非高斯噪声干扰环境下的频谱感知理论与方法研究

频谱感知是认知无线电系统的基本部分和核心技术，通过统计信号处理手段，在极低信噪比和复杂干扰的情况下，可靠地检测出待保护的主要信号。本项目试图通过对信号检测基本理论的探索，结合对实际系统中非理想特性的合理建模，解决频谱感知中的若干关键问题。本项目所要解决的关键问题是，频谱感知器在噪声和干扰背景中快速地检测出极微弱的感知信号，且对复杂信号环境下的不确定模型保持鲁棒性。这类问题在实践中的突出难点是，环境噪声和干扰往往均有显著非高斯统计特性，尤其在时域/频域上表现出冲击特性。本项目研究试图从理论上刻画在若干重要场景下频谱感知的基本性能极限，在此基础上设计和分析具有高性能和低复杂度的频谱感知器架构，并探讨鲁棒信号处理在频谱感知器设计中的应用。通过该项目的研究，期望对频谱感知理论和实践产生积极影响，为未来频谱感知的应用打下基础并提出具体实现方法。

本项目围绕着实际频谱感知系统中面临的核心挑战开展工作，关注具有高度非高斯特征的冲击噪声干扰对频谱感知的影响。开展的工作完成了预设内容，达到了预期目标，并在其基础上进行了深入拓展。首先，搭建了能够采集和处理电视空白频段信号的实验平台，并在其基础上通过对实测数据的分析，建立了电视空白频段噪声干扰的统计模型。该模型显示出实际噪声干扰远不是理论分析中常假设的白高斯随机模型，而是在时域和频域上都具有强烈的冲击特性。成果作为空白频谱统计建模方面的原创工作，发表在认知无线电领域旗舰会议IEEE DySPAN上。随后，针对关键挑战，建立了一系列方法，在频谱感知系统所运行的极低信噪比环境下来可靠区分窄带冲击干扰与以无线麦克风信号为代表的窄带待保护信号。原创提出的思路包括(1)利用周期图频域特征、采用单边假设检验统计方案的方法，(2)利用共轭频谱相关函数和增强型频谱相关函数、联合利用频域和循环域特征的方法。理论分析和实测数据都印证了所提方法的有效性和鲁棒性；与目前工业界所考虑的可能方案相比，本项目的方法能够排除窄带干扰所造成的虚警，从而极大地提升认知无线电对空白频谱的利用效率。这部分成果中的核心技术已经申请两项美国专利，在PCT审查中获得关于新颖性和创造性的正面评价。之后，为了进一步提升频谱感知的效率，关注序贯检测思路，具体地，考虑了由FCC规则等实际应用系统约束所引出的截断单边序贯检测问题，并将其抽象为机会主义式检测这一全新的理论框架。在这一理论框架下，建立了相应的基本理论折中关系：证明了机会主义式检测方法仅需要与固定样本数目相比渐近可忽略的观察代价，就可以取得可靠的检测结果，另一方面，机会主义式检测方法所达到的漏警率下降指数为假设检验两分布的Chernoff信息量，低于最优的固定样本数目检测方法所能够达到的两分布的KL距离，从而付出了一定的性能损失。这部分工作的成果已经发表在信息论领域的顶级杂志IEEE Trans Inform Theory上，并正在本项目的资助下继续进行后续深入挖掘和拓展。最后，在本项目的部分资助下，还对无线通信领域的若干其它关键问题进行了研究。主要包括：在具有收发机非线性失真的情况下的信息传输性能问题；随机几何在无线网络建模、分析和设计中的应用；非授权频段上进行业务分流的问题。相应的成果发表在一系列包括IEEE Trans在内的高水平杂志和国际会议上。