摘 要： 依据无线传感网络分簇协议，提出了一种算法。簇内采用能量自适应双门限检测，簇间通过Beta模型来并自动更新动态分配每一个簇头在数据融合中的权重因子，从而有效减小信任度较低的簇头对判决结果的影响，增强信任度较高的簇头参与度。理论分析和仿真结果表明，算法的复杂度和检测性能均优于传统的协作检测算法和分簇算法。
关键词： 协作检测；分簇协议；Beta模型；权重因子
协作频谱检测利用空间分集的优势，可以有效提高系统的检测性能，但同时面临两个问题：(1)在次用户较多的情况下，若所有的次用户均参与协作检测，则基站需要花费大量的时间和带宽来处理判决数据，而实际可用信道带宽却是有限的；(2)实际无线通信环境中，每个次用户所处的无线通信环境具有差异性，部分次用户有可能把不准确的判决结果传送到融合中心，从而影响了它对主用户的最终判决。为解决上述两个问题，本文将无线传感器网络WSN(Wireless Sensor Networks)分簇机制引入协作检测中。
目前，分簇机制主要应用在WSN的研究中[1]。无线传感器网络由传感器节点、基站和管理节点组成，与认知无线网络CRN(Cognitive Radio Networks)具有很多相似点：均注重节点的能量和通信消耗问题；都是以数据融合为核心的网络；网络都具有自组织性。因此，在传统的协作检测过程中可以利用分簇机制将认知无线网络划分为若干簇的集合再进行协作检测。
1 簇的协作检测模型
在WSN体系结构中，从网络拓扑结构角度可以把它分为两类：平面路由协议和分簇路由协议，本文主要讨论后一种。在该协议中，WSN通常被划分为多个簇，每个簇由一个簇头和多个簇内成员构成，簇头负责管理和控制簇内成员，并负责对簇内成员数据收集、融合并转发；低一级网络的簇头构成高一级网络中的簇内成员，簇头节点之间通过单跳或多跳的方式与最高层簇头基站进行通信。
为了充分利用有限的频谱资源，提高协作检测的准确性和可靠性，首先要对认知无线电网络进行分簇处理[2]。如图1所示，假设共有N个次用户组成一个CRN网络，并划分为L个簇，其中簇i内次用户数用Ni表示，簇头用CHi表示，则有ΣNi=N，ΣCHi=L，其中i=1，2，…，L。
对于基于簇的CRN网络的仿真，在AWGN环境下进行，簇内采用双门限检测，簇间采用基于Beta模型的动态加权簇的协作方法，簇内和簇间均使用相同的OR准则，参数设置：带宽时延积m=4，感知次用户数N=36，簇数L=3，各次用户的信噪比分别为-8 dB~-17 dB随机分布。从图4可以看出，在相同的虚警概率Pf下，本文所提出的方案最优，传统的簇融合次之，传统的OR融合最差，最后曲线趋于汇合，这是由于基于簇权重的融合方法随着判决次数的增加，各个簇头的权重因子乘积逐渐靠近1，逐渐退化成传统的簇协作检测的缘故。同时，系统虚警概率越低，该方法表现的性能越好。从而证实了本文所提方案的优越性。在协作过程中，簇头向融合中心发送判决数据，这样大大减少了传输数据所有的带宽，这在控制带宽有限的条件下是很有意义的。
本文针对单用户的局限性和在多用户的协作检测的带宽受限性，把WSN中分簇算法并引入到协作频谱检测中，提出一种自适应能量双门限检测和簇的动态加权的联合检测算法，并对融合方案和性能分析进行详细的论述和设计。通过理论分析和仿真验证，无论是与簇内的传统硬判决OR准则的协作检测还是与簇间的传统的簇的协作检测算法比较，本文所提出的基于Beta模型的动态加权簇的协作检测性能均优于两者，利用此方法，无线感知网络可以获得更高的检测性能。
参考文献
[1] 陈硕.无线传感器网络几个关键技术的研究[J].舰船电子工程，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] 冯键昭，肖德琴，杨波.基于?茁分布的无线传感网络信誉系统[J].计算机应用，2007，27(1)：111-117.
[5] 吕春英，沈国勤，袁誉红，等.基于簇加权的协作频谱感知算法[J].探测与控制学报，2012，34(2)：72-76.