王鑫　孫軍　程毓華　王守金　杜愷

摘 要：在認識無線電系統(tǒng)中，感知頻譜是一項最具挑戰(zhàn)性的功能。在認識與適應(yīng)無線電環(huán)境中，檢測信號在特性頻段的存在于區(qū)別是至關(guān)重要的。本文提出一種新的結(jié)合了頻譜相關(guān)分析和支持向量機的認知無線電檢測方法，以有效解決信號檢測性能較低的問題。

關(guān)鍵詞：認知無線電；循環(huán)譜；支持向量機

DOI：10.16640/j.cnki.37-1222/t.2015.23.164

1 引言

認識無線電是一種智能無線通信系統(tǒng)，因為其能夠感知到周圍頻譜環(huán)境變化，因此被看作一種有效提高利用頻譜資源的途徑?？焖?、準(zhǔn)確、有效的對主用戶進行感知是認知無線電研究的前提與基礎(chǔ)[1]。目前，常見的頻譜感知方法主要包括：能量檢測法、循環(huán)平穩(wěn)特征檢測和匹配濾波器檢測等。能量檢測算法可以預(yù)先不了解主用戶信號的任何信息，實現(xiàn)起來比較簡單，但其檢測閾值不易設(shè)置，當(dāng)S/N較低時檢測性能較差。具有較強的抗噪聲性能是循環(huán)平穩(wěn)特征檢測法的主要特點，但該算法運算量較大，所需時間也較長。匹配濾波檢測法擁有很強的匹配濾波性能，但這種算法需要事先獲得一定量的主用戶先驗信息，否則不能對其檢測[2，3，4，5]。本文針對低信噪比環(huán)境下傳統(tǒng)算法檢測率較低的問題，結(jié)合SVM算法與循環(huán)平穩(wěn)特征檢測法對無線通信環(huán)境下主用戶信號進行檢測感知。

2 頻譜感知模型

3 算法的實現(xiàn)

算法實現(xiàn)過程如圖1所示。

對于所接收的信號，采集L1個有主用戶情況下的特征參數(shù)構(gòu)成訓(xùn)練的正樣本X1i；采集L2個無主用戶情況下的特征參數(shù)構(gòu)成訓(xùn)練的負樣本X0i。將所生成的L1個正樣本和L2個負樣本構(gòu)成訓(xùn)練樣本集S，之后選取訓(xùn)練集S中的樣本對SVM進行訓(xùn)練。通過多次訓(xùn)練最終獲得具有良好檢測性能的SVM分類器，并利用SVM分類器實現(xiàn)對測試樣本的分類檢測，其中，輸出結(jié)果0表示無主用戶存在，1表示有主用戶存在。

4 結(jié)論

本文針對信噪比較低條件下的頻譜檢測問題，結(jié)合信號循環(huán)譜特征和支持向量機分類器提出了一種新型的頻譜感知方法，在后續(xù)的研究過程中，將在此基礎(chǔ)上對所提算法進行試驗驗證，并探索其他算法以更好解決低信噪比下的頻譜感知問題。

參考文獻：

[1] N. Devroye， M. Vu， V. Tarokh. Cognitive radio networks[J]. IEEE Journal of Signal Processing ，2008，25 （11）：12-23.

[2] T.Yucek and H. Arslan. A survey of spectrum sensing algorithms for cognitive radio applications [J]. IEEE Communications Surveys Tutorials， 2009， 11（1）： 116-130.

[3]Wang B， Liu K J R. Advances in cognitive radio networks ：A survey[J]. Journal of Selected Topics in Signal Processing， IEEE， 2011，5（01）：5-23.

[4] S. Haykin， D. Thomson， and J. Reed. Spectrum sensing for cognitive radio[C]. Proc of theIEEE， haykin2009spectrum， USA， 2009，97（05）：849-877.

[5]王鑫，汪晉寬，劉志剛等.基于隨機森林的認知網(wǎng)絡(luò)頻譜感知算法[J].儀器儀表學(xué)報，2013，34（11）：35-41.

作者簡介：王鑫（1979-），男，沈陽建筑大學(xué)講師。主要研究方向：無線認知網(wǎng)絡(luò)。endprint