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

suizhewuxiantongxinyewudezengchang，keliyongdepindairiqujinzhang，pinpuziyuanbianfadewentiriyiyanzhong。zenyangcainengtigaopinpuliyonglv，zaibutongquyuhebutongshijianduanliyouxiaodiliyongbutongdekongxianpindao，chengweirenmenfeichangguanzhudejishuwenti。weilejiejuegaiwenti
，Joseph Mito1a於1999nianzairuanjianwuxiandiandejichushangtichulerenzhiwuxiandiandegainian
，yaoshixiandongtaipinpujieru，shouxianyaojiejuedewentijiushiruhejiancepinpukongxue
，bimianduizhuyonghudeganrao，yejiushipinpuganzhijishu。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) 但(dan)暫(zan)時(shi)很(hen)少(shao)使(shi)用(yong)甚(shen)至(zhi)未(wei)被(bei)使(shi)用(yong)的(de)空(kong)閑(xian)頻(pin)段(duan)，一(yi)旦(dan)主(zhu)用(yong)戶(hu)重(zhong)新(xin)接(jie)入(ru)該(gai)頻(pin)段(duan)，次(ci)用(yong)戶(hu)迅(xun)速(su)騰(teng)出(chu)信(xin)道(dao)。這(zhe)種(zhong)技(ji)術(shu)需(xu)解(jie)決(jue)的(de)首(shou)要(yao)問(wen)題(ti)就(jiu)是(shi)如(ru)何(he)快(kuai)速(su)準(zhun)確(que)地(di)獲(huo)取(qu)授(shou)權(quan)頻(pin)譜(pu)的(de)使(shi)用(yong)情(qing)況(kuang)
，目(mu)前(qian)主(zhu)要(yao)有(you)3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。
pinpuganzhi，shizhirenzhiyonghutongguogezhongxinhaojiancehechulishouduanlaihuoquwuxianwangluozhongdepinpushiyongxinxi。congwuxianwangluodegongnengfencengjiaodukan，pinpuganzhijishuzhuyaoshejiwulicenghelianluceng，qizhongwulicengzhuyaoguanzhugezhongjutidebendijiancesuanfa，erlianlucengzhuyaoguanzhuyonghujiandexiezuoyijiduibendiganzhi、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：

nengliangjiancesuanfa，qizhuyaoyuanlishizaitedingpinduanshang，celiangmouduanguanceshijianneijieshouxinhaodezongnengliang

，ranhouyumouyishedingmenxianbijiaolaipanjuezhuxinhaoshifoucunzai。youyugaisuanfafuzadujiaodi，shishijiandan，tongshibuxuyaorenhexianyanxinxi
，yincibeirenweishiCR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)。

xunhuanpingwentezhengjiancesuanfa，qiyuanlishitongguofenxixunhuanzixiangguanhanshuhuozheerweipinpuxiangguanhanshudefangfadedaoxinhaopinpuxiangguantongjitexing
，liyongqichengxiandezhouqixinglaiqufenzhuxinhaoyuzaosheng。gaisuanfazaihendidexinzaobixiarengjuyouhenhaodejiancexingneng
，erqiezhenduigezhongxinhaoleixingdutedetongjitezhengjinxingxunhuanpufenxi，keyikefueyiganraoxinhao，dadatigaojiancedexingnenghexiaolv。

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]
yishangzhexiesuanfadoushiduizhuyonghufasheduanxinhaodezhijiejiance，jibendoushicongjingdiandexinhaojiancelilunzhongyizhiguolaide。ciwai
，jinqiyixiewenxiancongzhuyonghujieshouduandejiaodutichulebenzhenxielugonglvjiancehejiyuganraowendudejiance。youxiewenxianduijingdiansuanfajinxinglegaijin，ruwenxian[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;聚(ju)合(he)幹(gan)擾(rao)不(bu)確(que)定(ding)性(xing)，當(dang)網(wang)絡(luo)中(zhong)存(cun)在(zai)多(duo)個(ge)認(ren)知(zhi)用(yong)戶(hu)時(shi)，單(dan)個(ge)認(ren)知(zhi)用(yong)戶(hu)的(de)發(fa)射(she)可(ke)能(neng)不(bu)會(hui)幹(gan)擾(rao)主(zhu)用(yong)戶(hu)，但(dan)是(shi)多(duo)個(ge)用(yong)戶(hu)同(tong)時(shi)發(fa)射(she)可(ke)能(neng)會(hui)超(chao)過(guo)主(zhu)用(yong)戶(hu)的(de)幹(gan)擾(rao)溫(wen)度(du)門(men)限(xian)(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

fenbushixiezuoganzhizhong，gexiezuojiedianbicikeyijiaohuhegongxiangganzhixinxi，bingfenbieduigeziganxingqudepinpuzuozuizhongpanjue。gaifanganzuidadehaochushijianhualerenzhiwangluojiegou，yinerjianxiaolekaixiaochengben。

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)xitongzhong，gexiezuoyonghujianyizhengjiaofangshichuanshu，yidanmougeciyonghujiancedaozhuyonghuxinxi，zezaixiageshixifasongbenshenxinhaodetongshizhuanfajiancedaodezhuxinhaogeilinjindeciyonghu，zaituichupinduan。gaifanganliyonglewangluosuoguyoudefeiduichengxinglaitigaozengyi，tongyangkeyijiangdijianceshijian，baochijiaodidezhongduangailv


，congertigaowangluodejiebianxing。

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;第di三san，信xin息xi融rong合he的de結jie果guo包bao括kuo較jiao低di層ceng次ci上shang的de狀zhuang態tai和he身shen份fen估gu計ji，以yi及ji較jiao高gao層ceng次ci上shang的de整zheng個ge戰zhan術shu態tai勢shi估gu計ji。多duo傳chuan感gan器qi數shu據ju融rong合he是shi人ren類lei或huo其qi他ta邏luo輯ji係xi統tong中zhong常chang見jian的de功gong能neng。人ren非fei常chang自zi然ran地di運yun用yong這zhe一yi能neng力li把ba來lai自zi人ren體ti各ge個ge傳chuan感gan器qi(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 係(xi)統(tong)中(zhong)最(zui)高(gao)層(ceng)次(ci)的(de)信(xin)息(xi)融(rong)合(he)。這(zhe)一(yi)層(ceng)次(ci)智(zhi)能(neng)性(xing)強(qiang)
，甚(shen)至(zhi)可(ke)以(yi)說(shuo)是(shi)一(yi)種(zhong)知(zhi)識(shi)融(rong)合(he)
，因(yin)為(wei)它(ta)要(yao)集(ji)中(zhong)指(zhi)揮(hui)所(suo)各(ge)個(ge)方(fang)向(xiang)室(shi)和(he)要(yao)素(su)的(de)對(dui)策(ce)和(he)建(jian)議(yi)
，判(pan)別(bie)和(he)分(fen)析(xi)態(tai)勢(shi)，製(zhi)定(ding)和(he)分(fen)發(fa)計(ji)劃(hua)，指(zhi)導(dao)和(he)監(jian)督(du)戰(zhan)鬥(dou)。決(jue)策(ce)融(rong)合(he)就(jiu)是(shi)要(yao)從(cong)這(zhe)三(san)個(ge)方(fang)麵(mian)幫(bang)助(zhu)指(zhi)揮(hui)員(yuan)認(ren)清(qing)態(tai)勢(shi)的(de)變(bian)化(hua)並(bing)作(zuo)出(chu)反(fan)應(ying)。

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。
jueceruanronghesuanfashigenjubutongxindaotiaojianxiagejiedianjiancejieguodezhixindubutong
，jiangjiancexinxijinxingjuecejiaquanhuozheqitaxingshidechulihouzaijinxingronghe。cisuanfashixianlejiancexingnenghechuansongkaixiaozhijiandezhezhong。
[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) 信xin息xi融rong合he算suan法fa會hui直zhi接jie影ying響xiang協xie作zuo增zeng益yi和he係xi統tong開kai銷xiao。一yi方fang麵mian，決jue策ce融rong合he雖sui然ran簡jian單dan容rong易yi實shi現xian，但dan是shi其qi協xie作zuo增zeng益yi非fei常chang有you限xian，當dang信xin道dao不bu均jun勻yun或huo者zhe存cun在zai惡e意yi用yong戶hu時shi，協xie作zuo性xing能neng將jiang急ji劇ju惡e化hua;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。

pinpuganzhimoshitongchangfenweibeidongganzhihezhudongganzhi。beidongganzhimoshixia，ciyonghuzhiyouzaixuyaojinxingshujuchuanshushicaiqidongganzhi，tongchangzhinengshiyongyigekongxianxindaojinxingchuanshu
，bingzhouqixingjiancegaixindao。erzhudongganzhimoshixia，buguanshifouyoushujuchuanshuxuyao，ciyonghudouzhouqixingdijiancegegexindao。liangzhongganzhimoshidouyaobimianduizhongxinchuxiandezhuyonghuzaochengganrao

，yinciyidanfaxiandangqianxindaobukeyongshi，xulijiqidongsousuo
，zhidaojiancedaomougekongxianxindaohoutingzhisousuobingkaishixindechuanshu。xiangbieryan，zhudongganzhifangshixuyaojianceduogezixindao


，nengliangheshijiankaixiaobibeidongganzhifangshiyousuozengda

，dantakeyitigaochuanshusulv，bingqiejianxiaorenzhiyonghubeipojinxingxindaosousuoerdaozhifuwuzhiliang(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)。