[论文解读] Spectrum Sensing Under Hardware Constraints

Alexandros–Apostolos A. Boulogeorgos, Nestor D. Chatzidiamantis+1 more|arXiv (Cornell University)|Oct 22, 2015

Cognitive Radio Networks and Spectrum Sensing参考文献 41被引用 6

一句话总结

本文提出了一种闭式解析框架，用于在多通道瑞利衰落环境中，联合考虑关键射频（RF）硬件非理想因素——IQ不平衡、低噪声放大器（LNA）非线性及相位噪声——的背景下，认知无线电系统中基于能量检测的频谱感知。结果表明，这些非理想因素会显著劣化检测概率与虚警概率，其中LNA非线性的影响最为严重，且协作感知性能严重受限于次用户之间硬件质量的异质性。

ABSTRACT

Direct-conversion radio (DCR) receivers can offer highly integrated low-cost hardware solutions for spectrum sensing in cognitive radio systems. However, DCR receivers are susceptible to radio frequency (RF) impairments, such as in-phase and quadrature-phase imbalance, low-noise amplifier nonlinearities and phase noise, which limit the spectrum sensing capabilities. In this paper, we investigate the joint effects of RF impairments on energy detection based spectrum sensing for cognitive radio (CR) systems in multi-channel environments. In particular, we provide closed-form expressions for the evaluation of the detection and false alarm probabilities, assuming Rayleigh fading. Furthermore, we extend the analysis to the case of CR networks with cooperative sensing, where the secondary users suffer from different levels of RF imperfections, considering both scenarios of error free and imperfect reporting channel. Numerical and simulation results demonstrate the accuracy of the analysis as well as the detrimental effects of RF imperfections on the spectrum sensing performance, which bring significant losses in the spectrum~utilization.

研究动机与目标

• 建立并量化射频硬件非理想因素（IQ不平衡、LNA非线性、相位噪声）对认知无线电系统中基于能量检测的频谱感知联合影响。
• 在瑞利衰落信道下，假设主用户信号为复高斯信号，推导检测概率与虚警概率的闭式表达式。
• 将分析扩展至次用户存在不同水平射频非理想因素的协作频谱感知场景。
• 评估在理想与非理想报告信道下协作感知的性能，突出硬件限制在系统设计中的作用。

提出的方法

• 将射频非理想因素（IQI、LNA非线性、相位噪声）的联合影响建模为复高斯过程，其有效性通过先前的理论与实验工作得到验证。
• 在瑞利衰落信道与复高斯信号假设下，推导检测概率与虚警概率的闭式表达式，这是在该假设下首次在公开文献中获得此类表达式。
• 提出一种可处理的信号模型，能够捕捉多种非理想因素引起的总失真，从而实现分析上的可处理性。
• 通过在融合中心建模融合规则（AND/OR），将分析扩展至协作感知，同时考虑无误报与有误报的报告信道。
• 采用扩展不完全伽马函数近似（定理4）对检测概率表达式中出现的特殊函数进行数值计算。
• 通过数值结果与仿真验证分析框架的准确性，展示硬件非理想因素导致的性能劣化。

实验结果

研究问题

• RQ1 在瑞利衰落环境下，IQ不平衡、LNA非线性与相位噪声的联合影响如何劣化多通道认知无线电系统中基于能量检测的性能？
• RQ2 当射频非理想因素被建模为复高斯过程时，能否推导出检测概率与虚警概率的闭式表达式？
• RQ3 次用户之间硬件质量的异质性如何影响协作认知无线电网络的整体频谱感知性能？
• RQ4 报告信道质量（无误报 vs. 有误报）对具有射频前端非理想因素的协作感知系统检测性能有何影响？
• RQ5 在实际认知无线电部署中，硬件非理想因素在多大程度上限制了频谱利用率？

主要发现

• 射频非理想因素的联合影响显著提高了多通道能量检测中的虚警概率，尤其在低信噪比条件下更为明显。
• LNA非线性被识别为最具破坏性的非理想因素，其对检测性能的劣化程度远超IQ不平衡与相位噪声。
• 在协作感知中，融合中心的性能由射频前端最差的用户主导；当高质量次用户（如IBO=6 dB，IRR=30 dB）占主导地位时，混合质量网络的性能才接近理想系统。
• 数值结果验证了所推导闭式表达式的准确性，分析结果与仿真结果在各种SNR与非理想因素水平下高度一致。
• 所提出的分析框架可精确评估在实际硬件约束下的接收机工作特性曲线（ROC），凸显在认知无线电系统设计中必须考虑射频非理想因素。
• 对扩展不完全伽马函数的近似（定理4）可实现检测概率的高效数值计算，且误差有界，支持实际系统实现。