頻譜感知技術畢業(yè)論文

1、<p><b>　　中文摘要</b></p><p>　　認知無線電技術（Cognitive Radio）是一種新穎的通信技術，它能有效地緩和現(xiàn)有固定頻譜管理方式導致的頻譜稀缺問題，被認為是下一代最具潛力的通信技術之一。頻譜感知作為認知無線電的關鍵技術之一，它能檢測周圍空間的頻譜空洞，為認知無線用戶提供可利用的頻譜；監(jiān)視授權用戶的出現(xiàn)，以防止對授權用戶干擾。</p>

2、<p>　　現(xiàn)階段對頻譜感知技術的研究主要集中在提高頻譜檢測準確度上，而對頻譜檢測面臨的安全問題的研究甚少。本文在詳細分析現(xiàn)有單節(jié)點頻譜檢測技術，深入研究多節(jié)點協(xié)作感知的網絡框架、數(shù)據融合技術和信號檢測理論的基礎上，重點研究了頻譜檢測過程中的數(shù)據混淆攻擊（SSDF）問題，提出了基于信譽的權重序貫對數(shù)似然比算法（AWSPRT）。在AWSPRT算法中，我們主要有兩個貢獻點：首先提出了基于檢測準確度得信譽更新算法。它能有效反映認知用

3、戶檢測信息的可靠性，其次根據授權用戶占用信道時間的特點，提出了惡意用戶剔除方法。仿真中，我們利用matlab對AWSPRT算法和現(xiàn)有4種算法進行了分析比較，結果顯示，我們算法是在SSDF攻擊下檢測準確度最高，最穩(wěn)定的算法。</p><p>　　關鍵詞：認知無線電;頻譜感知;序貫對數(shù)似然比檢測;數(shù)據混淆攻擊。 Abstract</p><p>

4、;　　Cognitive radio technology is a revolutionary new communication technology that promises to solve the spectrum shortage problem led by existing fixed spectrum management, and has been considered as one of the most pr

5、omising communication technologies in the next generation. Spectrum sensing which is one of the key technologies in cognitive radio can detect the spectrum hole to provide secondary users with available spectrums, and mo

6、nitor the appearance of primary users to avoid interference.</p><p>　　Most of current spectrum sensing studies mainly focus on the detection ratio improvement, and pay little attention to the security issue

7、 in spectrum sensing In this paper, we analyze the single-node-based spectrum sensing technology, and investigate the network framework, the data fusion technology, and signal detection theory in Multi-node cooperative s

8、pectrum sensing technologies. Based on the above research, we focus on the spectrum sensing data falsification (SSDF) attack problem, and propo</p><p>　　Key words：Cognitive Radio; Spectrum sensing; Sequentia

9、l Log-likelihood Ratio Test; spectrum sensing data falsification (SSDF).</p><p><b>　　目錄</b></p><p>　　中文摘要……………..I</p><p>　　Abstract………………..II</p><p>　　第一

10、章.緒論……………1</p><p>　　1.1.研究背景及意義1</p><p>　　1.2.本文的研究工作及章節(jié)安排2</p><p>　　第二章.認知無線電概述3</p><p>　　2.1.認知無線電定義及特征4</p><p>　　2.2.認知無線電關鍵技術4</p><p

11、>　　2.2.1頻譜感知4</p><p>　　2.2.2.頻譜管理5</p><p>　　2.2.3.頻譜共享6</p><p>　　2.2.4.頻譜移動性8</p><p>　　2.3.認知無線電研究現(xiàn)狀9</p><p>　　第三章.頻譜感知技術12</p><p>　

12、　3.1.單節(jié)點頻譜感知技術12</p><p>　　3.1.1.能量檢測13</p><p>　　3.1.2.匹配濾波器檢測15</p><p>　　3.1.3.循環(huán)平穩(wěn)特性檢測15</p><p>　　3.1.4.單節(jié)點頻譜感知小結16</p><p>　　3.2.多節(jié)點協(xié)作頻譜感知技術16<

13、/p><p>　　3.2.1.協(xié)作頻譜感知框架17</p><p>　　3.2.2.協(xié)作頻譜感知數(shù)據融合技術19</p><p>　　3.2.3.協(xié)作頻譜感知統(tǒng)計信號檢測理論21</p><p>　　3.3.干擾溫度檢測25</p><p>　　第四章 基于信譽的權重序貫對數(shù)似然比的協(xié)作頻譜檢測算 </

14、p><p>　　4.1.認知無線電網絡頻譜檢測安全性概述27</p><p>　　4.2.系統(tǒng)模型與統(tǒng)計數(shù)據分析30</p><p>　　4.3基于信譽的序貫似然比檢測算法31</p><p>　　4.3.1.信譽及權重更新32</p><p>　　4.3.2.權重序貫對數(shù)似然比檢測34</p>

15、<p>　　4.3.3.惡意用戶剔除35</p><p>　　4.3.4.算法流程35</p><p>　　4.3.仿真結果及分析37</p><p>　　第五章.總結……………42</p><p>　　參考文獻……………43</p><p>　　附錄…………………..45</p>

16、<p>　　原文…………….45</p><p>　　致謝………….64</p><p><b>　　緒論</b></p><p><b>　　研究背景及意義</b></p><p>　　無線頻譜資源是一種珍貴的自然資源，隨著無線技術的飛速發(fā)展，移動高速數(shù)據網，無線多媒體應用等高數(shù)

17、據率需求的無線應用已廣泛部署，無線應用對頻譜需求也越來越高，在即將到來的物聯(lián)網時代，所有物品都將通過無線聯(lián)網，無線用戶數(shù)量將呈爆發(fā)式增長，這對頻譜的需求也將隨之增長。如何利用有限的頻譜資源滿足各種無線的應用頻譜需求已成為當前熱門的研究課題。</p><p>　　現(xiàn)有的頻譜資源都是各國有關部門（如Federal Communications Commission）按照固定的頻譜分配方式給不同無線應用分配合適的頻段。

18、固定的頻譜分配方式規(guī)范了無線頻譜使用權問題，能防止不同應用之間的干擾。但是這種頻譜分配方式缺乏靈活性。當頻帶指定給固定授權用戶后，即使授權用戶沒有利用頻段，其他用戶也不能接入該頻段，這將造成頻譜資源的浪費。根據FCC報告[1]，目前可用頻段大部分已經分配完畢，可分配給新型無線應用的空閑頻段將出現(xiàn)短缺，而各頻段的頻譜利用率僅在15%~85%之間（如圖1）。</p><p><b>　　圖 1 頻譜利用率

19、</b></p><p>　　物理頻譜資源的不足和頻譜資源利用率低下間的矛盾，促使人們探索新型頻譜接入方式。認知無線電技術允許非授權用戶在不干擾授權用戶的情況下，動態(tài)的接入授權頻段和授權用戶共享頻段，從而提高頻譜利用率。近年來，認知無線電技術受到了學術和工業(yè)界的廣泛關注，如IEEE成立了802.22工作組，以制定基于認知無線電技術的無線地域網（Wireless Regional Area Networ

20、ks）標準。目前認知無線電技術被認為是下一代最熱門的無線技術之一。</p><p>　　頻譜感知是在認知無線電技術的關鍵技術之一，認知無線電必須能夠靈敏的感知外界環(huán)境，感知可利用頻譜空洞，為認知用戶提供可利用頻段；檢測授權用戶的出現(xiàn)，以避免對授權用戶的干擾。作為認知無線電技術的必備技術，頻譜感知的研究對認知無線電技術的實際應用具有重大意義。</p><p>　　本文的研究工作及章節(jié)安排&l

21、t;/p><p>　　本文主要研究目前認知無線電網絡中頻譜感知所采用的各種檢測技術，協(xié)作檢測過程中的數(shù)據融合技術，分析協(xié)作頻譜感知過程中面臨的安全問題，并提了一種強健的協(xié)作檢測算法。全文總體章節(jié)安排如下：第一章簡要介紹了頻譜檢測的研究背景，并概述了本文研究工作。第二章我們簡要概述認知無線電的四個關鍵技術及其研究現(xiàn)狀。第三章詳細介紹了三類頻譜檢測方法：單節(jié)點頻譜檢測、協(xié)作頻譜檢測和基于干擾溫度的檢測。第四章我們簡要概述

22、了分布式協(xié)作頻譜面臨的安全問題，并針對SSDF攻擊，提出了基于信譽的權重序貫對數(shù)似然比檢測算法。第五章總結全文。</p><p><b>　　認知無線電概述</b></p><p>　　認知無線電定義及特征</p><p>　　認知無線技術是一種可以動態(tài)利用頻譜資源的新型無線電技術，是由Mitlla III博士在其博士論文中首次提出。目前廣泛認

23、可的認知無線電定義主要有兩種： Haykin Simon和FCC對認知無線電的定義。</p><p>　　Haykin Simon[2]：“認知無線電是一個智能無線通信系統(tǒng)，他可以感知外界環(huán)境，通過理解、學習，實時的改變某些操作參數(shù)（如傳輸功率、載波頻率、調制技術等）使其內部狀態(tài)適應接收到的無線信號的統(tǒng)計變化，以到達以下目的——任何時間，任何地點高度可靠的通信，及高效利用頻譜資源[2]”。</p>

24、<p>　　FCC的定義[1]：“認知無線電是一種能根據與它的操作環(huán)境之間的交互來改變傳輸參數(shù)的無線電技術”。</p><p>　　從上述兩個定義，我們可以總結出認知無線電的兩個主要特征：認知能力，重配置能力。</p><p>　　認知能力指認知無線電技術能夠從周圍環(huán)境中感知信息，這種信息不僅僅是簡單的頻譜寬帶、功率等信息，而是一種更加精密的，能夠反映空間無線環(huán)境瞬時變化的信息。

25、認知能力使認知無線電技術用戶能夠檢測出未被利用的頻譜，選擇出最佳的可利用的頻帶。認知過程主要包含三個步驟（如圖2）：頻譜感知，頻譜決策和頻譜分析。頻譜感知，使用戶能檢測空間未利用的頻譜，監(jiān)視授權用戶的出現(xiàn)；頻譜分析，是指對可用頻譜段的帶寬、信道質量等信道信息的分析過程；頻譜決策，指根據用戶需求、QoS和可利用頻譜的特性等決定調制模型、帶寬、概率等參數(shù)。</p><p><b>　　圖 2 認知循環(huán)<

26、;/b></p><p>　　重配置能力指認知無線電技術能夠根據其操作環(huán)境，在不改變任何硬件的情況下，動態(tài)的調整自身傳輸參數(shù)（如操作頻率、調制方式、傳輸功率等）。使得認知無線電技術用戶可以隨時在所用頻譜空洞中選擇最好的信道接入，以更好的利用頻譜，提高頻譜利用率。</p><p><b>　　認知無線電關鍵技術</b></p><p>　　

27、認知無線電技術是高度智能化的現(xiàn)代通信技術，它能檢測并動態(tài)利用空間空閑頻譜。為實現(xiàn)這些目標，認知無線用戶需要感知外界環(huán)境，調節(jié)自身傳輸參數(shù)，以在授權信道空閑時接入信道以避免對授權用戶的干擾。這個過程涉及到的技術主要有[3]：頻譜感知、頻譜移動性、頻譜共享、頻譜管理。本節(jié)我們將詳細介紹這四種關鍵技術。</p><p><b>　　頻譜感知</b></p><p>　　頻譜

28、感知作為認知無線電技術的主要組成部分，其主要任務是感知空間頻譜利用情況、檢測授權用戶的出現(xiàn)，以防止對授權用戶的干擾、提高頻譜利用率。頻譜檢測可以分為單節(jié)點頻譜感知和多用戶協(xié)作感知。</p><p>　　單節(jié)點頻譜感知主要有能量檢測、匹配濾波器檢測、循環(huán)平穩(wěn)特征檢測、波形檢測等。在應用中，單節(jié)點頻譜感知的檢測性能可能受多徑衰落、陰影效應等影響?，F(xiàn)有研究顯示，協(xié)作頻譜感知可以大大減輕多徑衰落、陰影相應對頻譜感知準確度

29、的影響，它能利用信號的空間分布特性，提高頻譜檢測性能，降低對設備的要求，但在協(xié)作頻譜檢測過程中需要額外的通信開銷（如感知信息交換開銷）。具體的頻譜感知技術我們將在第三章詳細介紹。</p><p><b>　　頻譜管理</b></p><p>　　在認知無線電網絡中，頻譜感知檢測到的空閑頻譜可能分布在很寬的范圍。由于無線環(huán)境的時變性，這些頻段所展示的特征也是時變的。由于

30、認知無線電網絡需要選擇最佳的頻譜，以滿足用戶的QoS需求，因此，認知無線電網絡需要一個全新的，能考慮動態(tài)頻譜特性和用戶需求的頻譜管理技術。認知無線電網絡的頻譜管理技術分為圖2所示的頻譜感知、頻譜分析、頻譜決策，本小節(jié)我們將介紹其中的頻譜分析和頻譜決策兩部分。</p><p><b>　　頻譜分析</b></p><p>　　在認知無線電網絡，可利用的頻譜空洞的特性是時

31、變的，頻譜分析可以使認知用戶了解不同頻段的特性，以便用戶能選擇最好的頻段。在頻譜分析階段，認知用戶需要對每個頻譜空洞的信道特征、授權用戶激活情況、頻譜帶寬信息等進行分析。也即分析信道干擾、路徑衰落、無線鏈路錯誤、鏈路延遲、信道占用時間等。目前關于頻譜分析的研究僅僅只考慮信道容量的分析，而沒有將延遲、鏈路錯誤、信道占有時間考慮進去，如何綜合考慮上述這些特性的頻譜分析方案還有待研究。</p><p><b>

32、;　　頻譜決策</b></p><p>　　經過頻譜分析后，認知無線網絡已經了解了可用頻譜的特性，它能根據用戶的需求如數(shù)據傳輸速率、可接受的錯誤率，延遲及傳輸模型等來選擇最佳的通信頻段。目前為止，頻譜決策依然是個未被充分研究的領域。</p><p><b>　　頻譜共享</b></p><p>　　認知無線電網絡要求認知用戶和授權用

33、戶在同一空間內和諧共處，認知無線電中的頻譜共享技術是一種可以使認知用戶能夠和該地區(qū)授權用戶實現(xiàn)無干擾的頻譜資源共用的技術?，F(xiàn)有的頻譜共享技術可按照網絡架構、頻譜分配行為、頻譜接入技術分為三類。</p><p><b>　　按網絡架構分類</b></p><p>　　按照這種分類方式頻譜共享技術可以分為集中式頻譜共享和分布式頻譜共享。集中式頻譜共享技術網絡由控制中心和用

34、戶組成，其中控制中心實現(xiàn)頻譜資源分配和用戶接入控制，網絡中用戶將自己的感知信息發(fā)送到控制中心，由控制中心分配頻譜。分布式頻譜共享技術網絡中，每個用戶都可以根據本地策略獨立的分配頻譜帶寬。</p><p><b>　　按頻譜接入行為分類</b></p><p>　　按照這種分類方式，頻譜共享技術可以分為協(xié)作頻譜共享技術和非協(xié)作頻譜共享技術。協(xié)作頻譜共享技術考慮每個用戶在

35、通信過程中對其它用戶的干擾和影響，每個用戶都與其他用戶共享信息。非協(xié)作頻譜共享技術是一種自私的頻譜共享技術，它只考慮自身的利益，而不考慮對其他用戶的干擾情況，這可能導致用戶之間的干擾，從而造成頻譜利用率的降低，但其對節(jié)點的通信要求相對較低。</p><p><b>　　按頻譜接入技術分類</b></p><p>　　圖 3 填充式頻譜共享技術</p>&

36、lt;p>　　圖 4 墊底式頻譜共享技術</p><p>　　按頻譜接入技術分類，頻譜共享技術可以分為填充式頻譜共享技術（ 圖3）和墊底式頻譜共享技術（圖4）; 其中圖3和4中PU指Primary Use，即授權用戶；SU為Seconder User，即認知用戶；橫坐標為頻率，縱坐標為功率譜密度。</p><p>　　填充式頻譜共享技術指認知用戶可以較大功率利用未被授權用戶利用的空閑

37、頻段接入網絡，當授權信號出現(xiàn)時，認知用戶切換到其他頻段。由于認知用戶所用總是利用無授權信號存在的空閑頻段，所以認知用戶不會干擾授權用戶的正常通信，目前這種頻譜共享技術被認知無線電技術采用。</p><p>　　墊底式頻譜共享技術是指認知用戶以很低的功率（通過擴頻技術），利用較寬的頻帶接入網絡。由于認知用戶接入頻帶的功率小于授權用戶可接受的干擾門限，授權用戶把認知用戶傳輸?shù)男盘柈敵稍肼曁幚?。而噪聲的門限不超過授權用

38、戶可接受的噪聲門限，因此所以可以認為認知用戶不過干擾授權用戶正常通信。目前墊底式頻譜共享技術現(xiàn)以廣泛應用在Ultra-wide Bandwidth(UWB)無線通信中。</p><p><b>　　頻譜移動性</b></p><p><b>　　圖 5 頻譜移動性</b></p><p>　　認知無線電技術要求認知用戶可以

39、動態(tài)的選擇最佳的頻段通信，因此認知用戶必須能捕獲最優(yōu)頻段，并切換其操作頻段。頻譜移動性也就是認知用戶切換其操作頻率的過程，即頻譜切換，其切換過程如圖5所示。</p><p>　　在認知無線電網絡中，當認知用戶當前所操作的頻段的信道狀況變壞，或者授權用戶出現(xiàn)時，認知用戶需要將其工作頻段切換到其它合適的頻段。為實現(xiàn)平滑的頻譜切換，盡可能減小網絡性能在頻譜切換過程中的衰減，現(xiàn)有研究提出了跨層頻譜移動管理協(xié)議，這種協(xié)議可

40、以適應于各種不同應用協(xié)議下的移動管理。如使TCP連接在頻譜切換過程中處于等待狀態(tài)，在FTP應用中，該協(xié)議能夠在頻譜切換過程中存儲數(shù)據包等。</p><p><b>　　認知無線電研究現(xiàn)狀</b></p><p>　　自1999年Mitola III博士1999年在其博士論文首次提出認知無線電概念，短短十年，認知無線電技術就有了跨越式發(fā)展。目前為止，雖然真正意義上實際應

41、用的的認知無線電網絡還不存在，但是認知無線電技術中動態(tài)接入頻譜的思想已經影響了很多其它無線應用領域，如在IEEE 802.11a 5GHz頻段采用了認知無線電技術中的動態(tài)頻率選擇和功率控制機制。隨著研究的深入，相信在不久的將來，認知無線電技術得到的被廣泛應用。</p><p>　　技術的發(fā)展離不開政策的支持，近年來，各國頻譜管理部門大力支持認知無線電技術的發(fā)展。如2004年美國FCC建議非授權用戶在不干擾授權用戶

42、的條件下，可以利用TV廣播頻段，IEEE成立IEEE 802.22工作組，致力于認知無線電技術在TV廣播頻段的無線地域網（Wireless Regional Area Networks）網絡標準的制定，國內外大學科研機構也紛紛加入認知無線電領域研究。</p><p>　　目前，認知無線電技術研究有了較大進展，各研究機構和院校提出了一系列的網絡模型，下面我們將簡單介紹目前主要的幾種認知無線電模型。</p>

43、;<p>　　IEEE 802.22</p><p>　　IEEE 802.22第一個基于認知無線電技術的第一個全球性無線地域網（Wireless Regional Area Networks WRAN）標準。802.22系統(tǒng)是一種基于基站的網絡架構，它利用UHF/VHF 電視廣播頻段（54-862MHz）, 提供一個固定的點到多點的空中接口，802.22系統(tǒng)的頻帶利用率范圍為0.5到5 bit/(

44、sec/Hz)，平均頻譜利用率為3 bit/(sec/Hz)。最大覆蓋范圍為100Km，典型范圍為33Km。它主要為農村地區(qū)提供網絡服務。</p><p>　　CORVUS（虛擬非授權認知無線電用戶系統(tǒng)）</p><p>　　CORVUS是美國加州大學伯克利分校Brodersen教授提出，該系統(tǒng)通過協(xié)作的方式實現(xiàn)頻譜檢測和信道分配。在系統(tǒng)中，多個認知用戶構成認知用戶群，用戶群群內的節(jié)點以a

45、d hoc的方式進行通信。不同用戶群之間的用戶不能直接通信。用戶群內用戶通過通用的控制信道交換感知信息，建立次級用戶通信鏈路。CORVUS是基于傳統(tǒng)的OSI/ISO協(xié)議結構，主要設計到物理層和數(shù)據鏈路層。其中物理層包含：頻頻普感知、數(shù)據傳輸、信道估計三個模塊，數(shù)據鏈路層包含：組管理、鏈路管理、MAC模塊[4]。</p><p><b>　　頻譜池系統(tǒng)</b></p><p

46、>　　頻譜池系統(tǒng)是基于正交頻分復用的集中式網絡架構，它主要包含認知無線電基站和認知移動用戶。它是由德國Karlsruhe大學的Fiedrich Jondral教授提出。其主要思想是將分配給授權用戶的空閑頻譜合成一個公共的頻譜池。在感知階段，各認知移動用戶檢測并將數(shù)據發(fā)送到基站，由基站做最終的頻譜決策。然后通過基站將檢測結果發(fā)送給移動用戶?，F(xiàn)階段有關頻譜池系統(tǒng)物理層接入、調度、頻譜切換還有待研究。</p><p&

47、gt;　　認知無限電網絡架構還有端到端可重配置（E2R：End to End Reconfigurability）、DIMSUMnet、OCRA network、DRiVe/OverDRiVE等。</p><p>　　自認知無線電概念提出起，國內院校（主要包括清華大學、北京交通大學、北京郵電大學、電子科技大學等）及科研機構就開始了對認知無線電技術的研究。國家科技、教育部門也大力支持在認知無線電技術的研究，如20

48、05年國家863項目首次支持了認知無線電關鍵技術的研究，2007年認知無線點關鍵技術研究受到國家973項目支持，在每年的國家自然科學基金中認知無線電技術有關項目數(shù)量逐步增加。</p><p>　　近年來認知無線電技術受到廣泛的關注，其協(xié)議算法、理論、網絡框架有了長足的發(fā)展，然而從理論到實踐應用，認知無線電技術依然面臨諸多挑戰(zhàn)，很多關鍵技術還有待發(fā)展完善。</p><p><b>

49、　　頻譜感知技術</b></p><p>　　頻譜感知是認知無線電的關鍵技術之一，如2.2.1節(jié)所述。認知無線電能夠感知周圍環(huán)境變化，檢測頻譜空洞為認知網絡提供可利用頻段，監(jiān)視授權用戶的出現(xiàn)，以避免對授權用戶的干擾。總的來說頻譜感知技術[5]可以分為單節(jié)點頻譜感知、協(xié)作感知和基于干擾溫度的檢測，如圖6所示。本章我們將詳細介紹這三種頻譜感知技術。</p><p>　　圖 6 頻譜

50、感知技術</p><p><b>　　單節(jié)點頻譜感知技術</b></p><p>　　單節(jié)點頻譜感知技術又叫非協(xié)作頻譜感知技術，它是單個認知無線用戶對授權用戶發(fā)送信號的檢測。單節(jié)點檢測的基本數(shù)學模型如下：</p><p><b>　?。?.1）</b></p><p>　　其中，為高斯白噪聲，為信道

51、增益，為授權用戶信號。當無授權用戶時為，有信號時檢測為?，F(xiàn)有的信號檢測技術主要有：能量檢測、匹配濾波器檢測和靜態(tài)循環(huán)特征檢測，下面分別介紹這三種單節(jié)點頻譜檢測技術特點。</p><p><b>　　能量檢測</b></p><p>　　如果接收機不能收集到足夠的授權用戶信號的信息，則能量檢測是最佳的檢測方式。能量檢測也即輻射檢測，由于不需要授權用戶信號特征、應用方便、

52、計算要求低等優(yōu)勢，能量檢測是目前認知無線網絡研究中應用最廣泛的單節(jié)點感知技術。</p><p>　　能量檢測過程[6]如圖7所示，能量檢測器首先將檢測信號通過帶寬為W的帶通濾波器，然后經過平方、積分后與門限值比較，以判斷授權用戶存在與否。</p><p>　　圖 7 能量檢測原理圖</p><p>　　現(xiàn)有研究對能量檢測已經進行了深入的研究。能量檢測在非衰落信道和各

53、種衰落信道（瑞利信道、賴斯信道、Nakagami信道等）的檢測概率（）和虛警概率（）已經有了閉合的公式描述[7]。</p><p><b>　　高斯非衰落信道中：</b></p><p><b>　?。?.2）</b></p><p><b>　?。?.3）</b></p><p&

54、gt;　　其中其中為信噪比SNR，和分別為完整和非完整伽馬函數(shù)，為時間帶寬積。</p><p><b>　　瑞利信道：</b></p><p><b>　?。?.4）</b></p><p>　　由于在無授權信號時，只有噪聲（如式3.1所示），各種不同信道虛警概率相同且都為式3.3。在matlab仿真中我們采用尼曼-皮爾遜

55、準則，固定檢測終端接收到的授權信號信噪比為5db，信道帶寬積u=5。分別在高斯白噪聲信道，和瑞利信道下，通過100000蒙特卡洛檢測的結果如下（sim 為實驗檢測結果， theory為根據相應信道檢測準確率公式計算得出），實驗結果（圖 8）顯示，理論值ROC曲線和實際檢測ROC曲線一致：</p><p>　　圖 8 不同信道下能量檢測仿真與理論圖</p><p><b>　　匹配

56、濾波器檢測</b></p><p>　　如果接收機已知授權用戶信號特征，在高斯信道中匹配濾波器能夠最大化接受到信號的信噪比，這種情況下匹配濾波器是最佳的檢測探測器。匹配濾波器最大的優(yōu)點是，由于解調載波于信號的相關性，它能夠在最短的時間內達到很高的增益，但是它必須預先知道授權用戶的信號特征（如調制方式、調制階數(shù)、脈沖波形等）。匹配濾波器在不知道授權信號特征的情況下的檢測性能是非常糟糕的。而在認知無線電網

57、絡中，授權用戶信號的特征往往是很難預先知道的。因此在認知無限電網絡中匹配濾波器檢測幾乎沒有實際應用。</p><p><b>　　循環(huán)平穩(wěn)特性檢測</b></p><p>　　調制信號一般都需要經過載波、脈沖序列調制、調頻、循環(huán)前綴等耦合處理，因此調制信號的平均值和自相關函數(shù)都具有周期性，也即靜態(tài)循環(huán)特性。循環(huán)平穩(wěn)特性檢測中，這些特征可以檢測出來。由于噪聲是寬帶、靜態(tài)

58、非相關信號，而調制信號是周期和自相關信號，因此在循環(huán)平穩(wěn)特性檢測中可以將噪聲功率和信號功率分離，這是自相關檢測的最大優(yōu)勢。循環(huán)平穩(wěn)特性檢測在噪聲功率不確定性方面具有更強的抵抗性。但是這種強抵抗性需要更高的計算復雜度和更長的觀察時間。</p><p>　　單節(jié)點頻譜檢測技術除了上述三種檢測方法外還有波形檢測、基于小波分析的頻譜檢測、似然比檢測等。但能量檢測，匹配濾波器檢測和循環(huán)平穩(wěn)特性檢測是單節(jié)點檢測算法中使用頻率

59、最高的檢測。</p><p><b>　　單節(jié)點頻譜感知小結</b></p><p>　　本節(jié)我們詳細介紹了能量檢測，簡單概述了匹配濾波器檢測和循環(huán)平穩(wěn)特性檢測，總的來說，我們將這三種檢測方法的優(yōu)缺點概括如表1所示：</p><p>　　表 1 單節(jié)點頻譜感知方法比較</p><p>　　多節(jié)點協(xié)作頻譜感知技術</

60、p><p>　　在單節(jié)點頻譜感知技術中，頻譜檢測主要是依靠本地頻譜檢測器進行頻譜檢測，但是這種檢測方式檢測準確度不高，而且其檢測性能受多徑衰落、陰影、隱藏終端問題（圖9）干擾嚴重。協(xié)作頻譜檢測就是為解決這些問題而提出的檢測技術。協(xié)作檢測要求各個本地檢測器共享本地檢測結果，采用適當?shù)臄?shù)據融合技術，將本地檢測結果融合，得到最終的檢測結果。其目的是盡可能的提高頻譜感知的準確度，減少多徑衰落、陰影、隱藏終端問題對檢測性能的影

61、響。本節(jié)我們將從協(xié)作檢測網絡框架、協(xié)作檢測數(shù)據融合技術、協(xié)作檢測數(shù)據統(tǒng)計理論三方面詳細介紹協(xié)作頻譜檢測技術。</p><p>　　圖 9 頻譜感知中隱藏終端與多徑衰落</p><p><b>　　協(xié)作頻譜感知框架</b></p><p>　　為了頻譜感知分析的方便，我們根據認知用戶共享頻譜感知信息的方式，將協(xié)作頻譜感知網絡[8]分為集中式協(xié)作感

62、知、分布式協(xié)作感知和轉發(fā)式協(xié)作感知（如圖10）。</p><p>　　圖 10 協(xié)作頻譜感知框架</p><p><b>　　集中式協(xié)作感知</b></p><p>　　在集中式協(xié)作頻譜感知框架包含授權用戶、認知用戶及聚合中心，其中聚合中心控制整個協(xié)作頻譜感知過程。首先，聚合中心選擇感興趣的信道或者頻帶，控制認知用戶獨立的檢測頻帶利用情況。其次

63、，所有的認知用戶通過控制信道將本地檢測結果發(fā)送到聚合中心，聚合中心采用適合的數(shù)據融合技術將本地檢測結果融合，產生最終的檢測結果。最后，聚合中心將最終的檢測結果通過控制信道分發(fā)到各認知用戶。在圖10a中，CR0是聚合中心。CR1-CR5為認知用戶。在信道感知階段，所有認知用戶轉向選擇的信道或頻帶（稱為感知信道）與授權用戶建立點對點的鏈路，觀察授權用戶的出現(xiàn)。在本地感知信息傳輸階段，所用認知用戶通過（回傳信道）將本地檢測結果發(fā)送到聚合中心。

64、值得注意的是，集中式協(xié)作檢測可以適用于集中式網絡架構，也可以適用于分布式網絡架構。在集中式網絡架構中，基站可以充當聚合中心。而在分布式網絡架構中，任何一個認知用戶都可以被選作為聚合中心。</p><p><b>　　分布式協(xié)作感知</b></p><p>　　和集中式協(xié)作頻譜感知不同，分布式協(xié)作感知最終檢測結果不依賴于聚合中心，認知用戶通過與其他用戶交互本地感知結果，

65、最后通過融合可利用的相鄰認知用戶的頻譜感知信息來獲得最終的頻譜檢測結果。在圖10b 中，CR1-CR5首先進行本地檢測，然后和它周圍有效通信范圍內的認知用戶交換感知信息。每個用戶將本地感知信息發(fā)送給其他用戶，同時采用分布式的算法從其它認知用戶獲得感知信息，并形成本地最終的檢測結果。</p><p><b>　　轉發(fā)式協(xié)作感知</b></p><p>　　出了分布式協(xié)作

66、感知和集中式協(xié)作感知外，頻譜感知的第三種網絡架構是轉發(fā)式協(xié)作感知[9, 10]。這種協(xié)作感知主要是應用在感知信道和回傳信道兩個信道中有一個狀態(tài)不佳的情景，如一個認知用戶有較差感知信道和較強的回傳信道，另一個認知用戶有較差的回傳信道和較好的感知信道。如圖10c，CR1、CR4、CR5能夠檢測到較強的授權用戶信號，而他們的回傳信道信號較弱。而CR2和CR2在回傳信道上信號較強，因此CR2和CR3可以作為CR11、CR4、CR5將感知結果發(fā)送

67、到聚合中心的轉發(fā)節(jié)點。這樣，能夠檢測到較強授權信號的認知用戶將感知結果發(fā)送給有強的回傳信號的認知用戶，有較強回傳信號的認知用戶再將感知信息發(fā)送到聚合中心，這種方式能夠減少由于信道原因造成的感知信息在傳輸過程中的錯誤。從而提高協(xié)作頻譜感知的準確性。</p><p>　　協(xié)作頻譜感知數(shù)據融合技術</p><p>　　數(shù)據融合技術是協(xié)作頻譜檢測的重要組成部分，在協(xié)作感知中，回傳感知結果的數(shù)據類型

68、、大小根據其回傳信道帶寬不同而不同。我們根據回傳到聚合中心或分布式協(xié)作感知網絡中其他相鄰節(jié)點的本地感知結果的所需要的控制信道帶寬，將融合技術分為軟融合技術和硬融合技術。其中軟融合是指認知用戶將本地感知樣本完全發(fā)送給聚合中心，融合中心采用全部的檢測統(tǒng)計數(shù)據來做數(shù)據融合，硬融合技術是指認知用戶首先做本地檢測，然后向聚合中心發(fā)送1比特的感知結果，融合中心采用這些1bit數(shù)據來融合得到最終檢測結果。研究表明軟融合技術由于能夠利用所有的檢測信息，

69、其檢測準確度是最高的。硬決策由于在本地檢測中丟失部分感知信息，因此其頻譜檢測準確率相對較低。但是軟融合技術在感知信息交互過程中，需要交互的感知信息數(shù)量相對較多，這將造成信道利用率的降低。而硬融合技術只交互1bit的信息，所以其回傳信道占用帶寬較低。</p><p><b>　　硬融合技術</b></p><p>　　當本地二進制檢測結果發(fā)送到聚合中心，聚合中心將采用合

70、適的聚合準則來獲得最終的檢測結果。常見的硬融合準則有：AND、OR和K-out-of-N準則。我們假設為第個認知用戶的本地檢測結果，為最終的檢測結果。其中，1表示檢測頻段授權用戶存在，而0表示檢測頻段空閑。當采用AND準則時，只有當所有認知用戶的本地檢測結果都為1時，最終檢測結果。采用OR準則時，只要有一個認知用戶的檢測結果為1是，最終檢測結果。三種硬判決中，AND和OR準則是K-out-of-N的兩個特例，即，當K=N時為AND準則，

71、K=1時為OR準則。K-out-of-N檢測的虛警概率和檢測概率表達式如下：</p><p><b>　?。?.5）</b></p><p><b>　?。?.6）</b></p><p>　　將表達式（3.5）和（3.6）中K換為1或N就是OR準則和AND準則的表達式。相關研究表明，當協(xié)作認知用戶數(shù)量較多時，OR準則有較

72、好的檢測性能，當用戶數(shù)量較少時AND準則有較好的檢測性能。</p><p><b>　　軟融合技術 </b></p><p>　　傳統(tǒng)的軟融合技術主要有等增益合并（EGC）、最大比值合并（MRC）和選擇式合并(SC)。增益合并是指聚合中心等權重的采用所用認知用戶感知信息進行判決的技術，這種聚合技術在當每個認知用戶檢測到的信號信噪比相同時是最佳聚合方式。最大比值合并是聚

73、合過程中為每個認知用戶的感知信息乘以適當?shù)脑鲆嫦禂?shù)再進行判決的技術。選擇式合并是聚合中心選擇接受信號信噪比最大的認知用戶的感知信息進行判決的技術。參考文獻[7]利用能量檢測詳細分析了這三種軟融合方式在瑞麗衰落信道下的性能，結果顯示EGC和單節(jié)點能量檢測相比可以獲得兩個數(shù)量級的檢測增益，而SC和MRC有近一個數(shù)量級的檢測增益。</p><p>　　協(xié)作頻譜感知統(tǒng)計信號檢測理論</p><p>

74、;　　統(tǒng)計信號檢測理論是主要研究隨機信號在干擾環(huán)境中信號檢測及其數(shù)據統(tǒng)計的理論，其數(shù)學基礎是統(tǒng)計判決理論。認知無線電頻譜感知就是統(tǒng)計檢測理論中二元信號檢測，其檢測模型如圖11： </p><p>　　圖 11 二元信號統(tǒng)計檢測模型</p><p>　　信源輸出有兩種情況或，其中指新源不發(fā)送信號，指新源發(fā)送信號；接受端需要對信號進行檢測、判決以檢測信道的利用情況。在認知無線電網絡中頻譜檢測就

75、是授權信號檢測判決過程，其常用的統(tǒng)計信號檢測理論有貝葉斯準則、尼曼-皮爾遜準則和序貫檢測，本節(jié)我們將詳細介紹三種檢測理論。</p><p><b>　　貝葉斯準則</b></p><p>　　在信號判決中可能出現(xiàn)4中判決結果，其中表示信源發(fā)送信號狀態(tài)，表示信源發(fā)送信號，反之不發(fā)送信號，為檢測結果，表示檢測到新信道中授權信號，反之沒有檢測到信號。判決節(jié)結果是評價檢測性能

76、的重要指標，但是僅考慮是不夠的。如在認知無線電網絡中，相關政策規(guī)定，非授權用戶不能對授權用戶造成干擾。在頻譜檢測中，如果檢測結果為，即當授權信號存在時，如果認知用戶沒有檢測到授權信號的存在，認知用戶將接入該授權頻段，這將嚴重干擾授權用戶的正常通信。為解決這種問題，貝葉斯準則考慮到每種判決所付出的代價一般是不一樣的，為每種判決引入了代價因子，代價因子表示假設為真時，判決為所付出的代價。越不希望出現(xiàn)的判決結果分配的代價因子越高。因此在頻譜檢

77、測中，為減少認知用戶對授權用戶的干擾，也即使概率盡可能低，我們可以分配給這種判一個較大的代價因子。顯然合理的代價因子應滿足，。</p><p>　　貝葉斯準則就是在假設先驗概率和代價因子已知的條件下使平均代價最小的準則，其判決式如下：</p><p><b>　　（3.7）</b></p><p>　　其中為判決結果，和為信源發(fā)送信號或空閑的概

78、率。</p><p><b>　　尼曼-皮爾遜準則</b></p><p>　　在貝葉斯準則中，我們必須事先知道先驗概率，為各種判決分配合適的代價因子。但是在實際信號檢測中我們可能即不知道先驗概率，也無法分配合適的代價因子。為適應這種情況，并考慮到在檢測中，人們最關心的是和的概率，希望盡可能小而盡可能大，但在信噪比一定時，增大，判決門限將降低，這將使也隨著增大。為此人

79、們提出了尼曼—皮爾遜準則（N-P準則），N-P準則就是在虛警概率約束條件下，使正確判決概率最大的準則。</p><p>　　N-P準則不依賴于先驗概率和代價因子，但是它需要預先知道信源在發(fā)送信號或空閑時信號服從的概率分布。其次在檢測中，需要預先設置最大可接受的虛警概率或漏檢概率值。通過其中一個值可以計算得出使另一個檢測概率最小的門限值。其判決表達式為:</p><p><b>　

80、　(3.8)</b></p><p><b>　　序貫檢測</b></p><p>　　前面討論的兩種檢測理論都是觀察次數(shù)固定的檢測，在實際應用中，如果檢測到的信號信噪比足夠大，我們只需要較少的觀測次數(shù)就可以做出正確的判決。序貫檢測的觀測樣本數(shù)是不固定，它依次對獲得的樣本數(shù)據進行分析，如滿足判決條件則做出判決，結束這次檢測，否則繼續(xù)檢測。序貫檢測最大的優(yōu)勢

81、是：它能提供最大可接受虛警概率和漏檢概率的邊界，在滿足這些指標的同時，所需要的樣本數(shù)最少，平均檢測時間最短。其檢測過程如下為，當前n-1次不能獲得滿足指標的判決數(shù)據，則繼續(xù)第n次檢測，第n檢測變量更新如下：</p><p><b>　?。?.9）</b></p><p>　　其中 n小于總樣本數(shù)。根據以下判決條件做出判決：</p><p>&l

82、t;b>　　（3.10）</b></p><p><b>　　其中和。</b></p><p><b>　　干擾溫度檢測</b></p><p>　　圖 12 干擾溫度模型</p><p>　　傳統(tǒng)的干擾被看成是發(fā)射機為中心的干擾，即可以通過控制發(fā)射機的功率、發(fā)射機位置等方式來減少

83、對接受段的干擾。然而實際應用中，干擾的測量是在接收端進行的，接收端的干擾可能由于其他干擾源的出現(xiàn)造成的，發(fā)送端得干擾控制可能不在適應。為解決這種不對稱的干擾機制，美國FCC提出了一種新型的管理和量化干擾的模型，即干擾溫度。這種干擾模型（如圖12），使得人們從傳統(tǒng)的對發(fā)射機的干擾控制轉向發(fā)射機和接收機以自適應交互方式進行的實時控制。干擾溫度提供了在特定地點和頻段，接收機可接受的最大干擾。在干擾溫度模型中，在接收側進行干擾溫度測量，任何信號

84、對接收端的干擾超過其干擾門限都是對系統(tǒng)有害的。對于一個給定的頻段，只要非授權用戶對授權用戶的干擾不超過干擾門限，它們就可以利用這個頻段，干擾溫度對第二用戶的功率起到了限制作用。目前干擾溫度檢測模型主要應用在采用墊底式頻譜共享方式的通信技術中，如UWB系統(tǒng)。</p><p>　　干擾溫度檢測模型應用在認知無線電技術中，存在不小挑戰(zhàn)。目前沒有任何有效測量授權用戶干擾的方法，由于授權用戶接收端被動的接受信號，而認知用戶

85、無法知道授權用戶接收端的準確位置，所以認知用戶無法測量到它們的傳輸對授權用戶接受機的影響。即對授權用戶干擾溫度的測量是不可行的，因此在認知無線電網絡中，干擾溫度基本沒有得到應用，它主要應用在UWB技術中。</p><p>　　基于信譽的權重序貫對數(shù)似然比的協(xié)作頻譜檢測算法</p><p>　　認知無線電網絡頻譜檢測安全性概述</p><p>　　協(xié)作頻譜檢測可以使認

86、知無線電網絡更加準確的檢測到可用頻段或授權用戶的出現(xiàn)。協(xié)作頻譜檢測將各個認知用戶的感知信息集中并融合得到最終的感知結果。然而在協(xié)作檢測中，一些認知用戶為獲得比其他認知用戶更高的接入權，它們可能在系統(tǒng)頻譜感知期間發(fā)送模擬的授權用戶信號，或者在沒有檢測到授權信號時發(fā)送授權信號存在的感知信息，試圖使聚合最終結果判定為授權信號存在，使其他用戶不能利用該信道，以避免頻帶接入的競爭。上例中在系統(tǒng)感知期間發(fā)送模擬的授權用戶信號也即模擬授權用戶攻擊，而

87、發(fā)送錯誤感知信息的攻擊也叫拜占庭攻擊 或數(shù)據混淆攻擊，本節(jié)我們主要介紹認知無線電網絡頻譜檢測面臨的兩個安全問題：頻譜感知數(shù)據混淆攻擊和模擬授權用戶攻擊，及現(xiàn)有文獻針對這兩種攻擊提出的解決方案。</p><p>　　模擬授權用戶攻擊（Incumbent Emulation Attacks IE）</p><p>　　認知無線電網絡中，如果在授權頻帶檢測到授權用戶存在，認知用戶將避免接入此頻段

88、。如果在授權頻帶沒有檢測到授權用戶存在或者檢測到其他認知用戶信號的存在，則該認知用戶將與其它認知用戶共享此頻段。也就是說，授權用戶比認知用戶擁更高的接入權。在模擬授權用戶攻擊（后文用IE代替）中，惡意用戶通過改變自身傳輸參數(shù)如載波頻譜，頻寬，調制方式來模仿授權用戶的信號特征來獲得更高的接入權（如圖13）。由于認知無線電的技術特征，所有認知用戶都有成為IE用戶攻擊者得功能，因此在實際應用中如何避免IE攻擊，是協(xié)作頻譜檢測面臨的主要問題。&

89、lt;/p><p>　　為保證協(xié)作頻譜檢測在IE攻擊下的準確度，認知用戶必須能分辨授權用戶信號和模擬惡意用戶信號，顯然IE攻擊下能量檢測檢測準確度是最低的，它只能通過測量信號強度來確認有無信號，而不能檢測到信號的特征。循環(huán)特性頻譜檢測能夠檢測到信號的特征，因此在IE攻擊模式下，循環(huán)特性頻譜檢測技術是一種高準確度的檢測?，F(xiàn)有研究針對IE攻擊的頻譜檢測技術主要有：距離比測試（Distance Radio Test DRT

90、）和距離差分測試（Distance Different Test DDT），這兩種技術都是基于位置測量來實現(xiàn)授權用戶檢測。認知用戶檢測并確定授權用戶的位置，在后續(xù)頻譜檢測中，一旦檢測到的授權用戶的位置發(fā)生變化，則判定為模擬授權信號攻擊用戶。這種基于位置的IE攻擊方式適合于IEEE802.22固定架構網絡，而在移動網絡無法使用。</p><p>　　頻譜感知數(shù)據混淆攻擊</p><p>　　

91、認知無線電網絡協(xié)作頻譜檢測第二種安全問題就是頻譜感知數(shù)據混淆攻擊，數(shù)據混淆惡意用戶將錯誤的本地檢測信息發(fā)送到數(shù)據融合中心，意圖使聚合中心做出錯誤的頻譜決策，如圖13右下方所示。</p><p>　　頻譜感知數(shù)據混淆攻擊主要有Always-Yes、Always-No、概率攻擊三類。Always-Yes攻擊是惡意用戶一直發(fā)送授權信號存在信息的攻擊方式，Always-No攻擊是惡意用戶一直發(fā)送授權信號不存在的攻擊方式，

92、而概率攻擊是指惡意用具以一定概率發(fā)送錯誤感知信息的攻擊方式。</p><p>　　惡意用戶將錯誤的頻譜檢測信息發(fā)送到數(shù)據中心，為使協(xié)作頻譜感知在SSDF攻擊下依然有較高的檢測準確度，聚合中心需要辨認并剔除惡意用戶的檢測信息?，F(xiàn)有的頻譜檢測數(shù)據融合算法如硬判決、貝葉斯準則、尼曼-皮爾遜準則等固定樣本數(shù)的檢測融合技術平等對待所有認知用戶的頻譜檢測信息，惡意用戶的混淆感知信息和正常用戶感知信息在數(shù)據融合中的權重相同，惡

93、意用戶的信息將嚴重影響最終檢測結果。文獻[11]詳細概況了現(xiàn)有的具有較強抗SSDF攻擊能力的數(shù)據融合技術：序貫似然比檢測和信譽度檢測。序貫似然比檢測是樣本數(shù)可變的一種數(shù)據融合技術，他可以在單個認知檢測終端，檢測準確度不高的情況下，通過收集更多樣本數(shù)量來保證判決中虛警概率和漏檢概率的邊界。而基于信譽度的檢測可以使聚合中心根據各個終端檢測準確度來衡量終端發(fā)送信息的可靠性。從而辨認出惡意用戶，減少惡意信息對最終感知信息的干擾。</p&g

94、t;<p>　　本章我們主要研究SSDF攻擊下的數(shù)據融合技術，提出了改進的基于信譽的權重序貫對數(shù)似然比檢測算法（Advanced Reputation-Based Weight Sequential Probability Radio Test AWSPRT），并將AWSPRT和現(xiàn)有的數(shù)據融合技術進行了仿真對比，數(shù)據顯示，在Always-Yes、Always-No、概率攻擊下，我們的算法檢測準確度更高，性能最穩(wěn)定。<

95、/p><p>　　圖 13 頻譜感知安全威脅模型</p><p>　　系統(tǒng)模型與統(tǒng)計數(shù)據分析</p><p>　　我們的認知無線網絡模型中，有一個授權用戶PU，N個認知用戶（包括正常用戶和惡意用戶），M個惡意用戶。信道帶寬為W，認知用戶周期檢測信道，檢測時間為T。授權信道為高斯非衰落信道，所有認知用戶通過分布式協(xié)作檢測的方式監(jiān)視授權用戶所在信道如圖14。</p&g

96、t;<p><b>　　圖 14 系統(tǒng)模型</b></p><p>　　每個認知用戶本地頻譜檢測采用能量檢測，其基本檢測模型如式：</p><p><b>　　（4.1）</b></p><p>　　其中為高斯白噪聲，為信道增益，為授權用戶信號。當無授權用戶時為，有信號時檢測為。</p><

97、;p>　　能量檢測器通過濾波、采樣、平方、積分獲得統(tǒng)計數(shù)據如下：</p><p><b>　?。?.2）</b></p><p>　　樣本序號，u=2WT。由（3.1）式我們知道服從正態(tài)分布。則根據中心極限定理，若u足夠大，也服從正態(tài)分布[12]：</p><p><b>　?。?.3）</b></p>

98、<p>　　其中為授權信號在認知用戶端的信噪比。令，；，。則其概率密度函數(shù)為</p><p><b>　?。?.4）</b></p><p>　　對數(shù)似然比檢測統(tǒng)計量：</p><p><b>　　（4.5）</b></p><p><b>　　化簡后，可得：</b>

99、;</p><p><b>　?。?.6）</b></p><p><b>　　其中，。</b></p><p>　　4.3基于信譽的序貫似然比檢測算法</p><p>　　文獻[13]中，作者提出了基于信譽度的序貫似然比檢測（WSPRT），這種檢測算法能夠大大的提高頻譜檢測概率，并對SSDF攻擊具

100、有很強的抗干擾能力。但是這個算法只使用與惡意用戶與授權用戶同時進入網絡這一特定場合，考慮到實際應用中，惡意用戶可能長期部署在網絡中，而正常認知用戶處于流動狀態(tài)。若惡意用戶以大于50%（假設為51%）準確度發(fā)送錯誤信息。經過M次檢測后惡意用戶的信譽值期望值為，當M足夠大時，惡意用戶將分配到極大信譽值。假設在經過大量檢測次數(shù)后，高信譽度的正常認知用戶全部離開網絡，而新的認知用戶加入網絡，這些正常認知用戶的信譽值非常小，在聚合過程中，根據文中

101、的權重算法，新加入的用戶的感知信息權重將很小，也就是說其感知幾乎不起到任何作用。最終檢測結果將由惡意用戶控制。</p><p>　　基于上述分析，考慮了認知用戶的移動性，并綜合考慮SSDF 三種攻擊類型、授權信號占用信道特征和認知用戶在網絡中存在時間的特點等，在文獻[13] 信譽度的序貫似然比檢測的基礎上，提出了能廣泛適用的改進的基于信譽度的權重序貫對數(shù)似然比檢測算法（AWSPRT）。AWSPRT檢測過程分為三步

102、，首先根據認知用戶本地檢測結果和最終結果更新信譽度，并計算認知用戶在聚合中的權重。其次通過權重似然比檢測序貫似然比檢測來獲得最終檢測結果，最后根據認知用戶本地檢測結果連續(xù)錯誤次數(shù)來判定并剔除惡意用戶。</p><p><b>　　信譽及權重更新</b></p><p>　　在協(xié)作頻譜檢測中，為提高系統(tǒng)對SSDF攻擊的抗干擾能力，聚合中心需分析每個用戶信息的可靠程度。為

103、實現(xiàn)這個目的，聚合中心根據認知用戶的本地檢測結果和最終的聚合結果比較評估認知用戶的檢測準確度，并為認知用戶分配相應的信譽度。不同信譽度的認知用戶的感結果在聚合過程中所占比重不同。如圖（15）</p><p>　　圖中為聚合中心，將本地檢測結果發(fā)送到聚合中心，假設的信譽度為，聚合中心最終檢測結果為，若果，則，則信譽更新為。否則不變。顯然在相同檢測次數(shù)中，信譽度越高的認知用戶檢測準確度越高。</p>&

104、lt;p>　　圖 15 并行分布式協(xié)作感知</p><p>　　根據參考文獻[13]中描述，基于信譽度得權重函數(shù)需滿足兩點要求：首先權重函數(shù)必須是保證對任意信譽值，，且在檢測次數(shù)相同情況下，信譽度越高，權重越大。即是的非遞減函數(shù)。其次，權重函數(shù)必須對信譽變化具有一定穩(wěn)定性，如在感知過程，精確的認知用戶可能發(fā)送錯誤的結果，而這中錯誤不會使在數(shù)據融合過程中，其權重發(fā)生巨大變化?；谝陨显?，我們提出了基于檢測準

105、確度得權重函數(shù)。假設節(jié)點經過次檢測后的信譽度為，則權重函數(shù)為：</p><p><b>　　（4.7）</b></p><p>　　為防止認知用戶在檢測初期，權重值的大幅變化，我們將每個認知用戶的初始權重設為5。在感知中，如果檢測終端的檢測準確率低于一定閾值（文中設定為65%），我們將它判定為故障終端，在聚合過程中，將它的權重值設定為0。最終權重為： </p&g

106、t;<p><b>　?。?.8）</b></p><p>　　權重序貫對數(shù)似然比檢測</p><p>　　序貫似然比檢測是一種根據所需準確度和接收信號強度，判決所需樣本數(shù)最少的檢測。它能提供最大的虛警概率和漏檢概率的邊界。本節(jié)我們在3.2.3節(jié)序貫似然比檢測的基礎上，結合認知用戶的權重，提出了基于權重的序貫對數(shù)似然比檢測。</p><

107、;p>　　在協(xié)作頻譜檢測中，權重對數(shù)似然比判決變量為：</p><p><b>　　（4.9）</b></p><p>　　其中n為小于認知用戶數(shù)N的整數(shù)。</p><p>　　聚合中心根據如下判決條件進行判決：</p><p><b>　　(4.10)</b></p><

108、p><b>　　其中和。</b></p><p><b>　　惡意用戶剔除</b></p><p>　　考慮在認知網絡中，授權用戶占有信道或者騰出信道都是連續(xù)且較長的時間，在此期間，頻譜檢測終端將檢測信道多次。假設，某一信道授權用戶占用頻段的概率為，且每次占用的時間服從參數(shù)為15分鐘的泊松分布。則在授權用戶存在期間，檢測終端將檢測30次。而

109、在授權信號騰出信道期間，檢測終端將連續(xù)檢測120次。假設正常認知用戶頻譜檢測準確度為99%，L=7，則正常用戶連續(xù)L次檢測錯誤的概率幾乎不可能出現(xiàn)。我們可以做出如下判定：如果用戶本地檢測和最終檢測結果連續(xù)L次不同，則可以將這個認知用戶判定為惡意用戶。利用授權用戶占有頻段的特征及Always-yes和Always-no攻擊特定，我發(fā)現(xiàn)當授權用戶出現(xiàn)時，Always-no發(fā)送的檢測結果和最終檢測結果（假設最終檢測結果為理想結果）連續(xù)多次出現(xiàn)