煤矿巷道的频谱感知技术研究.pdf

声明声明下面论文由免费论文教育网 http//www.PaperE 用 户转载自互联网，版权归原作者所有，本文档仅供参考，严禁抄袭 免费免费论文论文教育教育网网 - 1 - 中国中国科技论文在线科技论文在线 煤矿巷道的频谱感知技术研究煤矿巷道的频谱感知技术研究 陈军权，张典，张申** 作者简介陈军权，（1989-），男，湖北荆州，硕士研究生，研究方向认知无线电、嵌入式与传感器。 通信联系人张申，（1957-），男，教授，通信与信息技术，矿山通信与信息化. E-mail chenjunquan0302 （中国矿业大学信息与电气工程学院，中国矿业大学物联网研究中心，江苏 徐州 221000） 摘要摘要针对煤矿巷道岔道多、巷道长的无线通信环境特点，本文提出一种基于簇的分布式合5 作频谱感知技术的算法。 该算法选取每个巷道分支中 SNR 最大的节点作为簇头， 簇间用分布 式合作方式进行频谱感知。仿真结果表明，该算法不仅可以提高低信噪比下的检测概率，而 且可以改善合作频谱感知的安全性。 关键词关键词煤矿巷道；合作频谱感知；检测概率；安全性 中图分类号中图分类号TD655 10 Research on the mine tunnel’s spectrum sensing network CHEN Junquan, ZHANG Dian, ZHANG Shen Research Centre of the Internet of Things， School of Ination cooperative spectrum sensing; detected probability; security 0 引言引言 煤矿的安全生产与煤矿隧道周围环境参数是密切相关的， 因此， 对环境参数的实时监测25 与传输是至关重要的。 有线网络由于井下采煤作业的恶劣环境容易形成监控中断和时间盲区 已不适用于煤矿巷道。但是巷道无线传播环境恶劣，矿井呈多分支、巷道长的特点，且井下 巷道为隧道状，地理位置和生产作业系统等因素对电磁波的传输有诸多限制[1]。主要表现为 电磁波在巷道中传输存在路径损耗，阴影衰落和多径衰落等现象。因此，建立适合矿井巷道 特性的无线通信系统是非常必要的， 作为具有智能认知无线引擎的认知无线电系统能够很好30 的解决煤矿无线通信的难题。 而巷道的频谱感知技术作为煤矿认知无线电中的首要任务和关 键技术又是亟待解决的问题。 本文提出了一种基于簇的分布式频谱合作感知技术的算法。 该算法借鉴无线传感器网络 中的分簇思想，选取每个巷道分支中 SNR 最大的认知节点作为簇头认知节点，簇间使用分 布式合作方式，对煤矿巷道进行有效的、准确的频谱感知。本文第 1 节给出了系统模型和感35 知模型；第 2 节分别分析簇内和簇间合作感知算法的检测性能；第 3 节给出全文的结论。 1 系统模型与感知模型系统模型与感知模型 1.1 煤矿巷道认知无线电网络结构煤矿巷道认知无线电网络结构 矿井巷道有拱形、矩形和圆形多种形状，文献[2]孙继平指出，矿井无线传输受工作频 率、导体、巷道截面（包括形状尺寸）、拐弯、分支、倾斜、风门等影响。从一个矿井建设40 - 2 - 中国中国科技论文在线科技论文在线 完毕后可以改变的因素来看， 工作频率、 导体等作为通信中不确定的因素， 巷道截面、 拐弯、 分支和倾斜等因子作为通信中确定或准确定因素[3]，可以将确定或者准确定的因素作为煤矿 巷道认知无线电网络结构来考虑。 图 1 煤矿巷道认知无线电网络结构 45 Figure 1 Cognitive radio network structure of colliery tunnel 图 1 中白色节点为认知无线电的普通节点， 主要用来感知本地频谱信号进行本簇内的信 息交互。黑色节点为簇头节点，主要用来接收并融合本簇普通节点的感知信息[4]。 1.2 煤矿巷道频谱合作感知模型煤矿巷道频谱合作感知模型 50 煤矿巷道地形复杂，环境恶劣，频谱检测面临的隐蔽终端、深度衰落和阴影效应等问题 都比地面环境更加严重。 为了提高煤矿认知无线电中的巷道频谱感知性能， 本文提出一种基 于分簇的分布合作式频谱感知算法。煤矿巷道频谱感知模型如图 2 所示。 ......... 图 2 煤矿巷道频谱合作感知模型 55 Figure 2 Cooperative spectrum sensing model of colliery tunnel 本文算法为了讨论不失一般性，假定 PU 信号的先验知识未知，各认知节点采用能量检 - 3 - 中国中国科技论文在线科技论文在线 测法进行频谱检测，基于分簇的分布式频谱合作感知做出以下假设[5] （1）认知用户对信道的瞬时状态信息已知； 60 （2）同一簇内的用户之间的传输信道是理想的。 基于分簇的分布式合作频谱感知的主要步骤如下 （1） 认知节点按照属于不同的分支巷道分成若干个簇， 每个认知节点都将收到来自簇 内的所有邻居认知节点的 SNR 信息， 经过比较后选取簇内 SNR 值最大的认知节点为该簇的 簇头； 65 （2） 每个簇内的每一个认知节点进行单独的本地能量检测， 得到表示信号存在与否的 二进制信息，以 1 或 0 表示判决结果，并将判决结果发送给所在簇的簇头； （3） 每个巷道分支中的簇头认知节点收到该簇内各节点的检测信息后， 簇内数据融合 中心采用 OR 准则判决，得到判决结果。 （4）不同的巷道分支的簇头认知节点按照分布式合作方式[6]进行频谱感知，每个巷道70 分支的簇头节点都能收到来自邻居巷道簇头认知节点的检测信息， 每一个簇头认知节点都是 簇间的数据融合中心，按照选取 SNR 值最大的簇头认知节点的判决信息作为最终的判决结 果。 2 基于分簇的分布式频谱合作感知性能基于分簇的分布式频谱合作感知性能 2.1 簇内合作感知性能簇内合作感知性能 75 在每个分支巷道的簇内， 为了提高受限巷道空间的频谱感知性能和为簇间进行复杂的分 布式合作感知余出更多的能量。簇内节点采用“或规则”判决融合，判决中心将簇内的各个 节点的本地判决用逻辑“或”的方式进行合并。即只要有簇内的一个认知节点判定主用户信 号存在的话，簇内数据融合中心就判决为主用户存在。 仿真参数为合作认知节点数 n5，SNR-24dB。簇内合作频谱检测性能比较曲线如图80 3 所示。 00.10.20.30.40.50.60.70.80.91 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 虚警概率 检测概率 单节点检测 OR 规则检测 图 3 簇内合作频谱检测性能比较曲线 Figure 3 The detection perance comparison of cooperative sensing in the cluster 85 由图 3 可以看出， 簇内的判决规则用虚警概率换来了检测概率， 保证簇间判决结果的准 - 4 - 中国中国科技论文在线科技论文在线 确性。 2.2 簇间合作感知性能簇间合作感知性能 文献[7]指出，合作频谱感知中的节点选择对检测性能是至关重要的，提出了基于信噪 比权重和效用函数的感知节点选择策略，提高了感知性能。文献[8]也指出处于深度衰落的90 认知节点不仅对合作检测没有任何的益处， 有时候反而拉低了高 SNR 的认知用户检测性能。 考虑到煤矿巷道无线通信环境的恶劣性，巷道内认知无线电节点有较大的概率处于深度衰 落，严重影响簇间节点合作感知性能。为了提高巷道内合作感知性能，本文采取选择 SNR 值最大的簇头认知节点的判决信息作为最终的判决结果。 仿真参数为合作认知节点数 n3，它们接收信号的 SNR 分别是-14dB、-20dB、-25dB,95 簇间合作频谱检测性能比较曲线如图 4 所示。 00.10.20.30.40.50.60.70.80.91 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 虚警概率 检测概率 SNR-14dB的单节点检测 OR规则检测 AND规则检测 图 4 簇间合作频谱检测性能比较曲线 Figure 4 The detection perance comparison of cooperative sensing among clusters 100 由图 4 可以看出，高 SNR 的单节点检测性能优于传统的“OR 规则”检测和“AND 规 则”检测，簇间合作感知中选取高 SNR 的簇头认知节点的检测信息作为最终的判决结果更 能取得好的检测效果。 3 结论结论 本文介绍了煤矿巷道无线通信环境下基于簇的分布式频谱合作感知技术， 簇内和簇间分105 别使用 OR 规则和选取 SNR 值最大节点的检测结果的合作规则。 理论分析和仿真结果表明， 检测性能方面， 本文方法能够取得优于传统的合作检测方案的频谱检测性能； 安全技术方面， 本文采用簇内与簇间 2 层数据融合的方式，能够增强数据融合处理过程中的稳健性[9]。 巷道中使用基于簇的分布式频谱合作技术， 簇内和簇间合作频谱检测都以增大传输开销 和延时来换取检测性能。 因此， 簇内与簇间分别采用何种合作规则实现检测性能和传送开销110 的最优化，仍需要做进一步研究。 - 5 - 中国中国科技论文在线科技论文在线 [参考文献参考文献] References 115 [1] 胡青松，张申，陈艳. 煤矿认知网络体系结构设计[J]. 煤炭工程， 2010108-111 [2] 孙继平. 矿井无线传输的特点[J]. 煤矿设计，1999,（4）20-21. [3] 胡青松. 煤矿认知无线电网络的路由协议研究[D]. 徐州中国矿业大学信电学院，2011 [4] 刘岩. 矿井中认知无线电网络的拓扑优化[D]. 徐州中国矿业大学信电学院，2009 [5] C. Sun, W. Zhang, K.B.Letaief, Cluster-Based Cooperative Spectrum Sensing in Cognitive Radio System[J]. 120 IEEE ICC,20072511-2515. [6] lan F. Akyildiz, Brandon F. Lo. cooperative spectrum sensing in cognitive radio networks A survey[J]. Physical Communication. 4（2011）40-62. [7] 吴素文.无线协作网络中的节点选择研究[D]. 安徽中国科学技术大学电子工程与信息科 学系，2010. [8] 郑轶， 谢显中， 杨黎丽. 基于 SNR 比较的认知无线电协作频谱检测[J]. 电视技术， 2009,49 （8） 13-17. 125 [9] 韩勇，陈强，王建新. 合作频谱感知安全技术研究[J]. 通信技术，2011，44（6）12-14