抗空间虚警的频谱感知技术研究

In cognitive radio networks, the spectrum sensing plays a key role in finding access opportunity for cognitive users. In spectrum sensing topic, we found a novel sensing problem which is ignored by other researchers that: secondary user can detect the primary users outside the "spectrum hole" and misunderstands the presence of primary user is inside the "spectrum hole," resulting in the secondary user lose the access opportunity evidently. This issue is termed as "spatial false alarm problem," and some our fundamental results have been published in well known international journals. In this project, we plan to systematically study the impact of spatial false alarm on the access opportunity of secondary users. In common system models, the statistical signal processing theory and stochastic geometry theory are employed to quantify the impact of spatial false alarm.By this project, we aim to find out some novel signal processing methods and strategies for single node sensing, and the optimal fusion rule for the cooperative spectrum sensing, so that the access opportunity and spectrum utilization can be improved efficiently.

在认知无线电系统中，频谱感知技术为认知用户的频谱接入扮演着重要角色。在对频谱感知的研究中，我们发现了一个被大众所忽视的感知问题：次级用户能够检测到出现在“频谱空洞”以外的主用户且误以为其出现在“频谱空洞”内，从而使次级用户所获得的频谱接入机会大幅减少，极大降低了认知无线电系统的性能。此类问题被命名为空间虚警问题，其前期的一些基础研究已经发表在了相关领域的国际期刊上，得到了专家、学者的普遍认可。本项目将深入系统地研究空间虚警这一新感知问题对次级用户接入性能的影响。利用统计信号处理原理和随机几何理论联合建模的新方法对空间虚警进行量化分析。利用空间虚警的量化结果，为单节点感知找到能够对抗空间虚警的新方法与新策略，为多节点协作感知找到最佳的数据融合规则。从而有效提高认知无线电系统的接入性能、改善频谱利用率。

针对认知无线电中频谱感知的空间虚警问题，本项目通过联合统计信号处理原理和随机几何理论进行建模，对空间虚警进行了量化分析；利用空间虚警的量化结果，为单节点和多节点协作感知找到能够对抗空间虚警的有效途径；提出利用过采样的手段来获取关于主用户信号的更多先验信息，并利用电磁波理论中的射线追踪原理，推导了过采样样本的一阶、二阶统计特性和自相关函数的统计分布；进一步，研究获得了过采样下用于抗空间虚警的广义似然比统计检测量，并理论推导和仿真验证了其具有复杂度低、感知性能好的优点；利用数理统计与机器学习理论，研究构建了基于贝叶斯网络的空-时相关性分析模型，并提出了相应的网络结构认知学习方法，使认知用户能够通过协作高效的感知与预测频谱的使用状况，降低空间虚警的影响。本项目在国际重要期刊和会议上发表论文8篇，其中4篇属于中科院分区1区论文；以第一发明人身份申请国家发明专利4项，其中授权专利2项；项目的进一步研究获得了国家自然科学基金面上项目的支持。综上所述，项目的研究成果为认知无线网络的规模化应用提供了理论基础和技术支撑。