T(k) + R(k)(4)
式中蝴=为系统矩阵，P(k|k-1}表示预测误
差协方差矩阵。鲁棒性指出了在那种不确定的范围内，进行
估计了系统的状态，让系统有稳定性，还能满足一种有定形式 性能指标的约束。1.3实时性
实时性描述了滤波器的动态性能。影响实时性的因素主 要有滤波状态、滤波计算以及硬件能力。假设动态系统要求 滤波间隔时间为I实际滤波间隔时间为t,则需满足th
其中:Ni表示滤波器所需的矩阵求逆个数，N„、Nn分别表 示滤波器一个滤波周期所需的乘法、加法数目，N,表示滤波状态数,t表示硬件执行速度,
/
=
4
分别表示N的系数,邙
的值由Nj计算所需时间决定。则实时性指标可以表示为：
p(k) = £«>(*) - jr(*)][>(*) -
示为：
trace^Pik))Y^*爿
)
⑴
Rr=y- (6)
P(k)的对角线元素即为状态量的误差，滤波精度可以表
计算方便可以将常数td、th去掉,Rt=t’ zl/fOMi, Nm, K, N,)。 随着RT的增大，系统的实时性越好。反之，实时性较差。
2未知真实值的性能评估方法研究
在传统的滤波算法性能评估中，真实值必须是已知的。通过
32
2017年第9期 (总第 177 期）
信息通信
INFORMATION & COMMUNICATIONS
2017
(Sum. No 177)
认知无线电频谱感知技术研究
杨明哲
(北京卫星导航中心，北京100094)
摘要:认知无线电（CR)作为一种智能通信系统，能够充分了解周围的通信环境，实现频谱的动态利用。频谱感知被用作 动态无线电访问的关键技术，并在近些年得到了广泛的研究及应用。文章介绍了三种不同的频谱感知技术:基于发射机 的频谱检测、基于接收机的频谱检测和合作检测，并对三种检测技术的性能及优缺点进行了分析。关键词:认知无线电；频谱感知
中图分类号:TN925 文献标识码:A
文章编号：1673-1131(2017)09-0033-02
加性高斯白噪声为n(t), h为信道幅度增益。H。为零假设，表 示该频段内没有主用户信号，ft为备择假设，表示有主信号存 在。基于发射机的检测分为三类,匹配滤波检测、能量检测和
循环平稳过程特征检测。2.1匹配滤波器检测
匹配滤波器检测是信号检测中常用的方法[3]。它不仅能 使输出信号的信噪比最大化,而且能完成信号处理，并能在较 短时间内提高处理增益。
匹配滤波器检测实际上是完成解调授权用户信号的过程， 需要信号的先验信息，例如结构、信号形状、打包格式等，因此, 在应用方面存在某些。在实际应用中，匹配滤波器通常 用于授权信息用户的频谱信息，如超高频频带[4]。2.2能量检测
能量检测是进行一段时间的频带信号能量的积累，然后 比较设置的阈值。如果结果大于阈值，则是频带的主要用户， 反之亦然。块图如下图所示。
CR是一种智能通信系统，可以提高频谱利用率，改变内 部状态。这种变化动态地适应于无线环境的变化，从而达到 共享频谱使用的目的。频谱效率可以通过增加动态网络频谱
的总数的方式提高。频谱感知是CR系统中的重要任务，可以 获得CR用户第一检测信号，并具有在频谱的自由区域的情况 下动态地进行通信的功能。频谱感知技术分为三大类，即基 于发射机检测、基于接收机检测和合作检测。
1频谱检测模型
首先，将被测信号分为几个信道，对相应的基带信号进行 调制[1]。在制定的频谱检测算法中检测相应的空间信号，并去 除信号所携带的噪声。确定频谱空穴的存在，然后实现光谱 频段的频谱传输。
2基于发射机的频谱检测
这种方法是基于微弱信号检测的原理气首先，CR用户 基于当前接收的信号，确定是否存在一个从主发射机发出的 信号，如果不是，考虑使用这个频带。在加性高斯白噪声信道 (AWGN)的情况下，基本假设如下：
Hq : x(^) = n(t)Hx : x{t) = hs{t) + n(t)其中，X(t)是用户接收到的信号;主用户发送的信号为s(t)，
图1能量检测原理图
在AWGN信道中，考虑信道无衰减情况，我们可以得到
真实值和导航参数之间的差异来评估性能。真实值最常见的 获取方式就是现场测试，通常使用来自更高精度的传感器的
信息(例如，GPS信号或其他导航/跟踪系统的输出)作为评估 性能的真实值。在实际中，精确的真实值往往难以获得。例 如，具有较髙精度的导航/跟踪系统可能不适用于性能评估， GPS信号可能暂时不稳定或阻塞。
所以在本文中，研究了一种接近真实值的滤波算法性能评估方法。在这种方法中，我们从组合导航系统中输出产生一些 模拟测量值，并通过检查模拟测量接近真实值的程度来判断性 能的好坏。其模拟测量更接近实际测量的滤波算法是优选的。滤波算法可以被认为是一个估计器，其输入是实际测量Z (在测量空间Z中）,输出为估计以在状态空间X中）。在这里 我们不知道真实值X，不知道实际测量可以用于性能评估 (PE)。要是我们可以从^生成模拟测量Z那么我们可以通过 比较Z和乏来实现测量空间中的性能评估。如果全接近，则滤 波算法被认为表现良好。测量空间Z中的这种性能评估可以 被认为是替代状态空间X中的一个。
对这些滤波算法的性能和研究的现状进行了论述，也发现 了传统的性能评估方法存在的缺点。然后研究了未知真 实值的滤波算法性能评估，这种可以在真实值不知道的情 况进行性能评估。不同方法的性能评估在国内外学者的 研究中，被开发出来，滤波算法越来越成熟，也被应用到更 多的领域中，组合导航中的使用更加广泛，促进组合导航 的进步。参考文献：
[1] 刘勇志，贾兴亮,刘丙杰.一种组合导航滤波性能评估算法
[J].弹箭与制导学报,2008⑸=45-47+50.[2] 李家森.北斗/INS组合导航信息融合滤波算法研究[D].哈
尔滨工程大学，2013.[3]
陈坡.GNSS/INS深组合导航理论与方法研究[D]. 信息工程大学，2013.
[4] 程进伟，李建勋.Kalman滤波算法评估平台的设计与实现 [J].系统仿真学报.
[5] 张杰.效能评估方法研究[M].国防工业出版社，2009 .[6]
阎红星，王晓博，王国宏.跟踪滤波算法性能评估研究[J].现 代雷达.2008,30⑷:33-36.
33
3结论
分析了以上几种组合导航中滤波算法性能评估方法，
