协作频谱感知中融合准则方法研究开题报告
认知无线电协作频谱感知算法研究
认知无线电协作频谱感知算法研究认知无线电协作频谱感知算法研究摘要：近年来，随着通信技术的迅速发展，无线电频谱资源逐渐紧缺。
而认知无线电技术作为一种新兴的无线通信技术，可以充分利用频谱资源，提高频谱利用效率。
频谱感知算法作为认知无线电系统中的关键技术之一，对于实现频谱资源的有效探测和利用至关重要。
本文主要针对认知无线电协作频谱感知算法进行研究，通过分析和比较不同感知算法的优缺点，旨在为认知无线电系统的设计和优化提供参考。
一、引言无线电频谱资源是通信中不可或缺的重要资源。
然而，由于传统无线通信技术对频谱资源的固定分配和保留，导致部分频谱资源被浪费和闲置，频谱利用效率低下。
认知无线电技术作为一种通过感知、决策和智能调整等方式，灵活利用频谱资源的技术手段，具有很大的应用前景。
二、认知无线电协作频谱感知算法认知无线电协作频谱感知算法是指在认知无线电网络中，利用感知技术对空闲频谱资源进行探测和利用的算法。
常见的感知算法包括能量检测法、循环谱估计法、功率谱密度估计法等。
2.1 能量检测法能量检测法是一种基于能量门限判断的频谱感知算法。
该算法通过测量接收信号的能量水平，判断信道是否处于空闲状态。
然而，能量检测法容易受到噪声的影响，对于低信噪比环境下的频谱感知效果较差。
2.2 循环谱估计法循环谱估计法是一种基于信号的统计特性进行频谱感知的算法。
该算法通过对接收信号进行时频分析，估计信号的功率谱密度。
循环谱估计法可以有效降低噪声的影响，提高频谱感知的准确性。
2.3 功率谱密度估计法功率谱密度估计法是一种基于信号平稳统计特性进行频谱感知的算法。
该算法通过频谱估计和功率谱密度计算，得到频谱资源的利用情况。
功率谱密度估计法可以在较低信噪比环境下实现较好的频谱感知效果。
三、算法比较和优化针对不同的频谱感知算法，本文对其优缺点进行了比较分析。
3.1 精度比较能量检测法由于容易受到噪声的影响，其频谱感知的准确性相对较低；循环谱估计法和功率谱密度估计法能够有效降低噪声的影响，提高频谱感知的准确性。
课程报告-基于邻域侦听的协作频谱感知方法
基于邻域侦听的协作频谱感知方案1 引言认知无线电(cognitive radio,CR)作为下一代通信领域的关键技术，可以有效地解决由于当前条块化的固定频谱使用模式导致的频谱利用率低下问题[1]-[2]。
频谱感知技术是CR 的关键技术之一，它一方面要求次级用户(Secondary User, SU)能够准确的感知多维频谱空洞，另一方面SU 需要控制对主用户(Primary User, PU)的传输干扰，保护PU 利益。
由于单个感知节点进行频谱感知通常检测性能通常容易受到信道的多径衰落、阴影效应以及隐藏终端等因素影响导致检测性能不理想，因而利用多感知节点进行协作频谱感知，从而可以获得分集增益以提升感知性能[3]。
然而，在单个感知节点能量受限的约束条件下，协作感知网络面临的挑战之一就是全网的能量开销即如何节省全网能量延长节点寿命。
通常，协作频谱感知的能耗主要包括各次级感知节点的本地感知和信息上传两部分能耗。
当次级感知节点的数量较大时，次级感知节点向融合中心上传感知结果的传输能耗不可忽略。
文献[4]给出了一种选择性信息上传机制，即次级感知节点感知到信道处于某一个指定状态(空闲/繁忙”)时才发送决策结果，这样在一定程度上降低了感知节点能耗，延长节点寿命。
文献[5]提出了一种基于删除的协作频谱感知策略，以减小无信息量的感知的上传带来的额外的能量消耗，文献[6]基于这一思想，将其扩展至有差异化的删除上传机制，充分利用相邻感知时隙结果的相关性从而获得显著能量的消耗。
相关研究还有文献[7][8]。
本文延续删除的协作频谱感知这一思想，提出了一种基于邻域侦听的协作频谱感知。
对SU 进行分簇，每个决策周期开始簇头SU 首先进行差异化上传(与前一周期决策不同时上传1bit 指示信号)，其余簇成员SU 侦听其簇头决策结果进行差异化上传。
理论分析和仿真表明，所提方案可以获得较现有差异化上传机制更低的能量损耗。
本文后续安排如下：第2节给出了系统模型和相应的基本理论；第3节首先提出一种新的基于邻域侦听的协作频谱感知方案，然后对比分析了该方案下的上传能耗，第4节对前面的理论分析进行了仿真验证；最后，本文的结论在第5节给出。
认知无线网络中的协作频谱检测技术研究的开题报告
认知无线网络中的协作频谱检测技术研究的开题报告一、选题背景近年来，随着移动通信技术的快速发展，无线网络已经成为现代通讯技术不可或缺的一部分。
然而，由于无线频谱资源的有限性，频谱资源的利用效率依然是一个重要的研究课题。
传统的无线通信在利用频谱时存在大量的频谱浪费问题，而协作频谱检测技术的出现，可以有效解决这些问题。
协作频谱检测技术是指通过无线网络中多个节点之间的协作，共同完成对信道质量的检测，从而提高整个网络的频谱利用率和性能。
在认知无线网络中，协作频谱检测技术被广泛应用，可以实现对自身频段和邻近频段的空闲状态进行探测，从而更好地保障网络的通信质量和可靠性。
二、研究目的与意义协作频谱检测技术在认知无线网络中的应用已经被广泛研究，但是目前还存在一些问题需要解决。
例如，如何在多个节点之间协同完成频谱检测，如何实现频谱检测的有效性和可靠性等问题。
基于此，本研究旨在探究如何利用协作频谱检测技术解决认知无线网络中的频谱利用效率问题，具体目的包括：1. 研究协作频谱检测技术的原理和实现方法，掌握协作频谱检测技术的核心技术和关键问题；2. 分析认知无线网络中频谱利用效率的现状和问题，从理论和实践两个方面探讨如何利用协作频谱检测技术提高频谱利用效率；3. 设计并实现一个协作频谱检测技术的实验平台，通过实验验证协作频谱检测技术的有效性和可靠性，并探究其适用场景和使用条件。
通过本研究的实施，可以更好地掌握协作频谱检测技术在认知无线网络中的应用，为提高频谱利用效率和网络性能提供有益的借鉴和参考。
三、研究内容和方法1. 研究协作频谱检测技术的原理和实现方法。
了解协作频谱检测技术的核心理论和技术路线，包括频谱感知算法、分布式频谱感知、协作信号探测等方面的内容。
2. 分析认知无线网络中频谱利用效率的现状和问题。
从多个角度出发，分析认知无线网络中频谱利用效率低下的原因及其解决方法，并探讨协作频谱检测技术在此类问题中的应用。
3. 设计并实现一个协作频谱检测技术的实验平台。
认知无线电中的协同频谱感知技术研究的开题报告
认知无线电中的协同频谱感知技术研究的开题报告一、研究背景随着无线电技术的快速发展，无线电频谱资源日益匮乏，频谱资源的高效利用成为无线电领域面临的严峻挑战。
由于传统的频谱管理方式仅仅依靠频率规划和频谱分配，难以满足未来高速移动通信和大规模物联网等应用的需求，因此，在认知无线电技术中，协同频谱感知技术成为了一种重要的技术手段。
协同频谱感知技术是指利用无线电技术对频谱资源进行实时监测和评估，以便实现对频谱资源的实时管理和高效利用。
协同频谱感知技术主要包括无线电频谱感知、频谱共享及协作通信等方面，而频谱感知是其核心技术之一。
二、研究意义协同频谱感知技术对于提高频谱资源的利用效率、促进无线电技术的发展具有重要的意义。
具体而言：1. 协同频谱感知技术可以帮助更好地实现频谱资源的高效利用，减少频率带的浪费，从而延长频谱资源的使用寿命。
2. 协同频谱感知技术可以减少干扰问题，提高信道容量，提高传输效率和质量，特别是在高速移动通信和大规模物联网等场景下。
3. 协同频谱感知技术可以优化频谱分配和规划，提供更为广泛和灵活的频谱资源共享机制，促进新型无线电业务的创新与发展。
三、研究内容本文将对协同频谱感知技术进行深入研究，具体研究内容如下：1. 对协同频谱感知技术的相关理论进行深入学习和探讨，阐述其技术原理及实现机制。
2. 对已有的协同频谱感知技术研究文献进行梳理和总结，分析其特点和优缺点。
3. 根据协同频谱感知技术的特点，综合应用认知无线电与攻击时间、信道状态等特征，设计一种新的无线电频谱感知算法。
4. 利用软件无线电等实验平台，对所设计的算法进行实现与验证。
四、研究方法本研究拟采用以下方法：1. 研究文献法：查阅协同频谱感知技术相关的文献资料，并进行综合分析。
2. 算法设计法：结合协同频谱感知技术的特点，设计一种新的小波分析算法，并结合模拟技术进行模拟实验。
3. 实验分析法：采用软件无线电等实验平台进行实现与验证，对所设计的协同频谱感知算法进行实验分析。
高效的协作频谱感知策略研究
ABSTRACT
ABSTRACT
The contradiction between performance and cost has now became more and more severe during the evolution of wireless communication technology. The radio spectrum scarcity and the inefficiency of stationary spectrum allocation strategy is one of the critical problems which requiring a more effective utilization of spectrum resources. Cognitive radio technology is a brand new solution for the spectrum utilization efficiency problem, whose main idea is to pursue and utilize the “spectrum hole” within the authorized spectrum, in order to opportunistically access to the authorized spectrum without disturbing the authorized users. So cognitive radio is a key solution for spectrum utilization inefficiency problem. However, the performance-cost contradiction exists even within the cognitive radio technology. Spectrum sensing is one important topic in cognitive radio research, and cooperative spectrum sensing is a novel sensing method to achieve high accuracy and reliability. But during the cooperative spectrum sensing process many unauthorized users are involved so the high sensing performance is at the cost of enormous resource consuming. The main contribution of this thesis is to research effective and reliable cooperative spectrum sensing strategy which achieves acceptable accuracy at a minimum resource cost so that the resource usage efficiency can be maximized. Besides, the strategy has resistance to some illegal competition for the spectrum. An ideal circumstance has been researched in chapter 3, i.e. all the unauthorized users have the same local sensing accuracy(including false alarm probability and miss detection probability). In order to develop efficient cooperative sensing strategy in such case, this chapter has driven the main approaches for cooperative efficiency promotion and the framework of efficient cooperative sensing system, on the basis of which an improved Chair-Varshney decision fusion rule has been developed. Given the target sensing accuracy, the improved Chair-Varshney rule can be used to achieve the optimal number of sensing users, so a random choose can be adopt to get the sensing users. The simulation results have shown that only a small part of the total unauthorized users are needed in the sensing process to get the target sensing accuracy, so that the resource cost has been reduced and the efficiency of the cooperative sensing system has been improved. In chapter 4 a common circumstance has been researched, i.e. the sensing accuracy of the unauthorized users are not identical, besides there are malicious users who transmit false sensing data intentionally. In this case it is infeasible to achieve the optimal number of sensing users though mathematical analysis, but this chapter utilizes the estimation of the history judgment accuracy of each sensing user, and adopts an iterative search to choose the appropriate unauthorized users in cooperative sensing in attempt to improve the system efficiency. The simulation results have shown that this cooperative sensing strategy has a quick convergence and indeed minimizes the number of sensing users and system resource cost at a given sensing
融合感知系统测试方案的设计与实现的开题报告
融合感知系统测试方案的设计与实现的开题报告一、选题背景近年来，随着自动驾驶技术的不断发展，融合感知系统成为了自动驾驶的核心技术之一。
融合感知系统通过将多个传感器的数据进行融合，得到更准确、更全面的环境感知信息，从而提高自动驾驶车辆的安全性和可靠性。
然而，融合感知系统的测试是非常复杂和困难的，因为要综合考虑多个传感器的数据融合效果、算法的正确性和稳定性等多种因素。
因此，设计和实现一种有效的融合感知系统测试方案至关重要。
二、选题意义通过设计和实现一种有效的融合感知系统测试方案，可以：1.提高自动驾驶车辆的安全性和可靠性，保障交通安全；2.优化融合感知系统的算法和参数，提高感知效果和准确度；3.加速自动驾驶技术的发展和普及。
三、研究内容本文的主要研究内容包括：1.分析融合感知系统的测试需求和技术瓶颈；2.设计一种基于实际场景的融合感知系统测试方案；3.实现融合感知系统测试平台，并开展测试；4.分析测试结果，评估融合感知系统的性能和优化方案。
四、研究方法本文将采用如下研究方法：1.对现有的融合感知系统测试方法进行调研和综述，分析其优缺点；2.结合实际场景，设计一种完整的融合感知系统测试方案，包括测试场景、测试数据采集和处理、测试指标等；3.开发融合感知系统测试平台，并进行测试；4.分析测试结果，评估融合感知系统的性能和优化方案。
五、研究步骤本文的研究步骤如下：1.调研和综述现有的融合感知系统测试方法；2.分析融合感知系统的测试需求和技术瓶颈；3.设计一种基于实际场景的融合感知系统测试方案；4.实现融合感知系统测试平台，并开展测试；5.分析测试结果，评估融合感知系统的性能和优化方案。
六、进度计划本文的进度计划如下：1.前期调研和分析（1个月）：包括现有融合感知系统测试方法的调研和技术瓶颈分析；2.设计测试方案（2个月）：包括定义测试场景、测试数据采集和处理方法、测试指标等；3.实现测试平台（2个月）：包括开发融合感知系统测试平台、收集和整理测试数据等；4.分析测试结果（1个月）：包括对测试数据的分析和评估，提出优化方案；5.论文撰写（2个月）：包括文献综述、研究方法、实验过程和结果分析等；6.论文答辩（1个月）。
基于集中式协作频谱感知的数据融合技术研究
ｔ ｈ ｅ ｓ ｏ ｆ ｔ ｄ ｅ ｃ ｉ ｓ ｉ ｏ ｎ ｉ ｎ ｃ ｅ ｎ ｔ ｒ ａ ｌ ｉ ｚ ｅ ｄ ｃ ｏ ｌ ｌ ａ ｂ ｏ ｒ ａ ｔ ｉ ｖ ｅ ｍｏ ｄ ｅ ｌ ｉ ｍｐ ｒ ｏ ｖ ｅ ｓ ｔ ｈ ｅ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ｐ ｅ ｒ ｆ ｏ ｍａ ｒ ｎ ｃ ｅ ｂ ｅ ｔ ｔ ｅ ｒ ｔ ｈ ａ ｎ ｈ ａ ｒ ｄ ｄ ｅ ｃ ｉ ｓ ｉ ｏ ｎ ． Ｗｈ ｉ ｌ ｅ ｔ ｈ ｅ Ｃ－ Ｖ
行 建模 仿 真 。仿 真 结 果表 明 ， 集 中式 协 作 感知 模 型 下 软判 决 比硬 判 决 更好 地 改善 了检 测性 能 ， 而软 判 决 准 则 中 Ｃ— Ｖ 准 则 在 高信 噪 比 下 检 测 性 能 最 好 ， Ｅ Ｇ Ｃ准 则在 低 信 噪 比下检 测 性 能 最 好 。
关 键 词 ：协 作 频 谱 感 知 ； 数 据 融合 ； 集 中式 ； ＭＡＴ Ｌ Ａ Ｂ
中 图 分 类 号 ：Ｔ Ｎ ９ ２ 文 献 标 识 码 ：Ａ 文 章 编 号 ：１ ６ ７ ４ — ７ ７ ２ ０ （ ２ ０ １ ５） １ ２ — ０ ０ ５ ４ — ０ ３
Ｒｅ ｓ ｅ ａ ｒ ｃ ｈ ｏ ｆ ｄ ａ ｔ ａ ｆ ｕ ｓ ｉ ｏ ｎ ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｉ ｅ ｓ ｂ ａ ｓ ｅ ｄ ｏ ｎ
Ｎｅ ｔ ｗｏ ｒ ｋ ａｎ ｄ Ｃｏ ｍｍｕ ｎｉ ｃ ａ ｔ ｉ ｏ ｎ
基 于集 中式协 作 频谱 感知 的数 据 融合 技 术研 究
谢前英 ， 姚远程 ， 秦 明 伟 （ 西 南科 技 大 学 信 息工 程 学院 ， 特 殊 环 境 机 器 人 技 术 四川 省 重 点 实 验 室 ， 四川 绵 阳 ６ ２ １ ０ ０ ０ ）
认知无线电协作频谱感知技术的研究的开题报告
认知无线电协作频谱感知技术的研究的开题报告题目：认知无线电协作频谱感知技术的研究一、研究背景和意义随着无线通信技术的不断发展和广泛应用，无线频谱资源的利用越来越紧张，频谱管理和分配也变得越来越重要。
而现有的频谱分配和管理方法，包括固定频谱分配和动态频谱分配等，都面临一些挑战和问题，无法很好地解决频谱资源利用率不高、频谱浪费严重、频谱管理难度大等问题。
因此，如何高效利用现有的频谱资源，成为无线通信技术研究的重要方向之一。
认知无线电技术是一种能够有效利用频谱资源的方法，该技术可以感测到当前的频谱状况，根据频谱使用情况，动态分配未被使用的频段，从而提高频谱利用率。
而协作频谱感知技术则是认知无线电技术的重要组成部分，它可以让多个无线电设备进行协作，共同感知频谱资源，互相交换信息，从而更加准确地感知和利用频谱资源。
二、研究内容和方法本研究将主要探究认知无线电协作频谱感知技术，研究内容包括以下几个方面：1. 协作频谱感知技术基础理论研究：对协作频谱感知技术的基本概念、工作原理和算法进行深入研究，建立相关的数学模型和理论框架。
2. 协作频谱感知技术实现方法研究：探究协作频谱感知技术的具体实现方法，包括感知模块设计、信息交换协议设计、算法实现等方面，以及协作频谱感知系统的构建和测试。
3. 协作频谱感知技术在无线通信系统中的应用研究：研究协作频谱感知技术在无线通信系统中的应用，探究其能够提高无线通信系统性能和频谱利用率的具体方式和效果。
本研究的方法主要包括文献调研、理论研究、系统设计与实现、模拟仿真等方面。
三、预期成果本研究的预期成果包括：1. 对协作频谱感知技术的基础理论进行深入研究，建立相关的数学模型和理论框架，提出新的算法或优化现有算法。
2. 提出协作频谱感知系统的设计方案和实现方法，实现协作频谱感知系统的构建和测试。
3. 研究协作频谱感知技术在无线通信系统中的应用，评估其能够提高无线通信系统性能和频谱利用率的效果。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
毕业设计（论文）开题报告课题名称协作频谱感知中融合准则方法研究学生姓名学号专业班级通信工程一、选题的目的意义随着现在无线通信技术的发展，频谱资源越来越紧张，究其原因，不是频谱少，而是利用率比较低，所以需要在频谱利用上能有更进一步的突破，频谱感知是认知无线电系统的关键技术，并且协作频谱感知可以能够提高频谱的感知的准确性.协作频谱感知综合利用从多个分布式用户收集来的感知数据，有效地提高了检测的可靠性，而利用多个认知用户的感知信息进行融合是其关键技术，所以研究协作感知融合准则是很有必要的。
二，国内外研究综述首先从认知无线电总的情况来看，美国联邦通信委员会的大量研究表明一些非授权频段如工业、科学和医用频段以及适于陆地移动通信的2 GHz左右授权频段过于拥挤，而有些授权频段却经常空闲[1],于是人们想到，如果系统能自动感知所处的频谱环境，通过智能的学习来实时调整适应谰制、编码、信道协议和带宽等传输参数．或者再利用原有指定频段之外的空闲频段，实现多维空间E频谱的接入，这样无疑能极大提高频谱利用率。
于是一种革命性的智能频谱共享技术— —认知无线电(cR)[2]，有了最初的设想.l999年Mitola提出了认知无线电的概念，他认为认知无线电可以使SDR从预置程序的盲目执行者转变成为无线电领域的智能代理．且SDR是认知无线电实现的理想平台[3]。
然而，2004年Rieser指出认知无线电不一定必须有SDR的支撑[4]，他提出基于遗传算法的生物启发认知模型更适于可快速部署的灾难通信系统.相比之下，FCC提出的认知无线电功能则是以上两种认识的一个简化版本[5]。
它建议任意无线电只要能够具有自适应频谱感知功能就可称为是“认知无线电”。
认知无线电技术的实现需要频谱管理政策的支持。
近几年一些频谱政策管制部门，如美国联邦通信委员会(FCC)、英国通信办公室(Ofcom)对该技术给予了积极的支持。
2002年12月，FCC指出非授权设备应具备能够识别未占用频段的能力；2003年11月，FCC提出新的量化和管理干扰的指标值——干扰温度的概念，以扩展在移动和卫星频段的非授权操作；同年12月FCC成立了认知无线电工作组，明确表示支持认知无线电技术并修正了美国的《电波法》；2004年5月FCC建议非授权无线电可在Tv广播频段内操作。
与此同时Ofcom也将认知无线电引入其近期的频谱框架概述报告书中。
一些国际标准化组织也开始着手制定相关标准以推动认知无线电技术的发展。
IEEE 802．22工作组已将认知无线电技术确立为WRAN的核心技术[6]，目标是将分配给电视广播的VHF／UHF频带的空闲频道有效利用作为宽带访问线路.目前，国外大学和一些科研机构也开始投入到认知无线电技术的研究当中。
具有代表性的是由美国国防高级研究计划署(DARPA)资助的下一代无线通信(XG)项目，主要研究系统方法和关键技术，以实现基于认知无线电技术的动态频谱应用；维吉尼亚无线通信技术中心主要关注基于遗传算法的认知模型的研究及认知无线电节点引擎实验床的研发；英国的移动电信技术虚拟中心开始转向认知无线电的研究中，其多模终端研究小组与布里斯托尔大学通信系统研究中心开始联手进行自适应射频技术的研究；欧洲通信协会资助的DRIVE、OverDRiVE和TRUST项目主要关注在混合的多无线电网络中频谱的动态分配和流量控制，该协会同时资助的端到端重配置网络研究(E R)项目主要研究如何通过端到端重配置网络和软件无线电技术将未来不同类型的无线网络融合起来，对基于认知无线电应用的市场模型、认知无线电网络的定价策略和计费策略也进行了初步研究；此外，美国加州大学伯克利分校、荷兰的代尔夫特大学、德国柏林技术学院等也有关于认知无线电方面的研究。
近几年，国内研究机构也开始关注和跟踪该技术，包括电子科技大学、清华大学、香港科技大学及西安交通大学等。
国家863计划基金在2005年首次支持了认知无线电关键技术的研究。
目前的研究课题主要集中于认知无线电系统中的合作及跨层设计技术、空间信号检测和分析及QoS保证机制等。
在频谱政策、标准化组织及国内外研究机构的推动下，认知无线电技术的研究取得初步进展。
具体来说，从结构设计上，早在2004年美国加州大学伯克立分校的Brodersen教授领导的研究组就提出了基于认知无线电方式使用虚拟非授权频谱的CORVUS体系结构[7]，相当于集中式与分布式的结合，还有德国Karlsruhe大学的Fiedrich Jondral等人开展了频谱池相关技术的研究，他们提出了基于正交频分复用(OFDM)的集中式网络结构，日本的Takeo Fujii和Yasuo Suzuki提出了一种基于Ad hoc的分布式网络结构[8].还有，频谱管理领域存在着一些开放性的研究课题。
如完整的频谱分析模型设计：CR网络中使用SNR(信噪比)进行的频谱容量估计在描述频带特征方面是不充分的，同时应用也需求不同的QoS保证，因此基于应用和频谱自适应的频谱决策模型仍然是一个开放性的问题[9].目前频谱共享技术解决方案主要从以下几个方面进行分类：结构、频谱分配行为、频谱接人技术。
基于结构的频谱共享技术。
基于结构的频谱共享技术可分为集中式频谱共享和分布式频谱共享。
集中式频谱共享：集中单元控制频谱分配和接入过程 [10]。
网络中的每个分布式节点都把自己探测感知的频谱信息汇聚到集中控制单元，由控制单元绘制出频谱分配映射图。
分布式频谱共享：主要用于在不能构建集中式[11]。
还有就是，认知无线电通信的一个重要前提是频谱感知。
由于授权用户网络没有义务改变它的结构来与认知无线电网络共享频谱，因此，认知无线电只能独立地、可靠地、通过连续的频谱感知对授权用户进行检测。
频谱感知技术研究到现在，总的来讲，其实现方法可以分为授权用户接收机感知、授权用户发射机感知以及基于干扰温度的感知三大类。
研究者普遍对授权用户发射机感知进行研究。
基于发射机感知的算法主要分为单节点频谱感知与合作式频谱感知。
在单节点感知方面，主要有三类经典的感知方法，分别是能量感知、匹配滤波感知、周期特性感知。
已有许多学者在经典方法的基础上对提高感知有效性做了深入研究。
文献[12]针对能量感知中门限值选取的问题提出了基于双门限的能量感知方法，通过理论分析及仿真研究表明这种方法提高了感知功能的有效性。
文献[13]基于经典的能量感知方法探讨了在噪声不确定条件下对信噪比门限和对检测性能的影响，仿真结果表明能量感知方法是一种有效的感知方法。
文献[14]讨论了利用多分辨率频谱分析的感知原理和实现方法，提出了实现频谱空洞感知的动态门限选取方法，并对频谱分析参数对感知方法的影响做了详细仿真分析，该方法能满足宽频带内高效的感知要求。
一种基于非参数的循环相关感知方法在文献[15]中被提出，它基于复杂的符号函数建立了虚假设条件下感知方法的渐近分布。
该方法与传统的周期平稳感知方法相比具有更好的鲁棒性，特别是在噪声统计量为非高斯或是完全不知的情况下。
针对多径信道下未知信号的能量感知问题，文献[16]展开了讨论，作者通过充分利用平方律结合与平方律选择方法的差异性使得这种情况下的检测能力得到大大提高。
文献[17]研究了利用OFDM符号保护间隔的感知策略。
单节点感知有算法实现简单，方便的优点，但它始终不能应对无线环境中多径、阴影等因素带来的检测概率不高的问题，因此合作式频谱感知成为目前研究的一个热点，它的兴起并不是对单用户感知的淘汰，而是有效的融合多个认知设备进行单用户感知所得到的信息，依靠合作的力量，提高整体的感知准确度。
因此，无论是单用户感知还是合作式感知，对认知无线电的实现都显得尤为有意义。
文献[18．19]提出了或”、“与"和“K秩”等融合算法，在算法中，参与合作的各节点将自身的判决结果，即主用户存在与否(通常用“O”、“1”来表示)，发送到融合中心(又称“中心节点")，融合中心采用各自的规则对这些判决结果合并得出最终判决。
这类算法称为硬合并算法，它实现简单，传输开销小，性能一般。
在软合并算法中，本地节点直接把检测数据或其他有用信息一起传送到中心节点，中心节点用相应的算法融合这些信息。
由于融合中心得到的信息量大，则具有较好的性能，但大量信息又会消耗大量传输带宽，这是需要避免的，“一些文献对此做了深入研究提出了相应的感知方法。
基于硬合并算法，文献[20]通过仿真分析发现最优的融合准则是K／2准则，另外作者通过分析给出了能量感知算法中最优门限值的数学表达形式，以及分析了合作式感知中参与合作的最优本地节点数。
文献[21．22]从不同的角度对合作式感知做了研究，最后都得出结论是合作式感知方法能有效增强感知的有效性。
其中文献[21]在无线衰落环境下对合作式感知做了分析及仿真研究，表明合作的方式能有效的抵制无线环境中的各种不利因素。
文献[22]通过建模分析合作式感知的检测时间和总体灵敏度指出合作式感知与非合作式相比灵敏度得到提高，同时检测时间减少多大35％。
文献[23]提出了宽带频谱感知方法，该方法通过同时感知多个频段，将感知模型转化为一系列优化问题，通过求最优解来提高频谱的利用率并减少对主用户的干扰。
一种理想的合作式感知策略在文献[24]中提出，文章通过线性组合参与合作的单个认知用户的地方统计量来构造总统计量，并提出两种优化策略优化组合系数，也即是组合权重，达到提高合作感知增益的目的。
文献[25．26]考虑到每个参与合作的认知设备的SNR值不同，为了更好的融合它们的信息提高感知有效性及可靠性，通过引入权重，或挑选参与合作的本地节点的方式对融合算法作出了相应的改进。
三、毕业设计（论文）所用的方法1.通过上网和在图书馆翻阅书籍查询相关资料2.首先，构造系统的模型，分析各个重要参数的之间的关系，例如虚警概率与感知时间，或是吞吐量与感知时间的关系，然后利用MATAB 软件对与，或，K秩准则进行仿真，分析比较其性能。
3.论文形式集总四、主要参考文献与资料获得情况[1]P Kolodzy Spectrum Policy Task Force：Findings and Recommendations．International Symposium on Advanced Radio Technologies 0SART)，March2003[2]J．Mitola,Q．Gerald．JR Maguire．Cognitive Radios：Making SoftwareRadios more persona1．IEEE Personal Communications，Augcst 1999：6(4)[3]J．Mitola．Cogn itive radio：An integrated agent architecture for software defined radio：【Ph Dissertation]．Royal Inst Technol (KTn)，Stockholm，Sweden．2O0o[4] C．J．Rieser．Biologically Inspired Cognitive Radio Engine Model UtilizingDistributed Genetic Algorithms for Secure and Robust WirelessCommunications and Networking：[Ph．Dissertation]．Virginia Tech，Blacksburg，VA．Augest 2004[5] FCC—03—322．Facilitating Opportunities for Flexible．Eficient．and Reliable Spectrum Use Employing Cognitive Radio Technologies[ [6] IEEE 802．22 Document．22一O5—0007一xx一0000一RAN—Requirements[7] CHAKRAVARTHY V，NUNEZ A S，STEPHENS J P，eta1．TDCS，OFDM，and MC—CDMA：a brieftutorial[J]．IEEE Connnunieations Magazine，2005，43(9)：1 I一16．[8] URKOWITZ H．Energy detection of unknown deterministic signals[J]．Proceedings ofthe IEEE，1967，55(4)：523-531．[9]AKYILDIZ I E，WON—YEOL LEE，VURAN M C，et a1．Asurvey on spectrum management in cognitive radio networks[J]．Communications Magazine，2008(04)：40-48．[10]SANKARANARAYANAN S，PAPADIMITRATOS P，MISHRE A，et a1．A bandwidth sharing approach to improve licensed spectrum utilization[J]．In Proc．IEEE DYS—PAN，2005：179—288．[11] ZHAO J，ZHENG H，YANG G H．Distributed coordination in dynamic spectrum allocation networks[J]．InProe．IEEE DYSPAN，2005：259—268．[12] Jiang Zhu,Zhengguang Xu，et a1．Double threshold energy detection of cooperativespectrum sensing in cognitive radio．3rd International conference on CrownCom2008．May2008：1-5[13] 殷振华，耿志．基于能量检测的频谱感知方法的介绍．通信技术．2007：11(40)：83-85．[14] 徐世宇，赵知劲，尚俊娜．利用多分辨率频谱分析的频谱感知方法．杭州电子科技大学学报．2008： 3(28)：23-26．[15] J．Lunden,S．A．Kassam，V Koivunen．Nonparametric cyclic correlation based detection for cognitive radio systems．3rd International conference on CrownCom2008．May 2008：1[16] F F．Digham，M．一S．Alouini，M．K．Simon．On the energy detection of urlknow signalsover fading channels．IEEE transactions on communications，January 2007，55(1)：21--24．[17] N Khambekar,L Dong and VChaudhary．Utilizing OFDM guard interval for spectrumsensing．in Proc．IEEE Wireless Communications and Networking Conference，Mar．2007：38．42[18] R．Tandra．Fundamental limit on detection in low SNR．Master’S thesis．University of Califomia,Berkeley,2005．[19] D．Cabric，S．M．Mishra and R．W．Brodersen．Implementation issues in spectrum sensingfor cognitive radios．in Asilomar Conference on Signals，Systems，and Computers，2004：772．776．[20] Wei Zhang，R．K Mallik，K Ben Letaief．Cooperative spectrum Ssensing optimization incognitive radio networks．IEEE ICC’08．May 2008：34 1 l一34 1 5．[21] A Ghasemi，E．S．Sousa．Collaborative spectrum sensing for opportunistic access infading environments．IEEE DySPAN 2005．Nov．2005：1 3 1—1 36．[22] G Ganesan，Ye Li．Agility improvement through cooperative diversity in cognitive radio．IEEE GLOBECOM’05．Dec．2005：2509-2514．[23] Zm Quan，Shuguang Cui，A．H Sayed，H．V Poor Wideband Spectrum Sensing inCognitive Radio Networks．IEEE ICC’08，May 2008：901～906．[24] Z．Quan，S．Cui and A．H．Sayed．An optimal strategy for cooperative spectrum sensing incognitive radio networks．in Proc．IEEE Globecom’07，Nov．2007：2947-295 1，[25] Jookwan Lee，Youngmin Kim，Sunghwan Sohn，Jaemoung Kim．Weighted—cooperativespectrum sensing scheme using clustering in cognitive radio systems．ICACT 2008．Vol 1．Feb．2008：786-790．[26] Yi Zheng，Xianzhong Xie，Lili Yang．Cooperative spectrum sensing based on SNRcomparison in fusion center for cognitive radio．ICACC’09．Jan．2009：212·216五、指导教师审批意见同学的毕业论文主要研究协作频谱感知中融合准则方法对感知性能的影响，选题结合了导师的在研项目，通过广泛地查阅文献，在课题组研究生的指导下，该同学对研究领域的国内外现状有较为全面地了解，在此基础上明确了课题的研究方法和研究内容，研究方法可行、实验条件具备，同意开题。