CN102111228A - 一种基于循环对称性的认知无线电频谱感知方法 - Google Patents

Abstract

一种基于循环对称性的认知无线电频谱感知方法，属于通信领域，本发明为解决现有通过接收信号循环谱的是否有对称性来实现无线电感知频谱的方法计算量大，运算复杂，而且在低信噪比情况下频谱感知的准确性不高的问题。本发明方法包括以下步骤：步骤一、采样无线电信号，并采用SSCA算法获取所述无线电信号的循环谱；步骤二、在步骤一获取的循环谱上选择15对对称点；步骤三、计算步骤二所述15对对称点幅度差值的和；步骤四、判断步骤三获取的所述15对对称点幅度差值的和是否小于对称性判决门限，判断结果为是，判定为信道内有主用户信号；判断结果为否，判定为信道内无主用户信号。明显提高了低信噪比情况下频谱感知的准确性。

Description

一种基于循环对称性的认知无线电频谱感知方法

技术领域

本发明涉及一种基于循环对称性的认知无线电频谱感知方法，属于通信领域。

背景技术

认知无线电是从根本上提高无线通信的频谱效率、功率效率、系统容量的技术手段，能满足未来高速高质量信息服务对宽带无线通信的需求，是实现通信系统具有可扩展、可重构功能的技术之一。认知无线电系统的通信环境是比较复杂和恶劣的，要求作为认知无线电核心和基础的频谱感知算法在低信噪比下也要有好的性能，而循环平稳理论建立起了所谓的循环频率-谱频率的二维频谱平面，开辟了更为丰富的信号分析领域，又因其更强的抗干扰、抗噪声能力以及反映信号更多参数的优点满足了频谱感知技术的研究需要。

通常把统计特性呈周期或多周期(各周期不能通约)平稳变化的信号统称为循环平稳或周期平稳(cyclostationary)过程。根据所呈现的周期性的统计数字特性，循环平稳过程还可进一步分为一阶(均值)、二阶(相关函数)和高阶(高阶累积量)循环平稳，目前研究最多的是二阶循环平稳。其定义如下：

如果随机过程x(t)是一个零均值的非平稳复信号，由于均值为零，取其相关函数，如下式所示：

R_x(t；τ)＝E{x(t)x*(t-τ)}

如果自相关函数R_x(t，τ)是周期信号，则称x(t)为二阶循环平稳过程。按照高阶距和高阶累积量理论，它应被称为二阶时变距。由于R_x(t，τ)是周期信号，展开为傅立叶级数如下式所示：

$R_x(t;\mathrm{\τ})=\underset{\mathrm{\α}=-\∞}{\overset{+\∞}{\mathrm{\Σ}}}{R}_x^{\mathrm{\α}}\left(\mathrm{\τ}\right)e^{j2\mathrm{\π\αt}}$

对上式作傅立叶变换，得到

$S_x^{\mathrm{\α}}\left(f\right)={\∫}_{-\∞}^{\∞}{R}_x^{\mathrm{\α}}\left(\mathrm{\τ}\right)e^{-j2\mathrm{\πf\τ}}\mathrm{d\τ}$

被称为循环谱密度函数(cyclic spectrum density，CSD)，也称循环谱。实际上就是循环周期信号的自相关函数和它的傅立叶变换。目前，计算循环谱的算法有3种，分别为时域平滑算法中的FAM(FFT-accumulation method)和SSCA(strip spectral correlationalgorithm)、频域平滑算法中的FSM(frequency-smoothed method)。其中SSCA算法是计算量最小的一种算法，它的表达式为：

$S_{\mathrm{xT}}^{f_k+\mathrm{q\Δ\α}}(n,\frac{f_k-\mathrm{q\Δ\α}}{2})\mathrm{\Δt}=\frac{1}{\mathrm{T\Δt}}\underset{r}{\mathrm{\Σ}}{X}_T(r,f_k)x*\left(r\right)g(n-r)e^{-j2\mathrm{\πqr}/N}$

其中：

$X_T(n,f)=\underset{-N^{\′}/2}{\overset{N^{\′}/2-1}{\mathrm{\Σ}}}a\left(r\right)x(n-r)e^{-j2\mathrm{\πf}(n-r)T_s}$

其中：Δt为数据采集时间，N为采样数，q是循环频率分辨率的倍数。X_T(r，f_k)是输入信号x(t)是复解调，它通过N′点FFT实现，g(n-r)是N阶的平滑窗，一般为矩形窗。频率分辨率为滤波器a(n)的带宽即Δf＝Δa＝f_s/N，循环频率分辨率为滤波器g(n)的带宽即Δα＝f_s/N，时间频率分辨率乘积为Δf·Δt＝N/N′，且要满足测不准原理即Δf·Δt＞＞1。

经过调制的通信信号的循环谱与噪声的循环谱是完全不同的，以BPSK信号为例，图2为采用SSCA算法计算的BPSK信号的循环谱，图3为噪声的循环谱。通过图2和图3可以看出，在某个频带内有无信号时的循环普是有很大区别的，因此可以采用二元假设的方式描述这种情况进行频谱空洞检测，如下式所示：

H₀：x(t)＝n(t)

H₁：x(t)＝s(t)+n(t)

根据循环谱的有关理论，可知其具有对称性，其公式如下：

$S_x^{\mathrm{\α}}\left(f\right)=S_x^{\mathrm{\α}}(-f)$ $S_x^{\mathrm{\α}}\left(f\right)=S_x^{-\mathrm{\α}}\left(f\right)$

因此可以通过接收信号循环谱的是否有对称性判断某个频段内是否有调制信号进而判断频谱空洞是否存在。

但是上述通过接收信号循环谱的是否有对称性来实现无线电感知频谱的方法计算量大，运算复杂，而且在低信噪比情况下频谱感知的准确性不高。

发明内容

本发明目的是为了解决现有通过接收信号循环谱的是否有对称性来实现无线电感知频谱的方法计算量大，运算复杂，而且在低信噪比情况下频谱感知的准确性不高的问题，提供了一种基于循环对称性的认知无线电频谱感知方法。

本发明所述一种基于循环对称性的认知无线电频谱感知方法包括以下步骤：

步骤一、采样无线电信号，并采用SSCA算法获取所述无线电信号的循环谱；

获取所述无线电信号的循环谱的过程为：

步骤11、接收无线电信号；

步骤12、进行下变频处理，将接收到的无线电信号处理为中频信号，中频信号的频率为700MHz～6GHz；

步骤13、对步骤12的中频信号进行采样，采样频率为所述中频信号频率的2.5至4倍；

步骤14、对步骤13采样获取的采样信号采用SSCA算法获取所述无线电信号的循环谱。

步骤二、在步骤一获取的循环谱上选择15对对称点；

在循环谱上选择15对对称点的过程为：

循环谱为二维频率平面，横坐标为循环频率α，纵坐标为谱频率f，

谱频率f选取的点为f_s/4、0、-f_s/4，

其中f_s为采样频率，

循环频率α选取的点为-f_s(1/2+4/N′)，-f_s/2，-f_s(1/2-4/N′)，-f_s(8/N′)，-f_s(4/N′)、f_s(4/N′)、f_s(8/N′)、f_s(1/2-4/N′)、f_s/2、f_s(1/2+4/N′)，

其中，N′为SSCA算法在复解调中的FFT点数，

每个谱频率f对应的循环频率α的对称点分别为：-f_s(1/2+4/N′)和f_s(1/2+4/N′)；-f_s/2和f_s/2；-f_s(1/2-4/N′)和f_s(1/2-4/N′)；-f_s(8/N′)和f_s(8/N′)；-f_s(4/N′)和f_s(4/N′)，

则15对对称点为：谱频率f＝f_s/4、0和-f_s/4分别对应的5对对称点。

步骤三、计算步骤二所述15对对称点幅度差值的和；

15对对称点幅度差值的和SUM按如下公式获取：

$\mathrm{SUM}=\frac{1}{3\×(10/2)}\underset{L=1}{\overset{3}{\mathrm{\Σ}}}\underset{P=1}{\overset{10/2}{\mathrm{\Σ}}}[H(L,P)-H(L,10+1-P)],$

式中，L表示谱频率取点数，P表示循环频率取点数，H(L，P)为循环谱上坐标(L，P)的采样信号的幅度，H(L，10+1-P)为坐标(L，P)的对称位置的采样信号的幅度。

步骤四、判断步骤三获取的所述15对对称点幅度差值的和是否小于对称性判决门限，

判断结果为是，判定为信道内有主用户信号；判断结果为否，判定为信道内无主用户信号。

本发明的优点：本发明利用调制信号循环谱的对称性进行频谱感知，可以明显提高了低信噪比情况下频谱感知的准确性。

假设信道中存在的信号分别为BPSK，QPSK，OQPSK三种常用的调制信号之一，以他们为例对发明进行仿真。通过分析用SSCA算法计算的循环谱的幅度值，发现对称位置的循环谱的幅度值基本是相等的，因此选取对称性判决门限lim_value＝0.05对其提出的算法性能进行仿真。图6中给出的是信号的检测概率，如果信道内没有主用户信号就是频谱空洞的检测概率。仿真采用的SSCA算法的数据长度2048点，FFT点数为256点，窗函数为Hamming窗。从图中可以看出在信噪比为-14dB左右时，检测概率可以达到90％左右，在信道比达到4dB左右时可以达到100％，证明了本发明提出的方法的可行性和准确性。由于受到选择的循环频率和谱频率的位置影响，各种调制信号检测概率不完全相同，但随着信噪比的增加差别越来越小，信噪比达到6dB时三者几乎完全一致。图7给出了数据长度N分别为256、512、1024、2048、4096、8192、16384，信噪比为5dB时的算法正确识别概率。计算信号循环谱复解调的傅立叶变换长度为128，抽取因子是4。数据个数都是2的整数次幂，这样便于计算循环谱时利用FFT算法。从图中可以看出随着数据长度的增加正确识别概率增加，这和理论是吻合的。

附图说明

图1为本发明方法流程图；

图2为背景技术中BPSK信号的循环谱示意图；

图3是背景技术中噪声的循环谱示意图；

图4是本发明方法涉及的循环谱的二维频率平面图；

图5是本发明方法选取的对称性判断矩阵图；

图6是不同信噪比下的检测概率图；

图7是不同数据长度时的正确识别概率图。

具体实施方式

具体实施方式一：下面结合图1、图4和图5说明本实施方式，本实施方式所述一种基于循环对称性的认知无线电频谱感知方法，其特征在于，该方法包括以下步骤：

步骤一、采样无线电信号，并采用SSCA算法获取所述无线电信号的循环谱；

步骤二、在步骤一获取的循环谱上选择15对对称点；

步骤三、计算步骤二所述15对对称点幅度差值的和；

步骤四、判断步骤三获取的所述15对对称点幅度差值的和是否小于对称性判决门限，

判断结果为是，判定为信道内有主用户信号；判断结果为否，判定为信道内无主用户信号。

根据循环谱理论，循环谱把信号的频谱扩展到二维频率平面(循环频率和谱频率)，如图4所示。把由循环频率和频率组成的整个二维频率平面的循环谱的值用一个(N′/L₂)×(N/L₁)的矩阵H表示，行表示循环谱的谱频率，列表示循环谱的循环频率。L₁和L₂为抽取因子，抽取是为了减少判决时的运算量。

本发明的基本思想是根据接收信号的二维频谱平面选取合适的对称位置，并计算对应的幅度值之差的和，把差值之和与判决门限对比进行频谱感知的一种方法。具体为，对接收信号进行下变频变到一定的中频，按照一定的采样频率对中频信号进行采样。对采样数据采用循环谱的SSCA算法计算信号的循环谱。

对称位置的选取的原则所选对称位置的循环谱的值较大且不受噪声影响。另外一点就是为了减少计算量，不能选取太多的对称位置，但采取单个位置又不能消除数字处理的影响。因此，必须选择合适位置和合适的对称位置个数，综上选择15对关于循环频率对称而谱频率不对称的循环谱位置。按照图5位置选取循环谱的对称点，计算15个对称位置处的幅度的差值，并对其求和。通过观察和分析调制信号的循环谱，根据SSCA算法引起的循环谱幅度损失确定对称性判断的判决门限，一般选择0.05左右，可根据具体的通信系统进行适当调整。把步骤5计算的对称点幅度差值的和与步骤6选取的判决门现进行比较，如果大于门限，则信道内有主用户信号，如果小于判决门限，则信道内无主用户信号。

具体实施方式二：本实施方式对实施方式一作进一步说明，步骤一中采样无线电信号，采用SSCA算法获取所述无线电信号的循环谱的过程为：

步骤11、接收无线电信号；

步骤12、进行下变频处理，将接收到的无线电信号处理为中频信号，中频信号的频率为700MHz～6GHz；

步骤13、对步骤12的中频信号进行采样，采样频率为所述中频信号频率的2.5至4倍；

步骤14、对步骤13采样获取的采样信号采用SSCA算法获取所述无线电信号的循环谱。

具体实施方式三：本实施方式对实施方式一作进一步说明，步骤二中在循环谱上选择15对对称点的过程为：

循环谱为二维频率平面，横坐标为循环频率α，纵坐标为谱频率f，

谱频率f选取的点为f_s/4、0、-f_s/4，

其中f_s为采样频率，

循环频率α选取的点为-f_s(1/2+4/N′)，-f_s/2，-f_s(1/2-4/N′)，-f_s(8/N′)，-f_s(4/N′)、f_s(4/N′)、f_s(8/N′)、f_s(1/2-4/N′)、f_s/2、f_s(1/2+4/N′)，

其中，N′为SSCA算法在复解调中的FFT点数，

每个谱频率f对应的循环频率α的对称点分别为：-f_s(1/2+4/N′)和f_s(1/2+4/N′)；-f_s/2和f_s/2；-f_s(1/2-4/N′)和f_s(1/2-4/N′)；-f_s(8/N′)和f_s(8/N′)；-f_s(4/N′)和f_s(4/N′)，

则15对对称点为：谱频率f＝f_s/4、0和-f_s/4分别对应的5对对称点。

根据循环谱对称性的性质和特点，本发明从以下两个方面对对称性的进行判断。

1、对称位置的选取

根据循环谱对称公式可知，循环谱关于谱频率和循环频率都是对称的。因此，就有多种选择方式，即关于谱频率对称而循环频率不对称，关于循环频率对称而谱频率不对称，关于谱频率和循环频率都对称三种方式。为了减少计算量，选择关于循环频率对称而谱频率不对称这种情况。对称位置的选取得原则所选对称位置的循环谱的值较大且不受噪声影响。另外一点就是为了减少计算量，不能选取太多的对称位置，但采取单个位置又不能消除数字处理的影响。因此，必须选择合适位置和合适的对称位置个数。通过观察和分析调制信号的循环谱，可以发现在谱频率为f＝-f_s/4，f＝0，f＝f_s/4等处的值相比其它位置的值要大，满足上述的选取原则，因此选用这些点处的循环谱的值进行比较和判断，这样可以减少数字信号有限长引起的计算误差。因此，对应N′/L₂＝3，此时为不等间距抽取。

在选择的谱频率基础上再选取循环频率，由于相同的原因，选择循环频率α＝-f_s/2和α＝f_s/2，及其附近的位置α＝-f_s(1/2+4/N′)和α＝f_s(1/2+4/N′)，α＝-f_s(1/2-4/N′)和α＝f_s(1/2-4/N′)；循环频率为0的附近位置α＝-f_s(4/N)和α＝f_s(4/N)，α＝-f_s(8/N)和α＝f_s(8/N)。之所以没有选择循环频率为零处的是因为对于循环频率为零的循环谱对应通常意义上的功率谱，容易受到噪声的影响。上述选取的这些对称位置的个数对应N/L₁＝10。通过上述处理，得到一个(3，10)矩阵，如图5所示。

图5中的三行分别为f＝-f_s/4，f＝0，f＝f_s/4(从上到下)，十列分别为α＝-f_s(1/2+4/N′)，α＝-f_s/2，α＝-f_s(1/2-4/N′)，α＝-f_s(8/N′)，α＝-f_s(4/N′)及其对应的对称位置α＝f_s(1/2+4/N′)，α＝f_s/2，α＝f_s(1/2-4/N′)，α＝f_s(8/N′)，α＝f_s(4/N′)。图5中曲线连接的点就是循环频率的对称位置。根据上述的阐述，共有3×5＝15个对称位置需要判断，也就是对应f＝-f_s/4，f＝0，f＝f_s/4各有5对的对称位置。相比判断全部对称位置，本发明的计算量就大大减少。

2、对称位置处的循环谱的值是否相等

得到位置对称的矩阵之后，要对对称位置的值是否相等进行判断。此时，循环谱对称性的判断转化为循环谱矩阵在对称位置的值是否相等。按照理论计算，对于循环谱对称位置的循环谱的值应该是相等的，但由于进行计算循环谱时数据的长度和表示数据的位数都是有限的，因此对称位置上的数据不一定完全相等，因此在判断两个对称位置的循环谱的值是否相等时采取计算二者的差值的方法。判断原则为二者的差值小于某个门限lim_value即可认为二者相等，对称位置的差值的和如下式所示

$\mathrm{SUM}=\frac{2L_2{L}_1}{N^{\′}N}\underset{L=1}{\overset{N^{\′}/L_2}{\mathrm{\Σ}}}\underset{P=1}{\overset{N/2L_1}{\mathrm{\Σ}}}[H(L,P)-H(L,M+1-P)]$

如果N′/L₂＝3，N/L₁＝10，此时，上式变为：

$\mathrm{SUM}=\frac{1}{3\×(10/2)}\underset{L=1}{\overset{3}{\mathrm{\Σ}}}\underset{P=1}{\overset{10/2}{\mathrm{\Σ}}}[H(L,P)-H(L,10+1-P)]$

如接收信号中没有主用户信号，则对称位置的循环谱的估计值差别很大，如果有信号，则对称位置的循环谱的差值应该是小于门限的。此时，二元假设判断变为：

H₀：SUM≥lim_value

H₁：SUM＜lim_value

H₀信道内无主用户信号，H₁信道内有主用户信号。

具体实施方式四：本实施方式对实施方式一作进一步说明，步骤三中的15对对称点幅度差值的和SUM按如下公式获取：

$\mathrm{SUM}=\frac{1}{3\×(10/2)}\underset{L=1}{\overset{3}{\mathrm{\Σ}}}\underset{P=1}{\overset{10/2}{\mathrm{\Σ}}}[H(L,P)-H(L,10+1-P)],$

式中，L表示谱频率取点数，P表示循环频率取点数，H(L，P)为循环谱上坐标(L，P)的采样信号的幅度，H(L，10+1-P)为坐标(L，P)的对称位置的采样信号的幅度。

具体实施方式五：本实施方式对实施方式一作进一步说明，步骤四中对称性判决门限lim_value的取值范围为0.01～0.09。

具体实施方式六：本实施方式给出一个具体的实施例，本实施例中，步骤四中对称性判决门限lim_value的取值为0.05。假设信道中存在的信号分别为BPSK，QPSK，OQPSK三种常用的调制信号之一，以他们为例对发明进行仿真。通过分析用SSCA算法计算的循环谱的幅度值，发现对称位置的循环谱的幅度值基本是相等的，因此选取lim_value＝0.05对其提出的算法性能进行仿真。图6中给出的是信号的检测概率，如果信道内没有主用户信号就是频谱空洞的检测概率。仿真采用的SSCA算法的数据长度2048点，FFT点数为256点，窗函数为Hamming窗。从图中可以看出在信噪比为-14dB左右时，检测概率可以达到90％左右，在信道比达到4dB左右时可以达到100％，证明了本专利提出的方法的可行性和准确性。由于受到选择的循环频率和谱频率的位置影响，各种调制信号检测概率不完全相同，但随着信噪比的增加差别越来越小，信噪比达到6dB时三者几乎完全一致。图7给出了数据长度N分别为256、512、1024、2048、4096、8192、16384，信噪比为5dB时的算法正确识别概率。计算信号循环谱复解调的傅立叶变换长度为128，抽取因子是4。数据个数都是2的整数次幂，这样便于计算循环谱时利用FFT算法。从图中可以看出随着数据长度的增加正确识别概率增加，这和理论是吻合的。

Claims (6)

1.一种基于循环对称性的认知无线电频谱感知方法，其特征在于，该方法包括以下步骤：

步骤一、采样无线电信号，并采用SSCA算法获取所述无线电信号的循环谱；

步骤二、在步骤一获取的循环谱上选择15对对称点；

步骤三、计算步骤二所述15对对称点幅度差值的和；

步骤四、判断步骤三获取的所述15对对称点幅度差值的和是否小于对称性判决门限，

判断结果为是，判定为信道内有主用户信号；判断结果为否，判定为信道内无主用户信号。

2.根据权利要求1所述的一种基于循环对称性的认知无线电频谱感知方法，其特征在于，步骤一中采样无线电信号，采用SSCA算法获取所述无线电信号的循环谱的过程为：

步骤11、接收无线电信号；

步骤12、进行下变频处理，将接收到的无线电信号处理为中频信号，中频信号的频率为700MHz～6GHz；

步骤13、对步骤12的中频信号进行采样，采样频率为所述中频信号频率的2.5至4倍；

步骤14、对步骤13采样获取的采样信号采用SSCA算法获取所述无线电信号的循环谱。

3.根据权利要求1所述的一种基于循环对称性的认知无线电频谱感知方法，其特征在于，步骤二中在循环谱上选择15对对称点的过程为：

循环谱为二维频率平面，横坐标为循环频率α，纵坐标为谱频率f，

谱频率f选取的点为f_s/4、0、-f_s/4，

其中f_s为采样频率，

循环频率α选取的点为-f_s(1/2+4/N′)，-f_s/2，-f_s(1/2-4/N′)，-f_s(8/N′)，-f_s(4/N′)、f_s(4/N′)、f_s(8/N′)、f_s(1/2-4/N′)、f_s/2、f_s(1/2+4/N′)，

其中，N′为SSCA算法在复解调中的FFT点数，

每个谱频率f对应的循环频率α的对称点分别为：-f_s(1/2+4/N′)和f_s(1/2+4/N′)；-f_s/2和f_s/2；-f_s(1/2-4/N′)和f_s(1/2-4/N′)；-f_s(8/N′)和f_s(8/N′)；-f_s(4/N′)和f_s(4/N′)，

则15对对称点为：谱频率f＝f_s/4、0和-f_s/4分别对应的5对对称点。

4.根据权利要求1所述的一种基于循环对称性的认知无线电频谱感知方法，其特征在于，步骤三中的15对对称点幅度差值的和SUM按如下公式获取：

$\mathrm{SUM}=\frac{1}{3\×(10/2)}\underset{L=1}{\overset{3}{\mathrm{\Σ}}}\underset{P=1}{\overset{10/2}{\mathrm{\Σ}}}[H(L,P)-H(L,10+1-P)],$

式中，L表示谱频率取点数，P表示循环频率取点数，H(L，P)为循环谱上坐标(L，P)的采样信号的幅度，H(L，10+1-P)为坐标(L，P)的对称位置的采样信号的幅度。

5.根据权利要求1所述的一种基于循环对称性的认知无线电频谱感知方法，其特征在于，步骤四中对称性判决门限lim_value的取值范围为0.01～0.09。

6.根据权利要求1所述的一种基于循环对称性的认知无线电频谱感知方法，其特征在于，步骤四中对称性判决门限lim_value的取值为0.05。

Images