摘  要： 依據(jù)無線傳感網(wǎng)絡(luò)分簇協(xié)議，提出了一種算法。簇內(nèi)采用能量自適應(yīng)雙門限檢測(cè)，簇間通過Beta模型來并自動(dòng)更新動(dòng)態(tài)分配每一個(gè)簇頭在數(shù)據(jù)融合中的權(quán)重因子，從而有效減小信任度較低的簇頭對(duì)判決結(jié)果的影響，增強(qiáng)信任度較高的簇頭參與度。理論分析和仿真結(jié)果表明，算法的復(fù)雜度和檢測(cè)性能均優(yōu)于傳統(tǒng)的協(xié)作檢測(cè)算法和分簇算法。
關(guān)鍵詞： 協(xié)作檢測(cè)；分簇協(xié)議；Beta模型；權(quán)重因子

    協(xié)作頻譜檢測(cè)利用空間分集的優(yōu)勢(shì)，可以有效提高系統(tǒng)的檢測(cè)性能，但同時(shí)面臨兩個(gè)問題：(1)在次用戶較多的情況下，若所有的次用戶均參與協(xié)作檢測(cè)，則基站需要花費(fèi)大量的時(shí)間和帶寬來處理判決數(shù)據(jù)，而實(shí)際可用信道帶寬卻是有限的；(2)實(shí)際無線通信環(huán)境中，每個(gè)次用戶所處的無線通信環(huán)境具有差異性，部分次用戶有可能把不準(zhǔn)確的判決結(jié)果傳送到融合中心，從而影響了它對(duì)主用戶的最終判決。為解決上述兩個(gè)問題，本文將無線傳感器網(wǎng)絡(luò)WSN(Wireless Sensor Networks)分簇機(jī)制引入?yún)f(xié)作檢測(cè)中。
    目前，分簇機(jī)制主要應(yīng)用在WSN的研究中[1]。無線傳感器網(wǎng)絡(luò)由傳感器節(jié)點(diǎn)、基站和管理節(jié)點(diǎn)組成，與認(rèn)知無線網(wǎng)絡(luò)CRN(Cognitive Radio Networks)具有很多相似點(diǎn)：均注重節(jié)點(diǎn)的能量和通信消耗問題；都是以數(shù)據(jù)融合為核心的網(wǎng)絡(luò)；網(wǎng)絡(luò)都具有自組織性。因此，在傳統(tǒng)的協(xié)作檢測(cè)過程中可以利用分簇機(jī)制將認(rèn)知無線網(wǎng)絡(luò)劃分為若干簇的集合再進(jìn)行協(xié)作檢測(cè)。
1 簇的協(xié)作檢測(cè)模型
    在WSN體系結(jié)構(gòu)中，從網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)角度可以把它分為兩類：平面路由協(xié)議和分簇路由協(xié)議，本文主要討論后一種。在該協(xié)議中，WSN通常被劃分為多個(gè)簇，每個(gè)簇由一個(gè)簇頭和多個(gè)簇內(nèi)成員構(gòu)成，簇頭負(fù)責(zé)管理和控制簇內(nèi)成員，并負(fù)責(zé)對(duì)簇內(nèi)成員數(shù)據(jù)收集、融合并轉(zhuǎn)發(fā)；低一級(jí)網(wǎng)絡(luò)的簇頭構(gòu)成高一級(jí)網(wǎng)絡(luò)中的簇內(nèi)成員，簇頭節(jié)點(diǎn)之間通過單跳或多跳的方式與最高層簇頭基站進(jìn)行通信。
    為了充分利用有限的頻譜資源，提高協(xié)作檢測(cè)的準(zhǔn)確性和可靠性，首先要對(duì)認(rèn)知無線電網(wǎng)絡(luò)進(jìn)行分簇處理[2]。如圖1所示，假設(shè)共有N個(gè)次用戶組成一個(gè)CRN網(wǎng)絡(luò)，并劃分為L(zhǎng)個(gè)簇，其中簇i內(nèi)次用戶數(shù)用Ni表示，簇頭用CHi表示，則有ΣNi=N，ΣCHi=L，其中i=1，2，…，L。

    對(duì)于基于簇的CRN網(wǎng)絡(luò)的仿真，在AWGN環(huán)境下進(jìn)行，簇內(nèi)采用雙門限檢測(cè)，簇間采用基于Beta模型的動(dòng)態(tài)加權(quán)簇的協(xié)作方法，簇內(nèi)和簇間均使用相同的OR準(zhǔn)則，參數(shù)設(shè)置：帶寬時(shí)延積m=4，感知次用戶數(shù)N=36，簇?cái)?shù)L=3，各次用戶的信噪比分別為-8 dB~-17 dB隨機(jī)分布。從圖4可以看出，在相同的虛警概率Pf下，本文所提出的方案最優(yōu)，傳統(tǒng)的簇融合次之，傳統(tǒng)的OR融合最差，最后曲線趨于匯合，這是由于基于簇權(quán)重的融合方法隨著判決次數(shù)的增加，各個(gè)簇頭的權(quán)重因子乘積逐漸靠近1，逐漸退化成傳統(tǒng)的簇協(xié)作檢測(cè)的緣故。同時(shí)，系統(tǒng)虛警概率越低，該方法表現(xiàn)的性能越好。從而證實(shí)了本文所提方案的優(yōu)越性。在協(xié)作過程中，簇頭向融合中心發(fā)送判決數(shù)據(jù)，這樣大大減少了傳輸數(shù)據(jù)所有的帶寬，這在控制帶寬有限的條件下是很有意義的。

    本文針對(duì)單用戶的局限性和在多用戶的協(xié)作檢測(cè)的帶寬受限性，把WSN中分簇算法并引入到協(xié)作頻譜檢測(cè)中，提出一種自適應(yīng)能量雙門限檢測(cè)和簇的動(dòng)態(tài)加權(quán)的聯(lián)合檢測(cè)算法，并對(duì)融合方案和性能分析進(jìn)行詳細(xì)的論述和設(shè)計(jì)。通過理論分析和仿真驗(yàn)證，無論是與簇內(nèi)的傳統(tǒng)硬判決OR準(zhǔn)則的協(xié)作檢測(cè)還是與簇間的傳統(tǒng)的簇的協(xié)作檢測(cè)算法比較，本文所提出的基于Beta模型的動(dòng)態(tài)加權(quán)簇的協(xié)作檢測(cè)性能均優(yōu)于兩者，利用此方法，無線感知網(wǎng)絡(luò)可以獲得更高的檢測(cè)性能。
參考文獻(xiàn)
[1] 陳碩.無線傳感器網(wǎng)絡(luò)幾個(gè)關(guān)鍵技術(shù)的研究[J].艦船電子工程，2007，27(5)：17-19.
[2] Bai Zhiquan，Wang Li，Zhang Haixia，et al.Cluster-based  cooperative spectrum sensing for cognitive radio under  bandwidth constraints[C].12th IEEE International Conference  on Communication Systems 2010，Cape Town，2010：569-573．
[3] Hong Li，Ma Junfei，Xu Fangmin，et al.Optimization of  collaborative spectrum sensing for cognitive radio[C].IEEE  International Conference on Networking，Sensing and Control，2008：1730-1733.
[4] 馮鍵昭，肖德琴，楊波.基于?茁分布的無線傳感網(wǎng)絡(luò)信譽(yù)系統(tǒng)[J].計(jì)算機(jī)應(yīng)用，2007，27(1)：111-117.
[5] 呂春英，沈國勤，袁譽(yù)紅，等.基于簇加權(quán)的協(xié)作頻譜感知算法[J].探測(cè)與控制學(xué)報(bào)，2012，34(2)：72-76.