CN103039101B - 频谱感测方法和通讯装置 - Google Patents

Abstract

本发明提供了一种频谱感测方法，该方法包括：使用多个接收天线接收信号；形成包含每个天线的接收信号的一组接收信号；确定所述一组接收信号的循环自相关；对每个接收天线、基于所确定的循环自相关以估计所述接收天线接收所述信号所经由的无线电信道的信道状态信息；基于估计出的信道状态信息以对接收信号样本进行最大比合并；基于所述最大比合并的结果以确定所述接收信号的循环平稳性的测量结果；并且基于所确定的所述接收信号的循环平稳性的测量结果以进行循环平稳性检测频谱感测。

Description

频谱感测方法和通讯装置

技术领域

本发明的实施例一般性地涉及频谱感测方法和通讯装置。

背景技术

认知无线电系统在为特定通信服务所许可的频道中工作。该特定通信服务通常称为现行服务（incumbentservice），且将该现行服务的已有用户表示为现行用户或主用户。认知无线电系统的用户可称作次级用户。

在认知无线电系统中，频谱感测对次级用户(SU)而言为关键操作，该频谱感测用于检测主用户(PU)是否在使用为现行无线电服务所许可的频带或频道。频谱感测法可大致分为三类：匹配滤波法、能量检测法及循环平稳性(cyclostationarity)检测法。每种方法各有其优缺点。

在预先知道关于主用户可发射信号或可不发射信号(且检测其是否正在发射)的所有信息的情况下，匹配滤波法为最优检测法(即最优频谱感测法)。然而，由于这种方法要求很好地知晓主用户的发射参数，所述参数例如为所使用的带宽、调制类型、脉冲整形法、帧格式等，故实施该方法的复杂度相当高。

基于能量检测的频谱感测不要求主用户的发射参数。因此，基于能量检测的频谱感测法在三种频谱感测法中的复杂度最低。但是，能量检测频谱感测法通常易受噪声不确定性影响。对噪声功率的不准确估计可以是引起检测的SNR(信噪比)墙和高虚警概率的原因。

近来，基于循环平稳性检测的频谱感测相当引人注目，这是因为其在发射具有循环平稳性的信号的无线系统之间进行区分的能力。例如，使用诸如不同调制类型、符号速率、载波频率等不同参数的无线系统在不同循环频率处呈现出循环平稳特征，因而可进行区分。通过在这些循环频率处检查循环平稳特征的存在，从而进行用于频谱感测的信号检测。

由于基于循环平稳性检测的频谱感测法可以区分由主用户发射的信号和干扰信号，故可有利于为标准化而研究的认知无线电中的共存方案（coexistencescenario）。

因此，期望提供一种具体基于循环平稳性检测的改进的频谱感测法。

发明内容

在一个实施例中，提出了一种频谱感测方法，该方法包括使用多个接收天线接收信号；形成包含每个天线的接收信号的一组接收信号；确定所述一组接收信号的循环自相关；对每个接收天线、基于所确定的循环自相关以估计所述接收天线接收所述信号所经由的无线电信道的信道状态信息；基于估计出的信道状态信息以对接收信号样本进行最大比合并；基于所述最大比合并的结果以确定所述接收信号的循环平稳性的测量结果；并且基于所确定的接收信号的循环平稳性的测量结果以进行循环平稳性检测频谱感测。

根据一个实施例，所述一组接收信号为接收矢量信号，其中，所述接收矢量信号的分量为通过所述天线接收的信号。

确定所述循环自相关包括确定所述一组接收信号的循环自相关矩阵。估计所述无线电信道的信道状态信息包括确定所述循环自相关矩阵的特征值。

根据一个实施例，将所述信道状态信息确定为与所述循环自相关矩阵的最大特征值对应的特征向量的分量。

所述循环自相关例如为针对候选循环频率而确定。

根据一个实施例，使用所述多个接收天线接收该信号以便为每个接收天线产生多个接收信号样本。

确定所述循环自相关例如包括确定同一采样时间的不同天线的各信号样本之间的相关性。

根据一个实施例，基于循环谱密度函数或循环谱相干函数以确定所述接收信号的循环平稳性的测量结果。

根据一个实施例，基于由所述接收信号的平均能量所定标的循环谱密度函数以确定所述接收信号的循环平稳性的测量结果。

确定循环平稳性的测量结果可包括对多个射频取平均值或者对多个射频确定最大值。

例如，通过将循环平稳性的测量结果与预定的阈值进行比较以进行循环平稳性检测频谱感测。例如，如果所述循环平稳性的测量结果高于所述预定的阈值，则判定主用户存在。

根据一个实施例，提出了一种频谱感测方法，该方法包括：使用多个接收天线以接收信号；对每个接收天线确定所述天线的接收信号的循环平稳性的测量结果；对所有接收天线的循环平稳性的测量结果进行合并；并且基于合并后的所述所有接收天线的循环平稳性的测量结果以进行循环平稳性检测频谱感测。

对所述循环平稳性的测量结果进行合并例如包括对循环平稳性的测量结果求和。

进行循环平稳性检测频谱感测例如包括由合并后的循环平稳性的测量结果以确定循环平稳性的总体测量结果，并将循环平稳性的总体测量结果与预定的阈值进行比较。

根据一个实施例，提出了一种对应于上述方法之一的通信装置。此外，可提出计算机程序产品，当计算机执行所述程序产品时使得计算机实施上述方法。

附图说明

下面，参照附图，说明本发明的示例性实施例。

图1表示根据一个实施例的通信设备。

图2表示根据一个实施例的流程图。

图3表示根据一个实施例的流程图。

图4表示根据一个实施例的通信装置。

图5表示根据一个实施例的通信装置。

图6~图9表示性能图。

具体实施方式

图1表示根据一个实施例的通信设备100。

通信设备100包括第一通信装置101和第二通信装置102。

假设第一通信装置101为现行系统中的通信装置，即在为通信系统所许可的频域内工作的通信系统中的通信装置。

第一通信装置101包括发射天线103，并且可利用该发射天线发射或者不发射发送信号s(t)。

假设第二通信装置102为认知无线电系统中的通信装置，也即在与第一通信装置101相同的频域内工作的无线电通信系统的通信装置。由于所述频域被许可给了包含第一通信装置101的通信系统，故第二通信装置102在使用所述频域本身前、例如在使用所述频域本身以发送发射信号前，需要进行频谱感测以确定第一通信装置101未使用所述频域、即未发射信号s(t)。

第二通信装置102包括多个接收天线104，多个接收天线104设定为在所述频域中进行接收。

在本例中，假设第二通信装置102包括编号为0~M-1的M个接收天线。第m个接收天线(m=0,...,M-1)所接收的信号由y_m(t)表示。

接收信号矢量

$y\left(t\right)=\left[\begin{array}{c}{y}_1\left(t\right)\\ y_2\left(t\right)\\ .\\ .\\ .\\ y_M\left(t\right)\end{array}\right]$

还可被视为全局接收信号或者视为一组接收信号(若不考虑顺序)，将该矢量馈入频谱感测电路105，频谱感测电路105通过确定接收信号y(t)中是否存在信号s(t)而判断第一通信装置是否发射信号s(t)。

发射天线103和第m个接收天线104之间的通信信道的信道状态信息(CSI)由信道脉冲响应h_m给定。

在发射信号s(t)的情况下，接收信号y(t)由下式给出：

y(t)=hs(t)+w(t)

其中， $h=\left[\begin{array}{c}{h}_1\\ h_2\\ .\\ .\\ .\\ h_M\end{array}\right],$ 且 $w\left(t\right)=\left[\begin{array}{c}{w}_1\left(t\right)\\ w_2\left(t\right)\\ .\\ .\\ .\\ w_M\left(t\right)\end{array}\right],$ 其中，w_m(t)为第m个天线处的加性噪声。

频谱感测电路105输出该判断结果(也称作检测结果)，例如，基于该判断结果以控制第二通信装置102使用所述频域(如果判定接收信号中不存在s(t))或者不使用所述频域(如果判定接收信号中存在s(t))。

根据一个实施例，第二通信装置102例如进行图2所示的频谱感测法。

图2表示根据一个实施例的流程图200。

在步骤201中，利用多个接收天线接收信号。

在步骤202中，形成包含每个天线的接收信号的一组接收信号。

在步骤203中，确定这组接收信号的循环自相关。

在步骤204中，针对每个接收天线，基于已确定的循环自相关以估计所述接收天线用于接收信号所经由的无线电信道的信道状态信息。

在步骤205中，基于估计出的信道状态信息以进行接收信号样本的最大比合并。

在步骤206中，基于最大比合并的结果以确定接收信号的循环平稳性的测量结果。

在步骤207中，基于所确定的接收信号的循环平稳性的测量结果以进行循环平稳性检测频谱感测。

换言之，在一个实施例中，合并不同接收天线的信号样本以估计信道状态信息，且基于估计出的信道状态信息以进行最大比合并(即进行盲最大比合并)。基于盲最大比合并的结果以进行循环平稳性检测、即判断在接收信号中是否存在主用户的信号。

根据一个实施例，第二通信装置102例如进行图3所示的频谱感测法。

图3表示根据一个实施例的流程图300。

在步骤301中，利用多个接收天线接收信号。

在步骤302中，针对每个接收天线确定所述天线的接收信号的循环平稳性的测量结果。

在步骤303中，对所有接收天线的循环平稳性的测量结果进行合并。

在步骤304中，基于合并后的所有接收天线的循环平稳性的测量结果以进行循环平稳性检测频谱感测。

换言之，根据一个实施例，针对每个天线所接收到的接收信号以测量或确定循环平稳性，将各个结果合并，且基于该合并结果以确定接收信号中是否存在主用户的信号。

第二通信装置102例如可包括用于执行以上参照图2和图3所述的方法的各步骤的对应电路(例如，作为频谱感测电路105的部分)。

在一个实施例中，“电路”可理解为任何类型的逻辑实施实体，该逻辑实施实体可以为专用电路或者用于执行存储于存储器中的软件、固件的处理器，或者上述专用电路和存储器的任意组合。于是，在一个实施例中，“电路”可以为硬布线逻辑电路或者诸如可编程处理器的可编程逻辑电路，所述可编程处理器例如为微处理器(例如，复杂指令集计算机(CISC))处理器或精简指令集计算机(RISC)处理器)。“电路”还可以为执行软件的处理器，所述软件诸如任何类型的计算机程序，例如，使用如Java的虚拟机器代码的计算机程序。根据一个替代实施例，以下更详述的以任何其它方式实现的各自的功能也可理解为“电路”。

应当注意，在参照图2和图3所述的方法之一的上下文中所述的实施例(或对应的通信装置)对其它方法和实施这些方法的通信装置可类似地有效。

以上参照图2和图3所述的方法可视为基于循环平稳性检测的频谱感测法，即可视为利用由主用户所发射的信号的循环平稳特性。

据说，如果信号x(t)的统计特性在时间上呈周期性，则该信号呈现循环平稳性(或者是循环平稳的)。

对于给定的α和时滞τ，表达式

$R_X^{\mathrm{\α}}\left(\mathrm{\τ}\right)=\underset{\mathrm{\Δt}\→\∞}{\lim }\frac{1}{\mathrm{\Δt}}\underset{-\frac{\mathrm{\Δt}}{2}}{\overset{\frac{\mathrm{\Δt}}{2}}{\∫}}x(t+\frac{\mathrm{\τ}}{2})x^{*}(t-\frac{\mathrm{\τ}}{2})e^{{-j2\mathrm{\π\αt}}_{\mathrm{dt}}}$

可称为循环自相关函数(AF)。如果存在至少一个非零α以满足则可认为x(t)呈现循环平稳性。

应当注意，通过对信号矢量(在时间处)与信号矢量(在时间处)的厄米共轭(hermitianconjugate)阵的矩阵乘积取积分，以便得到矩阵的积分并以分量形式确定积分值和极限值，从而针对信号矢量x(t)(例如，诸如以上给定的y(t)的接收信号矢量)以类似方式定义在此情况下，将x视为矢量，则也称作x(t)的循环AF矩阵。

此外，应当注意，对于包含一系列信号样本x(0),...,x(N-1)的信号x(t)，可相应地根据下式确定

$R_X^{\mathrm{\α}}\left(\mathrm{\τ}\right)=\frac{1}{N}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}x\left(n\right)x^{*}(n-\mathrm{\τ})e^{{-j2\mathrm{\π\αT}}_S}$

其中，T_s为采样时长、即两个采样间的时间。

非零α称作x(t)的循环频率。α值取决于调制类型、符号速率等，根据该α值以生成信号x(t)。对于二进制相移键控(BPSK)信号，在α=k／T_b以及α=2f_c±k／T_b处存在循环平稳特征(即具有循环频率)，其中，T_b为符号时长，f_c为载波频率，k为整数。

对循环自相关函数进行傅立叶变换，从而获得循环谱密度函数(SDF)：

$S_X^{\mathrm{\α}}\left(f\right)=\underset{-\∞}{\overset{\∞}{\∫}}{R}_X^{\mathrm{\α}}\left(\mathrm{\τ}\right)e^{-j2\mathrm{\πf}{\mathrm{\τ}}_{\mathrm{d\τ}}}.$

以由针对f+α／2和f-α／2的α=0处的两个循环SDF构成的几何平均数对该循环SDF进行规范化，从而获得循环谱相干函数(SCF)：

${\mathrm{\ρ}}_X^{\mathrm{\α}}\left(f\right)=\frac{S_X^{\mathrm{\α}}\left(f\right)}{\sqrt{S_X(f+\mathrm{\α}/2)S_X(f-\mathrm{\α}/2)}}$

其中，s_x(f)代表α=0处的循环SDF。

可采用频率平均法或时间平均法估计循环SDF。

在频谱感测法中广泛使用的循环平稳特征为循环谱密度函数。循环谱相干函数可用于调制分类，还可用于信号检测。

因为多天线系统广泛地实施于目前的通信系统中，故特别关注用于这些系统的高效频谱感测法。例如，等增益合并(EGC)可用于采用多重天线的基于循环平稳性的频谱感测。交叉循环谱密度函数可用于估计不同天线之间的相位差。

根据一个实施例，将循环谱相干函数用作循环平稳特征，其中，帽形上标表明确定了对循环谱相干函数的估计并将该估计用于频谱感测。应当注意，循环谱相干函数具有处理噪声不确定性的内建能力。

根据一个实施例，由下式给出的修改后的频谱密度函数(MSDF)

$T_X^{\mathrm{\α}}\left(f\right)=\frac{S_X^{\mathrm{\α}}\left(f\right)}{{\mathrm{\ζ}}_X}$

用作循环平稳特征，其中，分母ζ_X为信号x(t)的平均能量、即信号能量在时间t内的平均数。

使用该循环平稳特征避免了使循环谱相干函数的分母为零的问题，并且可比循环谱相干函数以低的计算复杂度而确定。

由上述循环平稳特征，例如通过对循环平稳特征取绝对值以确定循环平稳性的测量结果或循环平稳性的指标。

应当注意，实际上，SCF和MSDF可针对离散频率而由τ的离散值确定，并通过进行离散傅立叶变换以确定频谱密度函数。

可见，最大比合并(例如根据图3所示的方法所用的)优于等增益合并，且可适用于所有天线的接收信号的合成。然而，主用户和次级用户之间的信道特性均已知是不切实际的假设。

因此，根据一个实施例，采用循环平稳特征的基于特征（eigen）的盲信道估计被根据一个实施例而使用。

此外，在很多情况下，噪声样本在时间/空间上不相关的假设不切实际。根据实施例，提供了这样的感测方法，所述感测方法可用于不相关噪声场景和在时间/空间上相关的噪声场景且可处理噪声不确定性问题。

根据一个实施例，图2所示的方法为预合成频谱感测法，且例如由图4所示的通信装置实施所述方法。

图4表示根据一个实施例的通信装置400。

通信装置400对应于图1所示的第二通信装置102。因此，通信装置400包括如上编号为0~M-1的多个接收天线。

在本实施例中，通过BMRC(盲最大比合并)电路402、循环平稳特征提取电路403和比较器404以实现频谱感测电路105。

在本实例中，通信装置400根据预合成方法(与后述的后合成方法进行对比)工作。在根据一个实施例的预合成方法中，首先，将来自所有天线401的接收信号y_m(t)(m=0,...,M-1)合成，接着，提取所生成的(全局)信号y(t)的循环平稳特征以检测例如第一通信装置101的主用户所发射的信号的存在。

通信装置400还包括盲信道估计电路405。盲信道估计电路405实施包含以下步骤的盲信道估计：

·将信号样本循环自相关函数矩阵确定为：

${\hat{R}}_y^{\mathrm{\α}}\left({\mathrm{\τ}}_0\right)=\frac{1}{N}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}y\left(n\right)y^H(n-{\mathrm{\τ}}_0)e^{{-j2\mathrm{\π\αnT}}_S}$

其中，y(n)表示列矢量，该列矢量包含全局接收信号y(t)的第n个样本(n=0,...,N-1)，其中，N为样本总数且T_s为采样时长。用作对循环AF矩阵的估计。例如选择τ₀以使主用户(例如主用户所期望的)发射信号的循环自相关最大化，例如

·对估计出的循环AF矩阵进行奇异值分解(SVD)。

·选择与估计出的循环AF矩阵的最大特征值对应的特征向量以作为主用户和通信装置400之间的链路的估计出的信道状态信息(CSI)

盲信道估计电路405将估计出的信道信息提供给BMRC电路402。

该BMRC电路402计算合并输出：

$z\left(n\right)=\frac{{\hat{h}}^H}{\left|\right|\hat{h}\left|\right|}y\left(n\right)$ (n=0,...,N-1)。

换言之，规范化的估计信道矢量乘以接收信号矢量以得到BMRC输出。将BMRC输出提供给循环平稳特征提取电路403。

循环平稳特征提取电路403由z(n)(n=0,...,N-1)计算出接收信号的循环平稳特征，例如计算出估计出的循环SCF或修改后的SDF

将计算出的循环平稳特征提供给比较器404，比较器404例如通过对所有频率的循环平稳特征的绝对值取平均值或者对所有频率的循环平稳特征的绝对值确定最大值并比较结果与阈值，从而与所述阈值进行比较。基于该比较结果，判断接收信号y(t)中是否存在信号s(t)。

例如，在以下情况下判定接收信号y(t)中存在信号s(t)：

·当且仅当(算法1)时，

·当且仅当(算法2)时，或者

·当且仅当(算法3)时，

其中，η_i为各自的阈值，且F为支持范围内的频率集(即，对其进行频谱感测的频率集)。

根据一个实施例，图3所示的方法为后合成频谱感测法，且例如由图5所示的通信装置实施所述方法。

图5表示根据一个实施例的通信装置500。

通信装置500对应于图1所示的第二通信装置102。因此，通信装置500包括如上编号为0~M-1的多个接收天线。

在本实施例中，通过循环平稳特征提取电路502、线性合并器503和比较器504以实现频谱感测电路105。

在本例中，通信装置500根据后合成方法而工作(与上述预合成方法进行对比)。

根据一个实施例的后合成方法，循环平稳特征提取电路由y_m(n)(n=0,...,N-1)确定每个天线的循环平稳特征(例如估计出的SCF或MSDF)，其中，m为天线的索引值，N为样本(或采样次数)总数，y_m(n)为在第m个天线处接收的信号的第n个样本。

线性合并器503线性地合并所有天线的循环平稳特征或所有天线的循环平稳性的测量结果(诸如循环平稳特征的绝对值)，并将结果提供给比较器504。

比较器504将循环平稳性的最终测量结果(例如全局)与阈值进行比较。例如，通过对多个列入考虑的射频取平均值或者对多个列入考虑的射频确定最大值，基于线性合并器503的输出以确定所比较的循环平稳性的测量结果。基于该比较结果以判断接收信号y(t)中是否存在信号s(t)。

例如，在以下情况下判定接收信号y(t)中存在信号s(t)：

·当且仅当 $\underset{f\∈F}{\max }\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\left|{\widehat{\mathrm{\ρ}}}_{y_m}^{\mathrm{\α}}\left(f\right)\right|\≥{\mathrm{\η}}_4$ (算法4)时，

·当且仅当 $\underset{f\∈F}{\mathrm{avg}}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\left|{\widehat{\mathrm{\ρ}}}_{y_m}^{\mathrm{\α}}\left(f\right)\right|\≥{\mathrm{\η}}_5$ (算法5)时，或者

·当且仅当 $\underset{f\∈F}{\mathrm{avg}}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\left|{\mathrm{T\ρ}}_{y_m}^{\mathrm{\α}}\left(f\right)\right|\≥{\mathrm{\η}}_6$ (算法6)时，

其中，η_i为各自的阈值，且F为支持范围内的频率集(即，对其进行频谱感测的频率集)。

在图6~图9中图示了仿真结果，以表示参照图4和图5所述且采用以上算法1~6所示的判定规则的实施例的性能。

为所有仿真假设了平坦衰落信道。而且，假设主用户在80kHz的载波频率处以25μs的符号时长发射BPSK信号。所用的采样率为320kHz。观测样本数(即上述数量N)为4000。虚警概率设定为0.1。为估计循环SDF，采用了时间平均法。除非另外说明，否则次级用户的天线数(即上述数量M)为2。

图6表示根据一个实施例的性能图600。

以第一坐标轴601表示信噪比(SNR)，且以第二坐标轴602表示检测概率。

图600表示在空间相关噪声场景下的盲信道估计的性能。空间相关系数定义为ε。在仿真中，ε=0.5。对于循环AF，τ₀=4。当τ₀=0且α=0时的循环AF称为常规AF。“Perf”、“Cyclic”和“Conv”分别用于表示理想估计、使用循环AF的盲估计和常规AF。图600仅图示了基于算法3的实施例的结果。所述结果表明，在ε不为零时，使用循环AF的盲信道估计比采用常规AF提供更优的性能。当ε=0时，循环AF和常规AF具有可比的性能。

图7表示根据一个实施例的性能图700。

以第一坐标轴701表示信噪比(SNR)，且以第二坐标轴702表示检测概率。

图700表示在不相关噪声环境下的基于算法1~6的实施例的性能。因为预合成检测器利用了信道信息，故预合成检测器通常比后合成检测器提供更优的结果。所示结果还表明所提出的MSDF可具有与循环SCF可比的性能。

图8表示根据一个实施例的性能图800。

以第一坐标轴801表示信噪比(SNR)，且以第二坐标轴802表示检测概率。

图800表示在时间相关噪声场景下的算法1~6的性能。在下表1中表示预合成检测器和后合成检测器的虚警概率：

算法	1	2	3	4	5	6
							Pfa	0.067	0.021	0.092	0.081	0.01	0.067

表1：在相关噪声场景中的虚警概率

所有虚警率均低于预定的虚警率，这表明所有检测器对抑制噪声相关的影响均有效。

图9表示根据一个实施例的性能图900。

以第一坐标轴901表示信噪比(SNR)，且以第二坐标轴902表示检测概率。

图900表示在不相关噪声环境下接收天线的个数对检测率的影响。仅图示了算法3和算法6的结果。将天线个数M设定为2、4和6。结果表明，随着天线数增加，预合成方法与后合成方法之间的性能差距也增大。可见，其原因在于，预合成检测器通过利用信道知识以实现较高增益，而后合成检测器无法利用信道信息。

Claims (16)

1.一种频谱感测方法，其包括：

使用多个接收天线接收信号；

形成包含每个天线的接收信号的一组接收信号；

确定所述一组接收信号的循环自相关；

对每个接收天线、基于所确定的循环自相关以估计所述接收天线接收所述信号所经由的无线电信道的信道状态信息；

基于估计出的所述信道状态信息对接收信号样本进行最大比合并；

基于所述最大比合并的结果以确定所述接收信号的循环平稳性的测量结果；并且

通过将所确定的所述接收信号的循环平稳性的测量结果与预定的阈值进行比较以进行循环平稳性检测频谱感测。

2.如权利要求1所述的频谱感测方法，其中，所述一组接收信号为接收矢量信号，其中，所述接收矢量信号的分量为经由所述天线接收的信号。

3.如权利要求1所述的频谱感测方法，其中，确定所述循环自相关包括确定所述一组接收信号的循环自相关矩阵。

4.如权利要求3所述的频谱感测方法，其中，估计所述无线电信道的信道状态信息包括确定所述循环自相关矩阵的特征值。

5.如权利要求4所述的频谱感测方法，其中，将所述信道状态信息确定为与所述循环自相关矩阵的最大特征值对应的特征向量的分量。

6.如权利要求1所述的频谱感测方法，其中，所述循环自相关是针对候选循环频率而确定。

7.如权利要求1所述的频谱感测方法，其中，使用所述多个接收天线接收所述信号，以便为每个接收天线产生多个接收信号样本。

8.如权利要求7所述的频谱感测方法，其中，确定所述循环自相关包括确定同一采样时间的不同天线的各信号样本之间的相关性。

9.如权利要求1所述的频谱感测方法，其中，基于循环谱密度函数或循环谱相干函数以确定所述接收信号的循环平稳性的测量结果。

10.如权利要求9所述的频谱感测方法，其中，基于由所述接收信号的平均能量所定标的循环谱密度函数以确定所述接收信号的循环平稳性的测量结果。

11.如权利要求1所述的频谱感测方法，其中，确定循环平稳性的测量结果包括对多个射频取平均值或者对多个射频确定最大值。

12.如权利要求1所述的频谱感测方法，还包括：如果所述循环平稳性的测量结果高于所述预定的阈值，则判定主用户存在。

13.一种通信装置，其包括：

接收器，其配置为使用多个接收天线以接收信号，并形成包含每个天线的接收信号的一组接收信号；

确定电路，其配置为确定所述一组接收信号的循环自相关；

估计器，其配置为对每个接收天线、基于所确定的循环自相关以估计所述接收天线接收所述信号所经由的无线电信道的信道状态信息；

合并器，其配置为基于估计出的信道状态信息以对接收信号样本进行最大比合并；以及

频谱感测电路，其配置为基于所述最大比合并的结果以确定所述接收信号的循环平稳性的测量结果，且通过将所确定的所述接收信号的循环平稳性的测量结果与预定的阈值进行比较以进行循环平稳性检测频谱感测。

14.一种频谱感测方法，其包括：

使用多个接收天线以接收信号；

对每个接收天线确定所述天线的接收信号的循环平稳性的测量结果；

对所有接收天线的循环平稳性的测量结果进行合并；并且

基于合并后的所述所有接收天线的循环平稳性的测量结果以进行循环平稳性检测频谱感测，

其中，基于循环谱相干函数以确定所述天线的接收信号的循环平稳性的测量结果，并且

进行循环平稳性检测频谱感测包括由合并后的循环平稳性的测量结果以确定循环平稳性的总体测量结果，并将所述循环平稳性的总体测量结果与预定的阈值进行比较。

15.如权利要求14所述的频谱感测方法，其中，对所述循环平稳性的测量结果进行合并包括对循环平稳性的测量结果求和。

16.一种通信装置，其包括：

接收器，其配置为使用多个接收天线接收信号；

确定电路，其配置为对每个接收天线确定所述天线的接收信号的循环平稳性的测量结果；

合并器，其配置为合并所有接收天线的循环平稳性的测量结果；以及

频谱感测电路，其配置为基于合并后的所有接收天线的循环平稳性的测量结果以进行循环平稳性检测频谱感测，

其中，基于循环谱相干函数以确定所述天线的接收信号的循环平稳性的测量结果，并且

进行循环平稳性检测频谱感测包括由合并后的循环平稳性的测量结果以确定循环平稳性的总体测量结果，并将所述循环平稳性的总体测量结果与预定的阈值进行比较。