认知无线电深度感知理论研究

As a promise technique that may alleviate the spectrum scarcity, cognitive radios (CRs) provide an attractive solution for the developments of emerging high-speed wideband wireless communications. Unfortunately, as a hard-core of CRs, the existing spectrum sensing schemes fail still to deal with the non-ideal characteristics encountered in future more complex scenarios, e.g. the mobile scenes and the time-varying fading, leading to a significantly degraded sensing performance. In sharp contrast to traditional schemes, this project will design a novel spectrum sensing framework. The new scheme, for the first time, will take the primary-secondary link state information (PS-LSI) in full considerations, which will be estimated jointly except for detecting the occupancy state of primary users. For this reason, we may refer the new sensing scheme to as deep sensing (DS). By thoroughly exploiting the underlying property of PS-LSI, the DS scheme would remarkably enhance the sensing performance even in those adverse conditions. Meanwhile, as another gift of sensing process, the recovered PS-LSI can be used for subsequent CR operation optimizations. Being centered on the new DS framework, the main work of this project may include the following three aspects, i.e., (1) establish a general sensing model which can profoundly reflect the dynamic property of PS-LSI; (2) design a flexible and efficient deep sensing algorithm to estimate jointly the unknown PU state and the PS-LSI; (3) consider four typical practical scenarios and evaluate the sensing performance of our proposed DS scheme. It is considered this project may be of great significance to future widespread use of CRs both in theory and practice.

认知无线电有望缓解频谱资源的紧缺局势，从而为未来宽带无线通信的发展开辟了一条新道路。作为其核心功能之一,现有频谱感知技术却难以应对未来复杂应用场景中的非理想特性（如移动场景与时变衰落），致使其检测性能无法接受。显著区别于已有方案，本课题拟提出一种全新的频谱感知框架。新方案首次将授权用户-次要用户间链路状态信息纳入考虑；在检测授权用户状态的同时，对上述链路状态信息执行联合估计，因而可称其为深度感知。深度感知通过深入发掘链路特性，可有望提升复杂场景下的检测性能；同时，估计获得的链路状态信息亦可优化后续认知资源调度。围绕全新深度感知理论框架，本研究主要工作包括（1）建立通用新感知模型，以深入刻画动态链路信息；（2）设计一类灵活高效的深度感知算法，实现对授权用户状态与链路信息的联合贝叶斯估计；（3）考虑四种典型应用场景并评估测试新算法的实际性能。本研究将对未来CR广泛应用具有重要的理论与实践意义。

动态频谱共享有望缓解频谱资源的紧缺局势，为下一代5G宽带无线通信发展开辟了一条极具应用前景的新道路。作为其核心功能，现有的准静态环境感知技术却难以应对未来复杂应用场景中的非理想特性（如移动场景与时变衰落），致使其检测性能无法接受。显著区别于已有方案，本课题提出了一种全新的频谱感知框架。首次将授权用户-次要用户间链路状态信息纳入考虑，在检测授权用户状态的同时，对上述链路状态信息执行联合估计，因而可称其为深度感知。深度感知通过深入发掘链路特性，有望提升复杂场景下的检测性能；同时，估计获得的链路状态信息亦可优化后续认知资源调度。围绕全新深度感知理论框架，本研究主要工作包括（1）动态复杂环境下单节点深度感知理论与方法；（2）动态复杂环境下多节点联合深度感知理论与方法；（3）动态复杂环境下深度感知策略优化理论与方法；（4）基于深度感知理论的细粒度无线传输优化方法设计。针对上述研究内容，考虑诸多复杂动态环境因素的演化特性，基于状态空间模型构建统一的深度感知模型，突破了现有二元假设检验模型的理论局限性；在此基础上，考虑现有检测/估计方法无法有效应对信号检测与参数估计之间相互耦合与误差累计效应，基于序贯统计推理思想设计了全新的混合估计与检测方法理论框架。所提出的深度感知理论方法，突破了信息不确定性与高动态性下环境感知的理论界限，克服了长期未解决的隐藏终端难题，在准确感知目标设备发射状态之外，还实现了对未知噪声方差、时变衰落信道、未知调制模式、目标设备移动位置等全方位环境信息的感知获取，将复杂动态场景下频谱感知性能提升4-8dB；借助于深度感知理论方法强大的环境感知能力，进一步利用所获取的动态环境信息，设计并实现了细粒度、高效能的智能无线资源共享与可靠传输机制，可将动态共享无线网络信息容量提升30-600%。相关理论方案已在面向5G频谱共享、卫星链路自适应传输和复杂变电站环境下的高效可靠信息传输系统得到验证和应用。