摘  要： 針對頻譜檢測技術(shù)，對比了三種常見的檢測方法，通過建立數(shù)學(xué)模型和數(shù)學(xué)分析，提出了一種改進(jìn)型能量檢測法。該方法采用了一種新的平均判決量，相對于經(jīng)典的能量輸出判決量，該平均判決量對ISM 2.4 GHz復(fù)雜的噪聲信號有較強(qiáng)的魯棒性，最后用MATLAB仿真實驗證明了該方法的有效性。
關(guān)鍵詞： 認(rèn)知無線電；ISM；能量檢測法

　ISM 2.4 GHz頻段是世界各國免授權(quán)的公用頻段，各種通信設(shè)備都可以在此頻段上通信，如日常工作中的無線局域網(wǎng)，醫(yī)療中的無線個域網(wǎng)與無線軀域網(wǎng)，工業(yè)上的無線傳感網(wǎng)絡(luò)以及方興未艾的物聯(lián)網(wǎng)和智能家居等無線網(wǎng)絡(luò)。然而這么多不同的通信設(shè)備工作在同一頻段上，必然會產(chǎn)生相互間的干擾，對無線通信的安全性、可靠性和實用性帶來了極大的挑戰(zhàn)。因此，研究不同通信系統(tǒng)之間的共存性是一個至關(guān)重要的問題。認(rèn)知無線電的工作理念是將不同通信系統(tǒng)間的通信采取頻譜感知、動態(tài)分配頻段等技術(shù)，通過檢測與避讓的方式形成一個協(xié)調(diào)、統(tǒng)一、有序和不相互干擾的通信系統(tǒng)。這種工作理念能夠處理ISM 2.4 GHz頻段目前通信雜亂無章的狀態(tài)，將認(rèn)知無線電的技術(shù)應(yīng)用到ISM 2.4 GHz頻段是未來的發(fā)展方向[1]。
1 認(rèn)知無線電
　認(rèn)知無線電最重要、最基礎(chǔ)的技術(shù)是頻譜感知技術(shù)[2]。目前，學(xué)術(shù)界常用的技術(shù)有匹配濾波器檢測法、循環(huán)頻譜檢測法和能量檢測法三種。由于匹配濾波器需要嚴(yán)格的先驗信息作為匹配濾波器的參數(shù)設(shè)置，因此無法適應(yīng)ISM 2.4 GHz頻段眾多信號類型。循環(huán)頻譜檢測法不易受到不確定噪聲功率的影響，所以在噪聲環(huán)境中，相對于其他兩種檢測方法，循環(huán)頻譜檢測法有更強(qiáng)的魯棒性，但是循環(huán)頻譜檢測法計算復(fù)雜，需要長時間的數(shù)據(jù)訓(xùn)練，不符合ISM 2.4 GHz快速通信的原則。折中考慮算法的復(fù)雜性和抗噪聲能力，本文采用能量檢測法進(jìn)行頻譜感知，并提出了一種改進(jìn)的能量檢測方法，以滿足對于復(fù)雜的噪聲信號有強(qiáng)魯棒性的要求。
2 能量檢測法
　能量檢測法是一種比較簡單的信號非相干檢測方法。在復(fù)雜的ISM信號環(huán)境下，相對于要求準(zhǔn)確先驗信息的匹配濾波器檢測法和需要足夠長時間檢測的循環(huán)檢測法，能量檢測法是最佳的檢測方法[3]。雖然能量檢測法簡單，不需要任何的先驗信息，但其仍存在固有的缺陷：能量門限的設(shè)置，門限設(shè)置大了，很可能將衰落的、比較微弱的信號忽略，而將幅度較大的脈沖噪聲或突發(fā)干擾檢測為信號；門限設(shè)置小了，則無法有效排除干擾信號。本文提出了一種輸出平均判決量，該平均判決量對噪聲信號的相關(guān)性小，體現(xiàn)了其抗噪聲的性能，經(jīng)過MATLAB仿真驗證顯示，該方法對信號噪聲具有較好的魯棒性。
　對于ISM 2.4 GHz頻段而言，如果接收到的該頻段的信號經(jīng)過濾波器濾波后只含有噪聲，那么就可以認(rèn)為這個頻段未被占用；反之，則認(rèn)為信號中包含著有用信號。
　在任一時刻t，假定進(jìn)行頻譜感知的接收機(jī)接收到的信號可能是下面的兩種情況[4-6]：

　　能量檢測方法依據(jù)信號有無的假設(shè)情況下，根據(jù)接收信號功率大小的不同對信號進(jìn)行檢測。由于能量檢測對信號類型沒有限制，因此不需要信號的任何先驗信息，是一種對未知參數(shù)的確定性信號的存在性進(jìn)行檢測的有效方法[10]。
　本文根據(jù)能量檢測法的一般原理提出了一種改進(jìn)型能量檢測方法，該方法通過改變輸出判決量達(dá)到減少噪聲干擾的目的，MATLAB仿真實驗表明，該方法對于ISM 2.4 GHz頻段復(fù)雜的噪聲信號具有強(qiáng)的魯棒性，很大程度上優(yōu)化了能量檢測方法，提高了檢測的準(zhǔn)確性。
參考文獻(xiàn)
[1] MITOLA J， MAGUIRE G Q. Cognitive radio： making software radios more personal[J]. IEEE Personal Commun-cations， 1999，6（4）：13-18.
[2] CABRIC D， MISHRA S M， WILLKOMM D， et al. A cognitive radio approach for usage of virtual unlicensed spectrum[C]. Proceedings of 14th IST Mobile and Wireless Communications Summit， 2005.
[3] Zeng Yonghong， Liang Yingchang， HOANG A T， et al. A review on spectrum sensing for cognitive radio： challenges and solutions[C]. EURASIP Journal on Advances in Signal Processing， 2010：2.
[4] URKOWITZ H. Energy detection of unknown deterministic signals[J]. Proceeding of the IEEE， 1967，55（4）：523-531.
[5] HAYKIN S， THOMSON D， REED J H. Spectrum sensing for cognitive radio[J]. Proceedings of the IEEE， 2009，97（5）：849-877.
[6] YUCEK T， ARSLAN H. A survey of spectrum sensing algorithms for cognitive radio applications[J]. IEEE Communications Surveys & Tutorials， 2009，11（1）：116-130.
[7] CABRIC D， TKACHENKO A， BRODERSEN R W. Experimental study of spectrum sensing based on energy detection and network cooperation[C]. Proceedings of the First International Workshop on Technology and Policy for Accessing Spectrum， 2006.
[8] CHEN Z， GUO N， QIU R. Demonstration of real-time spectrum sensing for cognitive radio[J]. IEEE Communications Letters， 2010（14）：915-917.
[9] SUTTON P D， LOTZE J， NOLAN K E， et al. Cyclostationary signature detection in multipath rayleigh fading environments[C]. 2nd International Conference on Cognitive Radio Oriented Wireless Networks and Communications， 2007：408- 413.
[10] 朱剛.超寬帶（UWB）原理與干擾[M].北京：清華大學(xué)出版社；北京交通大學(xué)出版社，2009.