CN103023591B - 一种用于频谱检测的感知节点采样方法及采样装置 - Google Patents
一种用于频谱检测的感知节点采样方法及采样装置 Download PDFInfo
- Publication number
- CN103023591B CN103023591B CN201210590310.4A CN201210590310A CN103023591B CN 103023591 B CN103023591 B CN 103023591B CN 201210590310 A CN201210590310 A CN 201210590310A CN 103023591 B CN103023591 B CN 103023591B
- Authority
- CN
- China
- Prior art keywords
- sampling
- frequency spectrum
- correct amount
- detection
- sampler
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
本发明公开了一种用于频谱检测的感知节点采样方法及采样装置,其方法包括:S1:采样优化,初始化频谱稀疏度并计算得到最大的采样数来搜集频谱传输信息后,将该传输信息送入检测器计算检测统计量,反馈控制中心根据所述检测统计量给出判决结果并返回矫正量,并通过矫正量来递减下一次的采样数,得到最优采样数;S2:实时监测,利用S1中的最优采样数继续采集频谱信息,进行实时监测,若频谱占用信息发生变化,引起所述检测统计量的改变,则所述矫正量触发返回S1。本发明在使用压缩感知技术的前提下,针对具体检测应用场景,旨在优化每个感知节点的采样数,使其均达到最优配置,通过该方法,能显著提高系统整体性能,大幅度减少采样器的采样开销。
Description
技术领域
本发明涉及无线通信技术领域,特别涉及一种用于频谱检测的感知节点采样方法及采样装置。
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,"无线频谱枯竭"现象日趋明显。现今固定的频谱分配模式导致特定的频段只能用于特定的业务,而对于某些业务来说,对于频谱资源的利用效率很低,甚至使频谱处于空闲状态。为了验证这个事实,美国加州伯克利分校无线研究中心专门对伯克利市区的频率利用状况进行了实测。测量结果表明频谱使用率低下,存在大量频谱空洞,只有某些使用比较频繁的移动通信等频段利用率比较高。如今频谱资源短缺与频谱利用率很低成为了一对不可调和的矛盾。认知无线电(Cognitive Radio,CR)的提出正是为了解决频谱资源紧张与频谱利用率低并存的问题,旨在使非授权用户接入空闲的授权频段,使得设备可以在时间和空间上灵活共享频谱。
在目前的认知无线电通信系统中,非授权用户在实现动态频谱接入前,需要在授权频段上进行频谱检测,以发现“频谱空洞”进行伺机接入。认知终端的感知节点需要在特定频段上进行信息采集,然后采用检测算法(如能量检测、循环特征检测等)判断授权用户是否在使用该频段,以指导非授权用户能否伺机接入。目前射频前端的采样器都是A/D采样器,随着无线通信技术的发展,数据传输速率越来越高。随之对频谱感知的采样率要求不断提高,这逐渐成为认知无线电发展的一个阻力。当前的一种解决方案是进行并行检测,多个认知节点进行联合检测,但是这对单一认知节点的可靠性提出了更加严格的要求,一旦某个认知节点出错,将导致整个频段的检测结果出现偏差,从而降低了动态接入频谱的效能。
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。根据循环自相关函数的原理与定义,无论是经过调制的信号还是噪声,其循环自相关函数都具有极高的稀疏性,符合压缩感知应用的场景。将压缩感知技术引入频谱检测过程,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,同时也降低了对于射频前端的要求,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。
在认知无线电系统的频谱检测过程中,被检测的主用户传输信息在一定时间内的传输参数是比较稳定的,目前提出的采样系统也大多是静态的,不能实时根据该频段的传输信息变化来动态调整采样数,造成一些不必要的能量损耗。另外,在利用压缩感知进行宽带频谱检测过程中,并不需要完全重构原始信号,因此对所需样本数要求也降低了很多,从而削减掉一部分采样能量开销。另外,目前关于压缩感知的专利考虑的仍是信号重构,利用信号重构的准确性来指导最小的采样数,其方法没有针对具体的压缩感知应用场景考虑,在认知无线电频谱检测过程中,认知终端不需要掌握授权用户的具体传输信息,只需发掘频谱空洞,以备非授权用户伺机接入。基于压缩比分配的宽带频谱检测系统与方法是针对联合检测中的各感知节点分配具体样本数,没有针对每个感知节点提出优化性能。
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,针对现有技术的不足,提供一种用于频谱检测的感知节点采样方法及采样装置,能够进一步降低采样器的采样数,减少采样器的开销,为认知终端提供更宽的频谱检测机会,提高动态频谱使用的效率。
(二)技术方案
本发明提供一种用于频谱检测的感知节点采样方法,包括以下步骤:
S1:采样优化,初始化频谱稀疏度并计算得到最大的采样数来搜集频谱传输信息后,将该传输信息送入检测器计算检测统计量CTH,反馈控制中心根据所述检测统计量CTH给出判决结果并返回矫正量Δv,并通过矫正量Δv来递减下一次的采样数,得到最优采样数;
S2:实时监测,利用S1中的最优采样数继续采集频谱信息,进行实时监测,若频谱占用信息发生变化,引起所述检测统计量CTH的改变,则所述矫正量Δv触发返回S1。
其中,所述S1与S2之间通过一个2比特的二进制加法器触发实现转换,其包括四个状态:
00状态:为非法状态;
11状态:为瞬时状态,不需要触发即转入01状态;
10状态与01状态之间的转换由所述控制中心根据所述检测统计量CTH给出的所述矫正量触发。
其中,S1具体包括:
S11:根据所述反馈控制中心的反馈结果,确定当前频谱稀疏度K,初始值设为N;
S12:代入稀疏度K值,根据R=1.7Klog(W/K+1),其中,K为频谱稀疏度,W为所测的频谱带宽,计算出压缩采样所需样本个数R,并采集样本;
S13:将R个样本送入循环特征检测器,利用矩阵线性还原算法,还原得到被检测频段的检测统计量CTH;
S14:控制中心利用检测统计量CTH给出判决结果,同时计算出检测统计量CTH的相对误差值,给出矫正量Δv(取值为0或1),将矫正量反馈到采样器的所述二进制加法器的输入端口,指导采样器的下一步采样。
其中,在S14中,如果Δv为0,则采样器状态不变,但是稀疏度K递减。如果Δv为1,则采样器转换到优化阶段的瞬时态11,即将进入到实时监测阶段。
其中,在S2中:
由二进制加法器状态的首位0来标志,如果首位为0则表明该采样器已在用最优采样数实时监测频谱变化。
所述采样器在本步骤中不进行动态变化采样数,只在S1的最后K值上加1,保证高检测性能,随后一直以该稀疏度下的采样值采样,直到矫正量Δv为1,则表明该授权频段的占用情况发生了改变,则进入下一回合的频谱检测。
本发明还提供一种用于频谱检测的感知节点采样装置,包括:
采样器,用于采集频谱传输信息;
采样优化单元:用于优化频谱传输信息,得到最优频谱传输信息;
实时监测单元:用于监测采集到的最优频谱传输信息;
二进制加法器,用于在所述采样优化单元与所述实时监测单元之间转换;
反馈控制中心:通过检测统计量CTH计算的矫正量Δv控制所述采样器采样。
(三)有益效果
本发明在使用压缩感知技术的前提下,针对具体检测应用场景,旨在优化每个感知节点的采样数,使其均达到最优配置,通过该方法,能显著提高系统整体性能,大幅度减少采样器的采样开销。
附图说明
图1是本发明频谱检测的感知节点采样方法步骤图;
图2是本发明频谱检测的感知节点采样装置结构框图;
图3是本发明频谱检测的感知节点采样装置中二进制加法器工作原理。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
如图1所示,一种用于频谱检测的感知节点采样方法,包括以下步骤:
S1:采样优化,初始化频谱稀疏度并计算得到最大的采样数来搜集频谱传输信息后,将该传输信息送入检测器计算检测统计量CTH,反馈控制中心根据所述检测统计量CTH给出判决结果并返回矫正量Δv,并通过矫正量Δv来递减下一次的采样数,得到最优采样数;
S2:实时监测,利用S1中的最优采样数继续采集频谱信息,进行实时监测,若频谱占用信息发生变化,引起所述检测统计量CTH的改变,则所述矫正量Δv触发返回S1。
其中,如图3所示,所述S1与S2之间通过一个2比特的二进制加法器触发实现转换,其包括四个状态:
00状态:为非法状态;
11状态:为瞬时状态,不需要触发即转入01状态;
10状态与01状态之间的转换由所述控制中心根据所述检测统计量CTH给出的所述矫正量触发。
其中,S1具体包括:
S11:根据所述反馈控制中心的反馈结果,确定当前频谱稀疏度K,初始值设为N,初始值N的确定方法是,将待检测频段按照最小频率分辨率等分为N份;
S12:代入稀疏度K值,根据R=1.7Klog(W/K+1),其中,K为频谱稀疏度,W为所测的频谱带宽,计算出压缩采样所需样本个数R,并采集样本;
S13:将R个样本送入循环特征检测器,利用矩阵线性还原算法,还原得到被检测频段的检测统计量CTH;
S14:控制中心利用检测统计量CTH给出判决结果,同时计算出检测统计量CTH的相对误差值,给出矫正量Δv(取值为0或1),将矫正量反馈到采样器的所述二进制加法器的输入端口,指导采样器的下一步采样。
其中,在S14中,如果Δv为0,则采样器状态不变,但是稀疏度K递减。如果Δv为1,则采样器转换到优化阶段的瞬时态11,即将进入到实时监测阶段。
其中,在S2中:
由二进制加法器状态的首位0来标志,如果首位为0则表明该采样器已在用最优采样数实时监测频谱变化。
所述采样器在本步骤中不进行动态变化采样数,只在S1的最后K值上加1,保证高检测性能,随后一直以该稀疏度下的采样值采样,直到矫正量Δv为1,则表明该授权频段的占用情况发生了改变,则进入下一回合的频谱检测。
如图2所示,本发明还提供一种用于频谱检测的感知节点采样装置,包括:
采样器1,用于采集频谱传输信息;
采样优化单元2:用于优化频谱传输信息,得到最优频谱传输信息;
实时监测单元3:用于监测采集到的最优频谱传输信息;
二进制加法器4,用于在所述采样优化单元3与所述实时监测单元4之间转换;
反馈控制中心5:通过检测统计量CTH计算的矫正量Δv控制所述采样器1采样。
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 (6)
1.一种用于频谱检测的感知节点采样方法,其特征在于,包括以下步骤:
S1:采样优化,初始化频谱稀疏度并计算得到最大的采样数来搜集频谱传输信息后,将该传输信息送入检测器计算检测统计量CTH,反馈控制中心根据所述检测统计量CTH给出判决结果并返回矫正量Δv,并通过矫正量Δv来递减下一次的采样数,得到最优采样数;
S2:实时监测,利用S1中的最优采样数继续采集频谱信息,进行实时监测,若频谱占用信息发生变化,引起所述检测统计量CTH的改变,则所述矫正量Δv触发返回S1;
其中,S1具体包括:
S11:根据所述反馈控制中心的反馈结果,确定当前频谱稀疏度K,初始值设为N;
S12:代入稀疏度K值,根据R=1.7Klog(W/K+1),其中,K为频谱稀疏度,W为所测的频谱带宽,计算出压缩采样所需样本个数R,并采集样本;
S13:将R个样本送入循环特征检测器,利用矩阵线性还原算法,还原得到被检测频段的检测统计量CTH;
S14:控制中心利用检测统计量CTH给出判决结果,同时计算出检测统计量CTH的相对误差值,给出矫正量Δv,矫正量Δv取值为0或1,将矫正量反馈到采样器的二进制加法器的输入端口,指导采样器的下一步采样。
2.如权利要求1所述的方法,其特征在于,所述S1与S2之间通过一个2比特的二进制加法器触发实现转换,其包括四个状态:
00状态:为非法状态;
11状态:为瞬时状态,不需要触发即转入01状态;
10状态与01状态之间的转换由所述反馈控制中心根据所述检测统计量CTH给出的所述矫正量触发。
3.如权利要求1所述的方法,其特征在于,在S11中,初始值N的确定方法是,将待检测频段按照最小频率分辨率等分为N份。
4.如权利要求1所述的方法,其特征在于,在S14中,如果Δv为0,则采样器状态不变,但是稀疏度K递减;如果Δv为1,则采样器转换到优化阶段的瞬时态11,即将进入到实时监测阶段。
5.如权利要求1或2所述的方法,其特征在于,在S2中:
由二进制加法器状态的首位0来标志,如果首位为0则表明该采样器已在用最优采样数实时监测频谱变化;
所述采样器在本步骤中不进行动态变化采样数,只在S1的最后K值上加1,保证高检测性能,随后一直以该稀疏度下的采样值采样,直到矫正量Δv为1,则表明所述频谱的占用情况发生了改变,则进入下一回合的频谱检测。
6.一种用于频谱检测的感知节点采样装置,其特征在于,包括:
采样器,用于采集频谱传输信息;
采样优化单元,用于优化频谱传输信息,得到最优频谱传输信息;
实时监测单元,用于监测采集到的最优频谱传输信息;
二进制加法器,用于在所述采样优化单元与所述实时监测单元之间转换;
反馈控制中心,通过检测统计量CTH计算的矫正量Δv控制所述采样器采样;
所述优化单元,具体为:初始化频谱稀疏度并计算得到最大的采样数来搜集频谱传输信息后,将该传输信息送入检测器计算检测统计量CTH,反馈控制中心根据所述检测统计量CTH给出判决结果并返回矫正量Δv,并通过矫正量Δv来递减下一次的采样数,得到最优采样数;
所述优化单元,还用于根据所述反馈控制中心的反馈结果,确定当前频谱稀疏度K,初始值设为N;
代入稀疏度K值,根据R=1.7Klog(W/K+1),其中,K为频谱稀疏度,W为所测的频谱带宽,计算出压缩采样所需样本个数R,并采集样本;
将R个样本送入循环特征检测器,利用矩阵线性还原算法,还原得到被检测频段的检测统计量CTH;
控制中心利用检测统计量CTH给出判决结果,同时计算出检测统计量CTH的相对误差值,给出矫正量Δv,矫正量Δv取值为0或1,将矫正量反馈到采样器的所述二进制加法器的输入端口,指导采样器的下一步采样。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210590310.4A CN103023591B (zh) | 2012-12-28 | 2012-12-28 | 一种用于频谱检测的感知节点采样方法及采样装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210590310.4A CN103023591B (zh) | 2012-12-28 | 2012-12-28 | 一种用于频谱检测的感知节点采样方法及采样装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103023591A CN103023591A (zh) | 2013-04-03 |
CN103023591B true CN103023591B (zh) | 2014-11-05 |
Family
ID=47971763
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210590310.4A Active CN103023591B (zh) | 2012-12-28 | 2012-12-28 | 一种用于频谱检测的感知节点采样方法及采样装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103023591B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104768186B (zh) * | 2014-01-02 | 2018-05-04 | 上海交通大学 | 在无线传感器网络中基于时序压缩感知的数据收集方法 |
CN104868962B (zh) * | 2015-05-12 | 2017-12-26 | 北京邮电大学 | 基于压缩感知的频谱检测方法及装置 |
CN107666322B (zh) * | 2017-09-08 | 2020-11-10 | 山东科技大学 | 一种基于字典学习的自适应微震数据压缩感知方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102255675A (zh) * | 2010-05-19 | 2011-11-23 | 索尼公司 | 基于认知无线电的频谱感知装置、方法、程序 |
CN102724020A (zh) * | 2012-06-13 | 2012-10-10 | 华为技术有限公司 | 一种稀疏度估计的信号处理方法、系统及通信设备 |
CN102739361A (zh) * | 2012-06-13 | 2012-10-17 | 华为技术有限公司 | 一种稀疏度估计的方法及装置 |
CN102833020A (zh) * | 2012-09-10 | 2012-12-19 | 杭州电子科技大学 | 认知无线网络中基于自适应测量的贝叶斯压缩宽带频谱检测方法 |
-
2012
- 2012-12-28 CN CN201210590310.4A patent/CN103023591B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102255675A (zh) * | 2010-05-19 | 2011-11-23 | 索尼公司 | 基于认知无线电的频谱感知装置、方法、程序 |
CN102724020A (zh) * | 2012-06-13 | 2012-10-10 | 华为技术有限公司 | 一种稀疏度估计的信号处理方法、系统及通信设备 |
CN102739361A (zh) * | 2012-06-13 | 2012-10-17 | 华为技术有限公司 | 一种稀疏度估计的方法及装置 |
CN102833020A (zh) * | 2012-09-10 | 2012-12-19 | 杭州电子科技大学 | 认知无线网络中基于自适应测量的贝叶斯压缩宽带频谱检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103023591A (zh) | 2013-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2017185664A1 (zh) | 一种终端定位方法及网络设备 | |
CN109996258A (zh) | 无线网络利用率评估方法、装置、计算设备及存储介质 | |
CN102255675A (zh) | 基于认知无线电的频谱感知装置、方法、程序 | |
CN103023591B (zh) | 一种用于频谱检测的感知节点采样方法及采样装置 | |
CN103220054B (zh) | 一种基于Gabor算法的认知无线电频谱感知方法和系统 | |
Chaudhari et al. | Spatial interpolation of cyclostationary test statistics in cognitive radio networks: Methods and field measurements | |
CN107276691B (zh) | 一种天线方向角的确定方法及装置 | |
Li et al. | Joint spectrum sensing and primary user localization for cognitive radio via compressed sensing | |
CN112702219B (zh) | 物联网网络监测方法、装置、设备及存储介质 | |
US20070178841A1 (en) | Apparatus and methods for concurrent wireless network analysis | |
CN102869091B (zh) | 一种确定定位参考信号到达时间的方法及装置 | |
CN102118200B (zh) | 一种基于协方差绝对值法的频谱检测方法 | |
CN102386985A (zh) | 适用于马尔可夫业务模型的频谱感知方法 | |
CN105162539A (zh) | 一种基于节点信息的认知无线传感器网络频谱检测方法 | |
CN104158604A (zh) | 一种基于平均共识的分布式协作频谱感知方法 | |
CN101013900A (zh) | Td-scdma系统同频小区中间码的检测方法和装置 | |
CN108134703B (zh) | 网络小区隐患故障预测分析方法及装置 | |
CN112468248B (zh) | 基于电力无线专网的认知无线电频谱检测方法 | |
CN110095753A (zh) | 一种基于到达角度aoa测距的定位方法及装置 | |
CN105553583B (zh) | 基于贝叶斯压缩感知的免于训练的室内白频谱检测方法 | |
CN108173610A (zh) | 基于二阶统计量的异构无线网络的协作式频谱感知方法 | |
CN102932109A (zh) | 电力线通信的定时同步和扩频因子检测系统及其方法 | |
CN109104741B (zh) | 一种样本分组方法及使用其估计主用户占空比的方法 | |
Zhang et al. | V-scope: An opportunistic wardriving approach to augmenting tv whitespace databases | |
CN104754604B (zh) | 一种监测lte对wlan干扰的方法、装置及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |