fā)揮匹配濾波器檢測法時間短、增益大的優(yōu)點，通過設(shè)定一個分析框架，以獲得檢測小型主用戶所需最小的傳感器密度，再根據(jù)所得的密度信息測算出最佳傳感器數(shù)量，提高小型移動主用戶的感知。

同樣，文獻(xiàn)[14]不僅運(yùn)用了發(fā)射端檢測法，而且還運(yùn)用了協(xié)同檢測法進(jìn)行補(bǔ)充。該文獻(xiàn)針對小型移動主用戶的有效感知架構(gòu)，提出一種反復(fù)進(jìn)行位置/發(fā)射功率估計和協(xié)作感知計算法，概率A、B處于虛警概率QFA和錯誤概率QMD之中，即0

對于小型移動主用戶來說，同樣屬于發(fā)射端檢測法的循環(huán)平穩(wěn)特征檢測法所需的檢測量太大、檢測時間太長，小型主用戶受限于本身的動態(tài)特性和弱信號性質(zhì)，應(yīng)用循環(huán)平穩(wěn)特征檢測法時需要不停重復(fù)地對移動的小型移動主用戶信號進(jìn)行捕捉，這無疑是加大了感應(yīng)時間，同時較難滿足靜態(tài)循環(huán)特征檢測法所需的信號數(shù)據(jù)。如果沒有其他的檢測法對循環(huán)平穩(wěn)特征檢測法進(jìn)行補(bǔ)充，那么該算法在對小型移動主用戶感知應(yīng)用的精確度會有較大的失真。而對于頻譜信號較強(qiáng)和穩(wěn)定的大型主用戶來說，循環(huán)平穩(wěn)特征檢測法不僅能利用相關(guān)信號頻譜統(tǒng)計特性來周期性區(qū)分主信號與噪聲，在低信噪比的環(huán)境下仍具有良好檢測性能，還能識別各種獨(dú)特的信號類型，克服惡意干擾信號，應(yīng)用于擴(kuò)頻信號的檢測，大大提高了檢測的性能和效率。

3.2小型主用戶的協(xié)同檢測

協(xié)同檢測法是對小型移動主用戶檢測最常用和最實用的頻譜感知法，小型主用戶的頻繁移動使得目前大部分文獻(xiàn)研究都會應(yīng)用該算法進(jìn)行檢測，將多個認(rèn)知用戶所檢測到的信息相互合并來檢測小型主用戶，利用空間分集增益改善感知性能，可以克服多徑深衰落、陰影衰落和隱終端等難題，提高捕捉小型移動主用戶弱信號的概率；同時，還可以減輕對單個認(rèn)知用戶感知靈敏度的要求，降低實現(xiàn)成本。但是由于資源受限制，無線網(wǎng)絡(luò)中協(xié)同檢測方式會對網(wǎng)絡(luò)產(chǎn)生一定的負(fù)面影響，并且不能解決由于不知道小型主用戶接收機(jī)位置信息而造成的不確定性[15]，因此往往和其他檢測法一起進(jìn)行研究。文獻(xiàn)[10]就先利用能量檢測法確定小型主用戶接收機(jī)位置信息，然后再以協(xié)同檢測法對其信號數(shù)據(jù)進(jìn)行檢測。

在應(yīng)用協(xié)同檢測法的同時，信息融合為小型主用戶的信息處理過程起到了巨大的作用。該方式能自動分析、綜合、決策和評估完成整個信息處理過程，利用了網(wǎng)絡(luò)所固有的結(jié)構(gòu)來提高增益以及降低檢測時間和中斷概率，提高了網(wǎng)絡(luò)的捷變性。文獻(xiàn)[16]就通過利用協(xié)同感知檢測法對設(shè)備進(jìn)行小規(guī)模的檢測，推導(dǎo)出數(shù)據(jù)融合的最佳范圍的表達(dá)式為，代入最優(yōu)參數(shù)α1和α2，最終計算出來的范圍值用來估計小型移動主用戶的位置和發(fā)射功率。通過實驗仿真發(fā)現(xiàn)，協(xié)同頻譜感知算法在很低信噪比環(huán)境下可以顯著提高頻譜感知性能，同時大幅節(jié)省感知時間，且計算復(fù)雜度變小，最大限度地減少了平均檢測延遲，提升了檢測性能的精度。

3.3小型主用戶的接收端檢測

接收端檢測法是通過辨別主用戶的接收端的使用情況來確定其系統(tǒng)是否正在使用頻譜的，目前主用戶接收端檢測主要的方法有本振泄漏檢測[17]和干擾溫度檢測兩種。

運(yùn)用本振泄漏檢測對于小型移動主用戶是個難題。本振泄漏檢測是根據(jù)小型主用戶接收機(jī)射頻前端發(fā)射的泄漏功率，檢測泄漏信號是否存在，從而判斷接收機(jī)是否工作。但是由于小型主用戶的活動區(qū)域不穩(wěn)定，且此方法檢測范圍較小，必須長時間檢測才能保證檢測結(jié)果可靠，因此單單使用該方法難以保證結(jié)果準(zhǔn)確，要與其他檢測法互為補(bǔ)充才能確保檢測結(jié)果。文獻(xiàn)[18]中就有運(yùn)用到本振泄漏檢測法來進(jìn)行檢測的，將小型主用戶網(wǎng)絡(luò)建模為隨機(jī)幾何網(wǎng)絡(luò)，把檢測主用戶存在的問題轉(zhuǎn)換為在給定范圍內(nèi)檢測主用戶接收方是否存在，基于線性融合規(guī)則，δ是確定門限，假如wTγ>δ，檢測可以確定主用戶存在區(qū)域A，否則主用戶并不存在區(qū)域A，但是由于本振泄漏檢測法本身使用較為困難、易產(chǎn)生干擾以及誤差較大的原因，單單使用本振泄漏檢測法并不可靠，所以該文獻(xiàn)補(bǔ)充提出了一種位置感知的協(xié)同感知算法，該算法依據(jù)次用戶的地理位置，線性組合次用戶的檢測結(jié)果來確保感知定位的準(zhǔn)確性。

干擾溫度檢測是一種測量預(yù)期產(chǎn)生噪聲的方法，只要在傳輸時認(rèn)知用戶所造成的溫度不超過干擾溫度限制，認(rèn)知用戶就能通過調(diào)整發(fā)射頻率、調(diào)制方式等方式使用這個頻段的頻譜空洞，但該方法對于邊緣接收的用戶接收機(jī)不能提供有力的保護(hù)，很容易受到認(rèn)知用戶的干擾[19]。要運(yùn)用干擾溫度檢測有幾個難點：首先需要準(zhǔn)確地測量出小型主用戶接收機(jī)處的干擾溫度；然后必須明確了解主用戶頻帶的通信工作狀況，定量計算頻帶里可接受的干擾噪聲的水平；最后還要預(yù)測認(rèn)知用戶的接入會產(chǎn)生的干擾。這些難點使得小型移動主用戶難以使用該方法檢測，并不能保證檢測結(jié)果的準(zhǔn)確性。

3.4小型主用戶的附加設(shè)備檢測

802.22工作組提出了禁用信標(biāo)協(xié)議[20]，小型主用戶加裝獨(dú)立的信標(biāo)發(fā)送裝置，在工作之前先發(fā)一個包含身份驗證和位置信息的特定信號，但是禁用信標(biāo)協(xié)議具有相當(dāng)大的局限性：一是難以在大量的小型主用戶上裝載單獨(dú)的信標(biāo)設(shè)備；二是即使加載了信標(biāo)發(fā)送裝置也不能彌補(bǔ)信號弱的問題；三是數(shù)量越多的信標(biāo)設(shè)備會增加感應(yīng)時間的開銷。

幾種感知檢測法的性能分析如表1所示：

4 待解決的問題

針對認(rèn)知無線網(wǎng)絡(luò)系統(tǒng)中的小型移動主用戶的跟蹤問題，本文討論了多種認(rèn)知無線網(wǎng)絡(luò)技術(shù)定位小型移動主用戶，但是仍然存在許多有待解決的問題和挑戰(zhàn)，值得繼續(xù)進(jìn)行更深入的研究。主要問題如下：

（1）目前大部分研究都通過多認(rèn)知用戶應(yīng)用協(xié)同感知法對小型主用戶進(jìn)行定位，以提高定位精度為目的，但在認(rèn)知用戶稀疏或物理條件惡劣的區(qū)域就難以保證感知的性能；

（2）為了快速跟蹤動態(tài)的小型主用戶，認(rèn)知用戶會不斷重復(fù)進(jìn)行分析、綜合、決策和定位，協(xié)同感知法中信息融合算法將會大大增加協(xié)同增益和系統(tǒng)開銷；

（3）大量重復(fù)利用感知設(shè)備獲取信號數(shù)據(jù)，感知設(shè)備往往不能達(dá)到所需最優(yōu)的檢測速度和靈敏度；

（4）為了快速、準(zhǔn)確、減小能耗地感知與定位小型主用戶，需要一個更為合理的系統(tǒng)架構(gòu)和頻譜感知算法。

針對以上問題，在認(rèn)知無線網(wǎng)絡(luò)中對小型移動主用戶的感知與定位進(jìn)一步研究應(yīng)該集中在：

（1）如何選取較為準(zhǔn)確的協(xié)同感知參數(shù)以獲得最佳的檢測性能；

（2）如何在協(xié)同性能和系統(tǒng)開銷兩者之間尋找合理的方案；

（3）如何獲取和滿足高性能的感知設(shè)備需求；

（4）加緊認(rèn)知無線網(wǎng)絡(luò)技術(shù)的研究，構(gòu)建出一個匹配小型主用戶研究檢測法。

5 結(jié)束語

本文主要從發(fā)射端檢測、協(xié)同檢測、接收端檢測、附加設(shè)備檢測等方面，對小型移動主用戶感知與定位技術(shù)的研究和發(fā)展?fàn)顩r進(jìn)行了總結(jié)，并對下一步有待解決的難點問題進(jìn)行了討論。盡管還面臨許多的技術(shù)挑戰(zhàn)，但隨著研究的不斷深入，精確地感知與定位小型主用戶的技術(shù)必將實現(xiàn)。

參考文獻(xiàn)：

[1] FCC. ET Docket No 03-222 Notice of Proposed Rule Making and Order[R]. 2003.

[2] Xue T, Shi Y, Dong X. A Framework for Location-Aware Strategies in Cognitive Radio Systems[J]. IEEE Wireless Communications Letters, 2012(1): 30-33.

[3] Federal Communications Commission. Facilitating Opportunities for Flexible, Efficient, and Reliable Spectrum Use Employing Cognitive Radio Technologies[J]. Et Docket, 2003(3): 5-57.

[4] 周小飛,張宏綱. 認(rèn)知無線電原理及應(yīng)用[M]. 北京: 北京郵電大學(xué)出版社, 2007．

[5] 魏急波,王杉,趙海濤. 認(rèn)知無線網(wǎng)絡(luò)：關(guān)鍵技術(shù)與研究現(xiàn)狀[J]. 通信學(xué)報, 2011(11): 147-158.

[6] Ian F Akyildiz, Brandon F Lo, Ravikumar Balakrishnan. Cooperative Spectrum Sensing in Cognitive Radio Networks: A Survey[J]. Physical Communication, 2011(1): 40-62.

[7] 王韋剛,楊震. 基于壓縮感知的寬帶頻譜檢測[J]. 南京郵電大學(xué)學(xué)報: 自然科學(xué)版, 2012(6): 1-6.

[8] 馬志垚,陳巍,曹志剛. 認(rèn)知無線電網(wǎng)絡(luò)中基于檢測概率的主用戶定位算法[J]. 北京郵電大學(xué)學(xué)報, 2009(2): 14-19.

[9] 涂浚洋,朱永建,鄭仕鏈. 基于主用戶信號譜特征的頻譜

感知方法[J]. 中國電子科學(xué)研究院學(xué)報, 2012(4): 411-

414.

[10] Min A, Shin K. Robust Tracking of Small-Scale Mobile Primary User in Cognitive Radio Networks[Z]. 2013.

[11] 李佳俊. 認(rèn)知無線電中協(xié)作頻譜感知技術(shù)研究[D]. 北京: 北京交通大學(xué), 2012.

[12] Lanchao Liu, Zhu Han, Zhiqiang Wu, et al. Collaborative Compressive Sensing Based Dynamic Spectrum Sensing and Mobile Primary User Localization in Cognitive Radio Networks[A]. IEEE GLOBECOM 2011[C]. 2011: 1-5.

[13] Park K, Kim C. Minimal Sensor Density for Small-scale Primary Detection in Cognitive Radio Networks[A]. IEEE International Conference on Information Networking(ICOIN 2011)[C]. 2011: 457-462.

endprint

[14] A W Min, X Zhang, K G Shin. Detection of Small-scale Primary Users in Cognitive Radio Networks[J]. IEEE Journal on Selected Areas in Communications, 2011(2): 349-361.

[15] 王瑩,岳殿武,王謙,等. 基于信道統(tǒng)計特征的認(rèn)知無線電協(xié)作頻譜檢測[J]. 電波科學(xué)學(xué)報, 2009(6): 1049-1054.

[16] Min A W, Zhang X, Shin K G. Spatio-temporal Fusion for Small-scale Primary Detection in Cognitive Radio Networks[A]. IEEE INFOCOM 2010[C]. 2010: 1-5.

[17] Wild B, Ramchandran K. Detecting Primary Receivers for Cognitive Radio Applications[A]. New Frontiers in Dynamic Spectrum Access Networks, 2005(DySPAN 2005). 2005 First IEEE International Symposium on IEEE[C]. 2005: 124-130.

[18] Kae Won Choi, Ekram Hossain, Dong In Kim. Cooperative Spectrum Sensing Under a Random Geometric Primary User Network Model[J]. IEEE Transactions on Wireless Communications, 2011.

[19] 馬偉. 認(rèn)知無線電頻譜檢測技術(shù)研究[D]. 北京: 北京郵電大學(xué), 2010.

[20] G Chouinard. Sensing Performance with the 802.22.1 Wireless Microphone Beacon[J]. IEEE 802.22 Wireless RANs, 2009(3).★

作者簡介

黃維：廣東工業(yè)大學(xué)自動化學(xué)院在讀碩士，主要研究方向為檢測技術(shù)與自動化裝置。

萬頻：教授，博士，現(xiàn)任職于廣東工業(yè)大學(xué)自動化學(xué)院，主要研究方向為信號處理。

王永華：講師，博士，現(xiàn)任職于廣東工業(yè)大學(xué)自動化學(xué)院，主要研究方向為無線認(rèn)知網(wǎng)絡(luò)和智能信息處理。

endprint

[14] A W Min, X Zhang, K G Shin. Detection of Small-scale Primary Users in Cognitive Radio Networks[J]. IEEE Journal on Selected Areas in Communications, 2011(2): 349-361.

[15] 王瑩,岳殿武,王謙,等. 基于信道統(tǒng)計特征的認(rèn)知無線電協(xié)作頻譜檢測[J]. 電波科學(xué)學(xué)報, 2009(6): 1049-1054.

[16] Min A W, Zhang X, Shin K G. Spatio-temporal Fusion for Small-scale Primary Detection in Cognitive Radio Networks[A]. IEEE INFOCOM 2010[C]. 2010: 1-5.

[17] Wild B, Ramchandran K. Detecting Primary Receivers for Cognitive Radio Applications[A]. New Frontiers in Dynamic Spectrum Access Networks, 2005(DySPAN 2005). 2005 First IEEE International Symposium on IEEE[C]. 2005: 124-130.

[18] Kae Won Choi, Ekram Hossain, Dong In Kim. Cooperative Spectrum Sensing Under a Random Geometric Primary User Network Model[J]. IEEE Transactions on Wireless Communications, 2011.

[19] 馬偉. 認(rèn)知無線電頻譜檢測技術(shù)研究[D]. 北京: 北京郵電大學(xué), 2010.

[20] G Chouinard. Sensing Performance with the 802.22.1 Wireless Microphone Beacon[J]. IEEE 802.22 Wireless RANs, 2009(3).★

作者簡介

黃維：廣東工業(yè)大學(xué)自動化學(xué)院在讀碩士，主要研究方向為檢測技術(shù)與自動化裝置。

萬頻：教授，博士，現(xiàn)任職于廣東工業(yè)大學(xué)自動化學(xué)院，主要研究方向為信號處理。

王永華：講師，博士，現(xiàn)任職于廣東工業(yè)大學(xué)自動化學(xué)院，主要研究方向為無線認(rèn)知網(wǎng)絡(luò)和智能信息處理。

endprint

[14] A W Min, X Zhang, K G Shin. Detection of Small-scale Primary Users in Cognitive Radio Networks[J]. IEEE Journal on Selected Areas in Communications, 2011(2): 349-361.

[15] 王瑩,岳殿武,王謙,等. 基于信道統(tǒng)計特征的認(rèn)知無線電協(xié)作頻譜檢測[J]. 電波科學(xué)學(xué)報, 2009(6): 1049-1054.

[16] Min A W, Zhang X, Shin K G. Spatio-temporal Fusion for Small-scale Primary Detection in Cognitive Radio Networks[A]. IEEE INFOCOM 2010[C]. 2010: 1-5.

[17] Wild B, Ramchandran K. Detecting Primary Receivers for Cognitive Radio Applications[A]. New Frontiers in Dynamic Spectrum Access Networks, 2005(DySPAN 2005). 2005 First IEEE International Symposium on IEEE[C]. 2005: 124-130.

[18] Kae Won Choi, Ekram Hossain, Dong In Kim. Cooperative Spectrum Sensing Under a Random Geometric Primary User Network Model[J]. IEEE Transactions on Wireless Communications, 2011.

[19] 馬偉. 認(rèn)知無線電頻譜檢測技術(shù)研究[D]. 北京: 北京郵電大學(xué), 2010.

[20] G Chouinard. Sensing Performance with the 802.22.1 Wireless Microphone Beacon[J]. IEEE 802.22 Wireless RANs, 2009(3).★

作者簡介

黃維：廣東工業(yè)大學(xué)自動化學(xué)院在讀碩士，主要研究方向為檢測技術(shù)與自動化裝置。

萬頻：教授，博士，現(xiàn)任職于廣東工業(yè)大學(xué)自動化學(xué)院，主要研究方向為信號處理。

王永華：講師，博士，現(xiàn)任職于廣東工業(yè)大學(xué)自動化學(xué)院，主要研究方向為無線認(rèn)知網(wǎng)絡(luò)和智能信息處理。

endprint