51-认知无线电技术1课件

第五章认知无线电技术王军选wangjx@2014.51第五章认知无线电技术1整体概述THEFIRSTPARTOFTHEOVERALLOVERVIEW,PLEASESUMMARIZETHECONTENT第一部分整体概述第一部分内容提要认知无线电的发展背景以及概念认知无线电的基本原理与关键技术认知无线电网络频谱感知技术3内容提要认知无线电的发展背景以及概念3认知无线电的发展背景以及概念我国频谱划分图

频谱资源紧张，很多国家差不多已经将可用频谱资源分配完毕。留给新系统、业务和技术的频谱很少甚至没有频谱可分配4认知无线电的发展背景以及概念我国频谱划分图频谱资源认知无线电的发展背景以及概念5认知无线电的发展背景以及概念5认知无线电的发展背景以及概念无线电波传输特性低频段绕射能力强，传播特性好，传输距离远，但设备器件尤其是天线尺寸较大高频段以视距传输为主要传播方式，同等传播条件下相对低频段路径损耗更大，天线等设备尺寸较小。

——各业务各有其“黄金频段”6认知无线电的发展背景以及概念无线电波传输特性6认知无线电的发展背景以及概念1GHz以下频率划分现状目前我国1GHz以下已经分配殆尽无线蜂窝移动通信系统：825-835MHz和870-960MHz频段，其余主要分配给对讲机业务和电视广播业务。无法支持IMT-Advanced系统的高速率的移动业务需求。7认知无线电的发展背景以及概念1GHz以下频率划分现状7认知无线电的发展背景以及概念现代频谱需求移动通信宽带化物联网感知网RFID……3G1G2GAMPSTACSGSMcdmaOneWCDMAcdma2000TD-SCDMAE3GLTEAIE/UMBWLAN数据速率和带宽需求不断增加802.11/WiFiBWA802.16/WiMAX3G+HSDPAHSUPA1xEV-DO1xEV-DV移动性增强201520102005200019951985时间802.16mIMT-Advanced4G8认知无线电的发展背景以及概念现代频谱需求3G1G2GAMPS认知无线电的发展背景以及概念移动通信业界关注的重点频段－－“数字红利频段”数字红利频段（DigitalDividendBand）：模拟电视转换成数字电视后所空出的470-862MHz频段。较低频段可实现更佳的覆盖和楼内穿透性，因此，“数字红利”被全球运营商视为“黄金频段”。9认知无线电的发展背景以及概念移动通信业界关注的重点频段－－“470MHz~806MHz模拟/数字电视广播频段使用情况北京某热点地区实际频道占用情况频谱图瀑布图占用度认知无线电的发展背景以及概念10470MHz~806MHz模拟/数字电视广播频段使用情况频谱北京某郊区实际频道占用情况频谱图瀑布图占用度认知无线电的发展背景以及概念11北京某郊区实际频道占用情况频谱图瀑布图占用度认知无线电的发展各类地区按时间占用比率计算的频段占用度情况认知无线电的发展背景以及概念12各类地区按时间占用比率计算的频段占用度情况认知无线电的发展背如何发展频谱智能高效利用技术来解决未来无线通信频谱需求的瓶颈？信号处理技术极大提高了无线系统在接入使用时的频谱利用率；但仍未解决频谱资源未被使用时造成空洞浪费的问题是否可以考虑在授权频段闲置时允许其他无线业务用户接入？如果可以，需要满足什么条件？认知无线电的发展背景以及概念13如何发展频谱智能高效利用技术来解决未来无线通信频谱需求的瓶颈认知无线电的发展背景以及概念1999年JosephMitola提出了认知无线电CR（CognitiveRadio）技术核心：频谱准入政策允许授权频段在闲置时被其他业务用户接入——动态频谱分配政策14认知无线电的发展背景以及概念1999年JosephMito认知无线电的发展背景以及概念认知无线电系统定义（ITU-RSM.2152报告书）“Cognitiveradiosystem(CRS)isaradiosystememployingtechnologythatallowsthesystemtoobtainknowledgeofitsoperationalandgeographicalenvironment,establishedpoliciesanditsinternalstate;todynamicallyandautonomouslyadjustitsoperationalparametersandprotocolsaccordingtoitsobtainedknowledgeinordertoachievepredefinedobjectives;andtolearnfromtheresultsobtained.”允许系统获取周围的工作和地理环境信息、已建立的通信策略及其内部状态；依据获取的信息，动态的和自主的调整工作参数和协议来实现预定的目标；并从获取的结果来自我学习。15认知无线电的发展背景以及概念认知无线电系统定义（ITU-R认知无线电（CR）频谱感知（无线电监测）“获取周围的工作和地理环境信息已建立的通信策略及其内部状态”动态频谱管理分配和选择合适的工作参数和协议软件无线电（SDR）“动态的和自主的调整工作参数和协议来实现预定的目标”无线电信号的四域特性：时、空、频、码，认知无线电同时从四域感知频谱空洞，并动态的和自主的调节自身参数。SDR具有相当的灵活性，但与CR相比缺乏一定的智能CR的实现不一定需要SDR支持，但如果借助于SDR，则CR会具有更多潜在的优势认知无线电的发展背景以及概念16认知无线电（CR）认知无线电的发展背景以及概念16JosephMitola：提出RKRL语言、感知循环等术语FCC：感知能力，识别捕获无线电环境的时空变量；选择最好的频谱和最合适的操作参数；SimonHaykin和Thomas：强调可重配置能力(自适应性)即指无线电根据无线环境变化动态编程的能力；认知无线电的发展背景以及概念17JosephMitola：提出RKRL语言、感知循环等术语内容提要认知无线电的发展背景以及概念认知无线电的基本原理与关键技术认知无线电网络频谱感知技术18内容提要认知无线电的发展背景以及概念18认知无线电的基本原理与关键技术

基本原理CR设备对周围环境感知、探测、分析，这种探测和感知是全方位的，应对地形、气象等综合信息也有所了解。由此图也可得出，CR是高智能设备，应包含一个智能收发器。有了足够的人工智能，它就能吸取过去的经验对实际情况进行响应，过去的经验包括对死区、干扰和使用模式等的了解。它的学习能力是使它从概念走向应用的真正原因。19认知无线电的基本原理与关键技术

基本原理19认知无线电的基本原理与关键技术SimonHaykin提出的认知环20认知无线电的基本原理与关键技术SimonHaykin提出认知无线电的基本原理与关键技术关键技术频谱感知匹配滤波器法能量检测法循环平衡特定检测法自适应传输技术（自适应功率控制技术、动态信道分配技术）OFDMUWB频谱管理（自适应频谱资源分配技术）目前各种基于CR的频谱管理思想和管理规则仍在研究之中21认知无线电的基本原理与关键技术关键技术21CognitiveRadio自适应频谱分配技术动态信道分配技术

频谱分析技术频谱感知

功率控制关键技术22CognitiveRadio自适应频谱认知无线电的基本原理与关键技术频谱感知技术是指认知用户通过各种信号检测和处理手段来获取无线网络中的频谱使用信息。从无线网络的功能分层角度看，频谱感知技术主要涉及物理层和链路层，其中物理层主要关注各种具体的本地检测算法，而链路层主要关注用户间的协作以及对感知机制的控制与优化。

23认知无线电的基本原理与关键技术频谱感知技术是指认知用户通过各频谱感知是认知无线电系统的基本功能,是实现频谱管理﹑频谱共享的前提。CR中的频谱感知包含两个方面：带内检测带外检测从用户工作时必须频繁对当前工作频段和其他频段进行感知操作。对当前工作频段感知的目的是检测是否出现主用户。当出现主用户时进行快速的规避，放弃对当前工作频段的占用，避免对主用户形成干扰。对其他频段感知的目的是对周围其他频段的频谱使用状况进行测量。一方面在当前工作频段不可用时，可以及时切换到其他可用的工作频段，另一方面，可以利用新的可用频谱资源扩展工作频段，从而提高传输速率和网络的容量。认知无线电的基本原理与关键技术24频谱感知是认知无线电系统的基本功能,是实现频谱管理﹑频谱共享频谱感知的方式一般包括：发射源检测，合作检测和干扰检测等。如下图所示：认知无线电的基本原理与关键技术25频谱感知的方式一般包括：发射源检测，合作检测和干扰检测等。如发射源检测技术比较1匹配滤波器检测

所谓匹配滤波器是指输出信噪比最大的最佳线性滤波器。优点：接收信噪比最大化，由于相关运算耗时较少且可达到较高的处理增益，因此只要信噪比达到一定的门限即可实现检测。缺点：需要主用户在物理和MAC层的先验知识，解调信号需要同步相干检测，计算较复杂，因为对于每个特定的主用户需要一个专用的接收机。匹配滤波法只能应用于对授权用户信息比较了解的频谱环境当中，当不能预先知晓主信号的信息时无法采用该检测方法。26发射源检测技术比较1匹配滤波器检测262能量检测能量检测法是一种比较简单的信号检测方法，属于信号的非相干检测，直接对时域信号采样值求模，然后平方即可得到；或利用FFT转换到频域，然后对频域信号求模平方也可得到。它无需知道检测信号的任何先验知识，对信号类型也不作限制。优点：非相干检测，简单易用，提高了SNR，是目前最主要的检测主用户的手段。不需要知道信号的先验信息，在实现上也非常简单。缺点：性能容易受到噪声功率不确定性的影响；无法区分调制信号,干扰信号和噪声信号，即使门限值可以自适应设定，对于带内干扰，它仍会产生误判，而且无法利用干扰对消；在低信噪比的情况下，信号淹没在噪声中，用能量检测法的局限性很大；不能用于扩频信号(包括直接序列扩频和调频信号)的检测。发射源检测技术比较272能量检测发射源检测技术比较273周期平稳过程特征检测优点：信号冗余的突出特征使得信号有了选择的余地。抗噪声性能好，不受噪声功率不确定性因素的影响。循环平稳检测比能量检测有更好的鲁棒性。缺点：计算量大，需要很长的观察时间。发射源检测技术比较28发射源检测技术比较28发射源检测技术比较

检测算法适用范围优点缺点匹配滤波算法认知用户知道主用户的信息检测时间短需要先验信息，需要精准同步能量检测认知用户不知道主用户的信息实现简单，不需要先验信息对噪声不确定性敏感，检测时间较长，不能区分信号类型周期特性检测主用户信号具有周期平稳特性

可以区分噪声和信号类型，以及干扰，检测灵敏度高计算复杂度高29发射源检测技术比较

检测算法适用范围优点缺点匹配滤波算法认知内容提要认知无线电的发展背景以及概念认知无线电的基本原理与关键技术认知无线电网络频谱感知技术30内容提要认知无线电的发展背景以及概念30随着认知无线电的发展和深入研究，Motorola及VirginiaTech等公司提出了无线认知网络（认知无线电网络）的概念，他们认为无线认知网络是一种具有认知能力的网络，能够感知网络当前的状况，并根据当前的状况来计划、决定并行动，也就是说可以自我配置来响应和动态自适应操作和环境的改变。自我配置的主要功能组成是自我意识和自动学习，通过具有网络意识的中间件和网络各组成部分分布式交叉来实现。无线认知网络能最大化操作者的能力。认知无线电作为节点构成智能的认知无线网络，是网络的核心。认知无线电网络31认知无线电网络31采用认知无线电技术的认知无线电网络，由于其独特的频谱复用性和巨大的覆盖范围，呈现出一些不同于以往传统网络的特点：在多系统共存条件下，分配无线资源。

用户间的链接需要进行有效的控制和管理，同时满足延迟和带宽要求，实现数据传输调度。在数据传输调度时需要考虑以下几个因素：与交叠的认知无线电小区的共存、业务流对应的调度业务、业务流的服务质量(QoS)参数值、数据传输的可靠性和所分配的带宽容量。

认知无线电网络32采用认知无线电技术的认知无线电网络，由于其独特的频谱复用性和系统应该具有多信道支持能力。中心控制器在需要情况下应该能够将多个邻近频道进行聚合处理以改善系统性能，支持更多的用户使用并占据更广的覆盖面。它可以在一些控制帧中指示用户终端哪些信道可以聚合成组以供使用，而用户则可以相应地采用多信道模式工作。中心控制器要具有能够处理跨越多个子信道的上下行传输能力，并且随着信道数量变化及时调整调度工作。信道分组使用同时也提高了带宽利用率。主用户检测程序和分布式感知能力为多信道操作的可行性提供了保证。33系统应该具有多信道支持能力。33系统面临共存问题。

共存问题包括两个层次：一是对主用户系统的干扰问题；二是对于重叠区、部分重叠区内认知网络实体的共存问题。为避免对主用户的干扰，分布式频谱感知、测量、检测算法以及频谱管理等认知无线电技术所特有的功能都必须加以考虑。现实中，作为覆盖范围巨大的多个认知无线电小区之间很有可能会发生部分重叠，最坏情况下甚至完全重叠。由此引发的自干扰问题如果不能得到解决，将会严重影响认知无线电网络工作。

34系统面临共存问题。34

认知无线电是一个智能无线通信系统，它能够感知外界环境，并使用人工智能技术从环境中学习，通过实时改变某些操作参数，使其内部状态适应接收到的无线信号的统计性变化。。美国的CORVUS系统，基于IEEE802.22的无线区域网(WRAN)支持多信道多接口的无线Mesh网络；协议体系有CORVUS协议体系，军用的XG系统协议及WRAN协议等。认知无线电网络-体系结构35

认知无线电是一个智能无线通信系统，它能够感知外界环境，并使1CORVUS系统

早在2004年美国加州大学伯克立分校的Brodersen教授领导的研究组就提出了基于认知无线电方式使用虚拟非授权频谱的CORVUS体系结构。在CORVUS系统中，由多个次用户(SU)组成次用户组(SUG)。同一个SUG中的节点可以彼此间以Adhoc方式通信，或者通过专用接入节点访问骨干网络(比如Internet)。不同SUG中的SU是不能直接通信的。假设在对等SU或者SU与接入点(AP)间只存在单播通信，不支持广播，那么对等SU或SU与AP的通信允许分布式或集中式的组织方式。

CORVUS系统将SU面对的业务流形式主要划分为2种类型：Web式和Adhoc网络式。对应于Web式，SU主要工作类似Internet接入，需要一个类似基站或者访问点的存在来提供接入服务，因此会采用集中式控制。而Adhoc网络式主要工作是节点彼此间进行的通信，采用分布式控制即可。

361CORVUS系统

早在2004年美国加州大学伯克立CORVUS的协议体系

CORVUS的协议结构基于通用的OSI/ISO协议栈结构，如图1所示。从这个协议栈结构可以看到，主要涉及了物理层与链路层。

在物理层中，与认知无线电技术相关的主要模块包括：频谱感知、信道估计和数据传输功能模块。系统内SU间的控制和感知信息是通过两个专用逻辑信道通用控制信道(UCC)和组控制信道(GCC)来实现传送。UCC是系统唯一的公用控制信道，每个SU预先知道。每个SUG拥有一个GCC负责交换组内控制和感知信息。

37CORVUS的协议体系

CORVUS的协议结构基于通用CORVUS的协议结构38CORVUS的协议结构38在链路层上，与认知无线电技术相关的主要模块是：组管理模块，链路管理模块和介质接入控制模块。组管理模块：CORVUS体系结构假定系统由主用户(PU)和具有认知能力的SU组成，PU是某些频段的合法拥有者，SU在认知无线电技术支持下借用PU暂时未使用频段通信。多个SU组成SU组，任何一个SU均属于某个组。系统通过定义的信道全局控制信道用来进行组的管理。新加入网络的SU加入已存在的某个SUG或者新生成一个组，从UCC处获取所必需的信息。链路管理模块：该模块负责两个SU之间的通信建立和链路维护。链路层基于感知信息，信道估计或者用户/法规要求等选择一组子信道用以建立链接。在物理层感知到有PU意图使用这些信道时，链路层要换到新的信道以免影响PU并维持自身通信。MAC模块：MAC是认知无线电系统中比较有挑战性的部分。在多分组多用户系统中，MAC要能够提供多个SU并发接入一个链接的能力，甚至要能够管理多个SU的多个链接并发使用同一子信道39在链路层上，与认知无线电技术相关的主要模块是：组管理模块，链2无线区域网基于IEEE802.22标准的无线区域网(WRAN)

使用未使用的电视广播信道，在对电视信道不产生干扰的前提下，为农村地区、边远地区和低人口密度且通信服务质量差的市场提供类似于在城区或郊区使用的宽带接入技术的通信性能。

在WRAN的系统中，基站和用户预定设备是主要实体，转发器是可选的实体，采用集中式的网络结构。在下行方向上，WRAN采用固定的点对多点星型结构，其信息传播方式为广播方式；在上行方向上，WRAN向用户提供有效的多址接入，采取按需多址(DAMA)和时分多地(TDMA)，即各用户场地设备(CPE)以传输需求为基础，根据DAMA和TDMA机制共享上行信道。用户通过与基站(BS)的空中接口接入核心网络，一个CPE可支持多个传输数据、语音和视频的用户网络的接入，通过BS可接入到多个核心网络。在CPE与BS之间，系统可通过转发器进行转发。在任何情况下，BS提供集中式的控制，包括功率管理、频率管理和调度控制。402无线区域网基于IEEE802.22标准的无线区域网(WWRAN的协议体系41WRAN的协议体系41IEEE802.22协议中提出的参考结构模型由一个频谱管理模块和多个MAC/物理层模块构成，而CPE仅由一个MAC/物理层模块构成。其中频谱管理模块使得系统能够使用不连续的信道，并同时保持了MAC协议的简单性和可扩展性。该模块负责观察整个目标频段，并将可用的空闲信道根据一定标准(如每个模块连接的终端数，通信要求，传输距离等)分配给各个MAC/物理层模块。此外，频谱管理模块还应能够处理不同模块的请求，如因信道质量发生变化导致切换信道，因而需获得可用信道信息的请求。

42IEEE802.22协议中提出的参考结构模型由一个频谱管理支持多信道多接口的无线Mesh网络

支持多信道多接口的无线Mesh网络按Adhoc方式或者混合网络方式布置。如果网络中节点具有一个或多个无线电接口(如网卡)，可同时接入一个或多个无线信道，节点具有感知无线环境的功能，可以判断信道的使用情况，选择相应的信道接入。正是因为节点的这一特点，使得这类网络结构设计和布置与传统网络有很大不同。43支持多信道多接口的无线Mesh网络

支持多信道多接口的XG项目的协议体系

美国国防部高级研究计划署(DARPA)资助的XG项目也在积极关注动态使用频谱问题。XG系统设定普通协议分层模型不需重新修改传统MAC协议，只需适当升级即可，最终系统形式是完全具有XG特性的MAC层和物理层。但现阶段主要研究内容是图上中间部分示意的系统协议结构，将具有XG特性和功能的层次模块集合进原有通信系统中。在这样的XG的协议栈中，MAC层增加了XG处理模块，物理层增加了XG控制模块。XG总体而言是一个MAC层的概念，但其中一些重要部分却分布在物理层。比如感知，它的收集和对接收信号强度的平均化处理就被设计在物理层进行，这就必须考虑协议的跨层问题。44XG项目的协议体系

美国国防部高级研究计划署(DARPXG项目的协议体系45XG项目的协议体系45XG的物理层增加了XG控制功能模块，该模块识别出部分特定帧是具有XG特性的并对其进行相应处理。XG处理模块利用物理层发送和交换频谱利用信息，与物理网络上的其它成员协调频谱资源分配，这种交互的重要之处在于需要确保选择频率在收方是可用的，在发端也不会造成信号阻塞。各XG处理模块彼此协调，执行动态频谱共享，限制对主用户的干扰，还产生物理层的状态信息。

46XG的物理层增加了XG控制功能模块，该模块识别出部分特定帧是XGMAC层上增加的XG处理模块进一步分解为：机会识别、机会分配、机会使用3个模块：机会识别模块：决定可用的传输机会集并加上相应的约束条件。机会集是动态的，随时间变化。可用的传输机会为XG全部节点的一个子集服务，特别是在目标节点附近一定范围内的节点。机会识别是一个分布式工作，可能包括感知频谱机会，鉴别可用机会并赋予约束条件(比如时间窗口，最大功率和发射参数)，向目标地区分发信息等内容。47XGMAC层上增加的XG处理模块进一步分解为：机机会分配模块：以分布式方式将机会识别模块确定的可用传输机会分配给XG节点。它使用机会信息和约束条件创建一个动态分配表。分配表实际上是个分布式的数据库，包含对各个XG节点分配的频率、时间间隔或码字。分配也是随时间变化的，它可以基于任意介质接入控制方式——载波监听媒体接入/冲突避免(CSMA/CA)、频分多址(FDMA)、TDMA、CDMA，或者几者结合。机会使用模块：指的是在给定的传输机会上进行通信的物理层机制，它也要负责记录机会使用机制和收发机参数上下限值。此功能模块的作用就是确保一个数据包在满足约束条件下尽可能快地传送。存在很多可能的机会使用机制，模块并不限定使用某种特定实现机制。48机会分配模块：以分布式方式将机会识别模块确定的可用传输机会分内容提要认知无线电的发展背景以及概念认知无线电的基本原理与关键技术认知无线电网络频谱感知技术49内容提要认知无线电的发展背景以及概念4910/6/2023频谱感知技术5010/5/2023频谱感知技术5051CRshoulddistinguishbetweenUsedandUnusedspectrumbands.CRshouldhavethecapabilitytodetermineifasignalfromprimaryuser(transmitter)islocallypresentinacertainspectrum.TransmitterDetectionApproach

Detectionofthesignal(weaksignalastheworstcase)fromaprimaryuserthroughlocalobservationsofCRusers.频谱感知技术5151CRshoulddistinguishbetwee52BasicHypothesisModelforTransmitterDetectionThesignalr(t)received(detected)bytheCR(secondary)useriswheren(t)

AWGN

(AdditiveWhiteGaussianNoise)

s(t)

Transmittedsignaloftheprimaryuser

h

AmplitudegainofthechannelH0

Nullhypothesis

Nolicensedusersignalinacertainspectrumband.

H1

Alternativehypothesis

Thereexistssomelicensedusersignal.5252BasicHypothesisModelforT53TransmitterDetectionThreeschemesaregenerallyusedforthetransmitterdetectionaccordingtothehypothesismodel.

MatchedFilterDetectionEnergyDetectionandCyclostationaryFeatureDetectionTechniquesD.Cabric,S.M.Mishra,andR.W.Brodersen,“ImplementationIssuesinSpectrumSensingforCognitiveRadios,”inProc.38thAsilomarConferenceonSignals,SystemsandComputers,pp.772­776,Nov.2004.5353TransmitterDetectionD.Cabr54MatchedFilterDetectionInterferenceTemperatureManagementTransmitterDetectionSpectrumSensingReceiverDetectionMatchedFilterDetectionEnergyDetectionCyclostationaryFeatureDetection5454MatchedFilterDetectionInte55MatchedFilterDetectionNeedTransmittedsignalinformations(t)Synchronization

forsamplingtiming(t=T)s(t):thetransmittedsignaloftheprimaryusern(t):AWGNT:Symbolinterval:Threshold0Ts(t)r(t)0TSampleatt=TReceivedSignalr(t)=s(t)+n(t)ThresholdDeviceYDecideH0orH1MatchedFilter0TmaximumatT2T0T2T5555MatchedFilterDetectionNeed56MatchedFilterDetectionWhentheshapeoftheprimaryusersignalisknowntotheCRuser,theoptimaldetectorinanAWGNchannelisthematchedfiltersinceitmaximizesthereceivedSNR.AdvantageofMatchedFilter:

Requireslesstimetoachievehighprocessinggainduetocoherency

A.Sahai,N.HovenandR.Tandra,

“SomeFundamentalLimitsinCognitiveRadio,inProc.AllertonConf.onComm.,ControlandComputing20045656MatchedFilterDetectionWhen57MatchedFilterDetectionButitrequiresaprioriknowledgeoftheprimaryusersignalsuchasthemodulationtypeandorder,thepulseshape,andthepacketformatHence,ifthisinformationisnotaccurate,thenthematchedfilterperformspoorly.However,sincemostwirelessnetworksystemshavepilot,

preambles,synchronizationwordorspreadingcodes,thesecanbeusedforthecoherentdetection.5757MatchedFilterDetectionBut558EnergyDetectionInterferenceTemperatureManagementTransmitterDetectionSpectrumSensingReceiverDetectionMatchedFilterDetectionEnergyDetectionCyclostationaryFeatureDetection5858EnergyDetectionInterference59EnergyDetection

IftheCRusercannotgathersufficientinformationabouttheprimaryusersignals(t),thematchedfilterisnotsuitable.However,iftheCRuserisawareofthepoweroftherandomGaussiannoise,thentheenergydetectorisoptimal.D.Cabric,S.M.Mishra,andR.W.Brodersen,“ImplementationIssuesinSpectrumSensingforCognitiveRadios,”inProc.38thAsilomarConferenceonSignals,SystemsandComputers,pp.772­776,Nov.2004.H.Tang,“SomePhysicalLayerIssuesofWidebandCognitiveRadioSystem,”inProc.IEEEDySPAN,pp.151­159,Nov.2005.5959EnergyDetection

IftheCRu60EnergyDetectionInputSquaringDeviceIntegratorThresholdDeviceDecideH0orH1FilteringT:Observation(sensing)TimeA.GhasemiandE.S.Sousa,

“CollaborativeSpectrumSensingforOpportunisticAccessinFadingEnvironment,“

inProc.IEEEDySPAN,pp.131-136,Nov.20056060EnergyDetectionInputSquari61EnergyDetection

InordertomeasuretheenergyofthereceivedsignalbytheCRuser,theoutputsignalofbandpassfilterwithbandwidthWissquaredandintegratedovertheobservationintervalT.6161EnergyDetection

6162EnergyDetectionFinally,theoutputoftheintegrator,Y,iscomparedwithathreshold,λ,todecidewhetheralicenseduserispresentornot.(AWGNcase)

6262EnergyDetectionFinally,the63EnergyDetectionNon-FadingEnvironment:

histheamplitudegainofthechannel,theprobabilityofdetectionPdandprobabilityoffalsealarmPfare:

whereγistheSNR

m=

TWisthe(observation/sensing)timebandwidthproductΓ(·)andΓ(·,

·)arecompleteandincompletegammafunctions

Qm(

)isthegeneralizedMarcumQ-function.6363EnergyDetectionNon-FadingE64EnergyDetectionwherefγ(x)istheprobabilitydistributionfunctionofSNRunderfading.FadingEnvironment:Theamplitudegainofthechannelvariesduetotheshadowing/fading->variationofSNRPfisthesameasthatofnon-fadingcase(independentofSNR,γ)PdgivestheprobabilityofthedetectionconditionedoninstantaneousSNRas:6464EnergyDetectionwherefγ(x)65EnergyDetectionAlowPd

missingthepresenceoftheprimaryuserwithhighprobability

increasestheinterferencetotheprimaryuserAhighPf

lowspectrumutilization

(sincefalsealarmsincreasethenumberofmissedopportunities).Implementationiseasy!!6565EnergyDetectionAlowPdm66ProblemsofEnergyDetectionPerformanceissusceptibletouncertaintyinnoisepower.SNRproblem!!! (Pilottonefromprimaryuserhelpstoimprovetheaccuracyoftheenergydetector)Energydetectorcannotdifferentiatesignaltypesbutcanonlydeterminethepresenceofthesignal. Energydetectorispronetothefalsedetectiontriggeredbytheunintendedsignals.EnergydetectorneedslongersensingtimeMatchedfilter:T~1/SNREnergyDetector:T~1/SNR2whendetectingweaksignals:SNR<1(-10dBto-40dB)6666ProblemsofEnergyDetection67CyclostationaryFeatureDetectionInterferenceTemperatureManagementTransmitterDetectionSpectrumSensingReceiverDetectionMatchedFilterDetectionEnergyDetectionCyclostationaryFeatureDetection6767CyclostationaryFeatureDete68CyclostationaryFeatureDetection

Modulatedsignalsareingeneralcoupledwithsinewavecarriers,pulsetrains,repeatingspreading,hoppingsequences,orcyclicprefixes,whichresultinbuilt-inperiodicity.D.Cabric,S.M.Mishra,andR.W.Brodersen,“ImplementationIssuesinSpectrumSensingforCognitiveRadios,”inProc.38thAsilomarConferenceonSignals,SystemsandComputers,pp.772­776,Nov.2004.A.Fehske,J.D.Gaeddert,andJ.H.Reed,“ANewApproachtoSignalClassificationUsingSpectralCorrelationandNeuralNetworks,”inProc.IEEEDySPAN,pp.144­150,Nov.2005.H.Tang,“SomePhysicalLayerIssuesofWidebandCognitiveRadioSystem,”inProc.IEEEDySPAN,pp.151­159,Nov.2005.6868CyclostationaryFeatureDete69CyclostationaryFeatureDetection

Thesemodulatedsignalsarecharacterizedascyclostationarysincetheirmeanandautocorrelationexhibitperiodicity.Thesefeaturesaredetectedbyanalyzingaspectralcorrelationfunction.Advantageofthespectralcorrelationfunction:

differentiatesthenoiseenergyfrommodulatedsignalenergy

6969CyclostationaryFeatureDete70SinebasedCyclostationaryDetectionPrimaryTxfrequencyrepeatsoversymboldurationsatregularintervalsTProblem:CanthesecyclicalregularitiesbedetectedattheCRuser?CyclostationaryFeatureDetection7070SinebasedCyclostationaryD71CyclostationaryFeatureDetection

CorrelateR(f+)R*(f-

)AverageoverTr(t)Featuredetectr(t):ReceivedsignalR(f):Fouriertransformofr(t)

:CyclicfrequencyR*(f):ComplexconjugateofR(f)IfcyclostationarywithperiodTthencycleautocorrelationhascomponentat=1/TD.Cabric,S.M.Mishra,andR.W.Brodersen,“ImplementationIssuesinSpectrumSensingforCognitiveRadios,”inProc.38thAsilomarConferenceonSignals,SystemsandComputers,pp.772­776,Nov.2004.7171CyclostationaryFeatureDete72CyclostationaryFeatureDetection

Ifthecorrelationfactorishigh(greaterthanthethreshold),thereisaprimaryuser7272CyclostationaryFeatureDete73CyclostationaryFeatureDetection

Thisschemeperformsbetterthantheenergydetectorindiscriminatingagainstnoiseduetoitsrobustnesstotheuncertaintyinnoisepower.

Computationallycomplexandrequiressignificantlylongobservationtime.7373CyclostationaryFeatureDete74LimitationsoftheTransmitterDetectionReceiverUncertaintyProblemShadowingProblem7474LimitationsoftheTransmitt75ReceiverUncertaintyProblemWiththetransmitterdetection,theCRusercannotavoidtheinterferenceduetothelackoftheprimaryreceiver’sinformation(Fig.a).Moreover,thetransmitterdetectionmodelcannotpreventthehiddenterminalproblem.7575ReceiverUncertaintyProblem76ShadowingProblemACRtransmittercanhaveagoodline-of-sighttoareceiver,butmaynotbeabletodetectthetransmitterduetotheshadowing(Fig.b).Consequently,thesensinginformationfromotherusersisrequiredformoreaccuratedetection

→CooperativeDetection

7676ShadowingProblem7677LimitationsoftheTransmitterDetectionHiddenTerminalProblemduetoShadowing

InterferenceduetouncertaintyofreceiverlocationCRTransmitterRangePrimaryBase-stationCRUserPrimaryTransmitterRangePrimaryUserPrimaryBase-stationPrimaryTransmitterRangePrimaryUserCRTransmitterRangeInterferenceInterferenceCRUserCannotdetecttransmitterCannotdetecttransmitter7777LimitationsoftheTransmitt78TransmitterDetection

Non-CooperativevsCooperativeDetectionTransmitterDetectionMatchedFilterDetectionEnergyDetectionCyclostationaryFeatureDetectionTransmitterDetectionNon-cooperativeDetectionCooperativeDetectionDetectionMethod

DetectionBehavior7878TransmitterDetection

Non-Co79Non-CooperativevsCooperativeDetectionNon-CooperativeDetectionCRusersdetecttheprimarytransmittersignalindependentlythroughtheirlocalobservations.

CooperativeDetectionReferstospectrumsensingmethodswhereinformationfrommultipleCRusersareincorporatedforprimaryuserdetection.Allowtomitigatethemulti-pathfadingandshadowingeffects,whichimprovesthedetectionprobabilityinaheavilyshadowedenvironment.7979Non-CooperativevsCooperati80CooperativeDetectionCooperativeDetectioncanbeimplementedeitherinacentralizedorinadistributedmanner.CentralizedMethod

CRbase-stationplaysaroletogatherallsensinginformationfromtheCRusersanddetectthespectrumholes.DistributedMethod

requireexchangeofobservationsamongCRusers.G.GanesanandY.G.Li,”CooperativeSpectrumSensinginCognitiveRadioNetworks,”inProc.IEEEDySPAN2005S.M.Mishra,A.SahaiandR.W.Brodersen,“Cooperativesensingamongcognitiveradios,”inProc.IEEEICC2005.8080CooperativeDetectionCoopera81CooperativeDetectionCooperativeMethodsprovidemoreaccuratesensingperformance,theycauseadverseeffectsonresource-constrainednetworksduetotheadditionaloperationsandoverheadtraffic.PROBLEMTheprimaryreceiveruncertaintyproblemcausedbythelackoftheprimaryreceiverlocationknowledgeisstillunsolved!!8181CooperativeDetectionCoopera82PrimaryReceiverDetectionInterferenceTemperatureManagementTransmitterDetectionSpectrumSensingReceiverDetectionMatchedFilterDetectionEnergyDetectionCyclostationaryFeatureDetection8282PrimaryReceiverDetectionIn83PrimaryReceiverDetectionAdirectreceiverdetectionmethodisdevelopedfordetectionofprimaryreceivers

wherethelocaloscillator(LO)leakagepoweremittedbytheRFfront-endoftheprimaryreceiverB.Wi