CN102088324B - 一种认知无线电系统的频谱检测方法 - Google Patents
一种认知无线电系统的频谱检测方法 Download PDFInfo
- Publication number
- CN102088324B CN102088324B CN2011100718511A CN201110071851A CN102088324B CN 102088324 B CN102088324 B CN 102088324B CN 2011100718511 A CN2011100718511 A CN 2011100718511A CN 201110071851 A CN201110071851 A CN 201110071851A CN 102088324 B CN102088324 B CN 102088324B
- Authority
- CN
- China
- Prior art keywords
- frequency spectrum
- cognitive
- signal
- cognitive nodes
- detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种认知无线电系统的频谱检测方法,具体包括如下步骤:计算每个认知节点的信号能量;对每个认知节点进行频谱检测判决;中心节点的频谱检测联合判决。本发明通过对单认知节点进行频谱检测,同时利用各认知节点的信号能量值,在中心节点进行频谱检测联合判决,在信噪比很低的情况下检测出来授权用户信号存在的时候,同时能够检测出授权用户接收机是否正常接收解调。这样,在实际应用中,认知无线电系统可以在保证检测性能以及不干扰授权用户正常接收的情况下更好地提高频谱利用率。
Description
技术领域
本发明属于通信技术领域,特别涉及一种用于认知无线电系统中的频谱检测方法。
背景技术
随着无线通信技术的飞速发展,多种无线通信接入方式并存,无线用户数量急剧增加,从而导致了无线电频谱资源日益紧张。无线电频谱作为一种宝贵的不可再生资源,目前由政府部门授权使用,一般分配特定的授权频段(LFB,Licensed Frequency Band)以供不同的通信业务使用,这样可以给相应的通信业务提供良好的保护。但是,某一特定频段一旦授权分配给了某个用户(授权用户),其他的非授权用户(次级用户)就不能再使用该频段,即使该授权频段上此时并没有被授权用户使用。在调查中发现,已经分配的3GHz以下的频谱资源中多达70%未被充分利用。由此可见,这种静态频谱分配的机制限制了空闲频谱的有效利用,极大地浪费了频谱的效率。
为了解决无线电频谱资源匮乏的问题,基本思路就是尽量提高现有频谱的利用率。为此,人们提出了认知无线电(CR,Cognitive Radio)的概念。认知无线电的基本出发点就是:为了提高频谱利用率,具有认知功能的无线通信设备可以按照某种“伺机(OpportunisticWay)”的方式工作在已授权的频道内。当然,这一定要建立在已授权频段没用或只有很少的通信业务在活动的情况下。这种在空域、时域和频域中出现的可以被利用的频谱资源被称为“频谱空洞”。认知无线电的核心思想就是使无线通信设备具有发现“频谱空洞”并合理利用的能力。
认知无线电技术,作为一种可探测频谱空穴、可高效利用无线电频谱的智能频谱共享技术,越来越受到通信界的广泛关注。组建认知无线电系统需要的核心技术之一是频谱检测技术,在认知无线电系统中,通过频谱检测技术探测到频谱空穴,使得未授权用户(次级用户)可以利用该空闲频段进行业务通信,同时,一旦在该授权频段上检测到授权用户的到来,次级用户应立刻放弃使用该段频谱,以避免对授权用户产生干扰。从而实现动态的频谱接入,以提高无线电频谱利用效率。
目前,频谱检测技术主要是本地频谱检测和协作频谱检测两个主要方面。传统的本地检测方法有匹配滤波检测、能量检测、周期特性检测、协方差矩阵法等等。这些算法各有优缺点,比如匹配滤波算法检测时间短,但是需要知道授权用户的先验信息,需要精确同步;能量检测实现简单,不需要先验信息,但是其对噪声不确定性敏感;周期特性检测可以区分噪声和信号类型,以及干扰,检测灵敏度高,但是其检测计算复杂度高,而且需要授权用户信号具有周期平稳特性;基于协方差矩阵的绝对值法(CAV,Covariance AbsoluteValue)可以很好地克服噪声不确定度和先验知识缺乏等问题,在实际应用环境中能取得较好的检测效果。基于协方差绝对值法的频谱检测具有较高的检测性能,通常在信噪比很低的情况下也可以检测出授权用户的存在,具体参考文献为:Yonghong Zeng,Ying-Chang Liang.Covariance Based Signal Detections For Cognitive Radio.DySPAN2007.2nd IEEE InternationalSymposium,202-207.
在实际的应用环境中,由于无线信道的衰落、信道的噪声不确定度以及授权用户先验知识的缺乏,上面提到的单个感知方法都不很适用。而且由于通信业务种类繁多,针对特定的通信业务在低信噪比情况下授权用户接收机将很难接收解调。比如在某区域的某一电视频段上,认知无线电系统中通过本地检测出信噪比很低的授权用户信号——电视信号,该信号实际上是由相邻区域泄露过来的,但是由于此时本地检测算法的检测性能超过了电视接收机的接收灵敏度范围,电视接收机将无法解调接收该电视信号。而目前,中心节点的联合检测技术研究的重点在于提高检测性能和降低算法复杂度,却忽略了实际应用中接收机在低信噪比下能否正常接收的问题。所以在这种情况下,中心节点把本地检测算法检测出的信噪比很低的授权频段视为被授权用户所占用,实际上同样会造成无线电频谱利用率的降低。因此,认知无线电系统的中心节点在进行信息融合的时候只利用单个认知节点的本地检测算法的频谱检测信息是不合理的。
发明内容
本发明的目的是为了解决现有的频谱检测方法在信噪比很低的情况下检测出来授权用户信号存在的时候,如果授权用户信号功率小于授权用户接收机灵敏度,那么授权用户接收机将无法正常接收解调的问题,提出了一种认知无线电系统的频谱检测方法。
本发明的技术方案是:一种认知无线电系统的频谱检测方法,包括如下步骤:
S1.计算认知无线电系统中M个认知节点的信号能量,得到每个认知节点的频谱信号平均能量值Em,其中,m=1,2,...,M;
S2.对M个认知节点的进行频谱检测判决,得到每个认知节点的频谱检测结果rm;
S3.中心节点的频谱检测联合判决,中心节点利用M个认知节点的频谱信号平均能量值Em与频谱检测结果rm进行联合检测判决,得到最终的判决结果R。
步骤S2对M个认知节点的进行频谱检测判决使用的是基于协方差矩阵的绝对值法,具体过程如下:
S21.各认知节点在计算当前检测时隙的信号能量值的同时,对接收到的Ns点离散样本值y(n)进行解调、低通滤波以及下抽样,得到用于做频谱检测的Ns点的数据x(n)。
S22.认知节点利用接收到的Ns点的数据x(n),做协方差矩阵并进行判决,得到检测结果rm:其中,rm表示各认知节点频谱检测的结果,反应当前频段是否存在授权用户信号。
这里步骤S1计算M个认知节点的信号能量的具体过程如下:认知节点对从射频端接收下来的Ns点离散样本值y(n)进行取模、求平方、累加求和取平均得到该检测时隙的信号平均能量值Em,其中,m表示认知无线电系统中第m个认知节点;Em代表第m个认知节点当前检测时隙的平均能量值。
这里步骤S3中频谱检测联合判决采用的是协同检测判决,具体过程如下:
S31.中心节点将M个认知节点频谱信号平均能量值取平均得到E: m=1,2,...,M;
S321.当M个认知节点基于协方差矩阵的频谱检测结果中超过α个rm为0,则判决当前频道授权用户不存在,即判决结果为R=00;
S322.当M个认知节点基于协方差矩阵的频谱检测结果中存在M-α个rm为1,如果M个认知节点的平均能量值E低于门限δ,则判决当前频道有授权用户存在,但授权用户接收机无法接收解调该授权用户信号,即判决结果为R=01;
S323.当M个认知节点基于协方差矩阵的频谱检测结果中存在M-α个rm为1,如果M个认知节点的平均能量值E大于等于门限δ,则判决当前频道有授权用户存在,且授权用户接收机可以正常接收解调该授权用户信号,即判决结果为R=10;
其中,α是中心节点对频谱检测结果作协同判决的门限值;δ是中心节点根据信号能量值判决授权用户接收机是否可以正常接收信号的门限值。
从步骤S321、S322和S323可以看出,判决结果R可以用下式表示:
本发明的有益效果:本发明通过对单认知节点进行频谱检测,同时利用各认知节点的信号能量值,在中心节点进行频谱检测联合判决,在信噪比很低的情况下检测出来授权用户信号存在的时候,同时能够检测出授权用户接收机是否正常接收解调。这样,在实际应用中,认知无线电系统可以在保证检测性能以及不干扰授权用户正常接收的情况下更好地提高频谱利用率。
具体实施方式
下面结合具体的实例对本发明做进一步的说明。
为了便于对实施例的理解,先对基于协方差矩阵的绝对值法进行频谱检测作一说明:经过模数转换后的接收信号为一串离散的数据(数字信号),即信号检测算法所需要的样本值,以符号x(n)来表示,其中n为正整数,代表接收到的第n个数据样本。L个连续的数据样本构成向量Χ(n)的转置,表示为公式(1),其中Ns代表总的数据样本个数,L则被定义为平滑因子。
Χ(n)=[x(n) x(n-1) ... x(n-L+1)]T,n=0,1,...Ns-1 公式(1)
利用得到的向量Χ(n)构建协方差矩阵Rx(Ns)表示为公式(2):
由于信号和噪声具有不同的特性,因此在授权用户信号存在和不存在两种情况下,协方差矩阵Rx(Ns)有着不同的特性,利用这一特性,可以检测授权用户信号的存在性。
如果授权用户信号不存在,此时的协方差矩阵只包含噪声的部分。由于高斯白噪声采样之间相互独立,因此协方差矩阵的非对角元素均为零。而当授权用户信号存在并且信号采样间存在相关性时(一般说来信号由于过采样,信道传播的多径效应,原信号的相关性等原因,信号接收端的采样是具有相关性的),从而协方差矩阵非对角元素存在非零值。
令T1为协方差矩阵中所有元素之和除以平滑因子L的所得值,如公式(3)表达。
其中,rpq(Ns)是指协方差矩阵的第p行q列元素。
令T2为协方差矩阵中对角元素之和除以L的所得值,如公式(4)表达。
根据被检测信号的相关特性,可以看出,当信号不存在时,有T1=T2;当信号存在时,则有T1>T2。因此可以通过比较T1和T2值的大小来检测无线电磁信号的存在性。如果要求信号检测的虚警概率Pf≤P0,那么其理论门限满足公式(5):
通过上述对协方差绝对值检测算法的介绍,分析得到,在该检测算法的实现过程中,对数据处理的运算量主要集中在计算接收信号的协方差矩阵Rx(Ns)中。在实际应用检测过程中,通常采用有限的信号采样值来计算,获得近似的协方差矩阵,定义接收信号样本值的自相关值表达如公式(6)所示:
那么统计协方差矩阵就可以用采样协方差矩阵来近似,可看到采样协方差矩阵同时是Hermitian矩阵和Toeplitz矩阵,如公式(7)所示:
至此利用基于协方差矩阵的绝对值法,完成了频谱检测。
在实施过程中,针对某区域的电视频段694MHz-806MHz上某个具体频道,采用4个认知节点(s1,s2,s3,s4)进行说明,这里以其中的一个认知节点s1来说明单个认知节点的具体实施过程,一个检测时隙的数据为Ns=2048。
本发明方法的具体实施过程如下:
1.计算认知节点的信号能量
认知节点从射频接收到的2048点数据为:
y(n)=[-0.904+1.3559i,0.7466-0.5482i,…,0.5807+2.1559i]
2.频谱检测判决,在本实施例以协方差矩阵的绝对值法为例进行说明频谱检测判决,但本发明不限于这种方法。协方差矩阵的绝对值法进行频谱检测判决的过程如下:
x(n)=[0.1178-1.7778i,-1.3957-2.264i,……,0.4462+1.5029i]
并得到T1=7.8677e+4;T2=4.1255e+4;则检验统计量γ=T1/T2=1.9071
3.中心节点的频谱检测联合判决,
中心节点利用4个认知节点的频谱信号平均能量值
r1=1,r2=1,r3=1,r4=1进行联合检测判决,
因为r1=1,r2=1,r3=1,r4=1,这里取门限α为3,用于中心节点判决该频段存在授权用户。
这里α是中心节点对频谱检测结果作协同判决的门限值这个门限值,根据认知无线电系统实际应用情况来确定;δ是中心节点根据信号能量值判决授权用户接收机是否可以正常接收信号的门限值,这个门限值根据授权用户接收机的接收灵敏度以及频谱检测的检测性能来确定。本领域的普通技术人员可以根据现有的知识确定这两个门限值的取值。
中心节点根据上述结果做出联合检测判决为:
R=01,该频段有授权用户信号,授权用户接收机无法正常接收解调。
所以,中心节点可判决该频段为次级用户可用的频段,这样就提高了频谱利用率。
在认知无线电系统中,为了充分的利用频谱资源,当授权用户在信噪比极低的环境下,检测出来授权用户信号存在的时候,已经不能很好的接收解调信号,为了避免此种情况下协方差矩阵绝对值法判决造成的偏差,利用各节点接收的能量值联合协方差矩阵判决结果进行中心节点的融合,能很好的规避这种情况造成的频谱资源浪费。
本发明在不影响检测性能和不干扰授权用户正常接收的情况下,实现了一种可有效提高频谱利用率的认知无线电系统的频谱检测方法。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为发明的保护范围并不局限于这样的特别陈述和实施例。凡是根据上述描述做出各种可能的等同替换或改变,均被认为属于本发明的权利要求的保护范围。
Claims (3)
1.一种认知无线电系统的频谱检测方法,其特征在于,包括如下步骤:
S1.计算认知无线电系统中M个认知节点的信号能量,得到每个认知节点的频谱信号平均能量值Em,其中,m=1,2,...,M;
S2.对M个认知节点进行频谱检测判决,得到每个认知节点的频谱检测结果rm;
S3.中心节点的频谱检测联合判决,中心节点利用M个认知节点的频谱信号平均能量值Em与频谱检测结果rm进行联合检测判决,得到最终的判决结果R;
所述的频谱检测联合判决采用的是协同检测判决,具体过程如下:
S31.中心节点将M个认知节点频谱信号平均能量值取平均得到E: m=1,2,...,M;
S321.当M个认知节点基于协方差矩阵的频谱检测结果中超过α个rm为0,则判决当前频道授权用户不存在,即判决结果为R=00;
S322.当M个认知节点基于协方差矩阵的频谱检测结果中存在M-α个rm为1,如果M个认知节点的平均能量值E低于门限δ,则判决当前频道有授权用户存在,但授权用户接收机无法接收解调该授权用户信号,即判决结果为R=01;
S323.当M个认知节点基于协方差矩阵的频谱检测结果中存在M-α个rm为1,如果M个认知节点的平均能量值E大于等于门限δ,则判决当前频道有授权用户存在,且授权用户接收机可以正常接收解调该授权用户信号,即判决结果为R=10;
其中,α是中心节点对频谱检测结果作协同判决的门限值;δ是中心节点根据信号能量值判决授权用户接收机是否可以正常接收信号的门限值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100718511A CN102088324B (zh) | 2011-03-24 | 2011-03-24 | 一种认知无线电系统的频谱检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100718511A CN102088324B (zh) | 2011-03-24 | 2011-03-24 | 一种认知无线电系统的频谱检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102088324A CN102088324A (zh) | 2011-06-08 |
CN102088324B true CN102088324B (zh) | 2013-04-03 |
Family
ID=44099950
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011100718511A Expired - Fee Related CN102088324B (zh) | 2011-03-24 | 2011-03-24 | 一种认知无线电系统的频谱检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102088324B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102244548B (zh) * | 2011-08-12 | 2014-08-13 | 电子科技大学 | 一种联合频谱检测方法 |
CN103138846A (zh) * | 2011-11-22 | 2013-06-05 | 富士通株式会社 | 感知无线电的资源利用装置、方法及感知无线电系统 |
CN102710347B (zh) * | 2012-05-08 | 2014-01-22 | 电子科技大学 | 一种基于偏差修正的能量检测方法 |
CN104683987B (zh) * | 2013-11-26 | 2018-02-16 | 中国科学院声学研究所 | Svc视频在认知无线电多信道中的传输调度方法 |
CN103763721B (zh) * | 2014-01-07 | 2017-06-23 | 电子科技大学 | 一种用于异构网络的被动式接收机检测和频谱接入方法 |
CN103905129B (zh) * | 2014-01-22 | 2015-09-30 | 中国人民解放军理工大学 | 基于谱型分析的信号检测及信号信息判读方法 |
CN105375998B (zh) * | 2015-11-25 | 2017-11-07 | 宁波大学 | 基于分簇优化的多频段协作频谱感知方法 |
WO2018035771A1 (zh) * | 2016-08-24 | 2018-03-01 | 深圳天珑无线科技有限公司 | 一种空闲频段检测方法和装置 |
CN109673020A (zh) * | 2018-11-15 | 2019-04-23 | 天津大学青岛海洋技术研究院 | 一种融合式频谱检测方法 |
CN109752600B (zh) * | 2019-01-14 | 2021-06-08 | 电子科技大学 | 基于软件定义无线电技术的异常电磁信号分析系统及方法 |
CN113992281B (zh) * | 2021-10-22 | 2023-07-14 | 中国科学院新疆天文台 | 一种常驻信号检测与识别方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101521896A (zh) * | 2009-04-17 | 2009-09-02 | 东南大学 | 认知无线电中的基于似然比的协同频谱感知方法 |
CN101789836A (zh) * | 2010-02-02 | 2010-07-28 | 浙江大学 | 一种节省网络通信开销的合作频谱感知方法 |
CN101808334A (zh) * | 2010-03-15 | 2010-08-18 | 北京科技大学 | 一种认知无线电中检测授权用户到达角的频谱感知方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7565280B2 (en) * | 2006-02-17 | 2009-07-21 | National Instruments Corporation | Solver for simulating a system in real time on a programmable hardware element |
US8244185B2 (en) * | 2008-09-05 | 2012-08-14 | Futurewei Technologies, Inc. | System and method for unsynchronized cooperative spectrum sensing in cognitive radio nodes |
-
2011
- 2011-03-24 CN CN2011100718511A patent/CN102088324B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101521896A (zh) * | 2009-04-17 | 2009-09-02 | 东南大学 | 认知无线电中的基于似然比的协同频谱感知方法 |
CN101789836A (zh) * | 2010-02-02 | 2010-07-28 | 浙江大学 | 一种节省网络通信开销的合作频谱感知方法 |
CN101808334A (zh) * | 2010-03-15 | 2010-08-18 | 北京科技大学 | 一种认知无线电中检测授权用户到达角的频谱感知方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102088324A (zh) | 2011-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102088324B (zh) | 一种认知无线电系统的频谱检测方法 | |
CN104135327B (zh) | 基于支持向量机的频谱感知方法 | |
CN102118201B (zh) | 一种基于协方差矩阵分解的盲频谱感知方法 | |
CN106027201B (zh) | 基于相关的星载ads-b报头检测方法 | |
CN102324959B (zh) | 一种基于多天线系统协方差矩阵的频谱感知方法 | |
De Vito | A review of wideband spectrum sensing methods for cognitive radios | |
CN106713190B (zh) | 基于随机矩阵理论和特征阈值估计的mimo发射天线数目盲估计算法 | |
CN103118394A (zh) | 一种适用于宽带系统的多天线频谱感知方法及装置 | |
CN101986583A (zh) | 基于协方差匹配的多天线频谱感知方法 | |
CN107820255A (zh) | 一种改进的协方差绝对值协作频谱感知方法 | |
CN103491551B (zh) | 一种基于特征向量的加权协作频谱感知方法 | |
CN102271022B (zh) | 一种基于最大广义特征值的频谱感知方法 | |
CN107276696A (zh) | 一种低信噪比条件下信号检测算法 | |
CN104683050B (zh) | 一种能有效对抗噪声不确定性的多天线全盲频谱感知方法 | |
CN102013928A (zh) | 一种认知无线电系统中的快速频谱感知方法 | |
CN108494511A (zh) | 一种基于绝对值累积的动态到达频谱感知方法 | |
CN102497239B (zh) | 一种基于极化度的频谱感知方法 | |
CN103916859B (zh) | 认知无线网络恶意占用信道用户的检测方法 | |
CN110289926A (zh) | 基于调制信号循环自相关函数对称峰值的频谱感知方法 | |
CN105162539B (zh) | 一种基于节点信息的认知无线传感器网络频谱检测方法 | |
CN106100776A (zh) | 基于无线台站网格监测系统的频谱感知方法 | |
CN104394543A (zh) | 基于Adaboost算法的联合频谱感知方法 | |
CN109600181B (zh) | 一种用于多天线的频谱感知方法 | |
CN102118200B (zh) | 一种基于协方差绝对值法的频谱检测方法 | |
CN103973381B (zh) | 基于Cholesky矩阵分解的协作频谱检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130403 Termination date: 20160324 |
|
CF01 | Termination of patent right due to non-payment of annual fee |