CN103051402A - 一种基于直流偏移自适应频谱能量的用户信号检测方法 - Google Patents

Abstract

一种基于直流偏移自适应频谱能量的用户信号检测方法，涉及一种认知无线电领域中用户信号检测方法。本发明解决了现有能量感知方法的零中频频谱感知接收机中，存在时变的直流偏移时，无法有效检测频谱中是否存在用户信号的问题。它通过以下步骤实现：步骤一、对待检测信号采样后同时进行步骤二、三；步骤二、对步骤一获得的信号进行累加，并对其累加和进行平方后再乘以1/N；步骤三、对步骤一获得的信号进行平方，并对其平方值再进行累加；步骤四、用步骤三的结果减去步骤二的结果；步骤五、把步骤四的结果与预先设置的参数值进行比较并判决是否存在主用户信号。本发明适用于基于能量感知方法的零中频频谱感知接收机。

Description

一种基于直流偏移自适应频谱能量的用户信号检测方法

技术领域

本发明涉及一种认知无线电技术领域中的用户信号检测方法，尤其涉及包含直流偏移的基带信号的频谱能量的用户信号检测方法。

背景技术

随着语音、数据、图像、视频等多媒体业务对传输速率越来越高的要求，无线集群系统的宽带化是下一代数字集群系统的必然趋势。为了有效提高无线集群系统的频谱利用率，基于认知无线电的频谱聚合技术受到越来越广泛的关注。该技术在干扰低的载波间隙，插入窄带载频，将分散的窄带载频通过频谱聚合技术实现宽带无线集群系统的宽带业务传输。

为了快速感知宽带频谱，用户必须具备在大范围频谱上检测闲置频谱的能力，即需要完成对宽带频谱的感知。宽带频谱感知存在的困难主要有：

一、感知频带内可能包含多路主用户信号，且各主用户的信号参数不尽相同，对多主用户的检测时困难；

二、检测频段的宽带性对射频前端的处理速度和A/D转换器的速度、精度要求很高，而高速高精度的A/D转换器成本昂贵；

三、提高数据处理(频谱感知)方法的实时性、稳定性都是很大的挑战，同时后续的检测方法在较短时间内完成可靠的检测也是一个挑战。

上述三种困难我们采用能量感知方法和零中频频谱感知接收机来解决。常用的频谱感知方法有：能量感知方法、匹配滤波器感知方法、循环平稳特征感知方法等。在未知主用户任何先验信息的条件下，能量感知方法是一种理想的频谱感知方法。能量感知方法是一种信号非相干感知方法，与其它常用感知方法相比，它有实现简单、计算复杂度低和不需要先验信息等优点，可以在较短的时间内实现较宽频带的快速扫描，较高概率地判断出信道内用户信号的存在与否，较好解决了上述第一种和第三种困难。零中频频谱感知接收机相对于常用的超外差接收机，不需要一些大体积、价格昂贵和无法集成的部件，比如片外中频滤波器等，其结构简单，具有功耗低、成本低和集成度高的特点，同时降低了功耗和对ADC精度及采样频率的要求，避免了镜像干扰，较好解决了上述第二种困难。但是，我们也注意到零中频接收机中直流偏移问题，由于零中频接收机中有用信号直接被下变频至直流，直流偏移就会叠加到有用信号上，干扰有用信号，大大降低了系统的信噪比，造成能量感知方法性能的严重恶化。因此在基于能量感知方法的零中频频谱感知接收机中，存在时变的直流偏移时，无法有效感知频谱中是否存在用户信号是其需要解决的关键问题。

发明内容

本发明是为了解决现有能量感知方法的零中频频谱感知接收机中，存在时变的直流偏移时，无法有效感知频谱中是否存在用户信号的问题，提出一种基于直流偏移自适应频谱能量的用户信号检测方法。

该方法包括以下步骤：

步骤一、对输入到零中频频谱感知接收机中的待检测离散无线信号y(t)通过A/D进行采样得到采样信号y[n]，n＝1，2，...，N，然后同时执行步骤二、三；

步骤二、将步骤一获得的采样信号y[n]进行累加，并对此N个采样信号的累加和进行平方后再乘以1/N，获得1/N倍的N个采样信号累加和的平方，然后执行步骤四；

步骤三、将步骤一获得的采样信号y[n]进行平方，并对此N个采样信号的平方值再进行累加，获得N个采样信号平方的累加和，然后执行步骤四；

步骤四、用步骤三获得的结果减去步骤二获得的结果，得到直流自适应频谱能量感知方法的检测统计量Y，然后执行步骤五；

步骤五、把步骤四获得的检测统计量Y与检测门限值λ_e进行比较并判决，当Y大于λ_e时，则判定主用户信号存在。

上述方法中，步骤一所述y[n]的模型为：

$y\left[n\right]=\left\{\begin{array}{cc}{n}_0\left[n\right],& H_0\\ x\left[n\right]+n_0\left[n\right],& H_1\end{array}\right.---\left(1\right)$

上述方法中，步骤步骤四所述的检测统计量Y为：

$Y=\underset{N}{\mathrm{\Σ}}{\left(y\right[n\left]\right)}^2-\frac{1}{N}{\left(\underset{N}{\mathrm{\Σ}}y\right[n\left]\right)}^2=\left\{\begin{array}{cc}\underset{N}{\mathrm{\Σ}}{\left(n_0\right[n\left]\right)}^2-\frac{1}{N}{\left(\underset{N}{\mathrm{\Σ}}{n}_0\right[n\left]\right)}^2,& H_0\\ \underset{N}{\mathrm{\Σ}}{\left(x\right[n]+n_0[n\left]\right)}^2-\frac{1}{N}{\left[\underset{N}{\mathrm{\Σ}}\left(x\right[n]+n_0[n\left]\right)\right]}^2,& H_1\end{array}\right.---\left(2\right)$

上述公式中，H₀是无线感知信道未被占用的情况，此时无线感知信道中没有授权用户信号，H₁是无线感知信道被占用情况，此时无线感知信道有授权用户信号，n₀[n]为加性高斯白噪声，x[n]为高斯随机变量。

通过以上五个步骤，基于直流偏移自适应频谱能量的用户信号检测方法可以完全消除信号中的直流偏移对频谱感知方法的影响。

本发明所述的基于直流偏移自适应频谱能量的用户信号检测方法，步骤五所述检测统计量Y服从如下分布：

$\left\{\begin{array}{cc}\frac{Y}{{\mathrm{\σ}}_n^2}~{\mathrm{\χ}}_{N-1}^2,& H_0\\ \frac{Y}{{\mathrm{\σ}}_x^2+{\mathrm{\σ}}_n^2}~{\mathrm{\χ}}_{N-1}^2,& H_1\end{array}\right.---\left(9\right)$

检测概率P_d，虚警概率P_f分别为：

$\left\{\begin{array}{c}{P}_d=P(Y>{\mathrm{\&lambda;}}_e|H_1)=\mathrm{\&Gamma;}(\frac{N-1}{2},\frac{{\mathrm{\&lambda;}}_e}{2({\mathrm{\&sigma;}}_x^2+{\mathrm{\&sigma;}}_n^2)})/\mathrm{\&Gamma;}\left(\frac{N-1}{2}\right)\\ P_f=P(Y<{\mathrm{\&lambda;}}_e|H_0)=\mathrm{\&Gamma;}(\frac{N-1}{2},\frac{{\mathrm{\&lambda;}}_e}{2{\mathrm{\&sigma;}}_n^2})/\mathrm{\&Gamma;}\left(\frac{N-1}{2}\right)\end{array}\right.---\left(10\right)$

其中Γ(.)和Γ(.，.)是完整和不完整Gamma函数。

由上式可知基于直流偏移自适应频谱能量的用户信号检测方法的检测概率和虚警概率只与信号和噪声的方差有关，而与信号和噪声的直流分量无关，因此该感知算法消除了零中频信号中直流偏移对感知算法性能的影响，即当存在时变的直流偏移时，能够有效感知频谱中是否存在用户信号。同时直流偏移自适应频谱能量感知算法需要(N+2)个乘法和(2N-1)个加法的计算量，相比常规能量感知算法的N个乘法和(N-1)个加法的计算量仅增加了2个乘法和N个加法的计算量，所以所述基于直流偏移自适应频谱能量的用户信号检测方法的计算量和常规能量感知算法的计算量相差不大，保持了能量感知算法计算量少的优点。

附图说明

图1是本发明所述的一种基于直流偏移自适应频谱能量的用户信号检测方法的流程图。

图2是本发明所述的一种基于直流偏移自适应频谱能量的用户信号检测方法的信号处理流程图。

具体实施方式

具体实施方式一：参照图1和图2说明本实施方式。本实施方式所述的一种基于直流偏移自适应频谱能量的用户信号检测方法通过以下步骤实现：

步骤一、对输入到零中频频谱感知接收机中的待检测离散无线信号y(t)通过A/D进行采样得到采样信号y[n]，n＝1，2，...，N，然后同时执行步骤二、三；

步骤二、将步骤一获得的采样信号y[n]进行累加，并对此N个采样信号的累加和进行平方后再乘以1/N，获得1/N倍的N个采样信号累加和的平方，然后执行步骤四；

步骤三、将步骤一获得的采样信号y[n]进行平方，并对此N个采样信号的平方值再进行累加，获得N个采样信号平方的累加和，然后执行步骤四；

步骤四、用步骤三获得的结果减去步骤二获得的结果，得到直流自适应频谱能量感知方法的检测统计量Y，然后执行步骤五；

步骤五、把步骤四获得的检测统计量Y与检测门限值λ_e进行比较并判决，当Y大于λ_e时，则判定主用户信号存在。

具体实施方式二：本实施方式是对具体实施方式一所述的一种基于直流偏移自适应频谱能量的用户信号检测方法做进一步说明，步骤一中所述的采样信号y[n]的数学模型为：

$y\left[n\right]=\left\{\begin{array}{cc}{n}_0\left[n\right],& H_0\\ x\left[n\right]+n_0\left[n\right],& H_1\end{array}\right.---\left(1\right)$

H₀是无线感知信道未被占用的情况，此时无线感知信道没有授权用户信号，H₁是无线感知信道被占用情况，此时无线感知信道有授权用户信号，n₀[n]为加性高斯白噪声，x[n]为高斯随机变量。

具体实施方式三：本实施方式是对具体实施方式一所述的一种基于直流偏移自适应频谱能量的用户信号检测方法做进一步说明，步骤四中所述的检测统计量Y为：

$Y=\underset{N}{\mathrm{\&Sigma;}}{\left(y\right[n\left]\right)}^2-\frac{1}{N}{\left(\underset{N}{\mathrm{\&Sigma;}}y\right[n\left]\right)}^2=\left\{\begin{array}{cc}\underset{N}{\mathrm{\&Sigma;}}{\left(n_0\right[n\left]\right)}^2-\frac{1}{N}{\left(\underset{N}{\mathrm{\&Sigma;}}{n}_0\right[n\left]\right)}^2,& H_0\\ \underset{N}{\mathrm{\&Sigma;}}{\left(x\right[n]+n_0[n\left]\right)}^2-\frac{1}{N}{\left[\underset{N}{\mathrm{\&Sigma;}}\left(x\right[n]+n_0[n\left]\right)\right]}^2,& H_1\end{array}\right.---\left(2\right)$

H₀是无线感知信道未被占用的情况，此时无线感知信道没有授权用户信号，H₁是无线感知信道被占用情况，此时无线感知信道有授权用户信号，n₀[n]为加性高斯白噪声，x[n]为高斯随机变量。

y[n]采用高斯随机变量表达，对于其N个采样数据，其样本方差S²为：

$S^2=\frac{1}{N-1}\underset{N}{\mathrm{\&Sigma;}}{\left(y\right[n]-\stackrel{\&OverBar;}{y})}^2=\frac{1}{N-1}[\left(\underset{N}{\mathrm{\&Sigma;}}{y}^2\right[n\left]\right)-N{\stackrel{\&OverBar;}{y}}^2]---\left(3\right)$

式中

$\stackrel{\&OverBar;}{y}=\frac{1}{N}\underset{N}{\mathrm{\&Sigma;}}y\left[n\right]---\left(4\right)$

所以可得：

$S^2=\frac{1}{N-1}\left[\underset{N}{\mathrm{\&Sigma;}}{y}^2\right[n]-\frac{1}{N}{\left(\underset{N}{\mathrm{\&Sigma;}}y\right[n\left]\right)}^2]---\left(5\right)$

设样本y[n]的总体方差为σ²，可得

$\frac{(N-1)S^2}{{\mathrm{\&sigma;}}^2}=\frac{\left[\underset{N}{\mathrm{\&Sigma;}}{y}^2\right[n]-\frac{1}{N}{\left(\underset{N}{\mathrm{\&Sigma;}}y\right[n\left]\right)}^2]}{{\mathrm{\&sigma;}}^2}~{\mathrm{\&chi;}}_{N-1}^2---\left(6\right)$

所以检测统计量Y服从的分布为：

$\left\{\begin{array}{cc}\frac{Y}{{\mathrm{\&sigma;}}_n^2}~{\mathrm{\&chi;}}_{N-1}^2,& H_0\\ \frac{Y}{{\mathrm{\&sigma;}}_x^2+{\mathrm{\&sigma;}}_n^2}~{\mathrm{\&chi;}}_{N-1}^2,& H_1\end{array}\right.---\left(7\right)$

检测概率P_d，虚警概率P_f分别为：

$\left\{\begin{array}{c}{P}_d=P(Y>{\mathrm{\&lambda;}}_e|H_1)=\mathrm{\&Gamma;}(\frac{N-1}{2},\frac{{\mathrm{\&lambda;}}_e}{2({\mathrm{\&sigma;}}_x^2+{\mathrm{\&sigma;}}_n^2)})/\mathrm{\&Gamma;}\left(\frac{N-1}{2}\right)\\ P_f=P(Y<{\mathrm{\&lambda;}}_e|H_0)=\mathrm{\&Gamma;}(\frac{N-1}{2},\frac{{\mathrm{\&lambda;}}_e}{2{\mathrm{\&sigma;}}_n^2})/\mathrm{\&Gamma;}\left(\frac{N-1}{2}\right)\end{array}\right.---\left(8\right)$

其中Γ(.)和Γ(.，.)是完整和不完整Gamma函数。

基于直流偏移自适应频谱能量的用户信号检测方法的检测概率和虚警概率只与信号和噪声的方差有关，而与信号和噪声的直流分量无关，因此消除了零中频信号中直流偏移对感知算法性能的影响，即当存在时变的直流偏移时，能够有效检测频谱中是否存在用户信号。

Claims (3)

1.一种基于直流偏移自适应频谱能量的用户信号检测方法，其特征在于，该方法包括以下步骤：

步骤一、对输入到零中频频谱感知接收机中的待检测离散无线信号y(t)通过A/D进行采样得到采样信号y[n]，n＝1，2，...，N，然后同时执行步骤二、三；

步骤二、将步骤一获得的采样信号y[n]进行累加，并对此N个采样信号的累加和进行平方后再乘以1/N，获得1/N倍的N个采样信号累加和的平方，然后执行步骤四；

步骤三、将步骤一获得的采样信号y[n]进行平方，并对此N个采样信号的平方值再进行累加，获得N个采样信号平方的累加和，然后执行步骤四；

步骤四、用步骤三获得的结果减去步骤二获得的结果，得到直流自适应频谱能量感知方法的检测统计量Y，然后执行步骤五；

步骤五、把步骤四获得的检测统计量Y与检测门限值λ_e进行比较并判决，当Y大于λ_e时，则判定主用户信号存在。

2.根据权利要求1所述一种基于直流偏移自适应频谱能量的用户信号检测方法，其特征在于，步骤一中所述的采样信号y[n]的数学模型为：

$y\left[n\right]=\left\{\begin{array}{cc}{n}_0\left[n\right],& H_0\\ x\left[n\right]+n_0\left[n\right],& H_1\end{array}\right.---\left(1\right)$

H₀是无线感知信道未被占用的情况，此时无线感知信道没有授权用户信号，H₁是无线感知信道被占用情况，此时无线感知信道有授权用户信号，n₀[n]为加性高斯白噪声，x[n]为高斯随机变量。

3.根据权利要求1所述一种基于直流偏移自适应频谱能量的用户信号检测方法，其特征在于，步骤四中所述的检测统计量Y为：

$Y=\underset{N}{\mathrm{\&Sigma;}}{\left(y\right[n\left]\right)}^2-\frac{1}{N}{\left(\underset{N}{\mathrm{\&Sigma;}}y\right[n\left]\right)}^2=\left\{\begin{array}{cc}\underset{N}{\mathrm{\&Sigma;}}{\left(n_0\right[n\left]\right)}^2-\frac{1}{N}{\left(\underset{N}{\mathrm{\&Sigma;}}{n}_0\right[n\left]\right)}^2,& H_0\\ \underset{N}{\mathrm{\&Sigma;}}{\left(x\right[n]+n_0[n\left]\right)}^2-\frac{1}{N}{\left[\underset{N}{\mathrm{\&Sigma;}}\left(x\right[n]+n_0[n\left]\right)\right]}^2,& H_1\end{array}\right.---\left(2\right)$

H₀是无线感知信道未被占用的情况，此时无线感知信道没有授权用户信号，H₁是无线感知信道被占用情况，此时无线感知信道有授权用户信号，n₀[n]为加性高斯白噪声，x[n]为高斯随机变量。