孙志国，任欣悦，陈增茂，刁鸣

（哈尔滨工程大学信息与通信工程学院，黑龙江 哈尔滨 150001）

1 引言

认知无线电（CR,cognitive radio）[1]已成为处理频谱短缺和频谱利用率低下问题的有效技术。频谱感知是实现认知无线电的首要技术。在无线通信环境中，该技术利用感知用户（SU,sensing user）检测频谱使用信息和主用户（PU,primary user）信息。能量检测[2]是频谱感知常用的方法。单个感知用户若受到信道环境中衰落、阴影等多种不良因素干扰，会使感知性能受损，导致感知结果不可靠。为解决单节点感知的缺陷，研究者提出了协作频谱感知[3]。它利用多个节点协作完成感知任务，将每个节点的检测结果在融合中心（FC,fusion center）进行融合并做出最终判决。协作频谱感知虽然可以解决单节点感知的问题，但会带来额外的开销。在协作频谱感知中，数据融合是研究重点之一。传统数据融合方法分为硬融合方法和软融合方法[4]，前者包括OR 准则、AND 准则和K 秩准则，后者包括等增益合并、选择合并和最大比合并。但是这些融合方法都未考虑信道环境不同而导致的感知结果不可靠问题，即不确定性问题。

目前，解决融合中不确定性问题的方法有贝叶斯推理法、模糊集合论、神经网络法、遗传算法以及证据理论等。贝叶斯推理法需先验知识及其条件概率，且要求各传感器间相互独立。模糊集合论对信息的模糊处理会导致系统精度降低。神经网络法需大量训练样本，成本高。遗传算法的效率低。而证据理论对先验知识需求低且计算简单。……