CN102932047A - 一种适用于多天线系统的认知无线电多带频谱检测方法 - Google Patents

Abstract

本发明公开了一种适用于多天线系统的认知无线电多带频谱检测方法。本发明同时检测所有子信道，首先对接收信号的采样协方差矩阵进行酉变换处理，分离出信号和噪声的盖氏圆盘，估计被占用信道的数目，然后根据各信道接收功率的大小，判断被占用信道的位置，确定空闲信道与被占用信道。通过这种方式，缩短了检测时间，提高频谱效率。其中，该方法的特征为：一种盲的频谱检测方法，不需要信号的先验信息；利用信号子空间与噪声子空间的正交性做出判决，而不是传统的设置主观判决门限；不需要噪声功率的相关信息，对噪声不确定度具有鲁棒性。通过上述方法，可以有效地对抗噪声不确定度，提高频谱利用率，改善系统性能。

Description

一种适用于多天线系统的认知无线电多带频谱检测方法

技术领域

本发明属于无线通信技术领域，尤其涉及一种适用于多天线系统的认知无线电多带频谱检测方法。

背景技术

近年来，认知无线电作为一种新兴的通过动态频谱接入来提高频谱利用率的技术，已得到了学术界和工业界的高度重视。在认知无线电技术中，从用户动态地接入未被主用户占用的频段(频谱空洞)进行通信，而当主用户出现时，从用户则退出此频段供主用户使用，避免了对主用户造成干扰。这种方式有效地利用了稀缺的频谱资源，大大提高了频谱利用率。频谱检测技术作为认知无线电中的关键一步，旨在检测频谱空洞供从用户使用。

目前，频谱检测方法已经得到了广泛研究，主要包括能量检测、匹配滤波器检测、循环平稳特征检测等。这些方法可以通过多天线技术，采用合作检测的方式来协作地做出判决，提高检测性能。然而，从用户需要知道一些先验信息，如信号类型、噪声方差、信道增益等，这将大大限制其应用范围。

在上述方法中，能量检测是应用最广、复杂度最低的，并且它不依赖于主用户的信号类型。在高斯白噪声假设的前提下，如果噪声方差精确已知，能量检测将是最优的。然而，在实际系统中，由于噪声不确定度的存在，噪声功率不可能精确估计，能量检测的性能将会大大恶化。因此，当存在噪声不确定度时，如何设计一种不依赖于噪声功率的频谱检测方法，成为了亟待解决的问题。

另一方面，当认知无线电系统工作在宽带信道上时，各个子信道的占用情况不尽相同，能量检测需要逐一检测各个子信道并做出判决，当子信道数很多时，将耗费大量的检测时间。如果能同时对该宽带信道的频谱占用情况做出判决，将大大缩短检测时间，提高频谱利用率。

基于以上问题，本发明提出一种适用于多天线系统的认知无线电多带频谱检测方法，该方法不需要任何先验信息，有效的解决了噪声不确定度对能量检测性能的影响。同时，该方法对多带信道的占用情况同时做出判决，缩短检测时间，提高了频谱利用率。

发明内容

该方法首先估计出多带信道中被占用信道的个数，然后判断被占用信道的位置，确定出空闲信道与被占用信道。

本发明提供了一种多天线多带频谱检测方法，其特征在于该方法是一种盲的检测技术，不需要先验信息，对噪声不确定度具有鲁棒性，能有效的抵抗噪声不确定度对检测性能的影响。该方法需要满足从用户多天线数大于被占用信道数的前提条件，包括以下步骤：

步骤一：计算多天线接收端的采样协方差矩阵。采样协方差矩阵是指用接收信号的有限次抽样来近似统计协方差矩阵。当抽样数趋于无穷时，抽样协方差矩阵是统计协方差矩阵的完美近似。

步骤二：采样协方差矩阵的酉变换。步骤一中所得到的采样协方差矩阵的盖氏半径比较大，且盖氏圆心相离很近，导致信号和噪声的盖氏圆盘相互重叠，难以从噪声中分离出信号。通过对采样协方差矩阵进行一系列酉变换处理，信号和噪声的盖氏圆盘相互分离，从而可以利用盖氏圆盘定理分离出信号和噪声。

步骤三：估计被占用信道的个数。利用步骤二中酉变换后的采样协方差矩阵的盖氏半径，结合盖氏圆盘估计器，可以估计出被占用信道的个数。

步骤四：区分空闲信道与被占用信道。注意到被占用信道的功率来自于信号与噪声的叠加，而空闲信道则只有噪声的影响。因此，接收功率大的信道会有更大的概率被主用户所占用。如果我们对各子信道的功率按降序排列，并假设步骤三中估计出的被占用信道数为

则前个信道为被占用信道，后面的信道为空闲信道。

所述步骤一的采样协方差矩阵为其中N代表采样数，r(n)为从用户多天线接收端接收到的信号。

所述步骤二的酉变换处理包括以下操作：

首先分离采样协方差矩阵， ${\hat{C}}_r=\left[\begin{array}{cccc}{c}_{11}& c_{12}& \·\·\·& c_{1M}\\ c_{21}& c_{22}& \·\·\·& c_{2M}\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ c_{M1}& c_{M2}& \·\·\·& c_{\mathrm{MM}}\end{array}\right]=\left[\begin{array}{cc}{C}_r^{\′}& c\\ c^H& c_{\mathrm{MM}}\end{array}\right],$ 其中M为多天线阵列数，c＝[c1M，c2M，…，c(M-1)M]T。接着对简化的协方差矩阵C′_r做特征值分解，C′_r＝U′D′U′^H，其中D′为特征值矩阵，U′为特征向量矩阵。构造一个重要的酉变换矩阵 $U=\left[\begin{array}{cc}{U}^{\′}& 0\\ 0^T& 1\end{array}\right],$ 得到变换后的协方差矩阵为

$S=U^H{\hat{C}}_{r}U$

$=\left[\begin{array}{cc}{U}^{\′H}{C}^{\′}{U}^{\′}& U^{\′H}c\\ c^H{U}^{\′}& c_{\mathrm{MM}}\end{array}\right]$

$=\left[\begin{array}{cc}{D}^{\′}& U^{\′H}c\\ c^H{U}^{\′}& c_{\mathrm{MM}}\end{array}\right]$

$=\left[\begin{array}{cccccc}{\mathrm{\λ}}_1^{\′}& 0& 0& \·\·\·& 0& {\mathrm{\ρ}}_1\\ 0& {\mathrm{\λ}}_2^{\′}& 0& \·\·\·& 0& {\mathrm{\ρ}}_2\\ 0& 0& {\mathrm{\λ}}_3^{\′}& \·\·\·& 0& {\mathrm{\ρ}}_3\\ \·& \·& \·& \·& \·& \·\\ \·& \·& \·& \·& \·& \·\\ \·& \·& \·& \·& \·& \·\\ 0& 0& 0& \·\·\·& {\mathrm{\λ}}_{M-1}^{\′}& {\mathrm{\ρ}}_{M-1}\\ {\mathrm{\ρ}}_1^{*}& {\mathrm{\ρ}}_2^{*}& {\mathrm{\ρ}}_3^{*}& \·\·\·& {\mathrm{\ρ}}_{M-1}^{*}& c_{\mathrm{MM}}\end{array}\right],$

其中i＝1，2，…，M-1。

所述步骤三估计被占用信道数包括以下操作：

根据盖氏圆盘定理，酉变换后的采样协方差矩阵S的盖氏半径为

i＝1，2，…，M-1。根据盖氏圆盘估计器的方法，

k＝1，2，…，M-1，其中D(N)为一个给定的加权系数，当k从1逐渐递增时，一旦出现时，则被占用的信道个数是

所述步骤四包括以下操作：

定义p＝{p₁,p₂,…，p_Q}， $\tilde{p}=\{{\tilde{p}}_1,{\tilde{p}}_2,\·\·\·,{\tilde{p}}_Q\}.$ 其中 $p_i=\frac{1}{N}{\mathrm{\Σ}}_{n=1}^N{r}_i^2\left(n\right)$ 表示各信道的接收功率，注意到p实质上是采样协方差矩阵

的对角线元素。

由p进行降序排列得到，即

假设估计出的被占用信道数为

则

对应的是被占用子信道，

对应的是空闲信道。

本发明提出的多天线系统中认知无线电多带频谱检测方法，利用了信号子空间与噪声子空间的正交性，结合盖氏圆盘定理，对多带信道的占用情况做出判决。本发明相较现有的频谱检测方法主要有以下优点：

(1)本发明方法同时检测所有子信道，并做出相关判决，缩短了检测时间，提高频谱效率。

(2)本发明方法是一种盲检测，不需要信号的先验信息，应用范围广。

(3)本发明方法不需要设置主观的判决门限，也不需要噪声功率的相关信息。因此，避免了噪声不确定度对检测性能的影响。

在本发明的具体实施方式例中，给出了一个多天线多带频谱检测的实施案例。

附图说明

下面将通过参照附图详细描述本发明的示例性实施例，使本领域的普通技术人员更清楚本发明的上述及其它特征和优点，附图中：

图1是本发明一个实施例的频谱利用分布示意图。

图2是本发明一个实施例的具体流程图。

具体实施方式

下面通过附图和实施例，对本发明进行详细阐述。

图1为本发明一个实施例的频谱利用分布示意图。假设研究从f_sHz到f_eHz的频段，如果每次检测W Hz频段，则整个频段可以划分为Q＝(f_e-f_s)/W个子信道。如图1所示，假设K个信道被主用户所占用，则Q-K个信道可以被认知无线电系统从用户所使用。

图2为本发明一个实施例的具体算法流程，主要包括以下步骤。

在步骤201中，从用户多天线接收端获取接收信号。认知无线电系统从用户的多天线接收端接收到的信号是经历了信道衰落以后的主用户信号与噪声的叠加。

在步骤202中，计算采样协方差矩阵。根据步骤201中从用户多天线接收端得到的接收信号，通过N次采样来计算采样协方差矩阵。

在步骤203中，进行采样协方差矩阵的酉变换处理。鉴于直接对采样协方差矩阵应用盖氏圆盘定理会出现信号和噪声的盖氏圆盘相互重叠，难以区分，故通过此变换来分离噪声和信号的盖氏圆盘。

在步骤204中，计算酉变换矩阵的盖氏半径。基于步骤203的结果，利用盖氏圆盘定理可以算出酉变换后的协方差矩阵的盖氏半径。

在步骤205中，估计被占用信道的个数。在步骤204中得到盖氏半径后，利用盖氏圆盘估计器估计出该多带系统中的被占用信道数。

在步骤206中，计算各子信道的功率，并按功率的大小降序排列。

在步骤207中，区分空闲信道与被占用信道。根据步骤205中所估计得到的被占用信道数，结合步骤206中按降序排列的子信道索引，挑选出其中功率最大的

个信道，即为被占用信道，剩下的个信道则是空闲信道。

以上所述仅为本发明的一个实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种适用于多天线系统的认知无线电多带频谱检测方法，其特征在于：

首先估计出多带信道中被占用信道的数目，然后判断被占用信道的位置，确定出空闲信道与被占用信道；

认知无线电系统从用户接收端天线数需大于被占用信道数；

当认知无线电从用户执行多带频谱检测时，第一步，根据多天线接收端的接收信号来计算采样协方差矩阵；第二步，对该采样协方差矩阵进行一系列酉变换处理，得到新的变换矩阵；第三步，基于盖氏圆盘定理分离出信号和噪声的盖氏圆盘，估计被占用信道的个数；第四步，降序排列各子信道的接收功率，区分出空闲信道与被占用信道。

2.根据权利要求1所述的多天线系统认知无线电多带频谱检测方法，其特征在于，被占用信道数目的估计问题可以通过借鉴信源数估计问题得以解决，而这类问题在雷达阵列信号处理中已经得到了广泛的研究。

3.根据权利要求1所述的多天线系统认知无线电多带频谱检测方法，其特征在于，如果直接对接收信号的采样协方差矩阵利用盖氏圆盘定理，信号和噪声的盖氏圆盘将由于大的盖氏半径、相离较近的盖氏圆心而互相重叠，难以区分；通过一系列的酉变换处理，新的采样协方差矩阵的信号和噪声的盖氏圆盘将会相互分离。

4.根据权利要求1所述的多天线系统认知无线电多带频谱检测方法，其特征在于，利用盖氏圆盘估计器估计被占用信道数时，利用的是信号子空间与噪声子空间的正交性，从噪声中分离出信号。

5.根据权利要求1所述的多天线系统认知无线电多带频谱检测方法，其特征在于，被占用信道的功率是信号功率与噪声功率的叠加，而空闲信道的功率仅是噪声功率；故空闲信道的功率应近似相等，都等于噪声功率，且小于被占用信道的功率；因此，如果某个信道的接收功率很大，那么该信道上将有更大的概率是信号和噪声的叠加，而不仅仅是纯噪声。

6.根据权利要求1所述的多天线系统认知无线电多带频谱检测方法，其特征在于，将各子信道的接收功率按降序排列，排在前面位置的信道有更大的概率是被占用信道，而排在后面的则应是空闲信道；因此，在得到被占用信道数目的估计信息后，空闲信道与被占用信道就可以通过这种方式区分出来。

Images