1.2 有待解決的問題

　　單用戶本地感知主要面臨以下挑戰(zhàn)：首先，對感知設(shè)備提出了較高的硬件要求，如高速高分辨率的數(shù)模轉(zhuǎn)換器、高速的信號處理器、寬帶射頻(RF)單元、單/雙鏈路結(jié)構(gòu)等等，以達(dá)到所需的檢測速度和靈敏度;其次，由于多徑衰落、陰影和本地干擾等因素的影響，單用戶本地頻譜檢測往往不能獲得滿意的性能。再次，如何檢測基于擴(kuò)頻技術(shù)的主用戶信號也是個難點問題。

　　Ghasemi將頻譜感知的主要難點問題歸結(jié)于3種不確定性：信道不確定性，即在陰影、衰落信道中，認(rèn)知用戶很難從噪聲背景下區(qū)分出經(jīng)歷深衰落的主信號;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(yán)重影響;聚合干擾不確定性，當(dāng)網(wǎng)絡(luò)中存在多個認(rèn)知用戶時，單個認(rèn)知用戶的發(fā)射可能不會干擾主用戶，但是多個用戶同時發(fā)射可能會超過主用戶的干擾溫度門限(最大干擾的容忍程度)。

　　基于以上分析，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(huán)境，研究能量檢測、循環(huán)特征檢測等算法的改進(jìn)或者進(jìn)一步探討更為新穎的感知算法;針對正交頻分復(fù)用技術(shù)(OFDM)頻譜池系統(tǒng)的多帶檢測算法;將傳統(tǒng)的時域、頻域、空域的三維信號檢測進(jìn)行拓展，并研究包括角度、編碼等維度的多維頻譜感知算法。

　　2 協(xié)作感知技術(shù)

　　為了克服本地檢測的弊端，進(jìn)一步提高檢測性能，協(xié)作感知得到了廣泛而深入的研究。通過不同次用戶間的交互與協(xié)作，不僅僅能降低各認(rèn)知用戶的檢測靈敏度需求，大幅度提高認(rèn)知用戶的捷變能力，還能有效緩解隱藏終端問題以及噪聲不確定性等問題。

　　2.1 協(xié)作方案的分類

　　根據(jù)協(xié)作網(wǎng)絡(luò)結(jié)構(gòu)和協(xié)作策略選擇不同，協(xié)作感知方案可分兩類：

　　(1)集中式協(xié)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(xié)作的認(rèn)知用戶(也稱認(rèn)知節(jié)點)，并且需要專用控制信道將各用戶本地感知信息傳送到中心點進(jìn)行融合處理以及最終判決。

　　目前大部分文獻(xiàn)研究的都是該類型的協(xié)作感知。Cabric等人于2004年開始這方面研究，指出集中式協(xié)作感知可以減小多徑衰落信道的影響，改善檢測性能，并分析了節(jié)點數(shù)、門限值等參數(shù)的選取以及陰影相關(guān)性對協(xié)作的影響[4].隨后，Ghasemi更加詳細(xì)討論了在獨立同分布(I.I.D.)瑞利衰落信道和對數(shù)正態(tài)分布陰影信道條件下，基于能量檢測和硬融合的協(xié)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(xiàn)[5]還從聚合干擾的角度，進(jìn)一步分析了協(xié)作感知對于聚合干擾分布的影響，并在給定干擾概率情況下，給出了單用戶感知靈敏度和協(xié)作半徑之間的權(quán)衡。

　　(2)分布式協(xié)作感知

　　分布式協(xié)作感知中，各協(xié)作節(jié)點彼此可以交互和共享感知信息，并分別對各自感興趣的頻譜做最終判決。該方案最大的好處是簡化了認(rèn)知網(wǎng)絡(luò)結(jié)構(gòu)，因而減小了開銷成本。

　　2005年，G.Ganesan等人提出了基于前向放大協(xié)議的中繼協(xié)作感知方案，主要原理是在時分多址(TDMA)系統(tǒng)中，各協(xié)作用戶間以正交方式傳輸，一旦某個次用戶檢測到主用戶信息，則在下個時隙發(fā)送本身信號的同時轉(zhuǎn)發(fā)檢測到的主信號給鄰近的次用戶，再退出頻段。該方案利用了網(wǎng)絡(luò)所固有的非對稱性來提高增益，同樣可以降低檢測時間，保持較低的中斷概率，從而提高網(wǎng)絡(luò)的捷變性。

　　2.2 信息融合問題

　　傳統(tǒng)的數(shù)據(jù)融合是指多傳感器的數(shù)據(jù)在一定準(zhǔn)則下加以自動分析、綜合以完成所需的決策和 評估而進(jìn)行的信息處理過程。信息融合最早用于軍事領(lǐng)域，定義為一個處理探測、互聯(lián)、估 計以及組合多源信息和數(shù)據(jù)的多層次多方面過程，以便獲得準(zhǔn)確的狀態(tài)和身份估計、完整而 及時的戰(zhàn)場態(tài)勢和威脅估計。它強(qiáng)調(diào)信息融合的三個核心方面：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(lián)、相關(guān)、估計以及信息組合;第三，信息融合的結(jié)果包括較低層次上的狀 態(tài)和身份估計，以及較高層次上的整個戰(zhàn)術(shù)態(tài)勢估計。多傳感器數(shù)據(jù)融合是人類或其他邏輯系統(tǒng)中常見的功能。人非常自然地運用這一能力把來自 人體各個傳感器(眼、耳、鼻、四肢)的信息(景物、聲音、氣味、觸覺)組合起來，并使用先 驗知識去估計、理解周圍環(huán)境和正在發(fā)生的事件。

　　2.2.1 數(shù)據(jù)融合算法

　　隨著計算機(jī)技術(shù)、通信技術(shù)的快速發(fā)展，且日趨緊密地互相結(jié)合，加之軍事應(yīng)用的特殊迫切需求，作為數(shù)據(jù)處理的新興技術(shù)--數(shù)據(jù)融合技術(shù)，在近10年中得到驚人發(fā)展并已進(jìn)入諸多軍事應(yīng)用領(lǐng)域。數(shù)據(jù)融合技術(shù)，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(guān)及合成，以便輔助人們進(jìn)行態(tài)勢/環(huán)境判定、規(guī)劃、探測、驗證、診斷。這對戰(zhàn)場上及時準(zhǔn)確地獲取各種有用的信息，對戰(zhàn)場情況和威脅及其重要程度進(jìn)行適時的完整評價，實施戰(zhàn)術(shù)、戰(zhàn)略輔助決策與對作戰(zhàn)部隊的指揮控制，是極其重要的。未來戰(zhàn)場瞬息萬變，且影響決策的因素更多更復(fù)雜，要求指揮員在最短的時間內(nèi)，對戰(zhàn)場態(tài)勢作出最準(zhǔn)確的判斷，對作戰(zhàn)部隊實施最有效的指揮控制。而這一系列最的實現(xiàn)，必須有最先進(jìn)的數(shù)據(jù)處理技術(shù)做基本保證。否則再高明的軍事領(lǐng)導(dǎo)人和指揮官也會被浩如煙海的數(shù)據(jù)所淹沒，或?qū)е屡袛嗍д`，或延誤決策喪失戰(zhàn)機(jī)而造成災(zāi)難性后果。

　　數(shù)據(jù)融合傳送的是檢測信息，因而要求控制信道的帶寬比較寬，傳送開銷也比較大。對于強(qiáng)調(diào)頻譜效率的CR系統(tǒng)來說，為了追求協(xié)作增益而付出巨大的協(xié)作帶寬代價，顯得有些得不償失。

　　2.2.2 決策融合算法

　　各個協(xié)作節(jié)點獨立地處理觀測數(shù)據(jù)并做出決策，發(fā)送其決策結(jié)果至信息融合中心進(jìn)行最終判決，這種算法稱為決策融合算法。依據(jù)各節(jié)點決策的權(quán)重是否相同，可將其分為決策硬融合和決策軟融合。

　　在這一層次上，情報中心送來的綜合情報是態(tài)勢評估的基本輸入，融合的結(jié)果要為部隊行動和已方武器系統(tǒng)應(yīng)作出的反應(yīng)實時生成預(yù)案，并對態(tài)勢發(fā)展和決策進(jìn)行檢驗和分析，為指揮員提供優(yōu)化后的決策建議。在指揮中心，指揮員借助指揮系統(tǒng)，根據(jù)情報中心進(jìn)行融合后送來的綜合情報、上級要求和作戰(zhàn)命令，以及我方實際兵力和武器群的布局、特性能力，進(jìn)行決策融合 C3I 系統(tǒng)中最高層次的信息融合。這一層次智能性強(qiáng)，甚至可以說是一種知識融合，因為它要集中指揮所各個方向室和要素的對策和建議，判別和分析態(tài)勢，制定和分發(fā)計劃，指導(dǎo)和監(jiān)督戰(zhàn)斗。決策融合就是要從這三個方面幫助指揮員認(rèn)清態(tài)勢的變化并作出反應(yīng)。

　　除了K/N準(zhǔn)則外，文獻(xiàn)[8]提出一種基于雙門限能量檢測的協(xié)作感知方法，用到了n比例邏輯準(zhǔn)則，將決策為1的節(jié)點數(shù)與決策為0的節(jié)點數(shù)之間的比值與門限進(jìn)行比較做出最終判決。