4. 频谱感知概述:定义、作用、分类与性能指标

频谱感知(Spectrum Sensing)是认知无线电(Cognitive Radio, CR)系统实现动态频谱接入(Dynamic Spectrum Access, DSA)的核心使能技术。其本质是认知节点通过射频前端对目标频段进行采样、测量与信号处理,在时域、频域、空域等多维度上判断该频段当前是否被授权用户(Primary User, PU)占用,从而为认知用户(Secondary User, SU)的频谱接入决策提供依据。频谱感知并非一次性的检测动作,而是一个包含“感知—分析—决策—重构”的闭环过程。本章将系统阐述频谱感知的定义与作用、分类体系(发射端感知、接收端感知、协作感知),以及衡量感知性能的关键指标(检测概率、虚警概率、漏检概率),并结合实际工程场景进行案例拆解。

频谱感知技术体系与性能指标关系图 发射端感知(发射机检测) 基于授权发射机信号特征 • 匹配滤波检测(相干) • 能量检测(非相干) • 循环平稳特征检测 • 特征值/协方差检测 • 多维度联合检测 适用:已知PU信号结构 接收端感知(接收机检测) 基于接收机本地干扰温度 • 干扰温度模型 • 本振泄漏功率检测 • 接收信号强度指示(RSSI) • 信道状态信息(CSI)分析 • 误码率/信噪比监测 适用:感知接收机自身受扰程度 协作感知(多节点融合) 多SU节点感知结果融合决策 • 集中式融合(FC) • 分布式协商 • 中继辅助协作 • 分簇协作 • 压缩感知/宽带协作 适用:对抗阴影/多径衰落 感知性能核心指标 检测概率 P_d P(H₁|H₁) 正确发现PU 虚警概率 P_fa P(H₁|H₀) 误判PU存在 漏检概率 P_m P(H₀|H₁) 漏判PU存在 P_d + P_m = 1(在给定假设下) 设计目标:高P_d(保护PU),低P_fa(提升SU频谱利用率) 常用约束:Neyman-Pearson准则(固定P_fa,最大化P_d)

4.1 频谱感知的定义与作用

频谱感知是指认知无线电节点通过射频前端采集目标频段内的无线电信号,运用数字信号处理与统计推断方法,对授权用户信号的存在性、频段占用状态、信号类型及参数进行实时检测与识别的过程。从信息论角度看,频谱感知本质上是一个二元假设检验问题:原假设H₀表示频段空闲(仅噪声),备择假设H₁表示频段被PU占用(信号+噪声)。感知算法的任务就是在给定的虚警约束下,尽可能提高检测概率。

频谱感知在认知无线电系统中承担着三重核心作用:第一,频谱机会发现——通过感知识别空闲频段(频谱空洞),为SU提供可接入的频谱资源;第二,干扰规避保护——在PU信号出现时及时检测并退出或调整发射参数,避免对授权通信造成有害干扰;第三,频谱态势感知——为上层频谱管理模块提供频段占用率、干扰水平、信道质量等统计信息,支撑动态频谱分配与功率控制决策。

值得注意的是,频谱感知的作用边界并非无限。受限于硬件灵敏度、信道衰落和噪声不确定性,单节点感知存在“隐藏终端”和“暴露终端”问题。隐藏终端指SU因阴影衰落无法检测到PU信号,却可能对PU接收机造成干扰;暴露终端则指SU检测到远处PU信号而放弃接入,造成频谱浪费。这两类问题需要通过协作感知和更精细的检测算法来缓解。

工程视角:在实际系统中,频谱感知并非“一次检测、终身有效”。PU的通信行为具有时变性(如突发业务、功率控制),感知周期需要根据PU业务统计特性和SU服务质量要求动态调整。例如,在TV白空间场景中,感知周期可设为分钟级;而在LTE/WiFi共存场景中,感知周期需缩短至毫秒级。

4.2 频谱感知的分类体系

频谱感知技术可以从感知主体、感知对象、感知带宽、协作方式等多个维度进行分类。本章重点讨论按感知主体划分的三大类:发射端感知、接收端感知和协作感知。

4.2.1 发射端感知(发射机检测)

发射端感知是最经典、研究最充分的感知方式,其基本思想是:SU通过检测PU发射机发出的信号来判断频段占用状态。根据检测所需先验信息的多少,发射端感知又可细分为以下几类:

检测方法 先验信息需求 计算复杂度 适用场景
匹配滤波检测 PU信号波形、调制方式、帧结构等完全已知 低(相干解调) PU信号结构公开且稳定的系统(如TV、雷达)
能量检测 仅需噪声功率估计 最低(平方积分) PU信号未知或宽带快速扫描
循环平稳特征检测 PU信号的循环频率(由载波、符号率等决定) 中高(循环谱计算) 区分PU信号与干扰/噪声,抗噪声不确定性
特征值/协方差检测 无需信号先验,利用信号相关性 中(矩阵运算) 噪声功率不确定的复杂电磁环境

能量检测因其实现简单、无需PU先验信息而成为工程应用最广泛的方案。其判决统计量为接收信号在观测时间T内的能量:\( T(y) = \sum_{n=1}^{N} |y(n)|^2 \),与门限λ比较后做出判决。然而,能量检测在低信噪比(SNR < -10dB)环境下性能急剧下降,且对噪声功率估计误差敏感(即噪声不确定性)。循环平稳检测利用调制信号固有的循环平稳特性,在循环频率处产生谱相关峰,而平稳噪声在循环频率处无相关峰,因此具有更强的抗噪声不确定性能力,但计算量显著增加。

4.2.2 接收端感知(接收机检测)

接收端感知的出发点与发射端感知不同:它不直接检测PU发射机信号,而是通过测量SU接收机自身受到的干扰水平来判断是否可以安全接入。最典型的代表是干扰温度模型——由FCC提出,将接收机允许的干扰功率上限类比为“温度”,只要SU在PU接收机处产生的干扰功率不超过干扰温度限,就允许接入。

接收端感知的工程实现方式包括:

  • 本振泄漏功率检测:利用超外差接收机的本振(LO)泄漏信号来反向探测PU接收机的位置与工作频率。当SU靠近PU接收机时,PU接收机的LO会泄漏并被SU检测到,从而推断PU接收机正在工作。
  • RSSI/CSI监测:SU持续监测自身接收链路的信号强度与信道状态,若发现干扰水平异常升高,则可能意味着附近有PU接收机正在接收信号。
  • 误码率/信噪比监测:通过分析自身通信链路的BER或SNR变化,间接判断频谱环境是否恶化。

接收端感知的优势在于直接面向“干扰保护”这一核心目标,能够规避隐藏终端问题;但其难点在于PU接收机通常不发射信号(被动接收),SU难以获取其位置和状态信息,实际工程中往往需要借助合作信令或数据库辅助。

4.2.3 协作感知(多节点融合)

单节点感知受限于阴影衰落、多径衰落和接收机灵敏度,检测可靠性难以保证。协作感知通过多个空间分布的SU节点共享感知信息,利用空间分集增益显著提升检测性能。协作感知的核心是信息融合,根据融合架构可分为:

  1. 集中式协作:所有SU节点将本地感知结果(硬判决或软判决)上报至融合中心(FC),FC采用“AND”、“OR”、“K/N”等融合规则做出最终判决。OR规则(任一节点报告PU存在即判存在)能最大化检测概率,但虚警概率也相应升高;AND规则则相反;K/N规则(至少K个节点报告存在)可在两者间折中。
  2. 分布式协作:无中心节点,SU之间通过局部信息交换迭代收敛到一致的判决结果,适合自组织网络。
  3. 分簇协作:将节点分为若干簇,簇内先融合,簇头再上报至FC,兼顾性能与信令开销。

协作感知虽然能显著提升检测可靠性,但也引入了新的挑战:信令开销增加、节点间时间同步要求高、恶意节点可能发起频谱感知数据伪造(SSDF)攻击。因此,实际系统需要设计鲁棒的融合规则和信任管理机制。

风险提示:协作感知并非节点越多越好。当节点数超过一定阈值后,性能增益趋于饱和,而信令开销和融合时延持续增加。工程上建议根据目标检测概率和信道相关性,通过仿真确定最优协作节点数(通常为5~15个)。

4.3 感知性能指标

频谱感知的性能评估建立在二元假设检验的统计框架之上。设H₀为频段空闲,H₁为频段被PU占用,则感知结果存在四种情况:正确检测(H₁|H₁)、正确空闲(H₀|H₀)、虚警(H₁|H₀)、漏检(H₀|H₁)。其中,后两种情况对应两个核心性能指标。

4.3.1 检测概率(Probability of Detection, P_d)

检测概率定义为当PU信号实际存在时,感知算法正确判定“PU存在”的概率,即 \( P_d = P(\text{判决}H_1 | H_1) \)。P_d是保护PU通信质量的首要指标。在IEEE 802.22(WRAN)标准中,要求对DTV信号的检测概率不低于0.9(在SNR = -20dB条件下)。P_d越高,SU对PU的干扰风险越低。

4.3.2 虚警概率(Probability of False Alarm, P_fa)

虚警概率定义为当频段实际空闲时,感知算法错误判定“PU存在”的概率,即 \( P_fa = P(\text{判决}H_1 | H_0) \)。虚警会导致SU错失频谱接入机会,降低频谱利用率。在认知无线电系统中,P_fa通常被约束在0.01~0.1范围内。P_fa与P_d之间存在此消彼长的关系:降低判决门限λ可同时提高P_d和P_fa;反之亦然。

4.3.3 漏检概率(Probability of Miss, P_m)

漏检概率定义为当PU信号实际存在时,感知算法错误判定“频段空闲”的概率,即 \( P_m = P(\text{判决}H_0 | H_1) = 1 - P_d \)。漏检的后果比虚警严重得多——SU会在PU正在通信时接入同一频段,造成同频干扰,可能导致PU通信中断。因此,在系统设计中,通常将P_m作为首要约束指标,而将P_fa作为次要优化目标。

三个指标的关系可通过接收机工作特性(ROC)曲线直观展示:ROC曲线以P_fa为横轴、P_d为纵轴,描述不同门限下检测性能的权衡。理想感知器的ROC曲线经过左上角(P_fa=0, P_d=1),而随机猜测的ROC曲线为对角线。工程上,设计者根据系统需求在ROC曲线上选择工作点。

设计准则:在认知无线电系统中,通常采用Neyman-Pearson准则——在给定最大可容忍虚警概率 \( P_{fa} \le \alpha \) 的约束下,最大化检测概率 \( P_d \)。这是因为P_fa影响的是SU自身的频谱利用效率(经济性),而P_m影响的是PU的通信安全(合规性),后者具有更高的优先级。

4.4 案例拆解:IEEE 802.22 WRAN系统的频谱感知设计

IEEE 802.22是首个基于认知无线电的无线区域网标准,工作在TV白空间频段(54~862 MHz)。该标准对频谱感知提出了极为严苛的要求,是理解感知性能指标工程落地的典型案例。

背景与约束:TV频段中的授权用户包括DTV信号和无线麦克风信号。DTV信号带宽6 MHz,无线麦克风信号带宽仅200 kHz。系统要求SU(CPE设备)在检测DTV信号时,目标检测概率 \( P_d \ge 0.9 \),虚警概率 \( P_fa \le 0.1 \),且检测灵敏度需达到 -116 dBm(对应SNR约 -20 dB)。同时,感知必须在2秒内完成,且不能对TV接收造成任何干扰。

初始现象与目标:在标准制定初期,单节点能量检测在SNR = -20 dB时,即使观测时间长达100 ms,P_d也仅为0.5左右,远不达标。主要原因是TV信号在低SNR下能量检测的判决统计量分布重叠严重,且噪声功率估计存在不确定性。

分析判断过程:标准组对比了多种方案:匹配滤波检测需要DTV信号的导频结构(ATSC标准中导频位于载频+309 kHz处),理论上在SNR = -20 dB时仅需约1 ms即可达到P_d = 0.9,但要求SU精确知道DTV信号的符号率、导频位置等先验信息,且对频率偏移敏感。循环平稳检测利用DTV信号的8VSB调制特性,在符号率处产生循环谱峰,抗噪声不确定性能力强,但计算复杂度高。

实际操作步骤:最终802.22标准采用了多级感知架构:第一级为快速能量检测(宽带扫描,周期1 ms),用于快速排除明显占用的频段;第二级为精细特征检测(对候选频段进行循环平稳分析或匹配滤波),用于确认PU信号存在性;第三级为协作感知(多个CPE上报结果至基站,基站采用K/N融合规则)。通过三级级联,系统在2秒感知周期内实现了P_d ≥ 0.9、P_fa ≤ 0.1的指标。

结果对比与代价:单节点能量检测在-20 dB下P_d仅0.5;加入循环平稳检测后,单节点P_d提升至0.75;再叠加5节点协作(K=3规则),P_d达到0.95,P_fa控制在0.08。代价是感知时延从50 ms增加到1.8秒(接近2秒上限),且CPE的功耗增加了约15%。

复盘经验:该案例表明,在极端低SNR场景下,单一检测算法难以满足性能要求,必须采用“多级检测+协作融合”的组合策略。同时,感知性能指标的分配需要从系统层面统筹——将P_d指标分解到各级检测器和融合规则中,而不是对每个模块单独提出不切实际的要求。

4.5 常见误区与总结复盘

在频谱感知系统的设计与评估中,工程师常陷入以下误区:

  • 误区一:追求P_d=1而忽视P_fa。实际系统中,P_d=1通常意味着极低的判决门限,导致P_fa接近1,SU几乎无法接入任何频段。正确做法是在满足P_d约束的前提下,尽量降低P_fa。
  • 误区二:忽略噪声不确定性。理论分析中常假设噪声功率精确已知,但实际接收机噪声系数、温度漂移、邻频干扰都会导致噪声功率估计偏差。当噪声不确定性超过1~2 dB时,能量检测存在“SNR墙”——无论观测时间多长,P_d都无法达到目标值。此时必须改用循环平稳检测或协作感知。
  • 误区三:将感知周期视为固定值。静态设置感知周期会导致频谱利用率下降(周期过短)或干扰风险升高(周期过长)。应根据PU业务统计特性自适应调整感知周期。
  • 误区四:协作感知中盲目增加节点数。节点间信道相关性高时,协作增益有限;且节点数增加带来信令开销和时延问题。应通过仿真确定最优节点数。

总结复盘:频谱感知是认知无线电的“眼睛”,其性能直接决定了认知系统的可靠性与效率。本章从定义出发,明确了感知的二元假设检验本质;按感知主体划分了发射端感知、接收端感知和协作感知三大类,并分析了各自的技术特点与适用场景;最后以检测概率、虚警概率、漏检概率为核心建立了性能评估框架。工程实践中,需要根据目标频段特性、PU信号先验知识、硬件能力和系统QoS要求,综合选择检测算法、感知周期和协作策略,并通过ROC曲线和系统级仿真验证设计指标。

经验提醒:在项目初期,建议先明确两个关键参数——目标检测概率P_d(由监管要求决定)和最大可容忍虚警概率P_fa(由频谱利用率目标决定)。这两个参数一旦确定,即可通过ROC曲线反推所需的SNR工作点,进而选择合适的检测算法和观测时间。切勿在未明确指标的情况下盲目选择算法。