CN102263598A - 便于实现而又有效的认知无线电频谱检测方法 - Google Patents

Abstract

根据本发明的一个实施例，认知无线电频谱检测过程，一个过程包括：接收信道的时域数字信号；对至少一段时域数字信号应用离散傅立叶变换，根据得到的频谱计算功率谱密度；根据求得的连续的至少一幅功率谱密度，计算至少一个频点上功率谱密度的平均值，并计算至少一个频点上功率谱密度平均值的平均值；根据求得的至少一个平均值、平均值的平均值，与至少一个预设门限的关系，给出信道在至少一个上述频点上的占空信息。在该过程中，计算平均值与计算平均值的平均值通过如下两种计算方式中的至少一种：求和后乘以一个系数、求和然后移位。在该过程中，求得的至少一个平均值、平均值的平均值，与至少一个预设门限的关系为三种关系中的至少一种。

Description

便于实现而又有效的认知无线电频谱检测方法

技术领域

本发明属于无线通信技术领域，涉及认知无线电(Cognitive Radio)中的频谱检测(Spectrum Sensing)，更具体地说，涉及一种检测无线电频谱是否被占用的方法。

背景技术

认知无线电技术发展的目的是为了更加有效地利用稀缺的无线电频谱资源，其在软件无线电技术基础之上，引入了“智能”。无线电频谱检测技术是认知无线电技术的基石，用于检测无线电频谱的某些频段在某些时段是否被用户占用(参见Zhe Chen等人在2010年IEEESoutheastCon大会上发表的题为“Prediction of channel state for cognitive radio usinghigher-order hidden Markov model”的学术论文)。现有的认知无线电频谱检测技术主要分为能量检测(Energy detection)、匹配滤波器检测(Matched filter detection)、周期平稳特征检测(Cyclostationary feature detection)、基于协方差的检测(Covariance-baseddetection)、和基于小波变换的检测(Wavelet-based detection)等大几类(参见S.Haykin等人在2009年IEEE期刊“Proceedings of the IEEE”第97卷第5期849至877页上发表的题为“Spectrum sensing for cognitive radio”的学术论文，和T.Yucek等人在2009年IEEE期刊“IEEE Communications Surveys & Tutorials”第11卷第1期116至130页上发表的题为“A Survey of Spectrum Sensing Algorithms for Cognitive Radio Applications”的学术论文)。每一类无线电频谱检测技术通常又会派生出一些不同的检测方法。

不同的无线电频谱检测方法的检测效果(通常用检测概率P_D和虚警概率P_FA衡量)不同，算法复杂度也不同。算法复杂度通常决定了实现无线电频谱检测方法所需要的硬件资源和运算量。算法复杂度越低，越便于在短时间内完成该算法所需的运算，就越便于实时实现无线电频谱的检测。对于电池供电的无线通信设备，算法复杂度越低，在其上运行该算法所需的功耗一般就越低，这样就会延长电池在再充电或被替换之前的使用时间。另外，从算法实现的角度看，通常，算法便于实现不仅意味着降低算法复杂度，而且也意味着便于开发者用硬件、固件、或软件的方法实现该算法。例如，算法中不包含高精度浮点运算，或算法中不包含硬件或处理器不易实现的运算，等等。

有效的算法这里指无线电频谱检测方法的检测效果可以达到或超过既定指标。如果有一种算法复杂度相对不高，且便于实现，又有效的无线电频谱检测方法，这将是一种优势。

通过本技术领域普通技术人员所公知的傅立叶变换(Fourier Transform)，可以从时域信号中得到其频谱。通过判断其在某一时段的频谱上的某一频点处的幅值的大小，可以得到信道在这个时段的这个频点上是否被占用的信息。这种无线电频谱检测方法的优势是实现简单，但其有两个劣势。第一，其检测效果，在低信噪比(SNR)如-20dB)下，通常不足以达到既定指标(如检测概率P_D≥0.9且虚警概率P_FA≤0.1)。通过增大傅立叶变换的点数，虽然可以提高其检测效果，但同时其运算量也会大幅提高。第二，这种无线电频谱检测方法通常需要一个预先设置的门限(Threshold)，用以判定某些频点是否被占用。这个门限的最佳值会随信噪比的改变而改变，使预先设置最佳门限变得困难，从而恶化了该方法的检测效果。

如果有一种在低信噪比下达到既定检测效果指标的无线电频谱检测方法，同时其预设门限不随信噪比的改变而改变，这也将是一种优势。

发明内容

根据本发明的一个实施例，认知无线电频谱检测过程，该过程包括接收信道时域数字信号，并对这个信号进行一系列处理，最后给出信道在不同时间段上、不同频点上的占空信息。

根据这个实施例，一个过程包括：接收信道的时域数字信号；对至少一段时域数字信号应用离散傅立叶变换，根据得到的频谱计算功率谱密度(Power Spectral Density)；根据求得的连续的至少一幅功率谱密度，计算至少一个频点上功率谱密度的平均值，并计算至少一个频点上功率谱密度平均值的平均值；根据求得的至少一个平均值、平均值的平均值，与至少一个预设门限的关系，给出信道在至少一个上述频点上的占空信息。在该过程中，计算平均值与计算平均值的平均值通过如下两种计算方式中的至少一种：求和后乘以一个系数、求和然后移位。在该过程中，求得的至少一个平均值、平均值的平均值，与至少一个预设门限的关系为如下三种关系中的至少一种：平均值与平均值的平均值的比值，同预设门限的不等式关系；平均值，同平均值的平均值与预设门限的乘积的不等式关系；平均值向右移位，同平均值的平均值向右移位后与预设门限的乘积的不等式关系。

本发明中的预设门限无需随噪声幅度的变化而调整；本发明在低信噪比下也可以达到既定检测效果指标；本发明的算法复杂度相对不高，且便于软件、固件、硬件实现。

附图说明

通过参考附图，可以更全面地理解本发明，其中：

附图1是时域数字信号频谱检测装置的框图；

附图2是说明根据本发明实施例的无线电频谱检测方法的流程图。

附图3是说明根据本发明实施例的无线电频谱检测方法在硬件平台上的一种检测概率(P_D)和虚警概率(P_FA)。

具体实施方式

现在参照附图1，其中示出根据本发明实施例的时域数字信号频谱检测装置100的框图，如果需要，该功能可在硬件、软件或固件中实现。例如，在硬件实现中，装置100可包括一个专用集成电路(ASIC)，其电路被设计执行特定信号处理任务。可替换地，在软件实现中，装置100可包括执行完成这些信号处理任务的应用程序的处理器。装置100的物理实现设计和构建完全在本技术领域的普通技术人员的能力范围内。

装置100可以运行接收时域数字信号102。事实上，时域数字信号102可以是本技术领域公知的任何采样率和任何幅度的时域数字信号。时域数字信号102的每个采样点的取值可以是任意整数。功能104把已收到的原始时域数字信号分成连续的等长的若干段，以便使其成为分段后的时域数字信号106。把分段后的时域数字信号106记为x_t(n)，其中n＝0，1，...，N-1，t＝0，1，...，T-1。N是每一段时域数字信号的点数，T是分成的段数。事实上，N和T可以取任意自然数。接下来，通过功能108执行分段后的时域数字信号的加窗过程，得到加窗后的分段时域数字信号110。该过程的数学表达式如下：

x_w，t(n)＝x_t(n)w(n)   (1)

n＝0，1，...，N-1，t＝0，1，...，T-1

即时域数字信号与窗函数对应点相乘。其中w(n)为窗函数。事实上，窗函数w(n)可以是本技术领域公知的任何一种窗函数。特别地，如果窗函数是单位矩形窗函数，那么x_w，t(n)＝x_t(n)，等效于没有执行加窗过程。因此，不执行加窗过程，相当于执行加窗过程，并且窗函数为矩形窗。然后，加窗后的分段时域数字信号110通过运行功能112频谱检测，得到114频谱占空信息。频谱占空信息，即信道在至少一个频点上是否被占用的信息，既可用“占”或“空”表达，又可用数字“1”(“占”)或“0”(“空”)表达。

现在参照附图2，其中示出说明在附图1的步骤112中执行的频谱检测的流程图。功能204对分段加窗后的时域数字信号202做离散傅立叶变换，得到分段加窗后的时域数字信号的频谱206。离散傅立叶变换可以但不局限于用快速傅立叶变换算法(Fast FourierTransform，或FFT)实现。离散傅立叶变换的数学表达式如下：

$X_t\left(k\right)=\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}{x}_{w,t}{\left(n\right)e}^{-j2\mathrm{\πkn}/N}---\left(2\right)$

k＝0，1，...，N-1，t＝0，1，...，T-1

如果分段加窗后的时域数字信号202是实数，并且N是偶数，其频谱206，即X_t(k)，具有在频域上对称的特性，则表达式(2)中k的取值范围可以是k＝0，1，...，N/2。实际上，后续的表达式中k的取值范围可以与表达式(2)中k的取值范围相同。

接下来，输入频谱206，执行功能208，得到功率谱密度210。功能208的数学表达式如下：

P_t(k)＝|X_t(k)|²    (3)

k＝0，1，...，N-1，t＝0，1，...，T-1

即频谱上各个频点模值的平方。其中，P_t(k)是经计算得到的功率谱密度210；“||”指的是取模值，或绝对值。如果表达式(2)中k的取值范围是k＝0，1，...，N/2，则表达式(3)中k的取值范围也可以是k＝0，1，...，N/2。

之后，输入功率谱密度210，执行功能212，得到功率谱密度平均值214。功能212，在本发明中，有以下两种计算方法。功能212执行至少一种以下计算方法。计算方法一的数学表达式如下：

$P_{\mathrm{avg}}\left(k\right)=A\·\underset{t=0}{\overset{T-1}{\mathrm{\Σ}}}{P}_t\left(k\right)---\left(4\right)$

k＝0，1，...，N-1

即频谱上各频点的功率谱密度值按时间累加后再乘以一个系数。其中，A是相乘的系数，可以取任意实数；P_avg(k)是经计算得到的功率谱密度平均值214，共计至少一个平均值，每个平均值对应一个频谱上的频点。特别地，如果表达式(4)中的

则P_avg(k)是功率谱密度的算术平均值；如果表达式(4)中的A＝1，则P_avg(k)是功率谱密度的累加和。如果表达式(2)中k的取值范围是k＝0，1，...，N/2，则表达式(4)中k的取值范围也可以是k＝0，1，...，N/2。计算方法二的数学表达式如下：

$P_{\mathrm{avg}}\left(k\right)=\left(\underset{t=0}{\overset{T-1}{\mathrm{\Σ}}}{P}_t\left(k\right)\right)>>M_1---\left(5\right)$

k＝0，1，...，N-1

即频谱上各频点的功率谱密度值按时间累加后再向右移位。其中，P_avg(k)是经计算得到的功率谱密度平均值214，共计至少一个平均值，每个平均值对应一个频谱上的频点；“＞＞”指的是向右移位；M₁是移位的位数，可以取任意整数。如果表达式(2)中k的取值范围是k＝0，1，...，N/2，则表达式(5)中k的取值范围也可以是k＝0，1，...，N/2。

接着，输入功率谱密度平均值214，执行功能216，得到功率谱密度平均值的平均值218。功能216，在本发明中，有以下两种计算方法。功能216执行至少一种以下计算方法。计算方法一的数学表达式如下：

$P_m=B\·\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}{P}_{\mathrm{avg}}\left(k\right)---\left(6\right)$

即频谱上各频点的功率谱密度值的平均值累加后再乘以一个系数。其中，B是相乘的系数，可以取任意实数；P_m是经计算得到的功率谱密度平均值的平均值218。特别地，如果表达式(6)中的

则P_m是功率谱密度平均值的算术平均值；如果表达式(6)中的B＝1，则P_m是功率谱密度平均值的累加和。如果表达式(2)中k的取值范围是k＝0，1，...，N/2，则由以下表达式(7)替代表达式(6)：

$P_m=B\·\underset{k=0}{\overset{\frac{N}{2}}{\mathrm{\Σ}}}{P}_{\mathrm{avg}}\left(k\right)---\left(7\right)$

特别地，如果表达式(7)中的则P_m是功率谱密度平均值的算术平均值；如果表达式(7)中的B＝1，则P_m是功率谱密度平均值的累加和。计算方法二的数学表达式如下：

$P_m=\left(\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}{P}_{\mathrm{avg}}\left(k\right)\right)>>M_2---\left(8\right)$

即频谱上各频点的功率谱密度平均值累加后再向右移位。其中，P_m是经计算得到的功率谱密度平均值的平均值218；“＞＞”指的是向右移位；M₂是移位的位数，可以取任意整数。如果表达式(2)中k的取值范围是k＝0，1，...，N/2，则由以下表达式(9)替代表达式(8)：

$P_m=\left(\underset{k=0}{\overset{\frac{N}{2}}{\mathrm{\Σ}}}{P}_{\mathrm{avg}}\left(k\right)\right)>>M_2---\left(9\right)$

最后，输入功率谱密度平均值214、功率谱密度平均值的平均值218、以及至少一个预设门限220，执行功能222，得到频谱占空信息224。功能222，在本发明中，有以下三种计算方法。计算方法一的数学表达式如下：

$\frac{P_{\mathrm{avg}}\left(k\right)}{P_m}>H\left(k\right)---\left(10\right)$

k＝0，1，...，N-1

即频谱上各频点的功率谱密度平均值与功率谱密度平均值的平均值的比值，大于对应该频点的预设门限。其中，H(k)是第k个预设门限；“＞”是大于判定运算。如果表达式(10)成立，则信道在第k个频点上的状态为“占”，即被占用；反之，如果表达式(10)不成立，则信道在第k个频点上的状态为“空”，即空闲。信道在k个频点的状态构成了频谱占空信息224。如果表达式(2)中k的取值范围是k＝0，1，...，N/2，则表达式(10)中k的取值范围也可以是k＝0，1，...，N/2。计算方法二的数学表达式如下：

P_avg(k)＞P_m·H(k)    (11)

k＝0，1，...，N-1

即频谱上各频点的功率谱密度平均值，大于功率谱密度平均值的平均值与对应该频点的预设门限的乘积。其中，H(k)是第k个预设门限；“＞”是大于判定运算。如果表达式(11)成立，则信道在第k个频点上的状态为“占”，即被占用；反之，如果表达式(11)不成立，则信道在第k个频点上的状态为“空”，即空闲。信道在k个频点的状态构成了频谱占空信息224。如果表达式(2)中k的取值范围是k＝0，1，...，N/2，则表达式(11)中k的取值范围也可以是k＝0，1，...，N/2。计算方法三的数学表达式如下：

(P_avg(k)＞＞M₃)＞(P_m＞＞M₄)·H(k)   (12)

k＝0，1，...，N-1

即频谱上各频点的功率谱密度平均值向右移位后，大于功率谱密度平均值的平均值向右移位后与对应该频点的预设门限的乘积。其中，H(k)是第k个预设门限；“＞＞”指的是向右移位；M₃和M₄均是移位的位数，都可以取任意整数；“＞”是大于判定运算。如果表达式(12)成立，则信道在第k个频点上的状态为“占”，即被占用；反之，如果表达式(12)不成立，则信道在第k个频点上的状态为“空”，即空闲。信道在k个频点的状态构成了频谱占空信息224。如果表达式(2)中k的取值范围是k＝0，1，...，N/2，则表达式(12)中k的取值范围也可以是k＝0，1，...，N/2。

认识到这里公开的操作不同于所述的现有技术过程，其区别在于现有技术解决方法没有使用如附图2所示的频谱检测过程和如数学表达式(10)(11)(12)所示的判定过程。现有的认知无线电频谱检测技术主要分为能量检测(包括基于傅立叶变换的能量检测)、匹配滤波器检测、周期平稳特征检测、基于协方差的检测、和基于小波变换的检测等几类。其中，与本发明的分类关系最接近的现有的基于傅立叶变换的认知无线电频谱检测方法没有使用如附图2所示的频谱检测过程和如数学表达式(10)(11)(12)所示的判定过程。通过引入本发明中所述的频谱检测方法，产生了一些益处，包括：a)频谱检测方法的算法复杂度相对不高，并且便于硬件、固件、软件实现；b)预设门限无需随噪声幅度的变化而调整；和c)在低信噪比下也可以达到既定检测效果指标。

通过上述实施例(结合附图1所说明的)，本发明中的频谱检测方法与现有技术频谱检测方法进行比较。本发明中频谱检测方法的主要步骤的算法复杂度是O(Nlog(N))，而现有技术的复杂度一般超过本发明方法的算法复杂度，例如基于协方差和特征值的频谱检测的主要步骤的算法复杂度可达O(N³)。本发明频谱检测方法可以只用加法、乘法、移位等便于硬件、固件、和软件实现的运算完成，有利于减少实现中所需的硬件资源或运算量。此外，相比于现有的基于傅立叶变换的认知无线电频谱检测方法，本发明中的预设门限与噪声幅度无关，从而无需随噪声幅度的变化而调整。在实际执行本发明频谱检测方法的过程中，不调整门限，也不会影响检测效果。这是一个很大的优势。从检测效果上看，本发明中的频谱检测方法在低信噪比下也可以达到既定检测效果指标。本发明中的频谱检测方法已经在硬件平台上实现并进行性能评估。附图3示出了本发明中的频谱检测方法在硬件平台上的检测概率(P_D)和虚警概率(P_FA)。其中，横坐标代表硬件平台接收机天线处的信号峰值功率，单位是dBm；纵坐标代表概率。附图3中，本发明中的频谱检测方法的参数设置为：N＝128，T＝16。从附图3中可以看出，本发明中的频谱检测方法在虚警概率近似于0的情况下，在接收端1KHz最大信号功率低至-121dBm时，仍可达到很高的检测概率。在以上参数设置下，本发明中的频谱检测方法的检测效果优于一些现有技术所到达的检测效果。实际上，本发明中的频谱检测方法的参数N和T在实际运行中可以取大于上述设置值的值，这样会有助于进一步提高本发明中的频谱检测方法的检测效果。

虽然本发明的方法和设备的优选实施例已经在附图中示出并在前述详细说明中进行了描述，应当理解：本发明不限定为公开的实施例，在不脱离所附权利要求所描述的定义和本发明范围的情况下，能够有各种重新设置、修改和替换。

Claims (10)

1.一种认知无线电频谱检测方法，该方法包括以下步骤：

对时域数字信号应用离散傅立叶变换；

计算功率谱密度；

计算功率谱密度平均值，使用多种计算方法中的至少一种；

计算功率谱密度平均值的平均值，使用多种计算方法中的至少一种；

根据功率谱密度平均值、功率谱密度平均值的平均值、以及预设门限三者之间的关系，

给出信道的占空信息，其中三者之间的关系属于多个关系中的至少一种。

2.如权利要求1所述的方法，其中时域数字信号是分段加窗后的时域数字信号。

3.如权利要求1所述的方法，其中多个功率谱密度平均值的计算方法包括：

累加后再乘以一个系数、累加后再向右移位。

4.如权利要求1所述的方法，其中多个功率谱密度平均值的平均值的计算方法包括：

累加后再乘以一个系数、累加后再向右移位。

5.如权利要求1所述的方法，其中三者之间的多个关系包括：

功率谱密度平均值与功率谱密度平均值的平均值的比值大于预设门限、功率谱密度平均值大于功率谱密度平均值的平均值与预设门限的乘积、功率谱密度平均值向右移位后大于功率谱密度平均值的平均值向右移位后与预设门限的乘积。

6.如权利要求1所述的方法，其中在不同频带上同时执行所述的认知无线电频谱检测方法。

7.如权利要求1所述的方法，其中所述的步骤由集成电路装置完成。

8.如权利要求1所述的方法，其中所述的步骤由现场可编程门阵列(FPGA)完成。

9.如权利要求1所述的方法，其中所述的步骤由固件(Firmware)完成。

10.如权利要求1所述的方法，其中所述的步骤由软件完成。

Images