中心議題：

• 認識本地感知技術
• 了解協作感知技術
• 研究信息融合問題

解決方案：

• 采用數據融合算法
• 采用決策融合算法
• 利用感知機製的優化

隨(sui)著(zhe)無(wu)線(xian)通(tong)信(xin)業(ye)務(wu)的(de)增(zeng)長(chang)，可(ke)利(li)用(yong)的(de)頻(pin)帶(dai)日(ri)趨(qu)緊(jin)張(zhang)，頻(pin)譜(pu)資(zi)源(yuan)匾(bian)乏(fa)的(de)問(wen)題(ti)日(ri)益(yi)嚴(yan)重(zhong)。怎(zen)樣(yang)才(cai)能(neng)提(ti)高(gao)頻(pin)譜(pu)利(li)用(yong)率(lv)
，在(zai)不(bu)同(tong)區(qu)域(yu)和(he)不(bu)同(tong)時(shi)間(jian)段(duan)裏(li)有(you)效(xiao)地(di)利(li)用(yong)不(bu)同(tong)的(de)空(kong)閑(xian)頻(pin)道(dao)
，成(cheng)為(wei)人(ren)們(men)非(fei)常(chang)關(guan)注(zhu)的(de)技(ji)術(shu)問(wen)題(ti)。為(wei)了(le)解(jie)決(jue)該(gai)問(wen)題(ti)
，Joseph Mito1a於1999年(nian)在(zai)軟(ruan)件(jian)無(wu)線(xian)電(dian)的(de)基(ji)礎(chu)上(shang)提(ti)出(chu)了(le)認(ren)知(zhi)無(wu)線(xian)電(dian)的(de)概(gai)念(nian)，要(yao)實(shi)現(xian)動(dong)態(tai)頻(pin)譜(pu)接(jie)入(ru)，首(shou)先(xian)要(yao)解(jie)決(jue)的(de)問(wen)題(ti)就(jiu)是(shi)如(ru)何(he)檢(jian)測(ce)頻(pin)譜(pu)空(kong)穴(xue)，避(bi)免(mian)對(dui)主(zhu)用(yong)戶(hu)的(de)幹(gan)擾(rao)，也(ye)就(jiu)是(shi)頻(pin)譜(pu)感(gan)知(zhi)技(ji)術(shu)。CR用戶通過頻譜感知檢測主用戶是否存在
，從而利用頻譜空穴。

認知無線電(CR)概念由Joseph Mitola博士提出，其主導思想是實現伺機的動態頻譜接入，即非授權用戶(也稱次用戶或認知用戶)通過檢測，機會性地接入已分配給授權用戶(或主用戶) danzanshihenshaoshiyongshenzhiweibeishiyongdekongxianpinduan，yidanzhuyonghuzhongxinjierugaipinduan
，ciyonghuxunsutengchuxindao。zhezhongjishuxujiejuedeshouyaowentijiushiruhekuaisuzhunquedihuoqushouquanpinpudeshiyongqingkuang，muqianzhuyaoyou3類解決方案：建立數據庫檔案、傳送信標信號和頻譜感知。表1從多個方麵對3種方案進行了比較，其中頻譜感知方案因具有建設成本低、與現有主係統的兼容性強等突出優點，得到了大多數研究學者的認同;另外兩種由於受到政治
、經濟等因素的製約而很難實現
，對其研究相對較少。
頻(pin)譜(pu)感(gan)知(zhi)
，是(shi)指(zhi)認(ren)知(zhi)用(yong)戶(hu)通(tong)過(guo)各(ge)種(zhong)信(xin)號(hao)檢(jian)測(ce)和(he)處(chu)理(li)手(shou)段(duan)來(lai)獲(huo)取(qu)無(wu)線(xian)網(wang)絡(luo)中(zhong)的(de)頻(pin)譜(pu)使(shi)用(yong)信(xin)息(xi)。從(cong)無(wu)線(xian)網(wang)絡(luo)的(de)功(gong)能(neng)分(fen)層(ceng)角(jiao)度(du)看(kan)，頻(pin)譜(pu)感(gan)知(zhi)技(ji)術(shu)主(zhu)要(yao)涉(she)及(ji)物(wu)理(li)層(ceng)和(he)鏈(lian)路(lu)層(ceng)，其(qi)中(zhong)物(wu)理(li)層(ceng)主(zhu)要(yao)關(guan)注(zhu)各(ge)種(zhong)具(ju)體(ti)的(de)本(ben)地(di)檢(jian)測(ce)算(suan)法(fa)，而(er)鏈(lian)路(lu)層(ceng)主(zhu)要(yao)關(guan)注(zhu)用(yong)戶(hu)間(jian)的(de)協(xie)作(zuo)以(yi)及(ji)對(dui)本(ben)地(di)感(gan)知(zhi)、協作感知和感知機製優化3 個方麵。因此
，目前頻譜感知技術的研究大多數集中在本地感知、協作感知和感知機製優化3個方麵。文章正是從這3個方麵對頻譜感知技術的最新研究進展情況進行了總結歸納，分析了主要難點，並在此基礎上討論了下一步的研究方向。

1 本地感知技術

1.1 主要檢測算法

本ben地di頻pin譜pu感gan知zhi是shi指zhi單dan個ge認ren知zhi用yong戶hu獨du立li執zhi行xing某mou種zhong檢jian測ce算suan法fa來lai感gan知zhi頻pin譜pu使shi用yong情qing況kuang
，其qi檢jian測ce性xing能neng通tong常chang由you虛xu警jing概gai率lv以yi及ji漏lou檢jian概gai率lv進jin行xing衡heng量liang。比bi較jiao典dian型xing的de感gan知zhi算suan法fa包bao括kuo：

能(neng)量(liang)檢(jian)測(ce)算(suan)法(fa)，其(qi)主(zhu)要(yao)原(yuan)理(li)是(shi)在(zai)特(te)定(ding)頻(pin)段(duan)上(shang)

，測(ce)量(liang)某(mou)段(duan)觀(guan)測(ce)時(shi)間(jian)內(nei)接(jie)收(shou)信(xin)號(hao)的(de)總(zong)能(neng)量(liang)
，然(ran)後(hou)與(yu)某(mou)一(yi)設(she)定(ding)門(men)限(xian)比(bi)較(jiao)來(lai)判(pan)決(jue)主(zhu)信(xin)號(hao)是(shi)否(fou)存(cun)在(zai)。由(you)於(yu)該(gai)算(suan)法(fa)複(fu)雜(za)度(du)較(jiao)低(di)，實(shi)施(shi)簡(jian)單(dan)
，同(tong)時(shi)不(bu)需(xu)要(yao)任(ren)何(he)先(xian)驗(yan)信(xin)息(xi)
，因(yin)此(ci)被(bei)認(ren)為(wei)是(shi)CR係統中最通用的感知算法。

匹配濾波器檢測算法，是在確知主用戶信號先驗信息(如調製類型，脈衝整形，幀格式)情qing況kuang下xia的de最zui佳jia檢jian測ce算suan法fa。該gai算suan法fa的de優you勢shi在zai於yu能neng使shi檢jian測ce信xin噪zao比bi最zui大da化hua
，在zai相xiang同tong性xing能neng限xian定ding下xia較jiao能neng量liang檢jian測ce所suo需xu的de采cai樣yang點dian個ge數shu少shao

，因yin此ci處chu理li時shi間jian更geng短duan。

循(xun)環(huan)平(ping)穩(wen)特(te)征(zheng)檢(jian)測(ce)算(suan)法(fa)
，其(qi)原(yuan)理(li)是(shi)通(tong)過(guo)分(fen)析(xi)循(xun)環(huan)自(zi)相(xiang)關(guan)函(han)數(shu)或(huo)者(zhe)二(er)維(wei)頻(pin)譜(pu)相(xiang)關(guan)函(han)數(shu)的(de)方(fang)法(fa)得(de)到(dao)信(xin)號(hao)頻(pin)譜(pu)相(xiang)關(guan)統(tong)計(ji)特(te)性(xing)，利(li)用(yong)其(qi)呈(cheng)現(xian)的(de)周(zhou)期(qi)性(xing)來(lai)區(qu)分(fen)主(zhu)信(xin)號(hao)與(yu)噪(zao)聲(sheng)。該(gai)算(suan)法(fa)在(zai)很(hen)低(di)的(de)信(xin)噪(zao)比(bi)下(xia)仍(reng)具(ju)有(you)很(hen)好(hao)的(de)檢(jian)測(ce)性(xing)能(neng)，而(er)且(qie)針(zhen)對(dui)各(ge)種(zhong)信(xin)號(hao)類(lei)型(xing)獨(du)特(te)的(de)統(tong)計(ji)特(te)征(zheng)進(jin)行(xing)循(xun)環(huan)譜(pu)分(fen)析(xi)，可(ke)以(yi)克(ke)服(fu)惡(e)意(yi)幹(gan)擾(rao)信(xin)號(hao)，大(da)大(da)提(ti)高(gao)檢(jian)測(ce)的(de)性(xing)能(neng)和(he)效(xiao)率(lv)。

協方差矩陣檢測算法，利用主信號的相關性建立信號樣本協方差矩陣，並以計算矩陣最大、最小特征值比率的方法做出判決。文獻[1]提出基於過采樣接收信號或多路接收天線的盲感知算法。通過對接收信號矩陣的線性預測和奇異值分解(QR)得到信號統計值的比率來判定是否有主用戶信號。
[page]
以(yi)上(shang)這(zhe)些(xie)算(suan)法(fa)都(dou)是(shi)對(dui)主(zhu)用(yong)戶(hu)發(fa)射(she)端(duan)信(xin)號(hao)的(de)直(zhi)接(jie)檢(jian)測(ce)，基(ji)本(ben)都(dou)是(shi)從(cong)經(jing)典(dian)的(de)信(xin)號(hao)檢(jian)測(ce)理(li)論(lun)中(zhong)移(yi)植(zhi)過(guo)來(lai)的(de)。此(ci)外(wai)，近(jin)期(qi)一(yi)些(xie)文(wen)獻(xian)從(cong)主(zhu)用(yong)戶(hu)接(jie)收(shou)端(duan)的(de)角(jiao)度(du)提(ti)出(chu)了(le)本(ben)振(zhen)泄(xie)露(lu)功(gong)率(lv)檢(jian)測(ce)和(he)基(ji)於(yu)幹(gan)擾(rao)溫(wen)度(du)的(de)檢(jian)測(ce)。有(you)些(xie)文(wen)獻(xian)對(dui)經(jing)典(dian)算(suan)法(fa)進(jin)行(xing)了(le)改(gai)進(jin)，如(ru)文(wen)獻(xian)[2]提出了一種基於能量檢測-循環特征檢測結合的兩級感知算法。文獻[3]研究了基於頻偏補償的匹配濾波器檢測、聯合前向和參數匹配的能量檢測、多分辨率頻譜檢測和基於小波變換頻譜檢測等。表2歸納了文獻中提及較多的一些感知算法，並對其優缺點進行了比較。 1.2 有待解決的問題

單用戶本地感知主要麵臨以下挑戰：首先，對感知設備提出了較高的硬件要求，如高速高分辨率的數模轉換器、高速的信號處理器、寬帶射頻(RF)單元、單 /雙鏈路結構等等，以達到所需的檢測速度和靈敏度;其次，由於多徑衰落、陰(yin)影(ying)和(he)本(ben)地(di)幹(gan)擾(rao)等(deng)因(yin)素(su)的(de)影(ying)響(xiang)，單(dan)用(yong)戶(hu)本(ben)地(di)頻(pin)譜(pu)檢(jian)測(ce)往(wang)往(wang)不(bu)能(neng)獲(huo)得(de)滿(man)意(yi)的(de)性(xing)能(neng)。再(zai)次(ci)，如(ru)何(he)檢(jian)測(ce)基(ji)於(yu)擴(kuo)頻(pin)技(ji)術(shu)的(de)主(zhu)用(yong)戶(hu)信(xin)號(hao)也(ye)是(shi)個(ge)難(nan)點(dian)問(wen)題(ti)。

Ghasemi將頻譜感知的主要難點問題歸結於3種不確定性：信道不確定性，即在陰影
、衰落信道中
，認知用戶很難從噪聲背景下區分出經曆深衰落的主信號;噪聲不確定性，主要是能量檢測的性能會因為噪聲估計的偏差受到嚴重影響;juheganraobuquedingxing
，dangwangluozhongcunzaiduogerenzhiyonghushi
，dangerenzhiyonghudefashekenengbuhuiganraozhuyonghu，danshiduogeyonghutongshifashekenenghuichaoguozhuyonghudeganraowendumenxian(最大幹擾的容忍程度)。

基於以上分析，下一步的主要研究方向包括：針對衰落、陰影等惡劣的信道環境，研究能量檢測、循環特征檢測等算法的改進或者進一步探討更為新穎的感知算法;針對正交頻分複用技術(OFDM)頻譜池係統的多帶檢測算法;將傳統的時域
、頻域、空域的三維信號檢測進行拓展，並研究包括角度、編碼等維度的多維頻譜感知算法。

2 協作感知技術

為(wei)了(le)克(ke)服(fu)本(ben)地(di)檢(jian)測(ce)的(de)弊(bi)端(duan)
，進(jin)一(yi)步(bu)提(ti)高(gao)檢(jian)測(ce)性(xing)能(neng)，協(xie)作(zuo)感(gan)知(zhi)得(de)到(dao)了(le)廣(guang)泛(fan)而(er)深(shen)入(ru)的(de)研(yan)究(jiu)。通(tong)過(guo)不(bu)同(tong)次(ci)用(yong)戶(hu)間(jian)的(de)交(jiao)互(hu)與(yu)協(xie)作(zuo)，不(bu)僅(jin)僅(jin)能(neng)降(jiang)低(di)各(ge)認(ren)知(zhi)用(yong)戶(hu)的(de)檢(jian)測(ce)靈(ling)敏(min)度(du)需(xu)求(qiu)，大(da)幅(fu)度(du)提(ti)高(gao)認(ren)知(zhi)用(yong)戶(hu)的(de)捷(jie)變(bian)能(neng)力(li)，還(hai)能(neng)有(you)效(xiao)緩(huan)解(jie)"隱藏終端"問題以及噪聲不確定性等問題。
[page]
2.1 協作方案的分類

根據協作網絡結構和協作策略選擇不同
，協作感知方案可分兩類：

(1)集中式協作感知

這種方案中，通常有一個中心基站(或接入點)和多個參與協作的認知用戶(也稱認知節點)，並且需要專用控製信道將各用戶本地感知信息傳送到中心點進行融合處理以及最終判決。

目前大部分文獻研究的都是該類型的協作感知。Cabric等人於2004年開始這方麵研究，指出集中式協作感知可以減小多徑衰落信道的影響，改善檢測性能，並分析了節點數、門限值等參數的選取以及陰影相關性對協作的影響[4].隨後，Ghasemi更加詳細討論了在獨立同分布(I.I.D.)瑞利衰落信道和對數正態分布陰影信道條件下
，基於能量檢測和硬融合的協作感知方案的檢測性能及其對頻譜利用率、檢測靈敏度、檢測時間帶寬積
、噪聲不確定性抵抗能力的影響。文獻[5]還(hai)從(cong)聚(ju)合(he)幹(gan)擾(rao)的(de)角(jiao)度(du)
，進(jin)一(yi)步(bu)分(fen)析(xi)了(le)協(xie)作(zuo)感(gan)知(zhi)對(dui)於(yu)聚(ju)合(he)幹(gan)擾(rao)分(fen)布(bu)的(de)影(ying)響(xiang)，並(bing)在(zai)給(gei)定(ding)幹(gan)擾(rao)概(gai)率(lv)情(qing)況(kuang)下(xia)，給(gei)出(chu)了(le)單(dan)用(yong)戶(hu)感(gan)知(zhi)靈(ling)敏(min)度(du)和(he)協(xie)作(zuo)半(ban)徑(jing)之(zhi)間(jian)的(de)權(quan)衡(heng)。

(2)分布式協作感知

分(fen)布(bu)式(shi)協(xie)作(zuo)感(gan)知(zhi)中(zhong)，各(ge)協(xie)作(zuo)節(jie)點(dian)彼(bi)此(ci)可(ke)以(yi)交(jiao)互(hu)和(he)共(gong)享(xiang)感(gan)知(zhi)信(xin)息(xi)，並(bing)分(fen)別(bie)對(dui)各(ge)自(zi)感(gan)興(xing)趣(qu)的(de)頻(pin)譜(pu)做(zuo)最(zui)終(zhong)判(pan)決(jue)。該(gai)方(fang)案(an)最(zui)大(da)的(de)好(hao)處(chu)是(shi)簡(jian)化(hua)了(le)認(ren)知(zhi)網(wang)絡(luo)結(jie)構(gou)，因(yin)而(er)減(jian)小(xiao)了(le)開(kai)銷(xiao)成(cheng)本(ben)。

2005年，G.Ganesan等人提出了基於前向放大協議的中繼協作感知方案，主要原理是在時分多址(TDMA)係xi統tong中zhong
，各ge協xie作zuo用yong戶hu間jian以yi正zheng交jiao方fang式shi傳chuan輸shu，一yi旦dan某mou個ge次ci用yong戶hu檢jian測ce到dao主zhu用yong戶hu信xin息xi，則ze在zai下xia個ge時shi隙xi發fa送song本ben身shen信xin號hao的de同tong時shi轉zhuan發fa檢jian測ce到dao的de主zhu信xin號hao給gei鄰lin近jin的de次ci用yong戶hu，再zai退tui出chu頻pin段duan。該gai方fang案an利li用yong了le網wang絡luo所suo固gu有you的de非fei對dui稱cheng性xing來lai提ti高gao增zeng益yi
，同tong樣yang可ke以yi降jiang低di檢jian測ce時shi間jian

，保bao持chi較jiao低di的de中zhong斷duan概gai率lv，從cong而er提ti高gao網wang絡luo的de捷jie變bian性xing。

2.2 信息融合問題

傳統的數據融合是指多傳感器的數據在一定準則下加以自動分析、綜合以完成所需的決策和評估而進行的信息處理過程。信息融合最早用於軍事領域，定義為一個處理探測、互聯、估計以及組合多源信息和數據的多層次多方麵過程，以便獲得準確的狀態和身份估計
、完整而及時的戰場態勢和威脅估計。它強調信息融合的三個核心方麵：第一
，信息融合是在幾個層次上完成對多源信息的處理過程，其中每一層次都表示不同級別的信息抽象;第二
，信息融合包括探測、互聯、相關、估計以及信息組合;disan，xinxironghedejieguobaokuojiaodicengcishangdezhuangtaiheshenfenguji，yijijiaogaocengcishangdezhenggezhanshutaishiguji。duochuanganqishujurongheshirenleihuoqitaluojixitongzhongchangjiandegongneng。renfeichangzirandiyunyongzheyinenglibalaizirentigegechuanganqi(眼
、耳、鼻、四肢)的信息(景物、聲音、氣味、觸覺)組合起來

，並使用先 驗知識去估計
、理解周圍環境和正在發生的事件。

2.2.1 數據融合算法

隨著計算機技術、通信技術的快速發展，且日趨緊密地互相結合，加之軍事應用的特殊迫切需求，作為數據處理的新興技術--數據融合技術
，在近10年中得到驚人發展並已進入諸多軍事應用領域。數據融合技術，包括對各種信息源給出的有用信息的采集、傳輸、綜合、過濾、相關及合成，以便輔助人們進行態勢/環境判定
、規劃

、探測、驗證、診斷。這對戰場上及時準確地獲取各種有用的信息，對戰場情況和威脅及其重要程度進行適時的完整評價，實施戰術、zhanlvefuzhujueceyuduizuozhanbuduidezhihuikongzhi，shijiqizhongyaode。weilaizhanchangshunxiwanbian，qieyingxiangjuecedeyinsugengduogengfuza，yaoqiuzhihuiyuanzaizuiduandeshijiannei，duizhanchangtaishizuochuzuizhunquedepanduan，duizuozhanbuduishishizuiyouxiaodezhihuikongzhi。erzheyixilie"最"的de實shi現xian，必bi須xu有you最zui先xian進jin的de數shu據ju處chu理li技ji術shu做zuo基ji本ben保bao證zheng。否fou則ze再zai高gao明ming的de軍jun事shi領ling導dao人ren和he指zhi揮hui官guan也ye會hui被bei浩hao如ru煙yan海hai的de數shu據ju所suo淹yan沒mei，或huo導dao致zhi判pan斷duan失shi誤wu
，或huo延yan誤wu決jue策ce喪sang失shi戰zhan機ji而er造zao成cheng災zai難nan性xing後hou果guo。

數據融合傳送的是檢測信息
，因而要求控製信道的帶寬比較寬


，傳送開銷也比較大。對於強調頻譜效率的CR係統來說，為了追求協作增益而付出巨大的協作帶寬代價，顯得有些得不償失。

2.2.2 決策融合算法

各ge個ge協xie作zuo節jie點dian獨du立li地di處chu理li觀guan測ce數shu據ju並bing做zuo出chu決jue策ce，發fa送song其qi決jue策ce結jie果guo至zhi信xin息xi融rong合he中zhong心xin進jin行xing最zui終zhong判pan決jue
，這zhe種zhong算suan法fa稱cheng為wei決jue策ce融rong合he算suan法fa。依yi據ju各ge節jie點dian決jue策ce的de權quan重zhong是shi否fou相xiang同tong，可ke將jiang其qi分fen為wei決jue策ce硬ying融rong合he和he決jue策ce軟ruan融rong合he。

在zai這zhe一yi層ceng次ci上shang，情qing報bao中zhong心xin送song來lai的de綜zong合he情qing報bao是shi態tai勢shi評ping估gu的de基ji本ben輸shu入ru，融rong合he的de結jie果guo要yao為wei部bu隊dui行xing動dong和he已yi方fang武wu器qi係xi統tong應ying作zuo出chu的de反fan應ying實shi時shi生sheng成cheng預yu案an
，並bing對dui態tai勢shi發fa展zhan和he決jue策ce進jin行xing檢jian驗yan和he分fen析xi，為wei指zhi揮hui員yuan提ti供gong優you化hua後hou的de決jue策ce建jian議yi。在zai指zhi揮hui中zhong心xin，指zhi揮hui員yuan借jie助zhu指zhi揮hui係xi統tong，根gen據ju情qing報bao中zhong心xin進jin行xing融rong合he後hou送song來lai的de綜zong合he情qing報bao、上級要求和作戰命令
，以及我方實際兵力和武器群的布局
、特性能力
，進行決策融合 C3I xitongzhongzuigaocengcidexinxironghe。zheyicengcizhinengxingqiang，shenzhikeyishuoshiyizhongzhishironghe，yinweitayaojizhongzhihuisuogegefangxiangshiheyaosudeduicehejianyi
，panbiehefenxitaishi，zhidinghefenfajihua

，zhidaohejianduzhandou。jueceronghejiushiyaocongzhesangefangmianbangzhuzhihuiyuanrenqingtaishidebianhuabingzuochufanying。

除了K/N準則外

，文獻[8]提出一種基於雙門限能量檢測的協作感知方法，用到了"n比例"邏輯準則

，將決策為1的節點數與決策為0的節點數之間的比值與門限進行比較做出最終判決。
決jue策ce軟ruan融rong合he算suan法fa是shi根gen據ju不bu同tong信xin道dao條tiao件jian下xia各ge節jie點dian檢jian測ce結jie果guo的de置zhi信xin度du不bu同tong，將jiang檢jian測ce信xin息xi進jin行xing決jue策ce加jia權quan或huo者zhe其qi他ta形xing式shi的de處chu理li後hou再zai進jin行xing融rong合he。此ci算suan法fa實shi現xian了le檢jian測ce性xing能neng和he傳chuan送song開kai銷xiao之zhi間jian的de折zhe中zhong。
[page]
1 bit的最優判決融合準則是Chair-Varneshney準zhun則ze。該gai準zhun則ze基ji於yu對dui數shu似si然ran比bi準zhun則ze，通tong過guo比bi較jiao假jia設she下xia的de條tiao件jian似si然ran比bi與yu貝bei葉ye斯si最zui優you門men限xian，做zuo出chu判pan決jue。條tiao件jian似si然ran比bi可ke通tong過guo各ge節jie點dian的de虛xu警jing概gai率lv和he檢jian測ce概gai率lv計ji算suan得de到dao，但dan需xu要yao知zhi道dao主zhu用yong戶hu先xian驗yan概gai率lv。文wen獻xian[9]提出改進的Chair-Varshney融合方法
，在似然比檢測基礎上充分利用信道占用的統計特性，並考慮各個次用戶檢測機製差異性、決策時間差以及融合滯後時間，因此適用於單或多bit的同步感知以及異步感知場景。

近期研究軟融合算法的文獻還有很多：如基於D-S證據理論的融合算法
，綜合考慮了節點的檢測結果和置信度，且融合中心不需要節點先驗信息
，因此有很強實用性。Jun Ma等人提出的2 bit量化決策加權軟融合算法，通過設置3個檢測門限將能量分為4個區域
，從而使檢測結果最終以2 bit形式傳送給中心進行加權求和並最終判決

，該算法實現了協作開銷和檢測性能之間的合理折中。文獻[10]將jiang各ge節jie點dian的de相xiang關guan性xing考kao慮lv進jin去qu，提ti出chu了le一yi種zhong基ji於yu偏pian移yi準zhun則ze的de線xian性xing二er次ci的de次ci最zui佳jia融rong合he方fang案an。模mo糊hu綜zong合he評ping估gu協xie作zuo感gan知zhi方fang案an則ze是shi用yong模mo糊hu綜zong合he評ping估gu方fang法fa得de到dao各ge個ge次ci用yong戶hu信xin任ren度du再zai融rong合he
，從cong而er提ti高gao決jue策ce可ke靠kao性xing。此ci外wai
，根gen據ju曆li史shi判pan決jue數shu據ju的de可ke靠kao性xing進jin行xing動dong態tai加jia權quan的de感gan知zhi算suan法fa
，也ye能neng有you效xiao地di提ti高gao檢jian測ce性xing能neng。

綜上所述，可將主要的信息融合算法歸納如表3所示。

2.3 有待解決的問題

(1) 協作感知的性能與協作用戶數量
、各(ge)用(yong)戶(hu)門(men)限(xian)值(zhi)的(de)確(que)定(ding)及(ji)位(wei)置(zhi)分(fen)布(bu)情(qing)況(kuang)等(deng)因(yin)素(su)密(mi)切(qie)相(xiang)關(guan)。因(yin)而(er)如(ru)何(he)選(xuan)取(qu)這(zhe)些(xie)協(xie)作(zuo)感(gan)知(zhi)參(can)數(shu)以(yi)獲(huo)得(de)最(zui)佳(jia)的(de)檢(jian)測(ce)性(xing)能(neng)
，是(shi)協(xie)作(zuo)感(gan)知(zhi)研(yan)究(jiu)的(de)重(zhong)要(yao)內(nei)容(rong)。此(ci)外(wai)，協(xie)作(zuo)感(gan)知(zhi)屬(shu)於(yu)媒(mei)體(ti)訪(fang)問(wen)控(kong)製(zhi)(MAC)層的感知技術，所以還涉及到跨層設計方麵的研究。

(2) xinxironghesuanfahuizhijieyingxiangxiezuozengyihexitongkaixiao。yifangmian
，jueceronghesuiranjiandanrongyishixian，danshiqixiezuozengyifeichangyouxian
，dangxindaobujunyunhuozhecunzaieyiyonghushi，xiezuoxingnengjiangjijuehua;另ling一yi方fang麵mian數shu據ju融rong合he協xie作zuo增zeng益yi大da
，但dan是shi對dui控kong製zhi信xin道dao的de帶dai寬kuan需xu求qiu較jiao大da。如ru何he在zai協xie作zuo性xing能neng和he係xi統tong開kai銷xiao二er者zhe之zhi間jian尋xun找zhao合he理li折zhe中zhong是shi協xie作zuo感gan知zhi研yan究jiu的de熱re點dian。

(3) 惡意攻擊或突發故障是協作感知中不容忽視的安全問題。為此，文獻[11]提出了一種應對存在惡意或自私節點場景的協作感知安全方案
，以提高網絡安全性。文獻[12]提出一種加權序貫檢測方案(WSPRT)，采用雙門限值檢測
，並通過一定規則動態更新每個用戶的置信度權值，有效降低了惡意節點對最終判決的影響。

(4) 現在的研究大多是集中在單個感知用戶網絡參與協作的情形
，基於網絡層的多感知用戶網絡間的協作也可能是未來研究的一個方向。
[page]
3 感知機製的優化

Ghasemi和Hyoil Kim等人最先提出了感知機製的優化問題，主要關注感知模式的選擇和感知參數的優化。CR網絡下
，次用戶的伺機動態接入頻譜過程通常可看成兩種感知場景：信(xin)道(dao)搜(sou)索(suo)和(he)信(xin)道(dao)監(jian)視(shi)。信(xin)道(dao)搜(sou)索(suo)是(shi)指(zhi)次(ci)用(yong)戶(hu)需(xu)要(yao)搜(sou)索(suo)各(ge)個(ge)信(xin)道(dao)，尋(xun)找(zhao)可(ke)用(yong)於(yu)傳(chuan)輸(shu)的(de)空(kong)閑(xian)頻(pin)譜(pu)。信(xin)道(dao)監(jian)視(shi)則(ze)是(shi)指(zhi)次(ci)用(yong)戶(hu)必(bi)須(xu)周(zhou)期(qi)性(xing)地(di)檢(jian)測(ce)主(zhu)用(yong)戶(hu)信(xin)號(hao)
，以(yi)避(bi)免(mian)對(dui)重(zhong)新(xin)出(chu)現(xian)的(de)主(zhu)用(yong)戶(hu)造(zao)成(cheng)幹(gan)擾(rao)。檢(jian)測(ce)周(zhou)期(qi)、檢測時間和搜索時間的參數如何選取，以及采用何種感知模式和信道搜索方式，才能使感知效果最優

，這都是感知機製的優化問題。

頻(pin)譜(pu)感(gan)知(zhi)模(mo)式(shi)通(tong)常(chang)分(fen)為(wei)被(bei)動(dong)感(gan)知(zhi)和(he)主(zhu)動(dong)感(gan)知(zhi)。被(bei)動(dong)感(gan)知(zhi)模(mo)式(shi)下(xia)
，次(ci)用(yong)戶(hu)隻(zhi)有(you)在(zai)需(xu)要(yao)進(jin)行(xing)數(shu)據(ju)傳(chuan)輸(shu)時(shi)才(cai)啟(qi)動(dong)感(gan)知(zhi)
，通(tong)常(chang)隻(zhi)能(neng)使(shi)用(yong)一(yi)個(ge)空(kong)閑(xian)信(xin)道(dao)進(jin)行(xing)傳(chuan)輸(shu)
，並(bing)周(zhou)期(qi)性(xing)監(jian)測(ce)該(gai)信(xin)道(dao)。而(er)主(zhu)動(dong)感(gan)知(zhi)模(mo)式(shi)下(xia)，不(bu)管(guan)是(shi)否(fou)有(you)數(shu)據(ju)傳(chuan)輸(shu)需(xu)要(yao)
，次(ci)用(yong)戶(hu)都(dou)周(zhou)期(qi)性(xing)地(di)檢(jian)測(ce)各(ge)個(ge)信(xin)道(dao)。兩(liang)種(zhong)感(gan)知(zhi)模(mo)式(shi)都(dou)要(yao)避(bi)免(mian)對(dui)重(zhong)新(xin)出(chu)現(xian)的(de)主(zhu)用(yong)戶(hu)造(zao)成(cheng)幹(gan)擾(rao)
，因(yin)此(ci)一(yi)旦(dan)發(fa)現(xian)當(dang)前(qian)信(xin)道(dao)不(bu)可(ke)用(yong)時(shi)
，需(xu)立(li)即(ji)啟(qi)動(dong)搜(sou)索(suo)，直(zhi)到(dao)檢(jian)測(ce)到(dao)某(mou)個(ge)空(kong)閑(xian)信(xin)道(dao)後(hou)停(ting)止(zhi)搜(sou)索(suo)並(bing)開(kai)始(shi)新(xin)的(de)傳(chuan)輸(shu)。相(xiang)比(bi)而(er)言(yan)，主(zhu)動(dong)感(gan)知(zhi)方(fang)式(shi)需(xu)要(yao)檢(jian)測(ce)多(duo)個(ge)子(zi)信(xin)道(dao)，能(neng)量(liang)和(he)時(shi)間(jian)開(kai)銷(xiao)比(bi)被(bei)動(dong)感(gan)知(zhi)方(fang)式(shi)有(you)所(suo)增(zeng)大(da)
，但(dan)它(ta)可(ke)以(yi)提(ti)高(gao)傳(chuan)輸(shu)速(su)率(lv)
，並(bing)且(qie)減(jian)小(xiao)認(ren)知(zhi)用(yong)戶(hu)被(bei)迫(po)進(jin)行(xing)信(xin)道(dao)搜(sou)索(suo)而(er)導(dao)致(zhi)服(fu)務(wu)質(zhi)量(liang)(QoS)降低的概率，同時還可以積累大量頻譜信息
，在重新進行信道搜索時優化搜索方式以提高信道切換能力。

下步的研究方向主要包括：信道占用模型可適當擴展更一般的情況;分布式協作感知機製的優化問題;基於循環平穩特征檢測等方法下的感知機製優化;認知用戶之間的幹擾可能對感知機製優化的影響;不同的信道條件下，非固定檢測周期和搜索次序的感知機製優化;綜合考慮最小化主用戶幹擾


、最大化感知性能、最優化 QoS等多種優化目標;綜合考慮應用層需求
、物理層算法和鏈路層協作與控製等跨層設計優化問題。

4 結束語

文章主要從本地感知、協作感知以及感知機製的優化3個ge方fang麵mian，對dui認ren知zhi無wu線xian電dian頻pin譜pu感gan知zhi技ji術shu的de研yan究jiu和he發fa展zhan狀zhuang況kuang進jin行xing了le綜zong述shu，並bing對dui下xia一yi步bu有you待dai解jie決jue的de難nan點dian問wen題ti進jin行xing了le討tao論lun。盡jin管guan還hai麵mian臨lin諸zhu多duo的de技ji術shu挑tiao戰zhan，但dan隨sui著zhe研yan究jiu不bu斷duan深shen入ru，相xiang信xin在zai不bu久jiu的de將jiang來lai
，認ren知zhi無wu線xian電dian技ji術shu必bi將jiang日ri趨qu成cheng熟shu，為wei無wu線xian通tong信xin帶dai來lai新xin的de發fa展zhan契qi機ji和he動dong力li。