CN102547801B - 基于压缩比分配的宽带频谱检测系统与方法 - Google Patents

Abstract

本发明公开了一种基于压缩比分配的宽带频谱检测系统与方法，所述系统包括认知终端和具有融合模块、感知数据库、性能评估模块以及压缩比分配模块的认知基站。所述方法包括：认知终端发送通信请求并在收到认知基站的命令后进行本地频谱检测后上传给认知基站的融合模块，并与各个本地频谱检测融合结果一起上传给感知数据库；感知数据库存储后上传给性能评估模块进行系统的检测性能评估：若系统的检测性能已经达到要求，则频谱检测结束；否则若系统的检测性能还未达到要求，则压缩比例分配模块优化压缩比例因子，并下发优化后的压缩比例因子至认知终端，直到系统检测性能达到要求。本发明可以确定最优的压缩比例因子，减少检测所需样本数。

Description

基于压缩比分配的宽带频谱检测系统与方法

技术领域

本发明涉及无线技术领域，尤其涉及一种基于压缩比分配的宽带频谱检测系统与方法。

背景技术

随着无线通信技术的发展，人们对于频谱资源的需求愈来愈大，‘频谱枯竭’现象日趋明显。为缓解频谱资源缺乏与日益增长的无线业务需求之间的矛盾，认知无线电(Cognitive Radio)技术作为一种智能频谱共享技术得到了广泛的重视。电气和电子工程师协会(简称IEEE)的有关工作组(如802.22、802.16)和国际电信联盟(简称ITU)已先后制定或正在积极制定一系列标准以推动该技术在各种应用场景下的发展。

认知无线电系统包括一个认知基站和若干认知节点，认知终端具有检测能力，认知终端周期性检测授权用户的存在与否。图1示出了基于压缩比分配的宽带频谱检测系统基本模型，主要包含：

1、授权用户基站：主要负责授权用户在通信时的相关功能，一般功率较大，覆盖范围较广。授权用户通过授权基站参与通信，在认知无线通信系统中非授权用户即认知用户要进行通信时，应当避免与其产生干扰。

2、认知终端：当认知终端要进行通信时，需发送需求指令给认知基站，得到回复后，首先进行本地频谱检测，在发现频谱空穴后将检测结果上报给认知基站。当得到认知基站确定有可用频谱信息时，才可进行数据传输。

3、认知基站：主要负责认知用户的通信功能。

在目前的认知无线通信系统中，为使得非授权用户获取到更多的‘频谱空洞’，认知终端通常需要在很宽的频带范围内进行检测，以争取更多的机会进行频谱接入，但目前射频前端的A/D转换器采样率受限，宽频带信号采样对于A/D转换器要求过高，甚至超过每秒上亿次的抽样，以目前硬件工艺水平，很难达到，因此非授权用户很难在宽频范围内进行频谱检测，一种可行的方法是将宽频带划分为多个窄带，分别用滤波器滤波，然后进行抽样检测，但这种方法会使得认知终端的复杂度变高，降低了频谱检测的有效性。

压缩感知技术能够利用信号在某个域内的稀疏特性，以低于奈奎斯特采样率的样本数，以高概率恢复出原有信号。在进行频谱检测时，授权用户对于授权频段的占用度比较低，因此非授权用户接收到的检测信号符合一定的稀疏特性，利用压缩感知技术，可以降低恢复信号使用的样本数，从而降低了检测的复杂度，对于射频前端要求降低，在目前已有的硬件技术上，可以在相同时间内，检测更大的频谱范围。

在集中式的认知无线网络中，由于各个认知终端所处的地理环境不同，距离认知基站的距离有远有近，因此各个终端收到的授权用户信号的强度也有所不同，反映在检测参数上就是信噪比(signal tonoise ratio，SNR)不同，而信噪比的高低，直接影响了单节点采用压缩感知检测信号性能的好坏，通过仿真可以发现，针对同一信号，SNR越大，信号恢复的越准确，检测的结果越可信，通过认知基站不断调整压缩比，即采用压缩感知所需要的样本数除以奈奎斯特抽样率采样的样本数，最终可以依据不同终端的信道条件分配最优的压缩比，从而使用最少的样本数完成检测过程，并实现整网检测的最低复杂度，提升了宽带频谱检测技术的实用性。

目前关于压缩感知的专利主要关注于单终端节点的频谱检测，每个终端节点分配相同的压缩比例因子，然后对抽样的数据通过自定义的优化恢复算法进行数据恢复，尽可能的减小恢复出来信号与抽样数据的差异，从而提高恢复信号的准确性，保证系统对授权用户的检测性能要求。事实上，当终端节点处于较好的信道质量时，用较少的抽样点数就能达到系统检测性能要求，即对其分配较小的压缩比例因子。而上述这些方法的局限性在于没有考虑到终端节点的信道质量对恢复信号性能的影响。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：提供一种基于压缩比分配的宽带频谱检测系统与方法，以根据不同认知终端的信道质量以及系统整体检测性能的要求，确定最优的压缩比例因子，进而降低整网终端检测所需要的样本总数。

(二)技术方案

为解决上述问题，一方面，本发明提供了一种基于压缩比分配的宽带频谱检测系统，包括至少一个认知终端以及实现所述认知终端的通信的认知基站，所述认知终端包括终端侧频谱检测模块，用于进行本地频谱检测；所述认知基站包括：

融合模块，用于对认知终端传递过来的信息进行融合判断得到融合判决结果，并将融合判决结果及各认知终端的频谱检测结果一起上报给感知数据库；

感知数据库，用于存储所述融合模块上报的融合判决结果和各认知终端的频谱检测结果，并通过认知基站本身发送的导频序列来获得各认知终端的实际信噪比；

性能评估模块，用于根据感知数据库上传的检测信息，对整个系统的检测性能进行评估；

压缩比分配模块，用于根据性能评估模块的评估结果，对压缩比例因子进行优化，以指导认知终端进行更为有效的频谱检测。

优选地，所述认知基站还包括频谱感知接口，用于接收所述认知终端的本地频谱检测结果并传送给所述融合模块，以及将优化后的压缩比例因子传送给所述认知终端。

另一方面，本发明还提供了一种基于压缩比分配的宽带频谱检测方法，包括以下步骤：

S1：认知终端有数据需要传输，向认知基站发送通信请求；

S2：认知基站收到所述认知终端的通信请求，对所述通信请求进行确认后，向各个认知终端发出频谱检测的命令；

S3：各个认知终端接受到来自认知基站的频谱检测命令，根据初始设定的压缩比例因子，分别开始执行本地频谱检测；

S4：各个认知终端分别将本地频谱检测的结果上传给认知基站的融合模块；

S5：所述融合模块对各个认知终端的本地频谱检测结果进行融合，并将各个认知终端的本地频谱检测结果和最终的融合结果上传给感知数据库；

S6：感知数据库更新感知数据库中的相关内容，并上传给性能评估模块；

S7：性能评估模块根据感知数据库的数据，对整个系统的检测性能进行评估：

若系统的检测性能已经达到要求，则下发最终的检测结果给认知终端，频谱检测结束；

否则若系统的检测性能还未达到要求，则向压缩比例分配模块发送重新分配压缩比例因子的信息，并转到步骤S8；

S8：压缩比例分配模块优化压缩比例因子，并下发优化后的压缩比例因子至认知终端；

S9：各认知终端在优化的压缩比例因子下再次进行执行本地频谱检测后，转到步骤S4。

优选地，所述步骤S5中，对各个认知终端的本地频谱检测结果根据逻辑“或”的方法进行融合。

优选地，所述步骤S7中对整个系统的检测性能进行评估具体为：计算系统总的检测概率，比较所述系统总的检测概率与系统要求的最低检测概率，若所述系统总的检测概率等于系统要求的最低检测概率，则系统的检测性能已经达到要求；若所述系统总的检测概率高于系统要求的最低检测概率，则系统的检测性能还未达到要求。

优选地，所述系统总的检测概率Q_d通过下面的公式得到：

$Q_d=1-\underset{j=1}{\overset{J}{\mathrm{\Π}}}(1-P_{d_j})$

其中，

为单个感知终端j的检测概率，J为总的感知终端数目。

优选地，所述步骤S8具体的为：所述步骤S8中压缩比例分配模块优化压缩比例因子的步骤具体为：在保证系统检测性能的前提下，通过仿真计算信噪比门限值SNR_th；并将每个认知终端的实际信噪比与所述信噪比门限值作比较：

若是认知终端的实际信噪比大于所述信噪比门限值，则降低压缩比例因子；

若是认知终端的实际信噪比不大于所述信噪比门限值，则增加压缩比例因子。

优选地，所述降低或增加压缩因子的步骤通过减去或加上预设的迭代常量值来实现。

(三)有益效果

本发明从整网角度出发，综合考虑多个认知终端所处的无线环境，依据各认知终端的信道质量，在保证系统整体的检测性能条件下，由认知基站控制分配给不同认知终端的压缩比，从而达到降低整网终端检测所需要的样本总数的目的，减少了系统进行宽带频谱检测的开销，进而为认知用户提供更多的接入机会。

附图说明

图1为现有技术中认知无线电系统的模型示意图；

图2为根据本发明检测系统的结构示意框图；

图3为根据本发明检测方法的步骤流程示意图；

图4为根据本发明检测方法的时序图(图4中的*号表示按照初始分配的压缩比例进行检测时，若系统的性能高于系统要求的最低检测概率要求时，则根据各认知终端的信噪比，不断调整压缩比例，直至迭代找到优化的压缩比，以实现最小的总体采样样本数)。

具体实施方式

下面结合附图及实施例对本发明进行详细说明如下。

实施例一：

如图2所示，一种基于压缩比分配的宽带频谱检测系统，包括至少一个认知终端以及实现所述认知终端的通信的认知基站，所述认知终端包括终端侧频谱检测模块，用于进行本地频谱检测；所述认知基站包括：

融合模块，用于对认知终端传递过来的信息进行融合判断得到融合判决结果，并将融合判决结果及各认知终端的频谱检测结果一起上报给感知数据库；

感知数据库，用于存储所述融合模块上报的融合判决结果和各认知终端的频谱检测结果，并通过认知基站本身发送的导频序列来获得各认知终端的实际信噪比；

性能评估模块，用于根据感知数据库上传的检测信息，对整个系统的检测性能进行评估；

压缩比分配模块，用于根据性能评估模块的评估结果，对压缩比例因子进行优化，以指导认知终端进行更为有效的频谱检测；

频谱感知接口，用于接收所述认知终端的本地频谱检测结果并传送给所述融合模块，以及将优化后的压缩比例因子传送给所述认知终端。

实施例二：

如图3和图4所示，本实施例记载了一种基于压缩比分配的宽带频谱检测方法，包括以下步骤：

S1：认知终端有数据需要传输，向认知基站发送通信请求；

S2：认知基站收到所述认知终端的通信请求，对所述通信请求进行确认后，向各个认知终端发出频谱检测的命令；

S3：各个认知终端接受到来自认知基站的频谱检测命令，根据初始设定的压缩比例因子，分别开始执行本地频谱检测；

S4：各个认知终端分别将本地频谱检测的结果上传给认知基站的融合模块；

S5：所述融合模块对各个认知终端的本地频谱检测结果根据逻辑“或”的方法进行融合，并将各个认知终端的本地频谱检测结果和最终的融合结果上传给感知数据库；

S6：感知数据库更新感知数据库中的相关内容，并上传给性能评估模块；

S7：性能评估模块根据感知数据库的数据，对整个系统的检测性能进行评估：

具体为：计算系统总的检测概率，比较所述系统总的检测概率与系统要求的最低检测概率：

若所述系统总的检测概率等于系统要求的最低检测概率，则系统的检测性能已经达到要求，下发最终的检测结果给认知终端，频谱检测结束；

若所述系统总的检测概率高于系统要求的最低检测概率，则系统的检测性能还未达到要求，向压缩比例分配模块发送重新分配压缩比例因子的信息，并转到步骤S8；

其中，所述系统总的检测概率Q_d通过下面的公式得到：

$Q_d=1-\underset{j=1}{\overset{J}{\mathrm{\Π}}}(1-P_{d_j})$

其中，

为单个感知终端j的检测概率，J为总的感知终端数目。

S8：压缩比例分配模块优化压缩比例因子，并下发优化后的压缩比例因子至认知终端；

其中，优化压缩比例因子的步骤具体为：在保证系统检测性能的前提下，通过仿真计算信噪比门限值SNR_th；并将每个认知终端的实际信噪比与所述信噪比门限值作比较：

若是认知终端的实际信噪比大于所述信噪比门限值，则减去预设的迭代常量值来降低压缩比例因子；

若是认知终端的实际信噪比不大于所述信噪比门限值，则加上预设的迭代常量值来增加压缩比例因子。

其中，所述信噪比门限值SNR_th通过实际信噪比、分配的压缩比例因子以及奈奎斯特采样点数获得。

S9：各认知终端在优化的压缩比例因子下再次进行执行本地频谱检测后，转到步骤S4。

本发明具有压缩感知功能的认知终端节点，根据其所处的信噪比条件被基站赋予不同的压缩因子，在保证系统整体检测性能要求的前提下，大大降低频谱感知所需要的抽样样本数。

以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

Claims (5)

1.一种基于压缩比分配的宽带频谱检测系统，包括至少一个认知终端以及实现所述认知终端的通信的认知基站，其特征在于，所述认知终端包括终端侧频谱检测模块，用于进行本地频谱检测；所述认知基站包括：

融合模块，用于对认知终端传递过来的本地频谱检测结果进行融合判断得到融合判决结果，并将融合判决结果及各认知终端的频谱检测结果一起上报给感知数据库；

感知数据库，用于存储所述融合模块上报的融合判决结果和各认知终端的频谱检测结果，并通过认知基站本身发送的导频序列来获得各认知终端的实际信噪比；

性能评估模块，用于根据感知数据库上传的检测信息，对整个系统的检测性能进行评估，所述对整个系统的检测性能进行评估具体为：计算系统总的检测概率，比较所述系统总的检测概率与系统要求的最低检测概率，若所述系统总的检测概率等于系统要求的最低检测概率，则系统的检测性能已经达到要求；若所述系统总的检测概率高于系统要求的最低检测概率，则系统的检测性能还未达到要求，所述系统总的检测概率Q_d通过下面的公式得到：

$Q_d=1-\underset{j=1}{\overset{J}{\mathrm{\Π}}}(1-P_{d_j})$

其中，

为单个认知终端j的检测概率，J为总的认知终端数目；

压缩比分配模块，用于根据性能评估模块的评估结果，对压缩比例因子进行优化，以指导认知终端进行更为有效的频谱检测，所述压缩比例分配模块优化压缩比例因子具体为：在保证系统检测性能的前提下，通过仿真计算信噪比门限值SNR_th；并将每个认知终端的实际信噪比与所述信噪比门限值作比较：

若是认知终端的实际信噪比大于所述信噪比门限值，则降低压缩比例因子；

若是认知终端的实际信噪比不大于所述信噪比门限值，则增加压缩比例因子。

2.如权利要求1所述的检测系统，其特征在于，所述认知基站还包括频谱感知接口，用于接收所述认知终端的本地频谱检测结果并传送给所述融合模块，以及将优化后的压缩比例因子传送给所述认知终端。

3.一种基于压缩比分配的宽带频谱检测方法，其特征在于，包括以下步骤：

S1：认知终端有数据需要传输，向认知基站发送通信请求；

S2：认知基站收到所述认知终端的通信请求，对所述通信请求进行确认后，向各个认知终端发出频谱检测的命令；

S3：各个认知终端接受到来自认知基站的频谱检测命令，根据初始设定的压缩比例因子，分别开始执行本地频谱检测；

S4：各个认知终端分别将本地频谱检测的结果上传给认知基站的融合模块；

S5：所述融合模块对各个认知终端的本地频谱检测结果进行融合，并将各个认知终端的本地频谱检测结果和最终的融合结果上传给感知数据库；

S6：感知数据库更新感知数据库中的相关内容，并上传给性能评估模块；

S7：性能评估模块根据感知数据库的数据，对整个系统的检测性能进行评估；

所述步骤S7对整个系统的检测性能进行评估具体为：计算系统总的检测概率，比较所述系统总的检测概率与系统要求的最低检测概率，若所述系统总的检测概率等于系统要求的最低检测概率，则系统的检测性能已经达到要求；若所述系统总的检测概率高于系统要求的最低检测概率，则系统的检测性能还未达到要求；

所述系统总的检测概率Q_d通过下面的公式得到：

$Q_d=1-\underset{j=1}{\overset{J}{\mathrm{\Π}}}(1-P_{d_j})$

其中，

为单个认知终端j的检测概率，J为总的认知终端数目；

若系统的检测性能已经达到要求，则下发最终的检测结果给认知终端，频谱检测结束；

否则若系统的检测性能还未达到要求，则向压缩比例分配模块发送重新分配压缩比例因子的信息，并转到步骤S8；

S8：压缩比例分配模块优化压缩比例因子，并下发优化后的压缩比例因子至认知终端；

所述步骤S8中压缩比例分配模块优化压缩比例因子的步骤具体为：在保证系统检测性能的前提下，通过仿真计算信噪比门限值SNR_th；并将每个认知终端的实际信噪比与所述信噪比门限值作比较：

若是认知终端的实际信噪比大于所述信噪比门限值，则降低压缩比例因子；

若是认知终端的实际信噪比不大于所述信噪比门限值，则增加压缩比例因子；

S9：各认知终端在优化的压缩比例因子下再次进行执行本地频谱检测后，转到步骤S4。

4.如权利要求3所述的检测方法，其特征在于，所述步骤S5中，对各个认知终端的本地频谱检测结果根据逻辑“或”的方法进行融合。

5.如权利要求4所述的检测方法，其特征在于，所述降低或增加压缩因子的步骤通过减去或加上预设的迭代常量值来实现。

Images