认知无线电网络能量检测与频谱分配仿真系统

资 源 简 介

本项目开发了一套完整的认知无线电网络（CRN）仿真框架，模拟次级用户（SU）在动态环境下对初级用户（PU）授权频谱的投机性接入过程。

详 情 说 明

基于能量检测与动态频谱分配的认知无线电网络仿真系统

项目介绍

本项目提供了一个完整的认知无线电网络（CRN）仿真框架，旨在模拟次级用户（SU）在动态变化的频谱环境下，如何通过能量检测算法感知初级用户（PU）的活动状态，并利用注水分配算法（Water-Filling）进行最优功率分配，从而实现对授权频段的投机性接入。系统涵盖了物理层信号生成、信道衰落模拟、频谱感知决策、动态分配策略以及多维度的性能评估。

功能特性

1. 动态主用户行为模拟：利用一阶离散马尔可夫链模拟主用户在多个信道上的占用与空闲状态切换，体现了频谱环境的时间相关性。
2. 高可靠频谱感知：实现基于恒虚警率（CFAR）原则的能量检测算法，支持瑞利衰落信道下的信号检测，并能够生成感知特性曲线（ROC）。
3. 最优功率分配策略：采用简化版注水算法（Water-Filling），在总功率预算限制下，根据各个可用信道的质量动态分配发射功率，以最大化系统总吞吐量。
4. 综合性能评价体系：自动统计评估探测概率（Pd）、虚警概率（Pfa）、系统吞吐量、频谱切换次数以及对主用户的干扰概率。
5. 可视化分析报告：系统自动生成四个维度的仿真图表，并输出包含关键指标的简要统计报告。

核心实现逻辑

仿真过程遵循以下步骤进行循环迭代：

1. 参数初始化：设定采样频率（1MHz）、感知时长、8个授权信道、马尔可夫转移概率及SU功率预算。
2. 状态演进：在每个迭代步中，根据转移概率矩阵（Idle<->Busy）更新所有信道的PU实时占用状态。
3. 信号感知：

* 为每个信道生成包含加性高斯白噪声（AWGN）和瑞利衰落衰减的接收信号。 * 基于预设的目标虚警概率（Pfa=0.1），通过逆Q函数计算动态判定阈值。 * 计算接收信号能量并与阈值对比，得出感知决策结果（判定信道闲/忙）。

1. 频谱分配：

* 识别感知结果为空闲的所有潜在信道。 * 评估这些可用信道的瞬时增益。 * 执行注水算法，将功率优先分配给信道增益较高的频段。

1. 指标统计：计算当前信噪比（SNR）下的平均探测概率，对比认知接入与传统固定接入方案的吞吐量差异，统计漏检导致导致的干扰事件。

关键函数与算法说明

• 能量检测算法：

核心逻辑是通过计算接收序列的平方和来提取能量特征。系统利用理论公式 lambda = noise_power * (qfuncinv(pfa_target)*sqrt(2*N_samples) + N_samples) 实现恒虚警阈值的自动设定，确保在不同噪声环境下感知指标的可控性。

• 马尔可夫链（Markov Chain）模型：

通过定义状态转移矩阵（Idle->Idle: 0.7, Busy->Busy: 0.6等参数），模拟主用户行为的连续性，而非简单的独立随机分布。这是计算频谱切换（Handover）频率的基础。

• 注水功率分配算法（Water-filling）：

这是一个解决凸优化问题的实现。其核心思想是根据信道的噪声水平和增益情况，通过迭代调整“水位”（Mu），使得信道质量越好的频段分配到越多功率。如果信道质量低于某个特定门限，则不分配功率，从而保证资源的最优利用。

• Q函数及其逆函数（qfunc / qfuncinv）：

系统自定义了基于互补误差函数（erfc/erfcinv）的数学工具函数，用于处理高斯分布下的通信概率计算，这是计算感知阈值和理论ROC曲线的核心工具。

使用方法

1. 启动环境：打开 MATLAB 软件。
2. 设置路径：将仿真代码所在文件夹设为当前工作目录。
3. 执行仿真：在命令行窗口直接运行主程序函数名。
4. 查看结果：

* 观察弹出的图形窗口，包含：ROC曲线、Pd随SNR变化曲线、系统吞吐量对比图、干扰概率分布柱状图。 * 查看命令行输出的“认知无线电仿真分析报告”，获取平均检测概率和频谱切换次数等量化数据。

系统要求

• 软件平台：MATLAB R2018b 或更高版本。
• 必备工具箱：无需特殊工具箱支持，基础数学函数和绘图功能即可运行。
• 硬件建议：为了保证蒙特卡洛仿真（500次迭代）的运行速度，建议配备 8GB 以上内存的计算机。