Вы находитесь на странице: 1из 76

Федеральное агентство связи

Федеральное государственное бюджетное образовательное учреждение


высшего образования
«Поволжский государственный университет телекоммуникаций и
информатики»

На правах рукописи

Степанова Наталья Вениаминовна

ИССЛЕДОВАНИЕ ВОЗМОЖНОСТИ ИСПОЛЬЗОВАНИЯ ДИАПАЗОНА


ТРВ НА ПРИНЦИПАХ «КОГНИТИВНОГО РАДИО»

Специальность 05.12.13
Системы, сети и устройства телекоммуникаций

Диссертация на соискание ученой степени


кандидата технических наук

Научный руководитель:
доктор технических наук, профессор
Елисеев Сергей Николаевич

Самара – 2020
2

ОГЛАВЛЕНИЕ

Введение……………………………………………………………………………. 3
Глава 1.
3

ВВЕДЕНИЕ
Актуальность темы исследования. Одним из основных стимулов
Тема Дисс:ССПО, а не ШБД
создания когнитивных систем широкополосного беспроводного доступа
(ШБДявилась необходимость решать одну из важнейших проблем современной
техники телекоммуникаций - проблему повышения эффективности
использования радиочастотного спектра. Когнитивное радио (КР) - это
территория для радиостанций, которые знают свое окружение и адаптируют свои
параметры передачи (включая, но не ограничивая, несущую частоту и ширину
полосы) к среде и помехам. Конкретнее, когнитивное радио - это
интеллектуальная система беспроводной связи, которая осведомлена об
окружающей его среде (т. е. внешнем мире) и использует методологию
понимания побочного опыта, чтобы извлечь уроки из окружающей среды и
адаптировать свои внутренние состояния к статистическим изменениям. Путем
внесения соответствующих изменений в определенные рабочие параметры
(например, мощность передачи, несущую частоту и тип модуляции) в режиме
реального времени КР может решить две основные задачи: 1) высоконадежная
связь в любое время и в любом месте; 2) эффективное использование
радиочастотного спектра (РЧС).
Таким образом, основополагающим принципом КР является
идентификация других радиостанций , которые могут использовать те же
спектральные ресурсы, а затем разработка стратегии передачи, которая сводит к
минимуму помехи для этих радиостанций и от них. Для идентификации,
проектирования, реализации и анализа стратегий передачи важно знать канал
распространения. Мощность может быть определена разработчиком системы, но
именно канал определяет, какая его часть поступает в виде полезной мощности
на предполагаемый приемник, а также сколько помех создается у получателя.
Изменения во времени отклика канала определяют, как часто следует оценивать
потенциальные уровни помех и, следовательно, как часто нужно адаптировать
4

стратегии передачи. Многие другие свойства канала также влияют на процесс и


анализ КР.
Эффективность использования РЧС можно существенно повысить, если
либерализовать управление использованием РЧС, допустив, чтобы временно
свободные частотные каналы могли бы быть использованы другими
пользователями, которые гарантированно должны не причинять помех основным
абонентам сети основного оператора. В XX1 веке технология производства
аппаратуры, основанная на достижениях электроники и микроэлектроники,
достигла столь высокого уровня, что стало возможным массовое производство
весьма сложных в функциональном отношении приемопередающих устройств,
имеющих малые габариты и вес, низкое энергопотребление и сравнительно
небольшую стоимость. Специфика Российской Федерации: регулятор назначает
полосы РЧС лицензированным службам, руководствуясь технической
целесообоазностью, приграничной и международной координацией. Ввиду
наличия в РФ протяжённых и малонаселённых территорий степень
использования частотных назначений невелика и желательно их более активное
включение в информационный обмен.(Приплести ЦИФРОВУЮ ЭКОНОМИКУ)
Динамический спектр !!!! Зондирование!!!!
Актуальность темы подтверждается большим количеством публикаций,
особенно в иностранных источниках, где эта тема более изучаема на данный
момент. Развитие технологий «когнитивного радио» в современном мире
набирает оборот, так как все больше частотных каналов уже занято, а КР может
быть развернуто в широком диапазоне частотного спектра, что в свою очередь
может повысить помехоустойчивость спектра и грамотно использовать РЧС.
Степень разработанности темы.

Объект исследования. Системы когнитивного радио с динамическим


доступом к спектру дециметрового диапазона
5

Предмет исследования. Характеристики подсистем зондирования


спектра.

Соответствие научной специальности. Содержание диссертационной


работы соответствует п.2, 3 паспорта специальности 05.12.13 – Системы, сети и
устройства телекоммуникаций.
Цели и задачи исследования.

Научная новизна работы.

Теоретическая и практическая значимость работы.

Методы исследования.

Положения, выносимые на защиту:

Степень достоверности и апробации результатов.

Личный вклад автора.

Публикации.

Объем и структура работы.

Краткое содержание работы.


6

Глава 1. Радиочастотное обеспечение технологии КР


1.1 Распространение радиоволн в диапазоне дециметровых волн и влияние
особенностей распространения на стратегию работы ССПО
Для передачи информации используя радиотехнические и
радиоэлектронные приборы требуются: передающее устройство, приемное
устройство и среда, где будут распространяться радиоволны. Для
распространения радиоволн в радиоэлектронной системе естественно требуется
безупречная и надежная работа системы в целом, особенно на участке,
разделяющем передающую и приемную антенны. Волны в процессе
распространения подвержены искажению и ослаблению. Также на приемное
устройство действуют помехи как естественного, так и искусственного
происхождения. Для лучшей и надежной передачи информации необходимо,
чтобы поле сигнала было больше во много раз уровня этих помех (в
зависимости от условий работы канала связи и требований к надежности),
сигналы не должны подвергаться чрезмерным искажениям, которые возникают
в процессе распространения. Есть допустимые нормы этих искажений и за
пределы заходить нельзя.
При значительном снижении уровня сигнала и при сильном искажении
формы сигнала передача информации может нарушиться. Свободно
распространяющиеся радиоволны находят в современной технике обширные и
7

многообразные применения, а именно: в системах связи, в радиолокационных


устройствах, телеметрии, системах управления, в радионавигации и во многих
других случаях. Радиоволны – это единственное естественное средство
осуществления связи с подвижными объектами (автомобилями, кораблями,
самолетами, космическими кораблями), связь устанавливается между
фиксированными пунктами и нет нужды сооружать между ними
соединительную или направляющую систему. Возможность передачи данных
подвижному абоненту резко расширяет его возможности, поскольку кроме
телефонных сообщений он может принимать телексные и факсимильные
сообщения, различного рода графическую информацию (планы местности,
графики движения и т.п.), медицинскую информацию и многое другое [1].
Волны в радиосвязи и технике различают по диапазонам на сверхдлинные
волны (СДВ) от 105 до 104 м, длинные волны (ДВ) от 104 до 103 м, средние
волны (СВ) от 103 до 100 м, короткие волны (КВ) от 100 до 10 м, метровые
волн (МВ) от 10 до 1 м, дециметровые волны (ДМВ) от 1 до 0,1 м,
сантиметровые волны (СМВ) от 10 до 1 см, миллиметровые волны (ММВ) от 1
см до 1 мм и субмиллиметровые волны (СММВ) от 1 до 0,1 мм. Волны короче
0,1 мм относят к диапазону оптических волн.
Диапазоны МВ, ДМВ и СМВ часто называют ультракороткими волнами
(УКВ). Сверхвысокими частотами называют частоты диапазонов ДМВ и СМВ.
Скорость распространения радиоволн в свободном пространстве составляет
3 • 108 м/с.
Диапазоны разбиты на участки: радиовещательные и телевизионные
диапазоны, диапазоны для наземной и авиационной, космической и морской
связи, для передачи данных и медицины, для радиолокации и радионавигации и
т.д. Каждой радиослужбе выделен свой участок диапазона или фиксированные
частоты.
8

Рис. 1.1.1 - Диапазоны радиоволн


Дифракция радиоволн - явление, состоящее в том, что радиоволны
способны огибать препятствия. Дифракция меняется в зависимости от длины
волны и по сравнению с размерами препятствий на пути радиоволн.
Километровые и гектометровые волны огибают такие препятствия как горы,
холмы, большие городские здания и т. д., когда микроволновые волны не
огибают эти препятствия и непосредственно за ними делают зоны радиотени.
Благодаря дифракции радиоволны огибают неровности земной поверхности и
распространяются в виде земной волны на расстояния, которые намного
больше дальности прямой видимости.
Существует явление рефракции радиоволн – это, когда преломления
радиоволн в атмосфере вследствие уменьшения плотности воздуха с высотой,
приводящее к увеличению дальности распространения поверхностной
радиоволны. При нормальном состоянии атмосферы (температура воздуха на
уровне моря 15°С, снижение температуры с высотой-0,65°С на 100 м,
уменьшение давления - дальность распространения поверхностной радиоволны
увеличивается на 15 ... 20% по сравнению с дальностью геометрической
видимости (случай нормальной атмосферной рефракции). При особых
состояниях атмосферы, когда плотность воздуха уменьшается с высотой
быстрее, чем в нормальной атмосфере, может образоваться атмосферный
9

волновод (суперрефракция), по которому поверхностная волна


распространяется в несколько раз дальше, чем при нормальной рефракции.
Интерференция радиоволн - явление взаимного наложения радиоволн,
приходящих в точку приема по разным путям. Если амплитуды радиоволн,
приходящих по двум путям различной длины, одинаковы, то при совпадающих
фазах результирующее поле удваивается, при противоположных фазах равно
нулю.
Замирания сигнала связаны с явлением интерференции радиоволн, а также
появление повторных контуров на телевизионном изображении [2,3].
Радиоволны принято также классифицировать по способу распространения
в свободном пространстве и вокруг земного шара.
Волны, распространяющиеся в свободном пространстве (космосе) от одного
космического объекта к другому, носят название прямых или свободно
распространяющихся.
Радиосвязь может осуществляться с помощью поверхностных и
пространственных радиоволн.
Волны, распространяющиеся вдоль сферической поверхности Земли и
частично огибающие ее вследствие явления дифракции, получили название
земных или поверхностных. Способность волн огибать встречаемые
препятствия и дифрагировать вокруг них, определяется соотношением между
длиной волны и размерами препятствий. Чем ниже частота сигнала, тем больше
дальность распространения поверхностной волны. Чем короче волны, тем
слабее проявляется дифракция. По этой причине УКВ очень слабо дифрагирует
вокруг поверхности земного шара и дальность их распространения в первом
приближении определяется расстоянием прямой видимости [4].
Мы будем рассматривать дециметровые радиоволны (ДМВ), длина которых
от 0,1 до 1 м, а диапазон 300….3000 МГц.
В ДМВ дифракции практически нет, дальность приема не больше дальности
прямой видимости. Случаи дальнего и сверхдальнего приема телевизионных
передач на дециметровых волнах связывают с образованием атмосферных
10

волноводов над тропическими морями при аномальном состоянии атмосферы


(суперрефракция).
Дальность распространения метровых и дециметровых волн практически не
зависит от метеоусловий.
Применение диапазонов УКВ объясняется преимуществами, присущие
радиоволнам этого диапазона по сравнению с волнами других диапазонов.
Радиоволны УКВ диапазона хорошо отражаются от предметов, встречающихся
на пути их распространения. В этом диапазоне наблюдается значительно
меньше индустриальных помех.
УКВ широко применяются в системах связи и вещания. Большинство таких
систем работает в пределах зон, ограниченных условиями прямой видимости.
Увеличение дальности связи достигается в радиорелейных линиях (РРЛ) -
цепочке ретрансляционных станций, отстоящих друг от друга на расстоянии
прямой видимости.
Диапазон УКВ является единственным, в котором осуществляются 
телевизионные передачи и организуется высококачественное частотно-
модулированное радиовещание.
УБРАТЬ
УКВ используются также в системах радиолокации, ближней
радионавигации и радиоастронавигации, радиотелеуправления и
радиодистанциометрии. Радиоволны УКВ-диапазона применяются при
изучении атмосферы звёзд, планет, туманностей (радиоастрономия), в
медицине для определения температуры биологических объектов
(радиотермография), при изучении структуры и состава вещества
(радиоспектрометрия) [3,4].
Ультракороткие волны распространяются прямолинейно и огибают лишь
предметы, имеющие геометрические размеры, соизмеримые с длиной волны.
Радиоволны УКВ-диапазона распространяются практически в пределах прямой
видимости, а также, не отражаясь от ионосферы, уходят в космическое
пространство. В УКВ радиосвязи используется только земная волна. Крупные
11

искусственные сооружения и горы, встречающиеся на пути радиоволн, а также


сферическая форма земли препятствуют распространению радиоволн вдоль
земли. Дальность связи зависит от препятствий на пути волны, высоты антенн
над землей и мощности передатчика, даже при самых благоприятных
обстоятельствах максимальная дальность может быть до 50-70 км.

УБРАТЬРаспространение УКВ на расстояния в 200-1000 км в принципе


возможно при рассеянии на неоднородностях тропосферы. Неоднородность –
область с коэффициентом преломления, который отличается от коэффициента
преломления окружающего пространства. Обычно такие области присутствуют
на высотах около 15 км. Схема такой связи показана на рис. 1.1.2.
Такая схема используется для связи за счет отраженных волн УКВ от следов
микрометеоритов, попадающих в атмосферу Земли и оставляющие
ионизированные образования на высоте 50 км, существующие всего несколько
секунд, но достаточно для того, чтобы цифровые системы радиосвязи смогли
обеспечить высокоскоростную передачу информации порционно.

Рис. 1.1.2 – Схема радиоканала с отражением от неоднородностей


тропосферы

Использование ультракоротких волн для систем подвижной связи


проблемно для радиоинженеров. В связи с большой плотностью городской
12

застройки, особенно внутри дворов, распространение радиоволн осложняется.


Чтобы спрогнозировать существование связи и сделать её более надежной
нужно решить задачи дифракции многих тел, а так как положение передатчика
и приемника случайны, то тут нужно использовать методы математической
статистики.
Работу подвижных систем связи в УКВ диапазоне в городских условиях с
плотной застройкой определяют несколько характеристик сигнала, к которым
относятся: затухание вдоль трассы, распределение амплитуд, многолучевость и
спектр задержек, размытие спектра и доплеровский сдвиг, пространственная и
частотная корреляция. Напряженность поля УКВ диапазона частот в городе
при передающей антенне, расположенной выше среднего уровня крыш домов,
спадает с увеличением расстояния по степенному закону с показателем от -1,5
до -2. Эти потери связаны не только с поглощением, но и с рассеянием
радиосигнала.
При движении в городе наблюдаются два вида замираний:

- быстрые, определяемые интерференцией лучей в точке приема и имеющие


распределение Релея или Райса;
- медленные, связанные с затенениями от жилых массивов, модулирующие
релеевский поток и обладающие логнормальным распределением со
стандартным отклонением от 1дБ (в пригородах) до 4,5дБ (в центре города).
При приеме сигнала в движущемся транспорте, особенно на магистралях,
где скорость движения достигает 150 км/час и более, возникает размытие
спектра и доплеровский сдвиг радиосигналов. При наличии на трассе
значительного числа подвижных переотражателей размытие спектра сигналов
достигает величин 20-30 Гц и более.
В диапазоне УКВ расчетный интегральный масштаб частотной корреляции
для многих городских районов современной застройки, согласующийся с
экспериментальными данными, составляет 0,8 – 0,9 МГц.
13

В связи с этим следует полагать, что условия приема сигналов в


движущемся транспорте при современной городской застройке и
использовании радиоканала с полосой 0,2 – 0,25 МГц будут комфортными
лишь в случае, если дискретность частот OFDM будет существенно больше
величины размытия спектра сигнала.
Различные особенности распространения волн приводят к отличиям в
методах анализа их распространения, регистрации и извлечения информации из
сигнала. Для решения конкретной практической задачи нужна
соответствующая аппаратура и выбор нужной рабочей частоты на ней [5].

Д.Б. ПАРАГРАФ С ОСНОВАМИ КР

1.2 и 1.3 поменять местами

1.2 Анализ существующих способов динамического доступа к РЧС.

Основное условие использования полос в участках лицензированного


РЧС - вторичные пользователи (ВП) не должны создавать помехи первичным
(лицензированным) пользователям (ПП), превышающие установленные
допустимые уровни. Определение свободных от передачи сигналов ПП части
полос может быть проведено с применением следующих технологий:
- геолокации;
- маяков;
- зондирование спектра.
Геолокация реализуется в виде базы данных (БД), списка возможных к
использованию частот в конкретном местоположении, локации. В БД может
содержаться дополнительная информация, например, уровни максимально
допустимой мощности передатчиков для каждой частоты, интервалы времени
доступные ВП. Также централизованные БД хранятся для различных
географических зон (геоинформационная система) и администрируются
регуляторами, т.е. компетентными службами. Каждый ВП подсоединяется к
объекту, хранящему БД (например, через точку доступа или базовую станцию).
14

Важно иметь точное определение местоположения ВП, поскольку любые


ошибки в местоположении ВП увеличивают риск возникновения помех для ЛП.
Для обеспечения точности применяют GPS или пилот-сигналы для применения
триангуляции.
Очевидно, что геолокационные БД являются эффективным средством для
статичных сетей ПП, к которым относятся сети и системы телерадиовещания.
Для динамично меняющихся сетей и отдельных устройств ПП требуются
дополнительные средства. К числу таких средств относятся «маяки». Сигналом
«маяка» обычно служит сигнал передатчика ПП. В когнитивной связи «маяки»
применяются для содействия ВП при обнаружении свободных от передачи
сигналов ПП полос РЧС – спектральных «дыр», в диапазонах
телерадиовещания «белыми пятнами». Рассматривая процесс обнаружения
сигналов «маяка» как процесс зондирования, следует отметить, что это
зондирование вне полосы частот, для которой рассматривается доступ
вторичных пользователей. Конкретно в системе или сети когнитивной связи
выделяется канал управления доступом ВП и по нему передается сигнал
«маяка», сообщающий о занятости ПП интересующей полосы. Достаточно
передавать периодически узкополосный сигнал по принципу «включено-
выключено», на приеме сигнал сравнивают с сигналом в канале управления с
установленным пороговым уровнем. Важно обеспечить надежную
аутентификацию и идентификацию «маяка». ПП передает «маяк» перед
каждым сигналом передачи, ВП, обнаружив этот сигнал воздерживается от
начала работы на обусловленном интервале времени.
Применение «маяков» для целей динамического доступа к спектру
особенно распространено для сетей в которых присутствуют PMSE (Programme
Making Special Event) устройства:

- видеокамеры;

- системы конференц-связи;

- мониторы студий;
15

- беспроводные микрофоны.
Зондирование спектра в сетях когнитивного радио – это процедура,
полученная об использовании полосы частот РЧС и присутствия ПП в
определенный географической зоне: «используется ли полоса частот ПП в
конкретное время в конкретной географической зоне» [6].
При зондировании спектра используются многие методы обнаружения
сигналов, в числе которых:
- обнаружение «энергитическое»;
- обнаружение «согласованной фильтрации»;
- циклостационарное обнаружение;
- обнаружение «waveform-based», которое можно назвать обнаружение
сигналов известного вида, таких как пилот-сигналы, преамбулы при передаче
сообщений последовательностью кадров.
При выборе метода зондирования необходимо в первую очередь
рассматривать характерные особенности сигналов ПП, важно иметь
информацию о форме физического колебания – переносчика сообщений,
наличия регулярно передаваемых пилотных сигналов, временных и частотных
параметрах.
В настоящее время в диапазонах ТРВ доминирующее положение
занимают цифровые вещательные системы на основе технологии OFDM
(Orthogonal frequency division multiplexing) такие как DVB-T2, DVB-S2, DRM+.
Основные характеристики этих систем известны тем, что они открывают
возможности использования технологий обнаружения более сложных чем
«энергетических».
Для обнаружения ПП типа PMSE для устройств, оснащенных «маяками»,
используются обнаружители сигналов «маяка», а для прочих – применяется
«энергетическое обнаружение» [7].

1.3 Существующие стандарты систем КР диапазона дециметровых волн


16

КР может быть развернуто в широком диапазоне частотного спектра.


Полосы ниже примерно 3,5 ГГц имеют более низкие потери при
распространении и востребованы всеми службами. Поэтому эти полосы
являются идеальными кандидатами для развертывания КР. Они имеют
различные действующие (первичные) системы, каждая из которых имеет свое
собственное сочетание типа обслуживания, архитектуры, полосы пропускания
и устойчивости к помехам. Некоторые типичные полосы-кандидаты для систем
КР следующие.
Полосы УКВ: эти полосы в настоящее время используются вещательным
телевидением, хотя в настоящее время осуществляется некоторое
преобразование в беспроводные широкополосные услуги. Наземные
радиовещательные передатчики, как правило, имеют высокие антенны (сотни
метров) и большие мощности (киловаттный диапазон). В этой услуге передача
является односторонней, передающая антенна может находиться за пределами
области, содержащей КР, и клиенты телевидения, как правило, являются
фиксированными. Регулирующий орган США, Федеральная комиссия по связи,
недавно принял правила, позволяющие нелицензированным
радиопередатчикам работать в спектре вещательного телевидения в местах, где
спектр не используется лицензированными службами. Неиспользованный
телевизионный спектр часто называют «пробелами». Это может быть один из
первых диапазонов спектра, где могут появиться инновационные продукты и
услуги, использующие системы КР.
Сотовые полосы: Типичные сотовые полосы центрированы около 800/900
МГц. 1,8 / 1,9 ГГц, 2,1 ГГц, 2,3 ГГц и 2,5 ГГц. Системы IMT-Advanced [сотовые
системы четвертого поколения, определенные Международным союзом
электросвязи (TU), также могут быть развернуты в полосе 3,5 ГГц. Сотовые
сети имеют повсеместное покрытие, причем антенны сотовой связи обычно
устанавливаются на крыше или на высоте фонарного столба. Эта услуга
двусторонняя, с сотовыми узлами, как правило, в том же регионе, что и КР, и
клиенты сотовой связи могут быть мобильными.
17

 Фиксированные полосы беспроводного доступа: эти полосы


предоставляют услуги двусторонней широкополосной связи и сосредоточены
около 2,5 и 3,5 ГГц. Фиксированные беспроводные системы по своей структуре
аналогичны сотовым сетям с клиентами в фиксированных точках, таких как
дома и на предприятиях.
ПОВТОР УБРАТЬ
В этих и большинстве других диапазонов беспроводные сигналы
подвержены влиянию распространения различными способами. Они
подвергаются затуханию, локальное среднее значение которого выражается в
децибелах - называется потерей пути. Это крупномасштабное свойство канала в
том, что он мягко изменяется на расстояниях очень многих длин волн.
Существует также мелкомасштабное изменение уровня сигнала при заданном
значении потерь в тракте, что связано с наличием нескольких трактов сигналов;
это называется многолучевым замиранием и характеризуется быстрыми
колебаниями уровня сигнала на расстояниях радиоволны. Множественные пути
возникают в результате рассеяния, отражения и дифракции, связанных с
объектами и структурами в физической среде, и могут привести к серьезным
искажениям сигнала [8,9].

Свойства беспроводных каналов могут варьироваться в зависимости от


частоты несущей и ширины полосы обслуживания. Например,
крупномасштабные свойства, такие как потери на трассе, имеют тенденцию
линейно увеличиваться с логарифмом несущей частоты; напротив,
мелкомасштабные свойства, такие как искажение сигнала, относительно
нечувствительны к частоте несущей, но их влияние может сильно зависеть от
ширины полосы обслуживания. Все это относится как к когнитивным, так и к
основным радиостанциям, и поэтому оба типа радиостанций требуют хороших
моделей каналов для обеспечения эффективного проектирования.
Одним из важных применений когнитивных систем является создание
18

универсальных многомодовых абонентских станций (АС) и базовых станций


(БС), которые программным образом могут настраивать свои параметры так,
чтобы их можно было бы использовать в сетях связи разных стандартов (GSM,
UMTS, CDMA, LTE, Wi-Fi, WiMAX и др.). Такое оборудование существенно
расширяет возможности предоставления абонентам сетей разного рода услуг
связи.
Как правило, на одной территории разворачиваются сети сотовой связи и
беспроводного доступа разных стандартов, в которых возможна передача
информации с разной скоростью от 10 кбит/с до 500 Мбит/с, действуют разные
тарифы, абонентская нагрузка в таких сетях в один и тот же период времени
может отличаться - если в некоторых сетях оказываются занятыми все
частотные каналы (ЧК), то в других сетях часть ЧК могут оказаться
свободными. Использование когнитивных систем позволяет абонентам в
каждый момент времени выбрать для связи ту сеть, которая его больше
устраивает: в ней имеются свободные ЧК, возможна передачи сообщений с
высокой скоростью или в ней действуют низкие тарифы и т.п.
Кроме того, что весьма важно, когнитивные системы позволяют повысить
качество обслуживания, уменьшив вероятность блокировки вызова за счет того,
что расширяется количество ЧК, к которым абонент имеет возможность
доступа. Следует отметить, что чем к большему числу ЧК имеется доступ, тем
выше вероятность того, что среди них окажется незанятым хотя бы один ЧК.
Таким образом, при заданном объеме частотного ресурса (заданном числе ЧК)
когнитивные системы позволяют повысить эффективность использования РЧС,
так как появляется возможность увеличить возможное количество абонентов,
которым одновременно могут быть предоставлены услуги связи, либо
уменьшить необходимое число ЧК, которое необходимо для предоставления
услуг связи заданному числу абонентов при определенном качестве их
обслуживания [10].
19

Одним из важных направлений в телекоммуникации является создание


сетей ШБД как мобильных, так и фиксированных. Объем выделяемого для
работы таких сетей РЧС постоянно увеличивается. На рис. 1.3.1 показана схема,
которая дает классификацию сетей беспроводного доступа по размерам их зоны
обслуживания.
Различают персональные сети доступа малого радиуса действия до 10 м
(Personal Access Networks - PAN). Они могут быть развернуты на небольшой
площади в квартире или в офисе и предназначены для соединения в единый
управляемый комплекс различных приборов (компьютеров, телевизоров,
принтеров и т.п.). Скорость передачи данных в этих сетях может составлять от
1 Мбит/с до 480 Мбит/с. Для работы таких сетей выделен диапазон 2,4 ГГц.
Параметры их оборудования определяются стандартом IEEE 802.15[11].

Рис. 1.3.1 - Классификация сетей беспроводного доступа


Следующий класс систем - локальные сети доступа (Local Access Networks
- LAN), предназначенные для беспроводного объединения в пределах одного
офисного помещения в единую сеть компьютеров. Зона обслуживания в таких
сетях доходит до 150 м, а скорость передачи данных - до 300 Мбит/с. Для
20

работы таких сетей выделен диапазон 2,4 и 5,8 ГГц. Параметры их


оборудования определяются стандартами серии IEEE 802.11, в которые входит
и стандарт на сети Wi-Fi.
Далее следуют городские компьютерные сети или сети для мегаполисов
(Metropolitan Area Network - MAN), разработанные для обслуживания
территории крупного города. Их зона обслуживания доходит до 10 км, а
скорость передачи данных до 70 Мбит/с. Для работы таких сетей выделены
диапазоны 2,5 и 3,5 ГГц. Параметры их оборудования определяются
стандартом IEEE 802.16 (сети WiMAX).
Важным классом сетей ШБД являются глобальные сети (Wide Area
Network - WAN), в которых размер зоны обслуживания может доходить до 15
км. К этому классу сетей относятся, в частности, сети сотовой подвижной связи
разных стандартов GSM, CDMA, UMTS и др. Такие сети могут обслуживать
значительное число абонентов. Скорость передачи данных в таких сетях может
составлять от 10 кбит/с до 2,4 Мбит/с. Такие сети создаются в диапазонах
частот 900 МГц и 2 ГГц.
В сентябре 2010 года был принят стандарт IEEE 802.22 на оборудование
для региональных сетей ШБД (Regional Area Network - RAN), предназначенных
для обслуживания сельских регионов с низкой плотностью населения. Зона
обслуживания одной БС в таких сетях может доходить до 100 км, а скорость
передачи данных до 18 Мбит/с. В Европе такие сети должны создаваться в
диапазоне частот 41-910 МГц, выделенном для создания сетей телевизионного
(ТВ) вещания. Данный стандарт является первым стандартом на когнитивное
оборудование, которое способно анализировать электромагнитную обстановку
(ЭО) в своей зоне обслуживания и занимать для передачи данных те частотные
каналы, которые свободны от излучений ТВ передатчиков [11,12].
Разновидностью когнитивных систем, позволяющих создавать сети с
большой пропускной способностью, являются ячеистые сети связи (mesh
21

networks). Такие сети, в частности, могут создаваться на оборудовании


стандарта Wi-Fi. В них на определенной территории разворачиваются большое
число радиостанций (PC), которые работают кооперативно и могут, помимо
передачи собственных данных, осуществлять ретрансляцию данных,
полученных от других соседних PC, в пункт ее назначения. Поскольку в таких
сетях информация в пункт назначения передается не непосредственно через БС,
а через ряд расположенных вблизи друг от друга ретрансляционных станций, то
PC, работающие в такой сети, имеют небольшую мощность. Это позволяет в
такой сети работать многим радиостанциям, не создавая при этом друг другу
помех. Этот метод построения радиосетей подобен распределенной структуре
сети Интернет, в которой трафик может направляться по разным путям,
используя различные комбинации ретрансляционных станций.
Еще одним примером возможного применения когнитивных систем -
использование их для организация фемтосот в сетях сотовой связи 3G.
Фемтосоты, в которых применяются когнитивные системы, должны работать
так, чтобы они не создавали помех станциям, работающим в основной сети
сотовой связи, а также в соседних фемтосотах.
В отмеченных когнитивных системах должно быть предусмотрено
проведение анализа электромагнитной обстановки в заданном регионе с целью
выявления частотных каналов, которые в данный момент не используются
абонентами, имеющими высший приоритет, с тем, чтобы предоставить эти
каналы для передачи информации абонентам с более низким уровнем
приоритета.
В настоящее время в США и во многих других странах ведутся
интенсивные исследования многих вопросов, связанных с когнитивными
системами радиосвязи. В первой Исследовательской комиссии (ИК-1)
подготовлены отчеты, посвященные применению когнитивных систем в
наземной подвижной связи, а в любительской и спутниковой любительской
22

службах. Соответствующие обширные отчеты по когнитивным системам


подготовлены Европейской комиссией по связи. В 2008 г. в США Федеральной
Комиссией Связи (FCC) рассмотрены и решены вопросы выделения полос
частот для организации сетей ШБД на нелицензионной основе.
Крупные исследования когнитивных радиосистем выолнены под эгидой
международной организации Wireless Word Research Forum. В обстоятельном
отчете финских исследователей дан аналитический обзор работ по
когнитивным радиосистемам, выполненных до 2008 г.
В IEEE, начиная с 2004 г. велась разработка первого международного
Стандарта 802.22 на когнитивные радиосистемы ШБД. Стандарт был
утвержден в сентябре 2010 г. На основе данного стандарта будет создано
оборудование систем ШБД для работы в диапазонах частот 54 - 862 МГц в
США и 41 - 910 МГц в Европе, выделенных для работы сетей ТВ вещания, в
которых работают также беспроводные микрофоны (БМ) и транкинговые
системы подвижной связи [13,14].
В данном разделе представлен аналитический обзор ряда материалов,
имеющихся в международных документах и в некоторых зарубежных
публикациях, в которых рассматривались разные аспекты построения
когнитивных радиосистем. Отечественные публикации, посвященные данной
бурно развивающейся области радиосвязи, практически - отсутствуют.

Глава 2. Зондирование спектра и обнаружение лицензированных


пользователей

2.1 Формулировка проблемы обнаружения лицензированных


пользователей как задачи проверки гипотез
Решение задачи обнаружения лицензированного «первичного»
пользователя в полосе частот предполагаемого «белого пятна» имеет
первостепенное значение в технологии варианта «когнитивного радио» с
динамическим доступом к спектру [15].
23

Главное требование допуска пользователей сети когнитивного радио в


лицензированные полосы РЧС: их работа не должна создавать помех работе ПП
выше установленного уровня.
Для полноценного решения сформулированной выше задачи применяется
кооперативное зондирование спектра (КЗС) [15,16]. Характер изменения
условий распространения радиоволн оснащает формулировку зондирования
спектра как бинарную задачу проверки гипотез: обнаружения S(n) – сигнала
ПП в наблюдаемом сигнале y(n);
H0: y(n) = w(n), отсутствия S(n);
H1: y(n) = his (n)+ w(n), обнаружения S(n);
где w(n) – совокупный сигнал внешнего шума и помех;
hi – коэффициент передачи канала от ПП к i-ому вторичному пользователю КР.
Основные характеристики алгоритма обнаружения
- вероятность обнаружения Pd (решение H1/ при H1);
- вероятность свободного канала Pa (решение H0/ при H0);
- вероятность ложной тревоги Pf (решение H1/ при H0);
- вероятность пропуска цели Pm (решение H0/ при H1).
При этом для каждого i-ого ВП имеем
Pm( i )  1  Pd( i ) (2.1.1)
Технология кооперативной связи позволяет пользователям сети КР,
распределенным в некоторой географической зоне, сотрудничать, выполняя
распределенную передачу и обработку информационных сигналов: результатов
зондирования отдельных ВП. Таким образом реализуется решение
пространственного разнесения, ослабляющие эффекты замираний и затенения,
поскольку в точке приема комбинируются сигналы сотрудничающих ВП,
партнеров-кооператоров.
В КЗС процедура зондирования состоит из:
- локального, персонального зондирования i-го – ВПi;
- рапорта (доставки) локальных решений к общему приемнику;
- получения финального решения.
24

Рассмотрим наиболее распространенный вариант централизованной


схемы КЗС (рис. 2.1.1).
Эта схема имеет в своем составе объект, именуемый «центр слияния»
(ЦС). ЦС выполняет ряд функций:
- выбирает полосу частот канала, в котором выполняется зондирование;

- посылает по каналу управления ко всем ВП команду «начать


зондирование»;

- собирает локальные решения от ВП о обнаружении ПП и выполняет их


«слияние» для получения финального решения о присутствии ПП;
- по каналу управления отправляет команду, либо разрешение ВП
работать, либо запрет.

Рис. 2.1.1 - Структурная схема системы, работающей по принципам КЗС

В зависимости от формы локального решения процесс комбинирования


или слияния этих решений разделяется на:
- «жесткое слияние» означает что каждый ВП передает по каналу
доставки 1-битовые сообщение на ЦС, где по избранному каналу «слияния»
получают финальное решение при наличии ПП;
25

- «мягкое слияние», когда ВП посылают по каналу доставки, либо


непосредственно данные зондирования, либо в сжатой квантованной форме.
Сравнивая эти два варианта в ряде работ [6-7,15-16], показано, что
«мягкое слияние» обеспечивает лучшие характеристики по сравнению с
«жестким» вариантом, но требует большую полосу частот для канала доставки
и больших вычислительных затрат в ЦС.
В качестве компромиссного способа в данной работе рассматривается
схема квантованного или компрессированного решения. В этой схеме по каналу
доставки передается 1-битовое сообщение, полученное квантованием на 2  4
m M

уровней результатов зондирования. Если в схеме проверки бинарной гипотезы


допустить квантование результата локального зондирования с минимальным
числом 4 уровня, то для передачи каждого значения потребуется только 2 бита
в сообщении, отправляемом по каналу доставки, как это показано на рис. 2.1.2.
На этом рисунке уровень D2 – соответствует порогу в определении
гипотез H1 и H0.
H0 – соответствует значению меньше D2, H1 – значению выше D2.
Таким образом, если величина решающей статистики (например
величина энергии принятого сигнала зондирования) находится в интервале
D1D2, то принимается решение H0 с высоким уровнем надежности   1 ; если в
интервале D2D1, то принимается решение H0 с уровнем надежности 1.

D3 11

D2 10

D1 01

D0=0 00

Рис. 2.1.2 Схема проверки бинарной гипотезы


26

Если величина решающей статистики попадает в интервал D3D2, то


принимается решение H1 с уровнем надежности 1, если в интервал > D3, то
принимается решение H1 с уровнем надежности   1 .
Назовем старшие биты в двухбитовом символе (рис. 2.1.2) «базовым
уровнем» (BL), они соответствуют 1-битовым сообщениям «жестких решений»,
а младшие биты, которые информируют о надежности этих решений
«расширенным уровнем» (EL).
Для передачи сообщений по каналу доставки. Важность базового уровня
отображается выбором углового параметра Ɵ устанавливается соотношение
мощности пропорционально Ɵ. Рассмотрим случай иерархической двойной
фазовой модуляции (QPSK-HM), сигнальное изображение которого изображено
на рис. 2.1.3.

Рис. 2.1.3 Сигнальное изображение QPSK-HM

Каждые два соседних бита поступают на квадратурный модулятор, и в


зависимости от значений этих бит (дибита) фаза несущей принимает одно из 4-

ех значений:   ,  ,    ,     , где   45 ,   180 .


0 0

Модулирующие пары бит (дибиты ai bi) в обоих потоках формируются


следующим образом: старшие биты ai определяют в какой полуплоскости будет
фаза несущей, они одинаковы в обоих потоках (базовый поток), а младшие
биты bi для каждого потока свои. Как видно из рисунка отображение дибитов в
символы QPSK-HM для минимизации битовых ошибок производится по Грею
27

[17]. На приеме в процессе демодуляции вычисляют компоненты I, Q


принятого вектора и затем определяет к какому из 4-ех возможных вариантов
значений фазы этот вектор y(n) ближе по метрике евклидова расстояния.
Значение I проекции будет определять старший бит ai. Значение Q проекции
будет определять младший бит bi. Демодуляция сигнала QPSK-HM может
осуществляться при отображении бита в символ в два этапа, демодулируя
QPSK- символ как два ортогональных BPSK-символа.
Следовательно, характеристики помехоустойчивости могут
рассматриваться для независимых двоичных BPSK симфазной и квадратурной
компонент. Симфазная компонента переносит биты потока BL, а квадратурная
компонента – биты потоков ELi.
Для определения вероятности ошибки битов потока BL в канале с
постоянными параметрами и белым шумом необходимо учесть, что энергия
сигналов суммируется когерентно, а шумов некогерентно, в результате
получаем:
1 2 EB
BL
PBPSK  erfc ( )
2 N0

(2.1.2)

В канале с Релеевскими замираниями полагаем мощность передаваемого


сигнала равной 1, тогда мощность принимаемого сигнала:
2
P  hn ,
где hn - коэффициент передачи канала.
Распределения Релеевских замираний могут быть выражены через
мгновенную величину сигнал-шум (SNR):
2
h
 n  n2
 (2.1.3)
Далее, следуя результатам, усредняя величину (2.1.2) по закону
замираний, получим значение вероятности ошибки в канале с Релеевскими
замираниями.
28


1  / s 1
Pe   e  * erfc ( 2 )d   (1   ),
s 2
0 (2.1.4)

s P
 S  M   n   02
где 1 s , а  - усредненная величина SNR

В случае использования иерархической QPSK модуляции с параметром Ɵ


вместо  должно быть использовано для базового информационного потока
BL:
S cos 
с 
1  S cos  (2.1.5)

для EL потока:
S sin 
s 
1  S sin  (2.1.6)

Приравнивая выражения Pe для двоичной фазовой модуляции (BPSK) и


для BPSK «базового уровня» получаем, что SNR базового уровня,
обозначенная S1 должна быть равна:
S1  S
cos 
(2.1.7)

То есть для передачи результата обнаружения в случае QPSK-HM


требуется большая мощность на передаче.
Полагая, что ошибки на уровнях BL и EL независимы, мы получаем, что
вероятность ошибки при передачи полного сообщения, т.е. символа QPSK-HM
в первом приближении равна сумме вероятности ошибочности приема обоих
уровней:
1
P eHM 1  ( c   s )
2

(2.1.7)

В классическом варианте QPSK


29

S1  0, 707
P e  1  c  1 
1  S1  0, 707
(2.1.8)

Рассматривая оба звена канала обнаружения соединенных

последовательно:

- звено обнаружения (ВПi)

- канал доставки (ВПi - ЦС)

Мы можем считать этот канал схемой регенеративной ретрансляции, при

этом общая вероятность ошибки канала в целом имеет вид, с учетом (2.1.7)

P e  Pm  PeHM
(2.1.9)

где Pm - вероятность пропуска цели [18,19].

2.2 Применение методов кооперации в зондировании частотных полос


«белых пятен»
Проблема восприятия спектра приобрела новые аспекты с концепциями
когнитивного радио и оппортунистического доступа к спектру. Это одна из
самых сложных проблем в системах когнитивного радио. Различные аспекты
проблем спектрального зондирования изучаются с точки зрения когнитивного
радио и вводится концепция многомерного спектрального зондирования. В
данном разделе приводятся проблемы, связанные с зондированием спектра, и
рассматриваются методы, обеспечивающие зондирование спектра, объясняется
концепция кооперативного зондирования и ее различные формы. Обсуждаются
алгоритмы внешнего зондирования и другие альтернативные методы
зондирования.
Потребность в более высоких скоростях передачи данных возрастает в
результате перехода от голосовой связи к приложениям мультимедийного типа.
30

Учитывая ограничения спектра собственной частоты, становится очевидным,


что существующие схемы распределения статических частот не могут
удовлетворить требования растущего числа устройств с более высокой
скоростью передачи данных. В результате необходимы инновационные методы,
которые могут предложить новые способы использования доступного спектра.
Когнитивное радио становится заманчивым решением проблемы спектральной
перегрузки путем введения оппортунистического использования полос частот,
которые не сильно заняты лицензированными пользователями [20,21]. Хотя в
настоящее время нет единого мнения о формальном определении когнитивного
радио, концепция эволюционировала в последнее время и включает различные
значения в нескольких контекстах [22].
Определение спектра на сегодняшний день является наиболее важным
компонентом для создания когнитивного радио. Зондирование спектра - это
задача получения информации об использовании спектра и существовании
основных пользователей в географическом регионе. Эта осведомленность
может быть получена с помощью геолокации и базы данных, с помощью
маяков или локального спектрального зондирования на когнитивных
радиостанциях [23] - [25]. Когда используются маяки, передаваемая
информация может быть занята спектром, а также другими дополнительными
функциями, такими как качество канала. Сфокусируемся на измерении спектра,
выполняемом когнитивными радиостанциями из-за его более широких
областей применения и более низких требований к инфраструктуре. Другие
методы зондирования также используются при необходимости. Хотя
восприятие спектра традиционно понимается как измерение спектрального
содержания или измерение радиочастотной энергии по всему спектру; когда
рассматривается когнитивное радио, это более общий термин, который
включает в себя получение характеристик использования спектра в различных
измерениях, таких как время, пространство, частота и код. Это также включает
определение того, какие типы сигналов занимают спектр, включая модуляцию,
форму волны, ширину полосы, несущую частоту и т. Д. Однако это требует
31

более мощных методов анализа сигналов с дополнительной вычислительной


сложностью.
Определение возможности определяет способы измерения и
использования спектрального пространства. Традиционное определение
возможности использования спектра, которое часто определяется как «полоса
частот, которая не используется основным пользователем этой полосы в
конкретное время в конкретной географической области» [26], использует
только три измерения спектрального пространства: частота, время и
пространство. Обычные методы зондирования относятся к зондированию
спектра в этих трех измерениях. Однако есть и другие аспекты, которые
необходимо изучить дополнительно для возможности использования спектра.
Например, размерность кода спектрального пространства недостаточно изучена
в литературе. Поэтому традиционные алгоритмы измерения спектра не знают,
как обращаться с сигналами, которые используют коды с расширенным
спектром, временные или частотные скачки. В результате эти типы сигналов
представляют собой главную проблему при измерении спектра. Если измерение
кода интерпретируется как часть спектрального пространства, этой проблемы
можно избежать и создать новые возможности для использования спектра.
Естественно, это создает новые проблемы для обнаружения и оценки этой
новой возможности. Аналогично, угловое измерение не использовалось
достаточно хорошо для возможности использования спектра. Предполагается,
что первичные пользователи и / или вторичные пользователи осуществляют
передачу во всех направлениях. Тем не менее, с недавними достижениями в
технологиях с множеством антенн, например, формирование диаграммы
направленности, несколько пользователей могут быть мультиплексированы в
один и тот же канал одновременно в одной и той же географической зоне.
Другими словами, дополнительное измерение спектрального пространства
может быть создано как возможность. Это новое измерение также создает
новые возможности для спектральной оценки, где необходимо оценивать не
только частотный спектр, но и угол прихода (AoAs). Обратите внимание, что
32

размер угла отличается от размера географического пространства. В угловом


измерении основной и дополнительный пользователи могут находиться в одной
и той же географической области и использовать один и тот же канал. Однако
географическое пространственное измерение относится к физическому
разделению радиостанций на расстоянии.
Обнаружение спектра должно включать процесс определения занятости
во всех измерениях пространства спектра и обнаружения дыр в спектре, или,
точнее, дыр в пространстве спектра. Например, определенная частота может
быть занята в течение определенного времени, но она может быть пустой в
другое время. Следовательно, временное измерение так же важно, как
измерение частоты. Периоды простоя между пакетными передачами сигналов
беспроводной локальной сети (WLAN), например, используются для условного
использования в [27]. Этот пример можно распространить на другие измерения
спектрального пространства. В результате этого требования должны быть
разработаны усовершенствованные алгоритмы измерения спектра, которые
обеспечивают осведомленность в нескольких измерениях спектрального
пространства.
Кооперация предлагается в литературе в качестве решения проблем,
возникающих при измерении спектра из-за неопределенности шума, затухания
и затенения. КЗС значительно снижает вероятность ошибочного обнаружения и
ложной тревоги. Кроме того, кооперация может решить скрытую проблему
первичного пользователя и может уменьшить время восприятия [28] - [30].
Помехи для первичных пользователей, вызванные устройствами
когнитивного радио, использующими механизмы доступа к спектру,
основанные на простой схеме прослушивания перед разговором (LBT),
исследуются в [31] с помощью анализа и компьютерного моделирования.
Результаты показывают, что даже простое локальное зондирование может
использоваться для изучения неиспользованного спектра, не создавая помех
существующим пользователям. С другой стороны, аналитически и с помощью
численных результатов показано, что КЗС обеспечивает значительно более
33

высокий прирост пропускной способности спектра, чем локальное


зондирование. Тот факт, что когнитивное радио действует без какого-либо
знания о местонахождении основных пользователей в локальном
зондировании, ухудшает эффективность зондирования.
Проблемы кооперативного зондирования включают разработку
эффективных алгоритмов обмена информацией и повышенную сложность [32-
33]. В архитектурах кооперативного зондирования канал управления (пилотный
канал) может быть реализован с использованием различных методологий. Они
включают выделенную полосу, нелицензированную полосу, такую как ISM, и
систему подложки, такую как сверхширокополосная (UWB) [34]. В
зависимости от системных требований может быть выбран один из этих
методов. Канал управления может использоваться для совместного
использования результатов измерения спектра среди когнитивных
пользователей, а также для совместного использования информации о
распределении каналов. Различные архитектуры для каналов управления
предложены в литературе по когнитивной радиосвязи [35-36]. Протокол
множественного доступа с временным разделением (TDMA) для обмена
данными зондирования предложен в [37]. Когнитивные радиостанции
разделены на кластеры, и данные сканирования отправляются на головку
кластера в слотах кадров, назначенных конкретному кластеру. Что касается
работы с сетью, алгоритм координации должен был сократить издержки
протокола и быть устойчивым к изменениям и сбоям в сети. Кроме того,
алгоритм координации должен вводить минимальную величину задержки.
КЗС наиболее эффективно, когда совместно работающие когнитивные
радиостанции наблюдают независимое замирание или затенение [30], [38].
Ухудшение производительности из-за коррелированного затенения
исследовано в [39], [40] с точки зрения упущения возможностей. Обнаружено,
что более выгодно иметь одинаковое количество пользователей,
сотрудничающих на большой территории, чем на небольшой. Для борьбы с
затенением можно также использовать антенны для формирования луча и
34

направленные антенны [30]. В [41] показано, что сотрудничество со всеми


пользователями в сети не обязательно обеспечивает оптимальную
производительность, и для совместной работы выбираются когнитивные
пользователи с самым высоким отношением сигнал-шум для основного
пользователя. В [41] постоянная частота обнаружения и постоянная частота
ложных тревог используются для оптимального выбора пользователей для
совместного зондирования.
Кооперация может осуществляться между когнитивными
радиоустройствами или могут использоваться внешние датчики для создания
совместной сенсорной сети. В первом случае кооперация может
осуществляться двумя способами: централизованным или распределенным [42].
А. Централизованное зондирование
При централизованном зондировании центральный блок собирает
сенсорную информацию от когнитивных устройств, идентифицирует
доступный спектр и передает эту информацию другим когнитивным
радиостанциям или непосредственно контролирует трафик когнитивного радио.
Результаты жесткого (бинарного) зондирования собираются в
центральном месте, известном как AP в [43]. Цель состоит в том, чтобы
смягчить эффекты затухания канала и повысить эффективность обнаружения.
Результирующие частоты обнаружения и ложной тревоги приведены в [44] для
алгоритма обнаружения, использованного в [43]. В [45] результаты
обнаружения объединяются в центральном узле, называемом главным узлом,
для обнаружения телевизионных каналов. Жесткие и мягкие методы
объединения информации исследуются с целью уменьшения вероятности
упущенной возможности. В [46] пользователи отправляют квантованную
версию своих локальных решений в центральный блок (центр слияния). Затем
применяется критерий отношения правдоподобия к полученным локальным
отношениям правдоподобия.
35

В случае большого количества пользователей пропускная способность,


необходимая для отчетов, становится огромной. Чтобы уменьшить полосу
совместного использования частот, локальные наблюдения когнитивных
радиостанций квантованы до одного бита (жесткие решения) в [47]. Кроме того,
только когнитивные радиостанции с надежной информацией могут сообщать о
своих решениях центральному блоку. Следовательно, некоторые датчики
подвергаются цензуре. Цензура может быть реализована простым
использованием двух пороговых значений вместо одного. Аналитические
характеристики этого метода изучаются как для совершенных, так и для
несовершенных каналов отчетности.
Б. Распределенное зондирование.
В случае распределенного зондирования когнитивные узлы
обмениваются информацией друг с другом, но они сами принимают решение о
том, какую часть спектра они могут использовать. Распределенное
зондирование является более выгодным, чем централизованное зондирование, в
том смысле, что нет необходимости в магистральной инфраструктуре и оно
снижает стоимость.
В [48] предложен подход к постепенным сплетням, называемый GUESS
(обновления сплетен для эффективного зондирования спектра), для
эффективной координации между когнитивными радиостанциями в
распределенном совместном зондировании. Показано, что предложенный
алгоритм имеет низкую сложность с уменьшенными издержками протокола.
Алгоритмы инкрементальной агрегации и рандомизированных сплетен также
изучаются в [48] для эффективной координации в когнитивной радиосети.
Алгоритм распределенного сотрудничества предложен в [29]. Сотрудничество
осуществляется между двумя вторичными пользователями. Пользователь
ближе к первичному передатчику, у которого больше шансов обнаружить
передачу первичного пользователя, сотрудничает с удаленными
пользователями. Предложен алгоритм сопряжения вторичных пользователей
без централизованного механизма. Метод распределенного зондирования, при
36

котором вторичные пользователи обмениваются информацией о зондировании


между собой, предложен в [49]. Только окончательные решения являются
общими, чтобы минимизировать нагрузку на сеть из-за совместной работы.
Результаты, представленные в [49], ясно показывают улучшения
производительности, достигнутые благодаря совместному зондированию.
Распределенная архитектура когнитивного радио для спектрального
зондирования приведена в [50-52]. Функции, полученные на разных
радиостанциях, совместно используются когнитивными пользователями для
улучшения способности системы к обнаружению.
C. Внешнее зондирование
  Другим методом получения информации о спектре является внешнее
зондирование. При внешнем зондировании внешний агент выполняет
зондирование и передает информацию о занятости канала на когнитивные
радиостанции. Алгоритмы внешнего зондирования решают некоторые
проблемы, связанные с внутренним зондированием, когда зондирование
осуществляется когнитивными трансиверами внутри. Внутреннее зондирование
называется [53]. Основными преимуществами внешнего зондирования
являются преодоление скрытой первичной проблемы пользователя и
неопределенность из-за затенения и затухания. Кроме того, поскольку
когнитивные радиостанции не тратят время на зондирование, эффективность
использования спектра увеличивается. Сенсорная сеть не обязательно должна
быть мобильной и не обязательно питаться от батарей. Следовательно,
проблема энергопотребления внутреннего зондирования также может быть
решена.
Архитектура детектора узла датчика используется в [54]. Наличие
пассивных приемников, а именно. телевизионные приемники, определяется
путем измерения утечки мощности гетеродина. Как только приемник и
используемый канал обнаружены, узел датчика уведомляет когнитивные
радиостанции в области пассивных первичных пользователей через канал
управления. Как и в [54], архитектура датчиков на основе сенсорной сети
37

предложена в [53]. Выделенная сеть, состоящая только из единиц измерения


спектра, используется для непрерывного или периодического измерения
спектра. Результаты передаются в приемный (центральный) узел, который
дополнительно обрабатывает данные зондирования и делится информацией о
занятости спектра в зондированной области с оппортунистическими
радиостанциями. Эти оппортунистические радиостанции используют
информацию, полученную от чувствительной сети, для выбора полос (и
длительностей) для передачи своих данных. Результаты зондирования также
могут передаваться через пилотный канал, аналогичный каналу доступа к сети
и канала связи (NACCH) [55]. Внешнее зондирование является одним из
методов, предложенных для идентификации основных пользователей в
стандарте IEEE 802.22.

2.3 Анализ характеристик обнаружения ЛП при различных правилах


слияния локальных решений при формировании общего глобального
решения

Несоответствие заголовка и содержания ведь идёт речь о правилах


слияния

Как уже отмечалось, проблема обнаружения появившихся ПП в общем


случае решается достаточно сложно, так как меняются условия
распространения радиоволн, схемы модуляции, мощности радиопередатчика
ПП и уровень помех от ВП. Отдельно возникает проблема «скрытых»
терминалов или «затененных» ВП, которые находятся внутри помещений и
испытывают сильное ослабление или жесткие замирания сигналов ПП,
находящихся поблизости от этих ВП.
Технология кооперативной связи позволяет ВП, распределенным в сети,
сотрудничать, выполняя распределенную передачу и обработку
информационных сигналов.
В КЗС каждый ВПi делает персональное локальное решение про
обнаружение работающего ПП и транслирует (рапортует) это решение на
38

общий приемник, центра «слияний», в котором локальные решения


объединяются по некоторому правилу «слияния» для принятия финального
решения о наличии или отсутствия ПП.
КЗС может выполняться или по схеме с централизованным КЗС или по
схеме с распределенным КЗС. В обоих видах схем КЗС состоит из 3-ех
основных этапов: локального зондирования i-ым ВП; репорта (доставки)
локальных решений; финального решения.
А. Централизованная схема КЗС (рис. 2.3.1) имеет в своем составе объект,
именуемый центром «слияний». В силу выполняемых функций ЦС имеет более
сложное оснащение, чем другие ВП. ЦС выбирает канал, используемый ПП
для процедуры зондирования, затем посылает ко всем ВП команду начать
зондирование. Далее ЦС собирает локальные решения от отдельных ВП и
формирует финальное решение о присутствии ПП и по каналу управления
осуществляет либо разрешение ВП на работу, либо запрет.
ЦС не должен располагаться в зоне сильного «затенения» для многих ВП
и обеспечивать выделенный канал доставки от отдельных ВП до ЦС
достаточной пропускной способности для работы со всеми ВП, находящихся в
зоне работы ЦС.
При выборе ЦС влияние оказывают такие факторы, как его
энергопотребление, величина служебной информации и другие.
В сетях когнитивного радио централизованная схема КЗС нашла широкое
распространение.
В. Распределенная схема КЗС. (рис. 2.3.2)
Концепция этой схемы заключена в том, что ВП делятся своими
наблюдениями друг с другом без участия какой-либо схемообразуещей
инфраструктуры. Они обмениваются информацией каждый с другим через
многократные итерации до момента достижения консенсуса. В этой схеме
успешно должны быть завершены все три этапа зондирования.
Сначала генерируются персональные локальные результаты
зондирования, затем они отправляются другим ВП, находящимся в зоне сети
39

когнитивного радио и далее «сливает» принятые данные для вынесения


финального решения на основе локального критерия. Если свободный канал не
обнаружен, то ВП итеративно повторяет процесс до достижения единогласного
финального решения.
Распределенная схема КЗС может быть реализована при построении
когнитивной сети, наложенной на сеть VANET.
C. Схема организации доставки локальных результатов на ЦС в КЗС.
Как в централизованной, так и в распределенной схемах КЗС и
независимо от применяемого метода локального зондирования спектра каждый
ВП отправляет свои результаты зондирования к ЦС или другим ВП или в
форме локального решения (1-битовые сообщения) или в виде строки данных
для получения финального решения проверки гипотезы обнаружения ПП.
В зависимости от формы локального решения процесс комбинирования
или «слияния» может быть:
- жестким «слиянием»: результаты зондирования представлены в 1-
битовой форме;
- мягкое «слияние»: результаты зондирования
Если «слияние» жесткое, то каждый ВП передает 1 –битовое решение по
каналу доставки на ЦС, где по избранному правилу «слияния» получают общее
решение задачи обнаружения ПП.
Если «слияние» мягкое, то ВП посылает в канал доставки данные
измерений или строку данных, полученную квантованием результатов
локальных решений.
ЦС с жестким «слиянием» может использовать следующие правила
комбинирования принятых от ВП бинарных данных:
- «ИЛИ» (OR);
- «И» (AND) и мажоритарное правило.
Все эти правила можно рассматривать как частные случаи общего
правила «K из N» [x4], в котором подсчитывается число ВП, обнаруживших
работающий ПП, полученный числовой результат сравнивают с
40

предустановленным порогом. Здесь N-общее число ВП и K-число ВП


обнаруживших ПП.
Логическое «ИЛИ» правило: K=1, т.е. канал занят если хотя бы один ВП
обнаруживает ПП. По этому правилу ПП имеет наивысшую защиту в обмен на
неэффективное использование РЧС.
Общая вероятность имеет вид:
Pили  1  (1  Pi ) N , (2.3.1)

где Pi - локальная вероятность обнаружения ПП i-ым ВП.


Логическое «И» правило: K=N, канал считается занятым если все N ВП
обнаруживают ПП. Это правило позволяет максимально использовать РЧС, но
увеличивает риск появления помех для ПП.
Общая вероятность имеет вид:
Pn  ( Pi ) N . (2.3.2)
Мажоритарное правило «K из N». Канал считается занятым, если по

N
K
меньшей мере K пользователей сети КР решают, что он занят 2 [20]. Это

правило является компромиссом между эффективностью спектра и защитой


ПП.
Общая вероятность имеет вид:
N
Pмажор   ClN Pi l (1  Pi ) N l
l k . (2.3.3)
Мягкое «слияние» многовариантно, в том числе включает различные
варианты квантования результатов локальных персональных зондирований ВП.
Известны работы по сравнению мягких и жестких схем «слияния». В общем
мягкие схемы обеспечивают более точные результаты обнаружения.
Отдельная проблема в КЗС – это вектор ВП, участвующий в процедурах
КЗС. Не всегда необходимо использовать все доступные ВП в зондировании.
Так в [71] показано, что при коррелированных логнормальных затенениях
более эффективным оказывается вариант с несколькими ВП распределенных на
41

большой площади по сравнению с большим числом ВП, расположенных близко


друг к другу на малой площади.
Решение возникающей проблемы состоит в построении кластерной схемы
КЗС (КС КЗС), позволяющей задействовать менее требовательные к скорости
передачи каналы управления ЦС и более помехоустойчивые каналы доставки,
уменьшает негативное влияние ВП, выпадающих из зоны покрытия ПП и
потребление энергии в сети КР.
2.3 Характеристики обнаружения для одиночного ВП

Рассмотрим в качестве примера модельную ситуацию, изображённую на


рис. 2.3.3

Рис.2.3.3 - Пример модели системы КЗС

Здесь все ВП располагаются или перемещаются по радиальной


относительно ПП трассе, что позволяет считать в (3b) γ- среднее значение SNR,
одинаковым для всех ВП.
Определим индивидуальные условные вероятности обнаружения ЛП в
двухпороговой схеме (локального решения Di=1 /H i):
Pd ( 1/1 )=1−G ( λ2 ) ,(2.3.4)

где j /1 вероятность события при истинной гипотезе 1.

По аналогии индивидуальная условная вероятность «ложной тревоги»


(локального решения D1=1/ H 0):
42

Pf ( 1/0 )=1−F ( λ2 ) ,(2.3.5)

Вероятности ошибочных локальных решений:

Pm ( 0/1 )=G ( λ 1) . (2.3.6)

Далее будем использовать обозначения G t =G(λt ), F t ( λ t ) при t=0,1,2,3.

Для двухбитовых сообщений (локальных решений, показанных на


рис.2.3.4) соответствующие условные вероятности обнаружения и «ложной
тревоги» каждого ВП имеют вид:

Вероятности обнаружения:

Pd ( 11/1 ) =1−G3 ; P d ( 10/1 )=G3−G2 .(2.3.7)

Вероятности ошибочных решений:

Pm ( 01/1 )=G1−G0 ; Pm ( 00/1 )=G0 . (2.3.8)

Вероятности «ложной тревоги»:

Pd ( 11/0 )=1−F 3 ; P d ( 10/0 )=F 3−F 2 . (2.3.9)

Рис. 2.3.4 – Многоуровневые решения с зоной стираний


43

Полагая характер замираний в канале доставке также релеевским, а также


в первом приближении параметр s, среднее значение отношения сигнал/шум
одинаковым для всех ВП, определим характеристики помехоустойчивости
канала доставки через индивидуальные характеристики одиночных ВП.
Диаграмма дискретного отображения канала доставки изображена на
рис.2.3.5, на которой линии условно изображают вероятности доставки
передаваемого сообщения (левый столбец) на ЦС (правый столбец) на рис.2.3.5.

Рис. 2.3.4 – Диаграмма формирования сообщений ЦС

Переходные условные вероятности для несовпадающих переданных и


принятых сообщений - это вероятности ошибочного приёма сообщений,
вероятности ошибок в канале доставки.
Характеристики соответствующих условных вероятностей на выходе
такого канала определяются следующими формулами:
- вероятность обнаружения ПП:

Pd ( 1 )=P d (1 /1 ) ( 1−P ( e ) ) + Pm ( 0/1 ) P ( e )=( 1−G 2 ) ( 1−P ( e ) ) +G 1 P ( e ) ; (2.3.10)

- вероятность ошибочного решения:

Pm ( 1 )=Pm ( 0/1 ) ( 1−P ( e ) )+ P d ( 1/1 ) P ( e )=( G 1 ) ( 1−P ( e ) )+(1−G¿ ¿2)P ( e ) ; ¿ (2.3.11)


44

-вероятность «ложной тревоги»:

Pf ( 1/0 )=Pm (1 /0 ) ( 1−P ( e ) ) + Pd ( 0/0 )=( 1−F 2) ( 1−P ( e ) ) + F 1 P ( e ) ; (2.3.12)

Модулируя бинарные жёсткие локальные решения каждого ВП по методу


BPSK (1=>1, 0=>-1) выражение вероятности битовой ошибки в
рассматриваемых условиях имеет вид [7]:

1 s
P ( e )=
2( √ )
1−
s+1
; (2.3.13)

Для двухбитовых решений в соответствии со схемой рис.4 условные


вероятности на выходе канала доставки имеют вид:

 вероятность приёма сообщения 11 при Н1:


P1 ( 11/ H 1 )=P1 ( 11/11 ) + P1 (11 /10 ) + P1 ( 11/01 )+ P 1 ( 11/00 )=(1−G 3)¿

+ ( G1−G0 ) P ( e 2 )+G0 P ( e 3 ) ; (2.3.14)

где P(eΣ) = P(e1) + P(e2) + P(e3).

 вероятность приёма сообщения 10 при Н1:


P1 ( 10/ H 1 )=P1 (10 /10 )+ P 1 ( 10/11 ) + P1 ( 10/01 ) + P1 ( 10 /00 )=1−−P ( e Σ ) ¿+(1−G 3 ) P ( e 1 ) + ( G 1−G 0 ) P ( e

(2.3.15)

 вероятность приёма сообщения 11при Н0:

P0 ( 11/0 ) =(1−F 3 )¿; (2.3.16)

 вероятность приёма сообщения 10 при H0:

P0 ( 10/ H 0 )=(F3 −F2 )¿ ; (2.3.17)

 вероятность приёма сообщения 00 при Н1:

P1 ( 00/ H 1 )=P1 ( 00/00 ) + P1 ( 00/ 01 ) + P1 ( 00 /10 )+ P 1 ( 00 /11 )=G0 ¿

+ ( G 1−G 0 ) P ( e 1 ) + ( G 3 −G 2 ) P ( e 2 )+(1−G¿¿ 3) P (e 3) ¿ (2.3.18)

 вероятность приёма сообщения 01 при Н1:


45

P1 ( 01/ H 1) =P1 ( 01/01 )+ P 1 ( 01/00 ) + P1 ( 01/10 ) + P1 ( 01/11 )=¿

¿(G ¿ ¿ 1−G0)¿ ¿ (2.3.19)Тогда вероятность обнаружения ПП по правилу


логического ИЛИ для одиночного ВП (без учёта wi весов сообщений) равна:

Pd =P1 ( 11 / H 1 ) + P1 (10/ H 1) (2.3.20)

 вероятность «ложной тревоги» равна:

Pf =P0 ( 11/ H 0 ) + P0 (10 /H 0 ) (2.3.21)

 вероятность «пропуска цели» равняется:

Pm =P 1 ( 00 /H 1 ) + P1 (01 /H 1 ) (2.3.22)

Вероятности ошибок приёма QPSK-HM модулированных сигналов в


рассматриваемых условиях могут быть получены из общих формул [5],
принимающих вид для старшего значащего бита ai:

3
1 2 ( 2)
r
1 3 3❑

2 √π
P ( a )= −
e i s × c × F ( ; ; ;−2 s ) , (2.3.23)
1 c
1 2 2 2
r( ) 2
2

для младшего значащего бита bi:

3
1 2 ( 2)
r
1 3 3 ❑

2 √π
P ( b )= −
e i s× × F ( ; ; ;−2 s ) , (2.3.24)
s 1 s
1 2 2 2
r( ) 2
2

где sc =s ∙ cos θ; ss =s ∙sin θ ;

θ - параметр иерархичности QPSK-HM

2 1 F (. ; . ; . ; .) -гипергеометрическая функция Гаусса.

Для формул (2.3.14) −¿ (2.3.19) P(e1) = Pe(bi), P(e2)=Pe(ai), P(e3)


определяется по формуле (2.3.13).

Результаты расчёта характеристик обнаружения отдельных ВП по


46

вышеприведённым формулам для разных вариантов схем зондирования и


доставки представлены в таблице 2.3.1 для одного конкретного примера:

Таблица 2.3.1

Показатели одиночного ВП в различных схемах КЗС

Схема КЗС 1 пороговое 2 пороговое 1 пороговое 2 пороговое


зондирования зондирования зондирования зондирования
и жесткие 1 бит и жесткие 1 и 2-ух битовые и 2-ух битовые
Показатель
решения бит решения решения решения
Вероятность
0,5724 0,4964 0,5628 0,4929
обнаружения
Вероятность
«ложной» 0,1491 0,0956 0,1276 0,1129
тревоги
Вероятность
«пропуска» 0,4276 0,3437 0,4315 0,3478
цели
Сигнал/шум в
Порог Пороги в 2-ух Пороги 2-ух
канале
в пороговой битовой схеме
Примечание зондирования
однопороговой схеме λ 1=13, λ 1=20,
γ =5, канал
схеме λ П =15 λ 2=17 λ 0=10
доставки S=10

Характеристики КЗС при мажоритарном правиле обнаружения

В схеме двухпорогового обнаружения среднее число активных


пользователей K ср положим равным 2L, тогда по мажоритарному правилу К-из-
N на ЦС фиксируется ПП если К ≥ L. Вероятность обнаружения в
рассматриваемой схеме КЗС:
2L
2 L−n
Qd =∑ C 2n L Pnd ( 1−P d ) , (2.3.25)
n=L

для вероятности «ложной тревоги»:


47

2L
Qf =∑ C 2n L Pnf (1−P f )2 L−n . (2.3.26)
n= L

для вероятности пропуска цели:


2L
Qm =∑ C2n L P nm (1−Pm )2 L−n . (2.3.27)
n=L

Учитывая специфику задачи обнаружения, схемы КЗС в литературе


качество обнаружения принято оценивать суммой вероятностей Qm +Q f ,
некоторым параметром достоверности результата. Ниже приведены
соответствующие характеристики для «классической схемы порогового
обнаружения с «жёсткими» однобитовыми решениями отдельных ВП и
мажоритарным правилом общего, глобального решения для N=10
зондирующих ВП.

Таблица 2.3.2

Однопорогоавая схема Многопороговая схема


γ 1 бит решения 2 бит решения
Qd Qm +Q f Qd Qm +Q f
5 0,7457 0,4034 0,606 0,3863
10 0,9297 0,2193 0,894 0,1968
15 0,9923 0,157 0,961 0,1424
20 0,9973 0,1415 0,983 0,1257
25 0,9944 0,1414 0,991 0,1211

В формулах (2.3.25)-(2.3.27) не учитывается вес сообщений принятых на


ЦС, более точная оценка глобальных решений ЦС имеет вид:

l 11 W +l 00 W + l 01 , (2.3.28)

где l ab – число сообщений вида aibi, принятых на ЦС.

Далее определим v – наиболее вероятное число сообщений 11 среди 2 L


локальных решений принятых ЦС[8]:

( 2 L+ 1 ) p−1 ≤ v ≤ ( 2 L+1 ) p , (2.3.29)


48

где p – вероятность сообщений по определяемая по формулам (2.3.14)-(2.3.19).


В рассматриваемом примере K ср =2 L=8, в соответствии с (5),
Pd =P1 (11/ H 1 )=0,357, тогда 2,213 ≤ v ≤ 3,213, v =3.

Вероятность события v, рассчитанная по (2) при N=2L, K=3, Pd =0,357 ,


Q d ( v )=0,28, выполнив аналогичные расчёты для Pm =P 1( 00/ H 1)=0,1993,получаем

v=1, Qm ( v ) =0,336.

2.4 Анализ методов зондирования спектра


Настоящая литература по измерению спектра все еще находится на
ранней стадии развития. Для идентификации наличия передач сигналов
предлагается ряд различных методов. В некоторых подходах характеристики
идентифицированной передачи обнаруживаются для принятия решения о
передаче сигнала, а также для идентификации типа сигнала. В этом разделе
объясняются некоторые из наиболее распространенных методов обнаружения
спектра в литературе по когнитивной радиосвязи.

A. Пороговый энергетический детектор

Подход, основанный на детекторе энергии, также известный как


радиометрия или периодограмма, является наиболее распространенным
способом определения спектра из-за его низкой вычислительной сложности и
сложности реализации [15], [19], [23] - [26], [29], [31], [34], [41], [44], [45], [48] -
[63]. Кроме того, он является более общим (по сравнению со способами,
приведенными в этом разделе), поскольку приемники не нуждаются в каких-
либо знаниях о сигнале основных пользователей. Сигнал обнаруживается путем
сравнения выходного сигнала детектора энергии с порогом, который зависит от
минимального уровня шума [64]. Некоторые из проблем, связанных с
зондированием на основе детектора энергии, включают выбор порога для
обнаружения первичных пользователей, неспособность отличить помехи от
первичных пользователей и шум, а также низкую производительность при
49

низких значениях отношения сигнал / шум (SNR) [48]. Кроме того, детекторы
энергии не работают эффективно для обнаружения сигналов с расширенным
спектром [26], [59].

Предположим, что полученный сигнал имеет следующую простую форму

y (n)  s (n)  w(n) (2.4.1)

где s (n) - сигнал, который должен быть обнаружен, w (n) - выборка


аддитивного белого гауссовского шума (AWGN), а n - индекс выборки.
Обратите внимание, что s (n) = 0, когда нет передачи от основного
пользователя. Метрика решения для детектора энергии может быть записана
как

N 2

M   y ( n)
n0 (2.4.2)

где N - размер вектора наблюдения. Решение о занятости полосы может быть


получено путем сравнения метрики решения M с фиксированным порогом λ E.
Это эквивалентно различению следующих двух гипотез:

H0: y(n) = w(n)


(2.4.3)

H1: y(n) = s(n) + w(n)


(2.4.4)

Эффективность алгоритма обнаружения можно суммировать с двумя


вероятностями: вероятность обнаружения Pd и вероятность ложной тревоги Pf.
Pd - это вероятность обнаружения сигнала на рассматриваемой частоте, когда
он действительно присутствует. Таким образом, большая вероятность
обнаружения желательна. Это можно сформулировать как

Pd =Pr ¿ (2.4.5)
50

Pf - это вероятность того, что тест неверно решит, что рассматриваемая частота
занята, а на самом деле это не так, и ее можно записать как

Pf =Pr ¿ (2.4.6)

Pf должен быть как можно меньшим во избежание недоиспользования


возможностей передачи. Порог принятия решения λ E может быть выбран для
нахождения оптимального баланса между Pd и Pf. Однако, это требует знания
шума и обнаруженных мощностей сигнала. Мощность шума может быть
оценена, но мощность сигнала трудно оценить, поскольку она изменяется в
зависимости от текущих характеристик передачи и расстояния между
когнитивным радио и основным пользователем. На практике порог выбирается
для получения определенной частоты ложных тревог [65]. Следовательно,
знание дисперсии шума достаточно для выбора порога. Белый шум может быть
смоделирован как гауссовская случайная величина с нулевым средним с
дисперсиейσ 2w, то есть w ( n )=N (0 ,σ 2w ). Для упрощенного анализа давайте
смоделируем сигнальный член также как гауссову переменную с нулевым
средним, то есть s ( n )=N (0 , σ 2s ).. Модель для s (n) является более сложной, так как
также следует учитывать затухание. Из-за этих предположений метрика
решения (2.4.1) следует распределению хи-квадрат с 2N степенями свободы X 22 N
и, следовательно, может быть смоделировано как

σ 2w 2

{
M= 2 2 2
X2N H0 ,

σ w +σ s 2
2
X2N H1 ,
(2.4.7)

Для детектора энергии вероятности Pd и Pf можно рассчитать как [41]

λE
(
Pf =1−Γ Lf Lt ,
)
σ 2w
, (2.4.8)

λE
(
Pd =1−Γ Lf Lt ,
σ +σ 2s
2
w
,
) (2.4.9)
51

где λ E - порог принятия решения, а Γ(a, x) - неполная гамма-функция, как


указано в [66] (см. уравнение 6.5.1). Для сравнения характеристик для
различных пороговых значений можно использовать кривые рабочих
характеристик приемника (ROC). Кривые ROC позволяют нам исследовать
взаимосвязь между чувствительностью (вероятностью обнаружения) и
специфичностью (частотой ложных срабатываний) метода обнаружения для
множества различных порогов, что позволяет определить оптимальный порог.
На рис. 2.4.1 показаны кривые ROC для разных значений SNR. SNR
определяется как отношение мощности сигнала основного пользователя к

σ 2s
мощности шума, то есть SNR= 2 Вт. Количество использованных образцов на
σw

этом рисунке установлено равным 15, то есть N = 15 в (2.4.1). Как ясно


показывает этот рисунок, производительность порогового детектора
увеличивается при высоких значениях SNR.

Рис. 2.4.1 ROC-кривые для детектора спектра на основе детектора энергии при

разные значения SNR


52

Порог, используемый в алгоритмах обнаружения на основе детектора


энергии, зависит от дисперсии шума. Следовательно, небольшая ошибка
оценки мощности шума приводит к значительным потерям производительности
[67]. В качестве решения этой проблемы уровень шума оценивается
динамически путем разделения шума и подпространств сигналов с
использованием алгоритма множественной классификации сигналов (MUSIC)
[68]. Дисперсия шума получается как наименьшее собственное значение
автокорреляции входящего сигнала. Затем оценочное значение используется
для выбора порога для удовлетворения постоянной частоты ложных тревог.
Итерационный алгоритм предложен для нахождения порога решения в [62].
Пороговое значение найдено итеративно для удовлетворения заданного уровня
достоверности, то есть вероятности ложной тревоги. Прямые методы,
основанные на измерениях энергии, изучены для неизвестных сценариев
мощности шума в [54]. Предлагаемый способ адаптивно оценивает уровень
шума. Поэтому он подходит для практических случаев, когда дисперсия шума
неизвестна.
Результаты измерений анализируются в [12], [55], [56] с
использованием детектора энергии для определения периодов простоя и
занятости каналов WLAN. Уровень энергии для каждого интервала глобальной
системы мобильной связи (GSM) измеряется и сравнивается в [51] для
определения свободных интервалов для эксплуатации. Задача обнаружения в
этой работе отличается в том смысле, что когнитивное радио должно быть
синхронизировано с основной пользовательской сетью, а время обнаружения
ограничено длительностью интервала времени. Подобный подход используется
и в [69] для оппортунистической эксплуатации неиспользуемых сотовых
слотов. В [52] уровень мощности на выходе быстрого преобразования Фурье
(БПФ) входящего сигнала сравнивается с пороговым значением, чтобы
идентифицировать используемые телевизионные каналы. БПФ выполняется для
данных, отобранных на частоте 45 кГц вокруг центральной несущей частоты
ТВ для каждого телевизионного канала. Эффективность зондирования на
53

основе детектора энергии по различным каналам затухания исследована в [41].


Получены выражения замкнутой формы для вероятности обнаружения в
каналах AWGN и затухания (Рэлея, Накагами и Райса). Средняя вероятность
обнаружения для алгоритмов зондирования на основе детекторов энергии по
каналам замирания Рэлея получена в [70]. Эффект логарифмического
нормального затенения получается путем численной оценки в той же статье.
Наблюдается, что производительность детектора энергии значительно
ухудшается при затухании Рэлея.
Б. Циклостационарный обнаружитель
  Обнаружение признаков циклостационарности - это метод обнаружения
передач первичного пользователя путем использования признаков
циклостационарности принимаемых сигналов [15], [26], [30], [44], [72] - [79].
Циклостационарные особенности вызваны периодичностью в сигнале или его
статистике, такой как среднее значение и автокорреляция [80], или они могут
быть преднамеренно вызваны, чтобы помочь восприятию спектра [81] - [83].
Вместо спектральной плотности мощности (PSD) используется циклическая
корреляционная функция для обнаружения сигналов, присутствующих в
данном спектре. Алгоритмы обнаружения на основе циклостационарности
могут отличать шум от сигналов первичных пользователей. Это является
результатом того факта, что шум является стационарным в широком смысле без
корреляции, в то время как модулированные сигналы являются
циклостационарными со спектральной корреляцией из-за избыточности
периодичности сигнала [74]. Кроме того, циклостационарность может
использоваться для различения различных типов передач и основных
пользователей [78].
 Функция циклической спектральной плотности (CSD) принятого сигнала
(2.4.1) может быть рассчитана как [80]

S ( f , α )= ∑ Rαy ( τ ) e− j 2 πfτ (2.4.10)
τ =−∞
54

где Rαy ( τ ) −E [ y ( n+ τ ) y∗( n−τ ) e j 2 παn ] (2.4.11)

является циклической автокорреляционной функцией (CAF), а α является


циклической частотой. Функция CSD выводит пиковые значения, когда
циклическая частота равна основным частотам передаваемого сигнала x (n).
Можно считать, что циклические частоты известны [72], [76] или их можно
извлекать и использовать в качестве признаков для идентификации
передаваемых сигналов [75]. Форма волны OFDM перед передачей изменяется
в [81] - [83], чтобы генерировать специфичные для системы сигнатуры или
тактовые частоты на определенных частотах. Эти подписи затем используются
для обеспечения эффективного механизма классификации сигналов. В [83]
число признаков, генерируемых в сигнале, увеличено, чтобы повысить
устойчивость к замиранию из-за многолучевого распространения. Однако это
происходит за счет увеличения накладных расходов и потери пропускной
способности. Хотя методы, приведенные в [81] и [82], являются специфичными
для OFDM, аналогичные методы могут быть разработаны для любого типа
сигнала [84].

В. Радиоидентификационное зондирование
Полное знание о характеристиках спектра может быть получено путем
определения технологий передачи, используемых основными пользователями.
Такая идентификация позволяет использовать когнитивное радио с более
глубокими знаниями, а также обеспечивает более высокую точность [59].
Например, предположим, что технология основного пользователя
идентифицируется как сигнал Bluetooth. Когнитивное радио может
использовать эту информацию для извлечения некоторой полезной
информации в космическом измерении, поскольку известно, что дальность
сигнала Bluetooth составляет около 10 метров. Кроме того, когнитивное радио
может хотеть общаться с идентифицированными системами связи в некоторых
приложениях. Для радиоидентификации методы извлечения признаков и
классификации используются в контексте европейского проекта прозрачного
55

вездесущего терминала (TRUST) [86]. Цель состоит в том, чтобы выявить


наличие некоторых известных технологий передачи и добиться связи через них.
Двумя основными задачами являются идентификация начального режима (IMI)
и мониторинг альтернативного режима (AMM). В IMI когнитивное устройство
ищет возможный режим передачи (сеть) после включения питания. AMM
является задачей мониторинга других режимов, когда когнитивное устройство
взаимодействует в определенном режиме.

При зондировании на основе радиоидентификации некоторые признаки


извлекаются из принятого сигнала и используются для выбора наиболее
вероятной технологии первичного пользователя с использованием различных
методов классификации. В [14], [87] признаки, полученные методами,
основанными на детекторе энергии, используются для классификации. Эти
особенности включают количество обнаруженной энергии и ее распределение
по спектру. Ширина полосы канала и его форма используются в [88] в качестве
эталонных признаков. Обнаружено, что полоса пропускания канала является
наиболее отличительным параметром среди других. Для классификации
используется нейронная сеть с радиальной базисной функцией (RBF). Рабочая
ширина полосы и центральная частота принимаемого сигнала извлекаются с
использованием методов, основанных на детекторе энергии, в [59]. Эти две
функции передаются в байесовский классификатор для определения активного
первичного пользователя и для определения возможностей использования
спектра. Стандартное отклонение мгновенной частоты и максимальной
длительности сигнала извлекается с использованием частотно-временного
анализа в [39], [40], [89], [90], а нейронные сети используются для
идентификации активных передач с использованием этих функций. Частоты
циклов входящего сигнала используются для обнаружения и классификации
сигналов в [79]. Идентификация сигнала выполняется путем обработки
(циклостационарных) характеристик сигнала с использованием скрытой модели
Маркова (HMM). Другой метод, основанный на циклостационарности,
56

используется в [72], [75], где спектральная плотность корреляции (SCD) и


функция спектральной когерентности (SCF) используются в качестве
признаков. Нейронные сети используются для классификации в [75], а
статистические тесты - в [72].
В. Согласованная фильтрация

Согласованная фильтрация известна как оптимальный метод


обнаружения первичных пользователей, когда известен передаваемый сигнал
[91]. Основным преимуществом согласованной фильтрации является короткое
время достижения определенной вероятности ложной тревоги или вероятности
ошибочного обнаружения [92] по сравнению с другими методами, которые
обсуждаются в этом разделе. Фактически, необходимое количество выборок
увеличивается как O(1/SNR) для целевой вероятности ложной тревоги при
низких SNR для согласованной фильтрации [92]. Однако для согласованной
фильтрации необходима когнитивная радиосвязь для демодуляции принятых
сигналов. Следовательно, он требует совершенного знания основных функций
сигнализации основных пользователей, таких как ширина полосы, рабочая
частота, тип и порядок модуляции, формирование импульсов и формат кадра.
Более того, поскольку для когнитивного радио требуются приемники для всех
типов сигналов, сложность реализации блока восприятия неосуществима [26].
Другим недостатком согласованной фильтрации является большое
энергопотребление, так как для обнаружения необходимо выполнить
различные алгоритмы приемника.
Сравнение различных методов зондирования
Зондирование на основе детектора энергии и методы, основанные на
циклостационарности не совсем надежные из-за когерентной обработки,
получаемой с использованием детерминированного компонента сигнала [48].
Однако должна быть априорная информация о характеристиках первичного
пользователя, и первичные пользователи должны передавать известные
шаблоны или пилот-сигналы.
57

Эффективность обнаружения на основе детектора энергии ограничена,


когда два общих предположения не выполняются [25]. Шум может быть не
постоянным, а его дисперсия может быть неизвестна. Другие проблемы с
детектором энергии включают эффекты фильтра основной полосы и
паразитные тона [63]. В литературе утверждается, что циклостационарные
методы работают хуже, чем методы обнаружения на основе детекторов
энергии, когда шум является стационарным. Однако при наличии источников
помех в совмещенном или соседнем канале шум становится нестационарным.
Следовательно, схемы, основанные на детекторе энергии, терпят неудачу, тогда
как алгоритмы, основанные на циклостационарности, не затрагиваются [85]. С
другой стороны, циклостационарные элементы могут быть полностью
потеряны из-за замирания каналов [83], [100]. В [100] показано, что
неопределенности модели вызывают стенку SNR для признаков детекторов на
основе циклостационарности, аналогичных детекторам энергии [92]. Кроме
того, известно, что основанное на циклостационарности зондирование уязвимо
для смещений тактовой частоты дискретизации [85].
При выборе метода измерения следует учитывать некоторые
компромиссы. Характеристики основных пользователей являются основным
фактором при выборе метода. Циклостационарные особенности, содержащиеся
в форме волны, наличие регулярно передаваемых пилот-сигналов и
временные / частотные характеристики - все это важно. Другие факторы
включают в себя требуемую точность, требования к длительности считывания,
сложность вычислений и требования к сети.
Оценка трафика в определенной географической области может быть
выполнена локально (только одним когнитивным радио) с использованием
одного из алгоритмов, приведенных в этом разделе. Тем не менее, информация
из разных когнитивных радио может быть объединена для получения более
точной информации о спектре.
58

Глава 3. Про OFDM

ОЦЕНКА КАНАЛОВ ДЛЯ БЕСПРОВОДНЫХ OFDM СИСТЕМ

Мультиплексирование с ортогональным частотным разделением каналов


(OFDM) представляет собой особый случай передачи данных с несколькими
несущими и может выполнить требование высокой скорости передачи данных
мультимедиа на основе беспроводных систем. Поскольку оценка канала
является неотъемлемой частью OFDM системы, крайне важно понять основы
методов оценки канала и применить наиболее подходящий. Представлен
обширный обзор методов оценки канала, работающих в системах OFDM.
Кроме того, преимущества, недостатки, и связь этих методов оценки друг с
другом проанализированы и обсуждены. Поскольку комбинация с несколькими
входами и многими выходами (MIMO) – OFDM системы обещает более
высокие скорости передачи данных, методы оценки дополнительно
исследованы для этой системы. Хотя существующие предложенные методы
различаются с точки зрения сложности вычислений и их среднеквадратичной
ошибки (СКО) производительности, было замечено, что многие методы
оценивания канала действительно являются подмножеством LMMSE техники
оценки канала. Следовательно, на основываясь на ресурсах, определённых для
системы.
Управляемые мультимедийными приложениями, перспективные
беспроводные системы, потребует технологии с высокой скоростью передачи
данных. Новые технологии, такие как OFDM и MIMO, рассматриваются как
перспективные в выборе будущих систем передачи данных.
OFDM делит имеющийся спектр на число перекрывающихся, но
ортогонально узкополосных подканалов и следовательно преобразует частотно-
59

селективный канал в частотно - неселективный канал. Кроме того, устраняют


межсимвольную интерференцию с помощью преобразования, что достигается
за счет расширения символа OFDM с некоторой части его начала или конца. С
помощью этих важных преимуществ, OFDM был принят многими стандартами,
таких как DAB, DVB, WLAN и WMAN.
MIMO, с другой стороны, использует множество антенн на передающей и
приемной стороне, чтобы открыть дополнительные подканалы в
пространственной области. Поскольку параллельные каналы устанавливаются в
течение того же времени и по той же частоте, высокие скорости передачи
данных достигаются без необходимости использования дополнительной
пропускной способности. Благодаря этой эффективности использования
полосы пропускания, MIMO входит в стандарт BWA. В целом, эти
преимущества сделали сочетание MIMO и OFDM привлекательными методами
для будущих систем с высокой скоростью передачи данных.
Как и во многих других когерентных цифровых беспроводных
приемниках, оценка канала также является неотъемлемой частью схемы
приемника в когерентных системах MIMO-OFDM. В системах беспроводной
передачи информации поступает к приемникам, после прохождения через
радиоканал. Для обычных когерентных приемников, влияние канала на
передаваемый сигнал должен быть оценен, чтобы восстановить переданную
информацию. До тех пор, пока приемник точно оценивает, как канал изменяет
передаваемый сигнал, он может восстановить переданную информацию.
Оценку канала можно избежать используя метод дифференциальной
модуляции, однако, такие модуляции приводят к низкой скорости передачи
данных, и есть ухудшение сигнал/шум на 3-4 дБ. В некоторых случаях, оценки
канала на стороне пользователя можно избежать, если базовая станция
выполняет оценку канала и отправляет предварительно искаженный сигнал.
Однако, для быстрого изменения каналов, предварительно искаженный сигнал
может не отследить текущих искажений в канале, вызывающих деградацию
60

системы. Таким образом, системы с блоком оценки канала необходимы для


будущих канальных систем с высокой скоростью передачи данных.
Оценка канала является сложной проблемой для беспроводных систем. В
отличие от других направляющих средств медиа, радиоканал очень динамичен.
Передаваемый сигнал проходит к приемнику, подвергаясь множеством
вредных эффектов, которые повреждают сигнал и часто понижают
производительность системы. Передаваемые сигналы, как правило, отражаются
и рассеиваются, прибыв в приемник по нескольким путям. Кроме того, из-за
подвижности передатчиков, приемников или рассеивающих объектов, отклик
канала может быстро изменяться с течением времени. Наиболее важное из
всего, что радиоканал имеющий высокую степень случайности и его
статистические характеристики, зависят от окружающей среды. Многолучевое
распространение, подвижность, и локальное рассеяние вызывает расширение
сигнала по частоте, времени и углу прихода. Это рассеяние, вызывает
селективность канала, оказывают значительное влияние на принимаемый
сигнал. Оценка канала на производительность напрямую связана с этой
статистикой. В различных методах предлагается использовать статистические
данные для улучшения оценок канала. Было выполнено несколько
исследований, которые охватывают такие методы оценки, однако они
ограничены в сравнении с другими методами оценки канала. Данная статья
посвящена обширному обзору методов оценки канала, обычно применяемых
для OFDM на основе беспроводных систем с многими несущими.
ОЦЕНКА OFDM КАНАЛА

Оценка канала имеет долгую и богатую историю в системах связи. В этих


системах, как правило, импульсная характеристика моделируется как
неизвестный изменяющийся во времени КИХ-фильтр, коэффициенты которого
должны быть оценены. Многие подходы оценки канала систем с одиночными
несущими могут быть применены к системам с несущими. Однако, уникальные
свойства передачи на нескольких несущих принесли дополнительные
61

перспективы, которые позволяют разрабатывать новые подходы для оценки


канала систем с несущими.
В системах на основе OFDM, данные модулируются на ортогональных
несущих частотах. Для когерентного демодулирования передаваемых данных,
эти частотные характеристики подканалов должны быть оценены и удалены из
отсчётов частоты. Как и в системах с одиночными несущими, канал во
временной области может быть смоделирован как КИХ-фильтр, где задержки и
коэффициенты могут быть оценены из временных отсчетов получившихся
образцов, которые затем преобразуются в частотную область для получения
частотной характеристики.  В качестве альтернативы, радиоканал может быть
также оценен в частотной области с использованием известных (или
обнаруженных) данных в подканалов частотной области. Вместо оценки
коэффициента ких-фильтра может быть оценена частотная характеристика по
одному коэффициенту.
Методы оценки канала для систем на основе OFDM могут быть
сгруппированы в две основные категории: слепой и неслепой. Слепые методы
оценивания канала используют статистическое поведение принимаемых
сигналов и требуют большого количества данных. Следовательно, они
страдают серьезным снижением производительности в каналах с быстрыми
замираниями. С другой стороны, в не слепых методах оценки канала доступны
для приемника информация о предыдущих оценках канала или какая-то часть
передаваемого сигнала, которые будут использоваться для оценки канала. В
этой статье будут исследованы только неслепые методы оценки канала.
Неслепая оценка канала может быть изучена в рамках двух основных
групп: с дополнительными данными и дифференцирование данных. В
оценивании канала с дополнительными данными, полный символ OFDM, или
часть символа, известны в приемнике, передается, так, что приемник может
легко оценить канал радиосвязи с помощью демодуляции принятых выборок.
Зачастую, используются пилот-сигналы в частотной области, такие как в
новых стандартах поколения беспроводной локальной сети (802.11a и
62

HYPERLAN2). Точность оценки может быть повышена за счет увеличения


плотности пилот-сигналов. Однако, это выходит очень накладно и уменьшает
спектральную эффективность. В предельном случае, когда контрольные
сигналы назначают всем поднесущим конкретного символа OFDM, можно
получить обучающий символ OFDM (блоковые пилоты). Этот тип организации
пилотов, как правило, используется для каналов с медленными изменениями
канала и схем пакетной передачи данных, где предполагается, что канал будет
постоянным в течении пакета. Тренировочные символы затем вставляются в
начале пакетов для оценки частотной характеристики (например, WLAN и
системы WiMAX). Когда канал изменяется между последовательными
символами OFDM, либо обучающие символы должны регулярно вставляться в
символы данных OFDM относительно изменений канала во времени (с
доплеровским рассеянием), или канал должен быть отслежен в режиме,
направленным на повышение производительности приемника.
В способе прямой оценки канала П-ОК (оценка канала по пилотам),
чтобы декодировать текущий символ OFDM используются оценки канала для
предыдущего символа OFDM. Канал, соответствующий текущему символу
затем оценивается с новым использованием оценочной информацией о
символах. Так как устаревшие оценки канала используются в процессе
декодирования, эти оценки являются менее надежными, поскольку канал может
существенно отличаться от символа к символу. Следовательно, дополнительная
информация, как правило, включена в П-ОК, таких периодически посылаемых
обучающих символов. Канальное кодирование, чередование и итерационные
методы также широко применяются для повышения производительности
дифференциальных технологий.
Существуют многочисленные подходы к оценке каналов для OFDM
поднесущих. Прямые оценки канала поднесущих делаются для каждой
поднесущей, в предположении что каналы независимы. Тем не менее, на
практике, частотная характеристика канала, часто избыточно
передискретизированая с помощью поднесущих, и, следовательно, оценки
63

коэффициентов в частотной области канала коррелируются. С другой стороны,


шумы в этих поднесущих могут быть независимыми.   Используя корреляцию
частотной характеристики поднесущих, шум может быть существенно снижен.
Таким образом, точность оценки канала может быть улучшена. Несколько
подходов были предложены для использования этой корреляции. Эти подходы
и их взаимоотношение друг с другом будут обсуждаться в последующих
разделах, чтобы обеспечить единое понимание. Аналогичным образом,
корреляция поднесущей во времени и пространственной области может быть
использована, так как шум может считаться независимым во времени и
пространстве также.
Хотя это общий подход предполагает, что канал постоянный в течение
длительности ofdm - символа, для быстрых замираний канала такое же
предположение приводит к межканальным помехам, что ухудшает
характеристики оценки канала. Следовательно, методы, используемые в П-ОК
и пилотах, нужно модифицировать, чтобы изменение канала во время символа
ofdm учитывалось для более точных оценок. Внешние источники помех также
влияют на производительность оценки канала. Влияние источников помех
может быть уменьшено за счет использования их статистических свойств.
Несмотря на то, что большинство одноканальных помех и внешних помех
рассматривается как часть шума, более высокая производительность оценки
канала может быть получена путем более тщательного моделирования.
Существуют три базовых блока, влияющих на характеристики не слепых
методов оценки канала. Это размещение пилотов, метод оценки, и часть схемы
демодуляции сигнала. Каждый из методов, описанных в этой статье, либо
затрагивает один из базовых блоков или несколько блоков одновременно.
Конкретный выбор зависит от технических характеристик беспроводной
системы и состояния канала. Аспекты каждого метода таковы, что подходящий
способ легко может быть выбран для данной беспроводной системы и
канальных условий. Можно отметить, что каждый метод может быть
приближен к другим методам, используя тот же набор переменных. Например,
64

в данной работе показано, что каждый метод оценки действительно является


подмножеством техники LMMSE.
В литературе, начальные методы оценивания канала были в основном
разработаны для систем SISO-OFDM, то есть, одиночных антенных систем. С
появлением MIMO-OFDM, эти методы претерпели некоторые модификации,
как принятого сигнала в MIMO-OFDM является суперпозицией всех
передаваемых сигналов данного пользователя. Во многих случаях методы
SISO-OFDM подходят для MIMO-OFDM, но также вводятся новые методы,
эксплуатации пространственно-временных кодов или других специфических
элементов MIMO.
В остальной части статьи, начиная от общей модели системы, будут
представлены методы оценки канала, начиная от самых простых методов.
Больше внимания будет уделяться пилот-тонам оценке канала, поскольку он
обеспечивает ряд уникальных подходов для систем OFDM, будет также
проведена дискуссия по одноканальным помехам, внешним помехам, а также
систем MIMO и связанным с этим вопросы. И, наконец, некоторые
заключительные замечания, и потенциальные направления исследований будут
приведены в конце статьи.

ТЕХНОЛОГИИ ОЦЕНИВАНИЯ OFDM КАНАЛА


Есть несколько основных методов для оценки радиоканала в системах
OFDM. Методы оценки могут быть выполнены с использованием выборок во
временной или частотной области. Эти оцениватели отличаются с точки зрения
их сложности, производительности, практичности в применении к данному
стандарту, и использованием априорной информации. Априорная информация
может содержать корреляции поднесущих по частоте, времени, а также
пространственных областей. К тому же, передаваемые сигналы, обладают
постоянным модулем, длиной импульсной характеристики, и используют
известный алфавит для модуляции также могущий быть априорной
65

информацией. Чем больше априорной информации эксплуатируется, тем в


целом лучше оценки.
Для получения оценок канала в частотной области рассматривается как
правило критерий среднеквадратической ошибки, как мера эффективности
оценок канала, и определяется по формуле
СКО = E{|H[n, k] – H ^[n, k]|2},
где H ^[n, k] является оценкой эквивалентного канала на k-поднесущей n-
ого символа OFDM. Хотя среднеквадратическая ошибка широко используется,
но иногда и другие меры, такие как битовая вероятность ошибок (BER), также
используются. Характеристика BER в основном используется, когда
характеристики системы OFDM с оценкой канала с ошибкой должна быть
вычислена.
До введения методов оценки, стоит посмотреть на оценивание канала по
пилот-тонам в целом и распределение пилотов.
АВТОМАТИЗИРОВАННОЕ ОЦЕНИВАНИЕ КАНАЛА
В этом подразделе мы рассмотрим часто используемые методы
оценивания канала по добавленным пилотам. Вначале мы будем рассматривать
методы, разработанные для систем siso-ofdm. Межканальные помехи считается,
что не существуют и импульсная характеристика предполагается постоянной,
по крайней мере, для одного символа ofdm. Следовательно, Ψ-это диагональная
матрица, в которой каждый диагональный элемент представляет собой канал
между соответствующими полученными и переданными поднесущими. В этом
случае, для n -го символа ofdm, передающий канал на каждую поднесущую в
уравнении 5 может быть связан с Ψ как
H[n, k] = Ψ[k, k]

Кроме того, внешние помехи, и статистические параметры шума не


изменяется. С учетом выше указанных предположений, выражение (12) может
быть выражено как
Y = diag(X) H + W,
66

или Y[n, k] = H[n, k] X[n, k] + W[n, k].


Здесь H и W являются вектор-столбцами , представляющими канал и шум
на каждой поднесущей для n-го символа OFDM, соответственно.
В оценивании канала по пилот-тонам, известная информация приемнику
вставлена в ofdm символы таким образом, что текущий канал может быть
оценен. Обычно используются два метода: отправка известной информации по
одному или более OFDM без данных, или отправка известной информации
вместе с данными. Предыдущий механизм обычно назывался оценкой канала с
обучающими символами, в то время как сейчас называют пилотным
оцениванием канала.
Оценка канала с использованием обучающих символов периодически
посылает обучающие символы таким образом, что оценки канала обновляются.
В некоторых случаях обучающие символы могут быть отправлены один раз, а
затем может следовать оценка канала по П-ОК типу решения. Детали П-ОК,
будут даны позже в этой статье.
При пилотной оценке канала, пилоты мультиплексируются с данными.
Для оценки во временной области, импульсная характеристика оценивается в
первую очередь. Оценочное значение импульсной характеристики затем
пропускают через операцию быстрого преобразования Фурье, чтобы получить
канал на каждой поднесущей для выравнивания в частотной области. Для
оценки частотной области канала оценивается каждый пилот, а затем эти
оценки интерполируются с помощью различных методов.
Распределение пилотов для автоматизированного оценки канала передачи
данных
Для пилотного оценивания канала, интервал между пилотами должен
быть тщательно определен. Расстояние пилот-тонов в частотной области
зависит от частотной когерентности (изменением частоты канала) радиоканала,
который связан с задержкой распространения. Согласно теореме Найквиста,
число поднесущих в интервале между пилотами в частотной области Dp,
должен быть достаточно мал, так чтобы изменения канала по частоте могли
67

быть все захвачены, то есть там, где Тмакс-максимальная избыточная задержка


канала. Когда вышеперечисленное не выполнено, то доступный канал на пилот
тонах не сопоставим с реальным каналом. В этом случае возникает ошибка в
методе оценки, поскольку вызывает наложение спектров импульсной
характеристике во временной области.
Когда канал варьируя OFDM-символами, для того, чтобы иметь
возможность отслеживать изменение канала во временной области, пилот-тоны
должны быть вставлены в такое отношение, которое является функцией
времени когерентности (изменение во времени канала), связанное с рассеянием
Доплера. Максимальное расстояние между пилот-тонами по времени
определяется,

1
Dt 
2 fd maxTf

где fdmax- максимальное рассеяние Доплера и Tf является длительность


символа OFDM. Для пилотных механизмов комбинированного типа, пилот-
тона часто вставляются для каждого OFDM-символов. Когда расстояние между
пилотами не удовлетворяет критериям Найквиста, то пилоты могут по-
прежнему эксплуатироваться в комбинации пилот плюс дифференцирование
данных.
Пилоты могут отправляться непрерывно для каждого символа OFDM.
Поскольку канал может быть различный как во временной так и в частотной
областях для реконструкции канала, эта 2-D функция должна быть по крайней
мере с частотой Найквиста. Следовательно, частота введения пилотов в
частотной области и от одного символа OFDM к другому не может быть
установлена произвольно. Расстояние пилотов должно быть в соответствии с
уравнением 18 и уравнением 19. В общем случае, в пределах символа OFDM
число пилотов в частотной области должна быть больше, чем длина
импульсной характеристики (максимальное превышение задержки), которая
68

связана с рассеянием. Время рассеяния Доплера является основным критерием


для пилотного размещения.
Многие исследования проводятся для того, чтобы получить оптимальные
местоположения пилотов в частотно-временной сетке заданного минимального
числа пилотов этой выборки канала в 2-D, по крайней мере Найквиста. Это
оптимальность в целом основана на межсимвольной интерференции оценок
МНК (метода наименьших квадратов). Следует отметить, что оптимальное
распределение пилотов является компромиссом между затратами энергии на
ненужные пилотные символы, процессом затухания, не попавшего в выборку,
точностью оценки канала, и спектральной эффективности системы.
Следовательно, оптимальное распределение пилотов для данного канала не
может быть оптимальным для другого канала, поскольку процесс затухания
будет отличаться.
В дополнение к минимизации межсимвольной интерференции в оценке
канала, пилоты также должны упростить алгоритмы оценки канала, так чтобы
системные ресурсы не были потрачены впустую. Например, следует отметить,
что использование постоянных модулей пилоты упрощают алгоритмы оценки
канала, когда матричные операции становятся менее сложными.
Существуют некоторые и другие важные элементы для пилотных
механизмов такие как распределение мощности для пилотов по отношению к
символам данных, модуляции для пилот-сигналов и т.д. Во многих случаях
мощности для пилот-тонов и символов данных, равномерно распределены.
Точность оценки канала может быть улучшена за счет передачи большей
мощности на пилот-тоны по сравнению с символами данных. При заданной
полной мощности, это уменьшает сигнал/шум по сравнению с передачей
данных. Что касается мощности пилот-сигнала на разных поднесущих,
исследования показывают, что на основе межсимвольной интерференции в
методе оценки наименьших квадратов мощности должны быть равны.
К тому же, из-за отсутствия пилот-поднесущих на границе символов
OFDM, оценка с помощью экстраполяции для результатов краевых поднесущих
69

имеют большую погрешность. Моделирование также показывают, что


погрешность оценки канала на краевых поднесущих, выше, чем в середине
полосы из-за экстраполяции. Одно быстрое решение было увеличить число
поднесущих пилот-сигнала на краевых поднесущих, однако это снижает
спектральную эффективность системы. Из-за периодического преобразования
Фурье, поднесущие в начале и в конце символа OFDM коррелируются, и это
может быть использовано для улучшения оценки канала на краю поднесущих.
Моделирования этого объекта сообщаются для повышения точности
оценивания краевых поднесущих.
Другая проблема, связанная с компоновкой пилот-сигнала, - это модель
пилот-сигналов, то есть, как вставлять пилот-сигналы, чтобы эффективно
отслеживать изменение канала как во временной, так и в частотной областях.
Выбор шаблона пилот-сигнала может влиять на производительность оценки
канала и, следовательно, на эффективность BER в системе.
Уравнение 18 утверждает, что интервал пилот-сигнала в частотной
области должен удовлетворять критериям Найквиста. Более глубокое
понимание уравнения. 18 показывает, что количество требуемых пилот-
сигналов в частотной области можно принять за длину CIR. На первый взгляд
это не налагает никаких ограничений на интервал пилот-сигнала, чтобы
достаточное количество пилот-сигналов могло быть вставлено в соседние
поднесущие. Однако, когда анализируется СКО оценки LS во временной
области, которая рассматривается в следующем подразделе, отмечается, что
минимальное СКО получается, когда пилоты равноправны с максимальным
расстоянием. Это происходит из-за того, что, когда пилот-сигналы помещаются
в смежные поднесущие, матрица FFT, используемая в оценке LS во временной
области, приближается к плохо обусловленной матрице, делая работу системы
уязвимой для шумового эффекта. Следовательно, из СКО оценки LS пилот-
сигналы в частотной области должны быть эквидистантными, равно
распределенными и их количество не должно быть меньше длины CIR.
Поскольку использование пилотов является компромиссом между
70

дополнительными накладными расходами и точностью оценки, адаптивное


распределение пилот-сигналов на основе оценки длины канала может
предложить лучший компромисс. Как будет видно далее в этой статье, при
MIMO и межканальная переходная помеха (МКП) будут соблюдаться
дополнительные требования к расстоянию и свойствам контрольных
поднесущих.
Когда дело доходит до распределения пилот-сигнала для последующих
символов OFDM, можно использовать либо набор поднесущих, выбранных в
предыдущем символе OFDM, либо другой набор пилот-сигналов.
Использование тех же поднесущих, что и пилот-сигналы, является широко
используемым пилотным устройством. В такой схеме пилот-сигнала сначала
оценивают канал между поднесущими посредством интерполяции в частотной
области. За этим следует интерполяция по символам OFDM во временной
области. В некоторых случаях интерполяция может быть сначала выполнена во
временной области, за которой следует интерполяция в частотной области.
Детали различных методов интерполяции будут даны позже в этом разделе.
Анализ СКО оценки LS во временной области по нескольким символам
OFDM указывает, что для более низкой СКО пилот-сигналы должны быть
циклически сдвинуты для следующего символа OFDM. Это распределение
пилот-сигнала аналогично распределению, используемому в приложениях
DTV, и аналогично пилотной схеме. В этой схеме выделения пилот-сигнала
интерполяция сначала выполняется в частотной области, а затем интерполяции
во временной области. Подобно пилотной схеме, используемой в DTV,
предлагается также экспериментальная схема гексагонального типа. В обеих
схемах различные поднесущие используются для каждого OFDM-символа, и,
следовательно, исключается возможность вставки в ужасно замирающие
поднесущие, то есть используется разнесение.
В дополнение к вышеупомянутым пилотным схемам, различные типы
пилотных схем проверяются посредством моделирования. Ожидается, что
пилот-сигналы, имеющие большую плотность, чем другие, использующие
71

разные поднесущие во времени и на граничных поднесущих, лучше работают


для каналов, изменяющихся как во временной, так и в частотной областях.
Предыдущие схемы распределения пилот-сигналов основывались
исключительно на анализе СКО оценки канала. В некоторых случаях для
использования пилотов могут также учитываться другие параметры системы.
Например, из-за блока IFFT со стороны передатчика OFDM-систем может быть
очень высоким PAPR. Отмечено, что разные учебные символы (не рассеянные
пилоты) приводят к разным PAPR. Более того, различные распределенные
схемы распределения пилот-сигналов могут приводить к различному PAPR при
мультиплексировании с данными. Поскольку данные являются случайными,
оптимальное распределение для минимальной PAPR будет различным для
каждой передачи. Однако заранее определенные схемы распределения пилот-
сигналов могут быть проверены на лучший PAPR. Однако при такой схеме
информация о пилотной схеме должна передаваться стороне приемника, что
снижает спектральную эффективность системы.
Из обсуждения о распределении пилот-сигнала видно, что при системной
адаптивности может быть достигнута более высокая производительность
системы. В этом случае информация о статистике канала становится очень
важной. Распределение пилот-сигнала в частотной области требует оценки
разброса задержки, в то время как символы, расположенные над символами
OFDM (с течением времени), требуют оценки рассеяния Доплера. Если эти
оценки доступны, то экспериментальная схема, использующая только
правильное количество пилот-сигналов, может дать приемлемую
производительность. Если эта информация недоступна, тогда схема пилот-
сигнала может быть спроектирована на основе наихудшего состояния канала,
то есть максимальной ожидаемой задержки и доплеровских рассеяний. В
дополнение к неизвестной статистике каналов, случайно генерируемые пилот-
сигналы могут быть использованы для уменьшения помех от соседних ячеек.
Тем не менее, с помощью моделирования показано, что такие пилот-сигналы
приводят к серьезному ухудшению в оценке СКО канала.
72

До сих пор обсуждаются пилоты в частотной области. В некоторых


случаях оценка может быть выполнена с использованием данных во временной
области, то есть данных перед блоком БПФ на приемниках. Учебные символы
для этого случая могут быть установлены на все 1 в частотной области,
которые приводят к импульсу во временной области. Когда этот импульс
проходит по каналу, может быть получен CIR. Благодаря тщательному
размещению единиц в частотной области можно получить несколько реплик
CIR, которые можно улучшить за счет усреднения шума. Аналогичным образом
PN-последовательности, наложенные вместе с данными, могут быть
использованы для оценки канала. В таком случае корреляторы на приемнике
могут использоваться для ожидаемых выборок символов OFDM. Однако,
показано, что наложение обучения с данными не оптимально для оценки
канала.
Рассмотрев экспериментальные схемы, используемые в системах OFDM,
настало время взглянуть на методы оценки канала. Начиная с методов,
использующих наименьшую априорную информацию, в этой статье мы
рассмотрим такие методы оценки канала, как оценка LS, ML, методы
преобразования областей и LMMSE. Методы простой интерполяции будут
рассмотрены вместе с методикой оценки LS.

ОЦЕНКА ПО МЕТОДУ НАИМЕНЬШИХ КВАДРАТОВ

Прежде чем перейти к деталям методов оценки, необходимо дать


методику оценки LS, поскольку она необходима многими методами оценки в
качестве начальной оценки. Исходя из модели системы SISO-OFDM,
приведенной в уравнении 17 как

Y  n, k   X  n, k  H  n , k   W  n , k  ,
(20)

Оценка LS является

Y  n, k  W  n, k 
Hˆ LS  n, k    H  n, k  
X  n, k  X  n, k 
, (21)
73

В матричных обозначениях,

Hˆ LS  n, k   diag ( X ) 1Y  diag ( X ) 1W


(22)

Заметим, что эта простая оценка LS не использует корреляцию канала


между частотными несущими и символами OFDM.

СКО оценки LS уравнения 22 дается

K
СКОLS 
EH  SNR xf (23)

EH  E  H  n, k  
Где .

Метод LS, в общем, используется для получения начальных оценок


канала на пилотных поднесущих, которые затем дополнительно улучшаются с
помощью различных методов. Также принято вводить CIR в уравнение. 16,
чтобы использовать длину CIR для лучшей производительности. В этом случае
уравнение 16 можно модифицировать как

Y  diag ( X ) Fh  W

где H  Fh . Оценка LS уравнения 24 тогда

Hˆ  QLS F H diag ( X ) H Y (25)


1
где QLS  ( F diag ( X ) diag ( X ) F )
H H
(26)

Вышеуказанная оценка LS будет упоминаться как временная область LS.


Когда не делается никаких предположений о числе отводов или длины CIR,
тогда временная область LS сводится к частотной области и не дает никаких
преимуществ. Однако, исходя из предположения, что имеется только L число
канальных отводов, что затем уменьшает размерность матриц F и,
следовательно, Q, можно получить улучшенные характеристики из-за
уменьшения шума. Полученная оценка LS имеет более высокую
вычислительную сложность, чем частотная область LS, но увеличение
74

производительности является плюсовой стороной подхода. Увеличение


производительности можно рассматривать как использование корреляции
поднесущих. Сравнительное исследование показало, что когда частотный
домен LS также использует корреляцию поднесущих, то его
производительность может быть такой же, как и во временной области LS (21).
Дальнейшие сравнительные исследования показали, что на основе информации
SNR можно использовать любой метод. Например, если SNR является низким,
то временная область LS может быть менее точной, поскольку дополнительная
фильтрация во временной области основана на менее точной длине CIR. В этом
случае вероятность того, что все краны не будут учтены, и отбрасывание
некоторых из них являются высокими. Однако для других областей SNR
временная область LS дает лучшие результаты, поскольку она использует более
точную длину CIR. Использование временной области LS становится
неизбежным, когда OFDM комбинируется с системами MIMO. Это будет более
подробно рассмотрено при описании методов оценки каналов для MIMO-
систем.
Подобно временной области LS, оценка ML отводов CIR для одной и той
же модели системы, приведенная в уравнении 24 могут быть получены. В
предположении, что L канальные отводы и Np число поднесущих пилот-
сигнала, оценка ML коэффициентов канала показана,
Hˆ ML  ( FpH Fp ) 1 FpH diag ( X ) H Y
(27)

Fp Np  L
Где это усеченная унитарная матрица Фурье. В
вышеупомянутой формулировке для простоты предполагается, что пилотные

символы являются из созвездия PSK и, следовательно, diag ( X ) diag ( X )  I K , и


H

они не фигурируют в скобках для обратной операции. Можно заметить, что,


когда количество пилот-сигналов больше, чем длина канала, и шум является
AWGN, оценка LS во временной области в уравнении 25 эквивалентно оценке
ML, приведенной в уравнении 27. Кроме того, следует отметить, что оценка
75

ML, приведенная в (27), делает предположение о длине CIR, что улучшает


выполнение оценки точности. В отличие от оценки канала LMMSE, как LS, так
и ML основаны на предположении, что CIR является детерминированной
величиной с неизвестными параметрами. Это означает, что методы LS и ML не
используют долгосрочную статистику канала и, следовательно, как ожидается,
будут работать хуже, чем метод оценки канала LMMSE. Однако
вычислительная сложность является основным компромиссным фактором
между двумя группами методов оценки канала.

МЕТОДЫ ОЦЕНКИ КАНАЛА В ОБУЧАЮЩЕМ РЕЖИМЕ

Как упоминалось ранее, в режиме обучения все поднесущие символа


OFDM посвящены известным пилот-сигналам. В некоторых системах, таких
как WLAN или WiMAX, два символа зарезервированы для обучения. Если
обучающие символы используются над двумя символами OFDM, для очень
медленно меняющихся каналов можно считать, что каналы в двух OFDM-
символах для тех же поднесущих одинаковы. В этом случае оценки могут быть
усреднены для дальнейшего снижения шума. Если дисперсии шума символов
OFDM различны, то можно использовать фильтрацию Калмана, так что
дисперсии шума используются в качестве весовых параметров.
После оценки канала по обучающим символам OFDM его можно
использовать для оценки каналов OFDM-символов, посланных между
обучающими символами. В зависимости от изменения канала по времени могут
быть использованы различные методы.
Очень распространенный метод - предполагать, что канал не изменяется
между обучающими символами OFDM. В этом методе канал, который
оценивается на учебных символах, используется для последующих символов,
пока не будет получена новая обучающая последовательность. Затем канал
обновляется с использованием новой обучающей последовательности, и
процесс продолжается. Фактически, это один из алгоритмов, используемых для
IEEE 802.11a / b / g и фиксированных систем WiMAX. Однако эти подходы
76

вносят погрешность для непостоянных каналов, то есть наружных каналов.


Наибольшее снижение производительности наблюдается в символах, наиболее
удаленных от обучающих символов. Для систем видеопередачи критическая
информация может передаваться по символам ближе к обучающим символам, в
то время как некритическая информация может передаваться по тем, которые
дальше от обучающих символов. Отмечается, что такая компоновка может
улучшить производительность без увеличения количества учебных блоков.
Однако для систем, требующих одинаковых пакетов приоритетов, таких как
сети передачи данных, такой подход не может быть использован. В этом случае
удовлетворительные результаты могут быть получены путем увеличения
скорости, с которой учебные символы отправляются за счет эффективности
системы.
Для быстро меняющихся каналов методы интерполяции могут быть
использованы во временной области. Интерполяция канала линейно между
обучающими символами является одним простым решением. Недостатком
такого подхода является задержка, введенная в систему. В самом деле, если
система может терпеть больше латентности, тогда оценка канала для
неподготовленных символов OFDM может быть улучшена многочленами более
высокого порядка.