CN102571228A - 信号检测装置以及信号检测方法 - Google Patents

Abstract

信号检测装置以及信号检测方法。信号检测装置具有：在多个检测对象信号的候选内选择特定的检测对象信号的检测对象候选选择部；计算由特定的检测对象信号的(α，ν)指定的中心坐标处的周期自相关值(CAF)的候选信号用计算部；计算属于不同的检测对象信号共用的公共区域的(L-1)个坐标各自处的CAF的公共区域用计算部；计算特定的检测对象信号的检定统计量的检定统计量计算部；和根据检定统计量与阈值的比较结果，判定特定的检测对象信号存在与否的信号判定部。检定统计量计算部将属于公共区域的(L-1)个坐标各自处的CAF用作包含中心坐标的区域中与中心坐标不同的(L-1)个坐标处的周期CAF，由此计算检定统计量。

Description

信号检测装置以及信号检测方法

技术领域

本发明涉及在多个无线系统共用同一频带的环境中的无线站的信号检测装置以及信号检测方法。

背景技术

在当前的无线通信中，为了避免互相干扰，多数情况下给每个无线通信系统分配专用的频带。但是，为了在无线通信中有效地充分利用有限的频率，近年来正在研究在多个通信系统中利用同一频带的方法。作为允许在同一频带中多个无线系统共存的技术有认知无线技术。该技术认识无线环境，根据认识结果以及频率共用的规则，设定中心频率、信号带宽、波束图(beam pattern)等的发送参数，进行通信。尤其是，在多个无线系统共用频率的环境中，为避免对主系统的干扰以及认知系统之间的干扰，同时提高频率利用效率，需要在各认知无线机开始发送前尽可能正确地认识无线资源的使用状况。

作为认识信号的技术，主要有功率检测、匹配滤波器检测、特征检测等。作为利用信号的接收电平的代表例，公知有被称为CSMA/CA(Carrier Sense Multiple Accesswith Collision Avoidance，载波侦听多点接入/冲突避免)方式的带有冲突避免功能的载波感知多点接入方式。对此，例如非专利文献1中所示出的。作为IEEE802.11标准等的代表的无线LAN系统使用CSMA/CA方式，在进行数据的发送前测定接收电平，判断可否发送数据。另外，在专利文献1和专利文献2中，通过计算信号的周期稳定性的特征量来判断信号是否存在，各无线站仅在检测不到信号的情况下进行发送，由此来避免干扰。这种特征检测是利用信号统计特性的技术，具有不需要带宽或者帧格式等的事前信息和不需要时间以及频率的同步等的优点。

通过使用这些技术，即使在不同的无线通信系统共用同一频带的情况下，在通过检测周围使用的信号的存在而判断为没有发生干扰的情况下，无线站也能够进行发送。

在非专利文献1所示的CSMA/CA方式中，由于仅根据接收功率来判定信号存在与否，因此不了解所检出的信号是怎样的信号。另外，基于匹配滤波器的信号检测需要在接收机中设置作为检测对象的信号的模板(template)，检测对象信号的特征必须完全已知。因此，在这些特征未知的情况下，存在无线资源即使未使用也不能使用这样的问题。

另一方面，如非专利文献2所示，在利用信号统计特征的特征检测中，通过少量的事前信息能够分别识别特征不同的信号，但是，随着检测对象信号种类的增加，存在信号检测所需的运算负担变得极重的问题。进而，在不同种类的信号的接收电平不同的情况下，弱信号的特征埋没于强信号的特征中，存在接收机对于弱信号的检出率显著降低这样的问题。

专利文献1：日本特开2006-222665号公报

专利文献2：日本特开2008-061214号公报

非专利文献1：Part 11：Wireless LAN Medium Access Control(MAC)and PhysicalLayer(PHY)specification，ANSI/IEEE Std 802.11，1999Edition

非专利文献2：A.V.Dandawate and G.B.Giannakis，“Statistical tests for presence ofcyclostationarity，”IEEE Trans.Signal Processing，vol.42，no.9，Sept.1994

非专利文献3：IEEE 802.22Working Group of the LAN MAN Standards Committee，“IEEE P802.22/D0.1Draft Standards for Wireless Regional Area Network Part 22：Cognitive Wireless RAN Medium Access Control(MAC)and Physical Layer(PHY)specification：Policies and procedure for operaion in the TV bands”，The Institute ofElectrical and Electronics Engineers，May 2006.

发明内容

本发明的课题是实现能够容易地检测同一频带中的多个检测对象信号。

根据一个实施例的信号检测装置，具有：

检测对象候选选择部，其在有可能包含于接收信号中的多个检测对象信号候选内选择特定的检测对象信号；

候选信号用计算部，其对至少由上述特定的检测对象信号的周期参数以及偏移参数指定的中心坐标处的周期自相关值进行计算；

公共区域用计算部，其对属于不同的检测对象信号所共用的公共区域的(L-1)个坐标的各自处的周期自相关值进行计算；

检定统计量计算部，其计算上述特定的检测对象信号的检定统计量；以及

信号判定部，其根据上述检定统计量与阈值的比较结果，判定上述特定的检测对象信号存在与否，

上述检定统计量计算部将属于上述公共区域的(L-1)个坐标的各自处的周期自相关值，用作包含上述中心坐标的区域中与上述中心坐标不同的(L-1)个坐标处的周期自相关值，由此来计算上述检定统计量。

根据一个实施例，能够容易地检测同一频带中的多个检测对象信号。

附图说明

图1表示共用同一频带的多个无线站进行通信的频率共用环境的图。

图2是无线站的功能框图。

图3是用于说明波形特征量的一例的图。

图4是表示周期自相关值的计算例的图。

图5是表示按照检测对象信号的每个候选计算L个周期自相关值的情况的图。

图6是详细示出L个周期自相关值的图。

图7是用于说明发明原理的图。

图8是示出信号检测装置的详情的图。

图9是表示关于信号未到来情况的概率密度函数与检定统计量之间的关系的图。

图10是表示信号检测装置中的动作例的流程图。

图11是表示仿真结果的图。

图12是用于说明通过实施例的效果的图。

标号说明

11无线局

21天线

22发送接收分离部

23信号检测装置

24发送控制部

25数据调制部

26信号生成部

27数据解调部

81检测对象候选选择部

82检测对象候选用的波形特征量计算部

83公共区域用的波形特征量计算部

84检定统计量计算部

85信号判定部

具体实施方式

从以下观点说明实施例。

1.系统

2.无线站

3.波形特征量

4.发明原理

5.信号检测装置

6.动作例

7.变形例

8.实施例的效果

8.1运算负担减轻的效果

8.2弱信号检出率的改善效果

[实施例1]

<1.系统>

图1表示多个无线站通信的频率共用环境。无线站A、B、C可以属于同一系统，也可以属于不同的系统。不管是哪一种，各无线站都利用属于相同频带的频率进行无线通信。例如，无线站A准备与对方无线站A’开始通信，此时其他的无线站B、C有可能分别正在与其他的无线站B’、C’进行通信。为避免共用同一频带的无线站彼此之间干扰，无线站A、A’必须使用其他无线站没有正在使用的频率。无线站A通过后述的信号检测装置判定是否存在其他无线站B、C的信号(检测对象信号)，利用那些信号没有使用的资源(时间、频率、场所等)来进行无线通信。这样，根据通信状况来动态控制资源的分配，从而能够提高资源的利用效率。

<2.无线站>

图2表示本发明的实施例的无线站。无线站至少可以作为图1的无线站A、A’使用。而且，图2的无线站也可以作为无线站B、B’、C、C’使用。无线站可以为能够进行无线通信的任何适当的通信装置，例如，可以是用户装置、信息终端、智能电话机、个人数字计算机、便携用个人计算机、便携电话或者固定终端等。

无线站具有天线21、发送接收分离部22、信号检测装置23、发送控制部24、数据调制部25、信号生成部26以及数据解调部27。图2中示出有无线站具有的各种功能要素中与本发明特别有关联的功能要素。

被输入无线站的天线21的信号经由发送接收分离部22被输入信号检测装置23。如以下将要说明的那样，信号检测装置23判断接收信号中是否包含检测对象信号。检测对象信号存在一个或者多个。发送控制部24根据信号检测部23的检测结果决定可否发送信号，在发送良好的情况下，确定发送中使用的参数等(数据调制方式、信道编码率、频率资源块、发送功率等)。将确定的参数通知给数据调制部25。

从无线站发送的发送数据由数据调制部25进行调制，并由信号生成部26变换为无线信号。实际上，不光数据调制，还要进行信道编码和交织等的处理，这些对于本领域的技术人员来说是当然的。依照从发送控制部24通知的可否发送以及参数，生成的发送信号经由发送接收分离部22从天线21被发送，到达作为无线站的通信对象的对方无线站。

在开始与对方无线站进行通信后，通过天线21接收到的信号由数据解调部27进行解调而得到来自对方无线站的接收数据(实际上，不仅进行数据解调，也进行信道解码和解交织。)。

<3.波形特征量>

图2所示的信号检测装置，在判定由天线21接收到的接收信号中是否包含有检测对象信号时，针对检测对象信号计算波形特征量。所谓波形特征量是表示信号波形所具有的统计特性的信息，通过二次周期自相关值得到的周期稳定性、或者信号振幅的方差值、频率相关值等也可以用作波形特征量。以下说明波形特征量。

信号波形由中心频率、频率带宽、发送功率、调制方式、发送信息符号等各种参数决定。因此，在信号波形中包含上述那样的参数的特征。例如，在上述专利文献1和非专利文献2的情况下，计算信号的周期自相关函数(CAF：Cyclic AutocorrelationFunction)的值，通过周期稳定性的特征量，检测信号存在与否。在这种情况下，利用的是如下特性：由于信号中使用的调制方式等，仅当某个固有的参数被用于周期自相关值的计算时，信号的周期自相关值的值变大。此外，在专利文献2中，提出了针对利用同一调制方式的信号赋予不同的周期稳定性的特征量的方法。这些仅仅是一例，还可以从信号的相关值和统计值等各方面来表示信号波形的特征的特征量。

图3是作为信号的波形特征量的一例，用于说明由于滤波器的影响而产生的周期稳定性的特征量的图。图3的(1)表示使用理想的滤波器进行了频带限制的带宽B[Hz]的信号的频谱。在使用理想的滤波器的情况下，可以将频谱形成为矩形。但是，实际上很难实现那样的频谱。当使用实际的滤波器进行频带限制时，得到了具有一定程度缓和的倾斜的频谱。图3的(2)表示利用普通的实际滤波器进行了频带限制的情况下的频谱。如图3的(2)中所示，与使用理想滤波器的情况相比，在利用实际的带限滤波器的情况下，频带展宽了P、Q’的量。在该展宽的频带内，右侧展宽的用P表示的区域具有与左侧的用P’表示的区域相同的信号成分，左侧展宽的用Q’表示的区域具有与右侧Q相同的信号成分这样的性质。因此，图3的(2)的信号被偏移了频率B[Hz]后得到的信号(3)中的P’的部分是与(2)的P的部分相同的信号成分，(3)的Q’的部分是与(2)的Q相同的信号成分。因此，(2)的波形与(3)的波形的相关值表现出较高的值。

这样，由滤波器进行了频带限制的信号在原始信号与原始信号被频率偏移后得到的信号之间产生相关性(周期自相关)。该相关值可作为波形特征量使用。尽管图示的例子中考察的是某信号与其在频率方向上偏移后得到的信号之间的相关性时，但是同样也可以考察在时间方向上进行偏移。因此，通常将表示周期性的量称为“周期参数”，将要偏移的量称为“偏移参数”。在本实施例中，利用这样的相关值计算作为信号存在与否的判断标准的检定统计量(后述)，由此检测在接收信号中是否包含某检测对象信号。

除了通过计算某信号与该信号在某方向上偏移后得到的信号之间的相关值而导出的周期稳定性以外，还存在可用作波形特征量的统计量。作为那样的统计量，可以列举出信号振幅的方差值，即二阶累积量(Second Order Cumulant)等。大体而言，二阶累积量相当于振幅可取的值的方差。例如，在OFDM方式的信号那样的峰值功率与平均功率之比(PAPR)非常高的信号、和基于单载波方式的信号那样的恒包络信号或者噪声等中，二阶累积量的值大不同。前者因为取各种振幅值所以方差大，后者的方差比较小。通过利用这样的性质，也能够检测接收信号中是否包含OFDM信号。

除了周期稳定性和二阶累积量以外，信号的频率相关特性等也同样可以利用作为可用作波形特征量的统计量(关于这点，请参照非专利文献3)。在频率相关特性的情况下，对OFDM等多载波信号具有的子载波频率分量赋予信号功率的偏置。在具有本发明的控制装置的无线站中计算接收信号的频率相关值，能够将其峰值或者峰值个数、多个峰值间的频率间隔等检测作为波形特征量。

这样，表示信号波形的统计特征的波形特征量可以基于信号的相关值，也可以基于方差等的统计值。但是，为便于说明，在以下说明的例子中，使用由二阶周期自相关函数(CAF)表述的波形特征量。

<4.发明原理>

图4表示各种周期参数(周期频率)以及各种偏移参数(偏移量)中的周期自相关值(CAF)的计算例。在图示的例子中，示出了在由周期参数及偏移参数指定的坐标(α，ν)中的周期自相关值(CAF)，但是在本实施例中，也可以扩展为多维的情况。周期自相关值(CAF)在特定的周期频率及偏移量的情况下表示强的相关值，在其他的周期频率以及偏移量的情况下仅表示低的误差成分的值。

如后所述，在判定接收信号中是否存在特定的检测对象信号时，计算特定的检测对象信号的检定统计量，根据该检定统计量是否超过阈值来判定特定的检测对象信号存在与否。在计算检定统计量时，需要计算各种周期自相关值(CAF)。具体说，需要计算包含特定的检测对象信号的周期频率以及偏移量(α₀，ν₀)中的周期自相关值的L个周期自相关值。因此，在检测对象信号的候选数是N的情况下，需要计算N×L个周期自相关值。现有的方法是计算全部这N×L个周期自相关值，但是在本实施例中不需要计算全部。

图5示意性地示出针对6个检测对象信号分别计算L个周期自相关值的情况。一个虚线框对应于与一个检测对象信号有关的L个周期自相关值。图中左上方表示针对一个检测对象信号绘制L个周期自相关值。纵轴表示周期自相关值的绝对值，横轴表示周期频率。通过图示的情况，可以看到，周期自相关值关于周期频率连续变化，但是实际上L个计算值是离散地并排排列。偏移量固定在特定值(ν₁)处。W[s]表示在后述的公式中记载的滤波函数，在计算检定统计量时，将其与周期自相关值相乘。

图6是详细示出图5的左上方所示的L个周期自相关值的图。为了强调周期自相关值被离散地绘制，仅示出了19个点(黑圆圈)，但实际上存在多个点。横轴表示周期频率，纵轴表示周期自相关值的绝对值，具体而言，

F_I0，ν(α₀+s/I₀)＝∑_{(t＝0～I0-1)}x(t)·x(t+ν)·exp(j2π(α₀+s/I₀))

I₀表示观测的周期数。如后述，在周期自相关值与上述的函数F_IO，v之间，下面的关系成立：

R_x ^α(ν)＝(1/I₀)F_I0，ν(α)

只要不存在混淆的可能，也将R_x ^α、F_I0，ν称为“周期自相关值”。周期频率α取以下L个值。

α₀-((L-1)/2)/I₀，

...

α₀-2/I₀，

α₀-1/I₀，

α₀，

α₀+1/I₀，

α₀+2/I₀，

...

α₀+((L-1)/2)/I₀。

在这L个值中，α₀是检测对象信号的周期频率，所以α＝α₀处的周期自相关值表示较高的值(峰值)。α≠α₀的区间中的周期自相关值仅表示较低的误差成分。误差成分主要是源于由α≠α₀的其他的信号引起的干扰成分、无线传输环境中的衰落、接收机的热噪声等。图中示出为“NA”的不存在峰值的区域中的误差成分随着在信号处理中观测的样本数I₀变得非常大而接近于零，另一方面，该误差成分的偏差随着观测的样本数I₀变得非常大而接近于正态分布。这种误差成分的性质不依赖于各个检测对象信号，而具有在所有不存在峰值的区域内公共的性质。本申请的发明人等着眼于这一点，在求取L个周期自相关值时，通过针对多个检测对象信号将中心坐标(峰值)以外的(L-1)个周期自相关值公共化，由此来减轻信号检测中的计算负担。

图7表示针对多个检测对象信号将中心坐标(α₀，ν₀)以外的坐标处的(L-1)个周期自相关值公共化的情况。在图示的例子的情况下，周期自相关值的计算次数是对于NA区域中的(L-1)个坐标的(L-1)次、α＝α₀的坐标处的1次、α＝α₁的坐标处的1次的合计，为(L+1)。在现有的方法的情况下，针对周期频率是α₀的检测对象信号，计算L次周期自相关值，对于周期频率是α₁的检测对象信号，计算L次周期自相关值，所以计算次数达到2L次。因为L通常在数十到数百的范围内，所以通过本实施例能够大大减少计算次数。但是，L的值不限于上述范围。

下面，示出后来的说明中要使用的公式。对于接收到的无线信号(接收信号)x(t)的二次周期自相关函数(CAF)，用下式表示。

[式1]

$R_x^{\mathrm{\&alpha;}}\left(\mathrm{\&tau;}\right)=\underset{I_0\&RightArrow;\&infin;}{\lim }\frac{1}{I_0}{\&Integral;}_0^{I_0}x\left(t\right)x^{*}(t+\mathrm{\&tau;})e^{-j2\mathrm{\&pi;\&alpha;t}}\mathrm{dt}---\left(1\right)$

此处，*表示复共轭。I₀表示观测时间长度。α是表示周期频率(cyclic frequency)的周期参数。τ是表示迟滞参数(1ag parameter)的偏移参数。

通常，在α≠0的情况下，如果周期自相关函数(CAF)

则信号x(t)具有周期稳定性。

另外，式(1)的离散时间表示如下。

[式2]

$R_x^{\mathrm{\&alpha;}}\left[\mathrm{\&nu;}\right]=\frac{1}{I_0}\underset{i=0}{\overset{I_0-1}{\mathrm{\&Sigma;}}}x\left[i\right]x^{*}[i+\mathrm{\&nu;}]e^{-j2\mathrm{\&pi;\&alpha;t}{T}_s}---\left(2\right)$

此处，I₀表示与观测时间长度对应的样本数。α是表示周期频率的周期参数。ν是表示迟滞参数的离散时间表示的偏移参数。此外，x[i]≡x(iT_s)，T_s表示采样周期。

关于式(2)的周期自相关值(CAF)，在估计值真值以及估计误差

之间，下式成立。

[式3]

${\tilde{R}}_x^{\mathrm{\&alpha;}}\left(\mathrm{\&nu;}\right)=R_x^{\mathrm{\&alpha;}}\left(\mathrm{\&nu;}\right)+{\mathrm{\&Delta;}}_x^{\mathrm{\&alpha;}}\left(\mathrm{\&nu;}\right)---\left(3\right)$

在观测样本数I₀充分多的情况下，估计误差

为0。进而，估计误差

的偏差在观测样本数I₀充分多的情况下遵从正态分布。

对于每个周期频率α，在ν＝0时出现周期自相关函数(CAF)的峰值。因此，将可能包含在接收信号x(t)中的检测对象信号的周期频率设为α₀，并如下定义1×2型矢量(候选矢量)，即，该1×2型矢量将周期频率α₀处的周期自相关值(CAF估计值)(ν＝0)作为矢量成分。

[式4]

${\tilde{r}}_x^{{\mathrm{\&alpha;}}_0}=r_x^{{\mathrm{\&alpha;}}_0}+{\mathrm{\&Delta;}}_x^{{\mathrm{\&alpha;}}_0}---\left(4\right)$

${\tilde{r}}_x^{{\mathrm{\&alpha;}}_0}=\left[\mathrm{Re}\right\{{\tilde{R}}_x^{{\mathrm{\&alpha;}}_0}\left(0\right)\},\mathrm{Im}\{{\tilde{R}}_x^{{\mathrm{\&alpha;}}_0}\left(0\right)\left\}\right]---\left(5\right)$

$r_x^{{\mathrm{\&alpha;}}_0}=\left[\mathrm{Re}\right\{R_x^{{\mathrm{\&alpha;}}_0}\left(0\right)\},\mathrm{Im}\{R_x^{{\mathrm{\&alpha;}}_0}\left(0\right)\left\}\right]---\left(6\right)$

${\mathrm{\&Delta;}}_x^{{\mathrm{\&alpha;}}_0}=\left[\mathrm{Re}\right\{{\mathrm{\&Delta;}}_x^{{\mathrm{\&alpha;}}_0}\left(0\right)\},\mathrm{Im}\{{\mathrm{\&Delta;}}_x^{{\mathrm{\&alpha;}}_0}\left(0\right)\left\}\right]---\left(7\right)$

式中，Re{}以及Im{}分别表示自变量的实部以及虚部。

<5.信号检测装置>

图8示出信号检测装置的具体情况。该信号检测装置可用作图2的无线站中的信号检测装置23。信号检测装置具有检测对象候选选择部81、检测对象候选用的波形特征量计算部82、公共区域用的波形特征量计算部83、检定统计量计算部84以及信号判定部85。

检测对象候选选择部81在可能包含于接收信号中的多个N个检测对象信号的候选内，选择特定的检测对象信号。检测对象信号具有通过规定的波形特征量表述的特征。在本实施例中，波形特征量通过周期自相关函数(CAF)的值来表述。该波形特征量通过周期频率以及偏移量(α，ν)来指定。N个检测对象信号的候选，分别具有不同的波形特征量，在(α₀，υ₀)，(α₁，υ₁)，…，(α_N-1，υ_N-1)的坐标处分别具有峰值。把具有周期自相关值的峰值的这些坐标为方便起见称为“中心坐标”。

检测对象候选用的波形特征量计算部82计算与所选择的特定的检测对象信号对应的坐标(α₀，ν₀)处的周期自相关值(F_I0，υ₀(α₀))。

公共区域用的波形特征量计算部83计算在属于N个检测对象信号共用的公共区域的(L-1)个坐标的各个处的周期自相关值。所谓公共区域，是指所有N个检测对象信号的峰值都不存在的区域，是仅存在误差成分的区域。关于通过怎样的周期频率以及偏移量来规定公共区域，假设至少在计算波形特征量的时刻对于信号检测装置来说为已知。关于接收机(信号检测装置)怎样知晓公共区域将在后面叙述。

例如，为便于说明，如下设定属于公共区域的(L-1)个坐标。

(α₁’，ν₁’)，(α₂’，ν₁’)，...，(α_L-1’，ν₁’)。

式中，偏移量ν₁’也可以在(L-1)个坐标中不固定。此外，需要注意的是，N个检测对象信号内的(α₁，ν₁)、与公共区域中的(α₁’，ν₁’)是互相没有关系的不同的坐标。针对这(L-1)个坐标的各个，计算下面那样的周期自相关值。

F_I0，ν1’(α₁’)，F_I0，ν1’(α₂’)，...，F_I0，ν1’(α_L-1’)。

公共区域用的波形特征量计算部83所计算出的(L-1)个周期自相关值在N个检测对象信号中共用。因此，在判定作为当前对象的检测对象信号(α₀，ν₀)存在与否之后，在判定别的检测对象信号(α₁，ν₁)存在与否时也使用相同的(L-1)个周期自相关值。在以下的说明中，为了简化，设ν₀＝0，但是其不失一般性。

检定统计量计算部84，使用在检测对象候选用的波形特征量计算部82中计算出的一个周期自相关值、和在公共区域用的波形特征量计算部83中计算出的(L-1)个周期自相关值，计算检定统计量。检定统计量是在判断在接收信号中是否包含检测对象信号时使用的量。因此，检定统计量可以用各种各样的量来表现。例如，作为检定统计量，也可以使用某特定的参数(特别是周期频率)中的波形特征量的值本自身。或者，如在以下要说明的那样，也可以把使用包含各种波形特征量的贡献的协方差∑_x ^α和某特定的波形特征量导出的值等用作检定统计量。在本实施例中，作为一例，使用下面的检定统计量Z_x ^α0。

[公式5]

$Z_x^{{\mathrm{\&alpha;}}_0}=I_0{\tilde{r}}_x^{{\mathrm{\&alpha;}}_0}{\left({\widetilde{\mathrm{\&Sigma;}}}_x^{{\mathrm{\&alpha;}}_0}\right)}^{-1}{\left({\tilde{r}}_x^{{\mathrm{\&alpha;}}_0}\right)}^{\&prime;}---\left(8\right)$

式中，

表示上述的候选矢量，()’表示转置，

表示候选矢量的协方差矩阵(covariance matrix)的估计值，通过以式计算。

[公式6]

${\mathrm{\&Sigma;}}_0^{{\mathrm{\&alpha;}}_0}=\left[\begin{array}{cc}\mathrm{Re}\left\{\frac{Q+Q^{(*)}}{2}\right\}& \mathrm{Im}\left\{\frac{Q-Q^{(*)}}{2}\right\}\\ \mathrm{Im}\left\{\frac{Q+Q^{(*)}}{2}\right\}& \mathrm{Re}\left\{\frac{Q^{(*)}-Q}{2}\right\}\end{array}\right]---\left(9\right)$

$Q=S_{f_{\mathrm{0,0}}}^{2{\mathrm{\&alpha;}}_0}\left({\mathrm{\&alpha;}}_0\right)---\left(10\right)$

$Q^{(*)}=S_{f_{\mathrm{0,0}}}^{0,(*)}(-{\mathrm{\&alpha;}}_0)---\left(11\right)$

$\underset{I_0\&RightArrow;\&infin;}{\lim }{I}_0\mathrm{cum}({\tilde{R}}_x^{\mathrm{\&alpha;}}\left(\mathrm{\&nu;}\right),{\tilde{R}}_x^{\mathrm{\&beta;}}\left(\mathrm{\&rho;}\right))=S_{f_{\mathrm{\&nu;},\mathrm{\&rho;}}}^{\mathrm{\&alpha;}+\mathrm{\&beta;}}\left(\mathrm{\&beta;}\right)---\left(12\right)$

$\underset{I_0\&RightArrow;\&infin;}{\lim }{I}_0\mathrm{cum}({\tilde{R}}_x^{\mathrm{\&alpha;}}\left(\mathrm{\&nu;}\right),\left({\tilde{R}}_x^{\mathrm{\&beta;}}\left(\mathrm{\&rho;}\right)\right)*){=S}_{f_{\mathrm{\&nu;},\mathrm{\&rho;}}}^{\mathrm{\&alpha;}-\mathrm{\&beta;},(*)}(-\mathrm{\&beta;})---\left(13\right)$

$S_{f_{\mathrm{\&nu;},\mathrm{\&rho;}}}^{\mathrm{\&alpha;}}\left(\mathrm{\&omega;}\right)=\underset{I_0\&RightArrow;\&infin;}{\lim }\frac{1}{I_0}\underset{i=0}{\overset{I_0-1}{\mathrm{\&Sigma;}}}\underset{\mathrm{\&xi;}=-\&infin;}{\overset{\&infin;}{\mathrm{\&Sigma;}}}\mathrm{cum}\left(f_{\mathrm{\&nu;}}\right[i],f_{\mathrm{\&rho;}}[i+\mathrm{\&xi;}\left]\right)\&CenterDot;e^{-j2\mathrm{\&pi;\&omega;\&xi;}}{e}^{-j2\mathrm{\&pi;\&alpha;i}{T}_s}---\left(14\right)$

$S_{f_{\mathrm{\&nu;},\mathrm{\&rho;}}}^{\mathrm{\&alpha;},(*)}\left(\mathrm{\&omega;}\right)=\underset{I_0\&RightArrow;\&infin;}{\lim }\frac{1}{I_0}\underset{i=0}{\overset{I_0-1}{\mathrm{\&Sigma;}}}\underset{\mathrm{\&xi;}=-\&infin;}{\overset{\&infin;}{\mathrm{\&Sigma;}}}\mathrm{cum}\left(f_{\mathrm{\&nu;}}\right[i],f_{\mathrm{\&rho;}}^{*}[i+\mathrm{\&xi;}\left]\right)\&CenterDot;e^{-j2\mathrm{\&pi;\&omega;\&xi;}}{e}^{-j2\mathrm{\&pi;\&alpha;i}{T}_s}---\left(15\right)$

$\tilde{Q}={\tilde{S}}_{f_{\mathrm{0,0}}}^{2{\mathrm{\&alpha;}}_0}\left({\mathrm{\&alpha;}}_0\right)=\frac{1}{I_{0}L}\underset{s=-(L-1)/2}{\overset{(L/1)/2}{\mathrm{\&Sigma;}}}W\left(s\right)\&times;F_{I_0,0}({\mathrm{\&alpha;}}_0-\frac{s}{I_0})F_{I_0,0}({\mathrm{\&alpha;}}_0+\frac{s}{I_0})---\left(16\right)$

$\tilde{Q}(*)={\tilde{S}}_{f_{\mathrm{0,1}}}^{0,(*)}(-{\mathrm{\&alpha;}}_0)=\frac{1}{I_{0}L}\underset{s=-(L-1)/2}{\overset{(L-1)/2}{\mathrm{\&Sigma;}}}W\left(s\right)\&times;F_{I_0,0}^{*}({\mathrm{\&alpha;}}_0+\frac{s}{I_0})F_{I_0,0}({\mathrm{\&alpha;}}_0+\frac{s}{I_0})---\left(17\right)$

式中， $F_{T,\mathrm{\&tau;}}\left(\mathrm{\&omega;}\right)=\underset{t=0}{\overset{T-1}{\mathrm{\&Sigma;}}}x\left(t\right)x^{*}(t+\mathrm{\&tau;})\exp (-j2\mathrm{\&pi;\&omega;t}).$

式中，cum()表示累积量，且f_v[i]≡x[i]·x[i+ν]。W(s)表示标准化了的谱窗，L是奇数。

在计算检定统计量Z_x ^αO的情况下，

可以根据中心坐标(α₀，0)处的周期自相关值F_I0，0(α₀)＝I₀R_x ^α0(0)求取。∑_x ^α0的矩阵元素通过Q以及Q(*)表示，在计算该Q以及Q(*)时，需要L个周期自相关值。

例如，根据(16)式，有

I₀·L·Q＝W(0)·F_I0，0(α₀)·F_I0，0(α₀)

+W(+1)·F_I0，0(α₀-1/I₀·1)·F_I0，0(α₀+1/I₀·1)

+W(-1)·F_I0，0(α₀+1/I₀·1)·F_I0，0(α₀-1/I₀·1)

+W(+2)·F_I0，0(α₀-1/I₀·2)·F_I0，0(α₀+1/I₀·2)

+W(-2)·F_I0，0(α₀+1/I₀·2)·F_I0，0(α₀-1/I₀·2)

+···········

+W(+(L-1)/2)·F_I0，0(α₀-1/I₀·(L-1)/2)·F_I0，0(α₀+1/I₀·(L-1)/2)

+W(-(L-1)/2)·F_I0，0(α₀+1/I₀·(L-1)/2)·F_I0，0(α₀-1/I₀·(L-1)/2)

现有的方法是直接进行计算。在本实施例的情况下，不直接计算，而是用公共区域中的(L-1)个已计算出的周期自相关值F_I0，0(α₁’)，F_I0，0(α₂’)，...，F_I0，0(α_L-1’)来置换α≠α₀的情况下的(L-1)个周期自相关值。即，计算

I₀·L·Q＝W(0)·F_I0，0(α₀)·F_I0，0(α₀)

+W(+1)·F_I0，0(α₁’)·F_I0，0(α₂’)

+W(-1)·F_I0，0(α₂’)·F_I0，0(α₁’)

+W(+2)·F_I0，0(α₃’)·F_I0，0(α₄’)

+W(-2)·F_I0，0(α₄’)·F_I0，0(α₃’)

+···········

+W(+L-1)/2)·F_I0，0(α_L-2’)·F_I0，0(α_L-1’)

+W(-L-1)/2)·F_I0，0(α_L-1’)·F_I0，0(α_L-2’)

根据(17)式的Q(*)也按照同样的方式来计算。计算

I₀·L·Q(*)＝W(0)·F_I0，0(α₀)·F_I0，0(α₀)

+W(+1)·F_I0，0(α₁’)·F_I0，0(α₁’)

+W(-1)·F_I0，0(α₂’)·F_I0，0(α₂’)

+W(+2)·F_I0，0(α₃’)·F_I0，0(α₃’)

+W(-2)·F_I0，0(α₄’)·F_I0，0(α₄’)

+···········

+W(+(L-1)/2)·F_I0，0(α_L-2’)·F_I0，0(α_L-2’)

+W(-(L-1)/2)·F_I0，0(α_L-1’)·F_I0，0(α_L-1’)

这样，利用中心坐标处的周期自相关值F_I0，0(α₀)、和公共区域中的(L-1)个周期自相关值F_I0，0(α₁’)，F_I0，0(α₂’)，...，F_I0，0(α_L-1’)，可以计算协方差矩阵∑_x ^α0，进而计算检定统计量Z_x ^α0。

信号判定部85通过比较在检定统计量计算部84中得到的检定统计量的值Z_x ^α0与预先确定的阈值Γ的值，判定在接收信号中是否包含检测对象信号(周期频率是α₀的信号)。也可以例如通过“似然比检定”或者“广义似然比检定(GLRT：Generalizedlikelihood Ratio Test)”等那样的统计的检定方法进行判定。这些检定方法利用的是如下性质：在检测对象信号未到来的情况下的检定统计量的分布遵从平方分布。

图9示出用于使在接收信号中不包含检测对象信号的情况下错误地判定为包含检测对象信号的概率恒定的、检定中的阈值的确定方法。在设重要性标准(level ofsignificance)为5％(0.05)的情况下，遵从与该上侧累积概率对应的平方分布的变量的值为

这意味着在将检定中的阈值取为Γ＝6的情况下，尽管信号未到来，但是错误地判断为“信号到来”的概率P_F为5％。由于当检定统计量Z_x ^α为阈值Γ以上时这样地误判的概率小于5％，所以能够判断为“在接收信号中包含检测对象信号”。反之，由于当检定统计量Z_x ^α小于阈值Γ时误判的概率大于5％，所以能够判断为“在接收信号中不包含检测对象信号”。阈值对应于5％不是必须的，也可以根据情况使用适当的值。

从信号判定部85输出的信号是表示检测对象信号存在与否的检测结果，所以通过参照该信号，能够适当地判断发送控制部24(图2)是否可以发送发送信号。

<6.动作例>

图10表示信号检测装置中的动作例的流程图。该动作例由无线站(图2)的信号检测装置(图8)使用。作为流程的前提是无线站接收信号。接收信号中存在包含N种检测对象信号的可能性。如上述，假定在公共区域中包含有(α₁’，ν)，(α₂’，ν)，...，(α_L-1’，ν)的(L-1)个坐标。偏移参数ν恒定，但是这不是必须的。

在步骤S11中，公共区域用的波形特征量计算部83计算属于公共区域的(L-1)个坐标的各个的周期自相关值(CAF)

F_I0，ν(α₁’)，F_I0，ν(α₂’)，...，F_I0，ν(α_L-1’)。

在步骤S12中，检测对象候选选择部81在N个检测对象信号内确定特定的检测对象信号。具体说，指定特定的检测对象信号的周期频率以及偏移量(α，ν)。

在步骤S13中，检测对象候选用的波形特征量计算部82计算中心坐标(α，ν)中的周期自相关值F_I0，ν(α)。

在步骤S14中，检定统计量计算部84计算对于特定的检测对象信号的检定统计量Z_x ^α。检定统计量计算部84在包含中心坐标(α，ν)的区域中，使用在公共区域用的波形特征量计算部83中计算出的(L-1)个周期自相关值F_I0，ν(α₁’)，F_I0，ν(α₂’)，...，F_I0，ν(α_L-1’)作为与中心坐标(α，ν)不同的(L-1)个坐标处的周期自相关值。具体的计算遵照上述的公式(8)-(17)进行。

在步骤S15中，信号判定部85根据检定统计量Z_x ^α与阈值Γ的比较结果，判定特定的检测对象信号存在与否。

在步骤S16中，判定是否存在未判定的检测对象信号。在未判定的检测对象信号不存在的情况下，流程结束。

在步骤S16，在存在未判定的检测对象信号的情况下，流程返回至步骤S12，将当前设定的周期频率α以及偏移量ν变更为下次要判定存在与否的检测对象信号的参数。在这种情况下，由于流程返回至步骤S12，所以需注意的一点是，在判定N个检测对象信号的存在与否期间，不重复步骤S11中的处理。步骤S11中的计算结果(L-1个周期自相关值)在判定N个检测对象信号的存在与否时共用。此外，在N个检测对象信号的存在与否的判定结束之后，在发生需要再次判定N个检测对象信号的存在与否的情况下，再次开始流程，进行步骤S11以后的处理。

<7.变形例>

如上所述，关于不存在检测对象信号的峰值的公共区域存在于何处的信息，接收机所属的通信系统中的任何一个发送机(典型的是基站)都可以向接收机进行通知。例如，也可以是，在接收机进入通信系统内时，从基站通知的通知信息中取得公共区域的信息。或者，也可以是，在接收机所属的通信系统中将公共区域的信息设定为已知的信息。在这种情况下，在接收机的存储器中预先保存公共区域的信息。

取代接收公共区域的通知，或者除了接收公共区域的通知之外，也可以由接收机自己搜索公共区域。例如，也可以在非常长时间的观测长度中计算周期自相关值(CAF)，将仅存在不超过规定的阈值的周期自相关值的区域设定为公共区域。

每次在利用通过任何一种方法设定的公共区域判定N个检测对象信号是否存在时，通过研究公共区域中的(L-1)个周期自相关值的变动，能够判定作为公共区域使用的区域是否真的与公共区域相对应。如果是真的公共区域，则(L-1)个周期自相关值的变动(即偏差)应该近似于正态分布。反之，在(L-1)个周期自相关值的偏差不接近于正态分布的情况下，该区域不作为公共区域对应。从这样的观点出发，也可以在某个期间研究周期频率以及偏移量的某个范围内的区域中的各个周期自相关值(CAF)是如何变动的，将具有接近于正态分布的偏差的区域设定为公共区域。

<8.通过实施例的效果>

<8.1运算负担的减轻效果>

在计算检定统计量时具有决定性影响的是计算周期自相关值的次数。根据上述的公式(2)、(8)-(17)，在计算检定统计量Z_x ^α时，存在(A)基于(2)式的周期自相关值(CAF或者F)的计算、(B)基于公式(9)-(17)的协方差矩阵∑_x ^α的计算、和(C)基于公式(8)的检定统计量Z_x ^α的计算。

(A)如果根据公式(2)，在计算周期自相关值时，必须反复进行如下步骤：使接收信号x偏移ν后取复共轭、将该信号乘以周期频率α的因子(I₀次)、将该信号乘以接收信号(相加I₀次，乘I₀次)。I₀是观测的符号数。在这样计算周期自相关值时，需要进行I₀次顺序的乘法和加法。作为一例，I₀为320(256个符号的有效部分+64个符号的保护间隔)×3(3倍的过采样)×48(观测长度)＝46080。

(B)如果根据公式(9)-(17)，则在计算协方差矩阵的矩阵元素时，需要进行如下步骤：求L种周期自相关值F、将周期自相关值乘以谱窗系数W(s)(L次)、将F与W之积乘以F的反转并求总和(加法L次，乘法L次)，将F与W之积乘以F的复共轭并求总和(加法L次，乘法L次)，从Q以及Q(*)中计算4个矩阵元素。这样，协方差矩阵的计算需要进行L次顺序的乘法和加法。作为一例，L是像63那样的几十左右。

(C)在计算检定统计量时，需要计算协方差矩阵的逆矩阵、将矢量与协方差矩阵的逆矩阵之积乘以该矢量的共轭转置矢量。

因此，在上述(A)-(C)内，周期自相关的计算中乘法和加法的次数极多。因此，在求检定统计量时，计算周期自相关值时的运算负担占支配地位。根据本实施例，能够大幅减低周期自相关值的计算次数，所以能够减轻计算检测对象信号的检定统计量时的运算负担。概括而言，基于本实施例的运算负担大致为基于现有方式的运算负担的(N+L-1)/(N×L)，所以N越大，则基于本实施例的计算量的减轻效果越大。

图11示出针对实施例的仿真结果。在仿真中，假设检测对象信号的候选数N＝8、一次到来的检测对象信号数＝1、观测长度＝48个符号(I₀＝48×(每单位符号的样本数))以及L＝63。另外，假定N＝8个的信号是OFDM方式的信号，在不同的坐标(α，ν)处有峰值。图中，横轴表示接收质量(信号功率对噪音功率比：SNR)，纵轴表示识别成功率。所谓识别成功率表示信号识别成功的概率。概括而言，随着横轴的接收质量变好，识别成功率上升。

◆表示在仅存在单径的无线传输环境中使用本实施例时的结果。■表示在仅存在单径的无线传输环境中使用现有方式时的结果。哪一种都示出同样的结果。▲表示在存在多径的无线传输环境中使用本实施例时的结果。×表示在存在多径的无线传输环境中使用现有方式时的结果。哪一种都示出同样的结果。

如上所述，本实施例与现有方式的运算负担的比率为(本实施例)/(现有方式)＝(N+L-1)/(N×L)，N越大，则本实施例的计算量的减轻效果越大。在当前例子的情况下，本实施例与现有方式的运算负担的比率为

大幅变小。关于计算时间，在本实施例的情况下花费280秒，在现有方式的情况下花费1300秒，所以计算时间的比率为

能够大幅缩短计算时间。

因此，根据本实施例，能够用较少的运算负担以及较短的时间实现相当于运算负担大的现有方式的识别成功率。

<8.2弱信号检出率的改善效果>

在通过现有方式判定检测对象信号存在与否的情况下，当通过不同的功率对接收信号中包含的两种信号进行接收时，存在难以检测弱信号的问题。

如图12的上侧所示，有时对于周期频率为α₀的检测对象信号是弱的接收电平，周期频率为α₁的其他信号是强的接收电平。在现有方式的情况下，在计算周期频率α₀的检测对象信号的检定统计量时，在上述Q以及Q(*)的计算中，α₁信号的影响较大，检定统计量变小，检出率下降。对此，在本实施例的情况下，将公共区域中的周期自相关值用作的区域中的周期自相关值，所以除了α₀的检测对象信号以外的信号在检定统计量的计算时不会混入。因此，在图12的下侧所示那样的理想的情况下，能够适当地求出检定统计量，即使接收电平比其他信号弱，信号的检出率也不会下降。

以上参照特定的实施例说明了本发明，但是那些仅仅是例示，本领域的技术人员理解各种变形例、修正例、代替例、置换例等是显而易见的。虽然使用具体的数值例进行了说明以促进对发明的理解，但是不限于此，这些数值仅仅是一例，也可以使用适当的任何值。虽然使用具体的公式进行了说明以促进对发明的理解，但是不不限于此，这些公式仅仅是一例，也可以使用适当的任何公式。实施例或者项目的划分对于本发明并不是本质的，可以根据需要组合使用两个以上的项目中记载的事项，某项目中记载的事项可以应用于别的项目中记载的事项(只要不矛盾)。为说明方便，本发明的实施例涉及的装置使用功能框图进行了说明，但是那样的装置也可以用硬件、软件或者它们的组合来实现。软件可以存储在随机存取存储器(RAM)、闪存、只读存储器(ROM)、EPROM、EEPROM、寄存器、硬盘(HDD)、可除移磁盘、CD-ROM其他适当的任何存储介质上。本发明不限于上述实施例，在不脱离本发明的精神的范围内，本发明包含各种变形例、修正例、代替例、置换例等。

Claims (6)

1.一种信号检测装置，其具有：

检测对象候选选择部，其在有可能包含于接收信号中的多个检测对象信号候选内选择特定的检测对象信号；

候选信号用计算部，其对至少由上述特定的检测对象信号的周期参数以及偏移参数指定的中心坐标处的周期自相关值进行计算；

公共区域用计算部，其对属于不同的检测对象信号所共用的公共区域的(L-1)个坐标的各自处的周期自相关值进行计算；

检定统计量计算部，其计算上述特定的检测对象信号的检定统计量；以及

信号判定部，其根据上述检定统计量与阈值的比较结果，判定上述特定的检测对象信号存在与否，

上述检定统计量计算部将属于上述公共区域的(L-1)个坐标的各自处的周期自相关值，用作包含上述中心坐标的区域中与上述中心坐标不同的(L-1)个坐标处的周期自相关值，由此来计算上述检定统计量。

2.根据权利要求1所述的信号检测装置，其中，上述多个检测对象信号的周期自相关值在上述公共区域以外的区域中表现出峰值。

3.根据权利要求1或2所述的信号检测装置，其中，利用具有该信号检测装置的接收机从发送机接收到的信息来表示上述公共区域。

4.根据权利要求1或2所述的信号检测装置，其中，在具有该信号检测装置的接收机进行通信的通信系统中已知上述公共区域。

5.一种无线站，其具有：

根据权利要求1-4中任一项所述的信号检测装置；和

发送部，其在通过上述信号检测装置确认为上述特定的检测对象信号不存在的情况下，对发送信号进行无线发送。

6.一种信号检测方法，包括以下步骤：

计算属于不同的检测对象信号所共用的公共区域的(L-1)个坐标的各自处的周期自相关值；

在有可能包含于接收信号中的多个检测对象信号候选内选择特定的检测对象信号；

对至少由上述特定的检测对象信号的周期参数以及偏移参数指定的中心坐标处的周期自相关值进行计算；

计算上述特定的检测对象信号的检定统计量；和

根据上述检定统计量与阈值的比较结果，判定上述特定的检测对象信号存在与否，

在计算上述检定统计量时，将属于上述公共区域的(L-1)个坐标的各自处的周期自相关值，用作包含上述中心坐标的区域中与上述中心坐标不同的(L-1)个坐标处的周期自相关值，由此来计算上述检定统计量。

Images