2.1　引言

根据思科公司的报告，无线业务在过去几年里急剧增长，2016年，全球移动数据流量增长了63%[1]。移动通信业务的这种上升趋势，归因于移动设备（如智能手机和平板电脑）的迅速普及，这将导致无线频谱资源的紧张[2]。然而，最近的研究表明，在现有的固定频谱分配政策下，许多授权频谱实际上没有得到很好的利用[3]。为了提高无线频谱的利用率，认知无线电技术成为一种新的解决方案[4]。当感知到授权无线频谱空闲时，认知无线电技术允许未经授权的次要用户机会性地访问空闲授权无线频谱。因此，无线频谱感知是未经授权的次要用户使用无线频谱的前提。

如今，包括智能手机和平板电脑在内的移动终端非常流行。这些智能终端的能力非常强，能够感知无线频谱，因此，频谱感知任务可以分配给移动终端，允许普通用户使用其移动设备进行频谱感知，并聚合感知数据获取频谱状态。

授权用户是否使用无线频谱决定了频谱状态，因此，为了搜索空闲频谱，有必要对授权用户活动进行建模[9]，此后才能进行频谱感知。单个用户在遇到阴影、多径衰落等问题时，可能获得错误的感知结果。为了提高感知精度，可以采用多用户协作频谱感知的方法[5]。

在协作频谱感知方面主要有下列一些研究工作。在宽带协同感知中，用户通过交换压缩感知结果，估计无线频谱状态[6,16]。在文献[8]中，针对恶意移动用户发送虚假数据的安全问题，研究者提出了一种分配给多个用户的协作频谱感知方法，即基于众包的方法。这些研究只涉及单信道系统，而在多信道网络中，通过对感知信道分配的研究，达到了最大化感知效果的目的[10～13]。这些文献提出了相对简单的目标函数，这些函数仅仅是一些二元变量的加权和，同时没有考虑感知成本的限制。在文献[14]中，考虑到有限的感知成本，研究者提出通过选择移动用户子集来进行感知任务分配，并采用贪婪算法和线性规划舍入算法来解决这一问题。

在上述文献中，均采用集中式算法来分配感知任务。然而，当中心节点发生故障时，采用集中式算法的系统不具有鲁棒性。此外，集中式系统在用户加入或退出系统时不灵活[18]。为了解决集中式算法的缺陷，人们对空间频谱感知问题进行了分布式研究，以充分利用空间频谱机会[7]，并利用随机几何理论分析了空间频谱感知的性能。在文献[15]中，作者提出了一种基于认知无线传感器网络用户信道感知结果的博弈论分布式功率控制机制。微型操作系统（TinyOS）已经广泛应用于传感系统中，被认为是最健壮、最节能的系统。在文献[20]中，作者对TinyOS的设计方法、调度算法、编程模型和其他特性进行了综述，使用TinyOS的传感节点在不同的传感应用中具有更大的灵活性。

与近年来的频谱感知研究相比，本章采用分布式算法解决感知任务分配问题，其具有两个特点：一是充分考虑不同子区域对感知结果的影响，设计目标函数；二是为了达到更好的感知效果，针对传感任务分配问题，设计了4种不同转移概率的分布式算法。