CN103248442A - 一种时间同步情况下的ofdm信号频谱感知方法 - Google Patents

Abstract

本发明公开了一种时间同步情况下的OFDM信号频谱感知方法，它的处理过程为：对来自监测信道的接收信号进行采样，得到采样信号；根据采样信号中的采样值，计算采样信号的自相关函数；在时间同步情况下，从采样信号的自相关函数中挑选出第1个至第N_c个自相关系数，再利用挑选出的N_c个自相关系数，计算检验统计量，其中，N_c表示OFDM信号的循环前缀的长度；根据检验统计量与判决门限的大小，判断监测信道是否处于空闲状态；优点是在时间同步情况下只需要利用与循环前缀的长度相同个数的自相关系数来计算检验统计量，因此大大降低了计算复杂度；在计算检验统计量的过程中，利用了与循环前缀对应的自相关系数具有的非负特性，有效地提高了OFDM信号的频谱感知性能。

Description

一种时间同步情况下的OFDM信号频谱感知方法

技术领域

本发明涉及一种认知无线电系统中的频谱感知技术，尤其是涉及一种时间同步情况下的OFDM信号频谱感知方法。

背景技术

宽带无线通信业务需要大量频谱资源的支撑。现有的静态频谱分配方式造成了频谱资源利用率非常低的结果，从而引起了频谱资源缺乏的现象。认知无线电的提出为提高频谱利用率提供了一个可行的思路。为了避免对已有的无线通信系统造成干扰，认知无线电系统必须能够判断信道是否处于空闲状态。频谱感知能够用来判断信道是否处于空闲状态，因此频谱感知是认知无线电中的关键技术之一。

正交频分复用（Orthogonal frequency division multiplexing，OFDM）技术具有频谱利用率高等特点，该技术是当前和将来无线通信标准被广泛采用的技术。因此对OFDM信号的频谱感知（即判断信道中是否存在OFDM信号）具有非常重要的意义。现有针对OFDM信号的频谱感知方法主要可以分为频域检测法和时域检测法两类。其中，频域检测法需要计算信号的频谱，因此具有较大的计算量。时域检测法主要利用OFDM信号中循环前缀的自相关特性实现频谱感知。Chaudhari等人于2009年在《Autocorrelation-Based Decentralized Sequential Detection of OFDM Signals in CognitiveRadios（认知无线电中基于自相关的OFDM信号分布式序贯检测方法）》中提出了利用循环前缀的自相关特性，通过计算接收信号的自相关函数来实现频谱感知，但是该方法没有考虑到自相关函数的非平稳特性。针对这一问题，Axell等人于2011年在《Optimaland Sub-Optimal Spectrum Sensing of OFDM Signals in Known and Unknown NoiseVariance（已知和未知噪声方差时的OFDM最优和次优频谱感知方法）》中提出了一种新的基于接收信号的自相关函数的频谱感知方法。在时间同步情况下，与Chaudhari等人提出的方法相比，Axell等人提出的方法具有更优的检测性能，但是Axell等人提出的方法没有利用循环前缀自相关函数具有的非负特性，其检测性能仍不是很理想。

发明内容

本发明所要解决的技术问题是提供一种时间同步情况下的OFDM信号频谱感知方法，其能够有效地提高OFDM信号的频谱感知性能，且计算复杂度低。

本发明解决上述技术问题所采用的技术方案为：一种时间同步情况下的OFDM信号频谱感知方法，其特征在于它的处理过程为：首先，对来自监测信道的接收信号进行采样，得到采样信号；然后，根据采样信号中的采样值，计算采样信号的自相关函数；接着，在时间同步情况下，从采样信号的自相关函数中挑选出第1个至第N_c个自相关系数，再利用挑选出的N_c个自相关系数，计算检验统计量，其中，N_c表示OFDM信号的循环前缀的长度；最后，根据检验统计量与判决门限的大小，判断监测信道是否处于空闲状态。

它具体包括以下步骤：

①假设OFDM信号的循环前缀的长度和子载波的个数已知，记OFDM信号的循环前缀的长度为N_c，记OFDM信号的子载波的个数为N_d，且N_c≤N_d；利用认知无线电系统中的采样模块对来自监测信道的接收信号进行M次采样，得到由M个采样点的采样值构成的采样信号，其中，M=K×(N_c+N_d)+N_d，K表示任意正整数；

②根据采样信号中的采样值，计算采样信号的自相关函数，将采样信号的自相关函数中的第t个自相关系数记为ρ(t)， $\mathrm{\ρ}\left(t\right)=\frac{\frac{1}{K}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}x((k-1)\×(N_c+N_d)+t)x((k-1)\×(N_c+N_d)+N_d+t)}{\frac{1}{M}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{x}^2\left(m\right)},$ 其中，采样信号的自相关函数中的自相关系数的个数为N_c+N_d，t为正整数，且1≤t≤N_c+N_d，k为正整数，且1≤k≤K，x((k-1)×(N_c+N_d)+t)表示采样信号中的第((k-1)×(N_c+N_d)+t)个采样值，x((k-1)×(N_c+N_d)+N_d+t)表示采样信号中的第((k-1)×(N_c+N_d)+N_d+t)个采样值，m为正整数，且1≤m≤M，x(m)表示采样信号中的第m个采样值；

③在时间同步情况下，从采样信号的自相关函数中挑选出第1个至第N_c个自相关系数，再利用挑选出的N_c个自相关系数，计算检验统计量，记为T，其中，s为正整数，且1≤s≤N_c，ρ(s)表示采样信号的自相关函数中的第s个自相关系数，符号“||”为取绝对值符号；

④将检验统计量T与判决门限λ进行比较，如果T大于λ，则判定监测信道处于忙状态，如果T小于或等于λ，则判定监测信道处于空闲状态，其中，λ=[F^-1(P_f)]²，P_f表示虚警概率，取值范围为0<P_f<0.5，F^-1()为F()的反函数，

e为自然基数，e=2.71828…，y为变量。

与现有技术相比，本发明的优点在于：

1）本发明方法在时间同步的情况下，只需要利用与OFDM信号的循环前缀的长度相同个数的自相关系数来计算检验统计量，因此大大降低了计算复杂度。

2）本发明方法在计算检验统计量的过程中，由于利用了与OFDM信号的循环前缀对应的自相关系数具有的非负特性，因此有效地提高了OFDM信号的频谱感知性能。

附图说明

图1为本发明的频谱感知方法的流程框图；

图2为在不同信噪比情况下，Axell等人提出的频谱感知方法与本发明方法的检测概率比较示意图。

具体实施方式

以下结合附图实施例对本发明作进一步详细描述。

本发明提出的一种时间同步情况下的OFDM信号频谱感知方法，其流程框图如图1所示，其主要处理过程为：首先，对来自监测信道的接收信号进行采样，得到采样信号；然后，根据采样信号中的采样值，计算采样信号的自相关函数；接着，在时间同步情况下，从采样信号的自相关函数中挑选出第1个至第N_c个自相关系数（即从采样信号的自相关函数中取出从第1个自相关系数开始的与OFDM信号的循环前缀的长度相同个数的自相关系数），再利用挑选出的N_c个自相关系数，计算检验统计量，其中，N_c表示OFDM信号的循环前缀的长度；最后，根据检验统计量与判决门限的大小，判断监测信道是否处于空闲状态。

本发明的OFDM信号频谱感知方法，其具体包括以下步骤：

①假设OFDM信号的循环前缀的长度和子载波的个数已知，记OFDM信号的循环前缀的长度为N_c，记OFDM信号的子载波的个数为N_d，且N_c≤N_d；利用认知无线电系统中的采样模块对来自监测信道的接收信号进行M次采样，得到由M个采样点的采样值构成的采样信号，其中，M=K×(N_c+N_d)+N_d，K表示任意正整数，如取K=10。

一般情况下，来自监测信道的接收信号可能存在OFDM信号和噪声，也有可能只存在噪声，而没有OFDM信号，因此需对OFDM信号进行频谱感知。

②根据采样信号中的采样值，计算采样信号的自相关函数，将采样信号的自相关函数中的第t个自相关系数记为ρ(t)， $\mathrm{\&rho;}\left(t\right)=\frac{\frac{1}{K}\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}x((k-1)\&times;(N_c+N_d)+t)x((k-1)\&times;(N_c+N_d)+N_d+t)}{\frac{1}{M}\underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}{x}^2\left(m\right)},$ 其中，采样信号的自相关函数中的自相关系数的个数为N_c+N_d，t为正整数，且1≤t≤N_c+N_d，k为正整数，且1≤k≤K，x((k-1)×(N_c+N_d)+t)表示采样信号中的第((k-1)×(N_c+N_d)+t)个采样值，x((k-1)×(N_c+N_d)+N_d+t)表示采样信号中的第((k-1)×(N_c+N_d)+N_d+t)个采样值，m为正整数，且1≤m≤M，x(m)表示采样信号中的第m个采样值。

③由于在时间同步情况下，如果来自监测信道的接收信号中存在OFDM信号，则在采样信号中OFDM信号的循环前缀出现的位置是固定的，即，OFDM信号的循环前缀出现在采样信号中的第p(N_c+N_d)+1个到第p(N_c+N_d)+N_c个采样点上，其中，p为非负整数，且0≤p≤K。因此，本发明在时间同步情况下，从采样信号的自相关函数中挑选出第1个至第N_c个自相关系数，再利用挑选出的N_c个自相关系数，计算检验统计量，记为T，其中，s为正整数，且1≤s≤N_c，ρ(s)表示采样信号的自相关函数中的第s个自相关系数，符号“||”为取绝对值符号。

④将检验统计量T与判决门限λ进行比较，如果T大于λ，则判定监测信道处于忙状态，如果T小于或等于λ，则判定监测信道处于空闲状态，其中，λ=[F^-1(P_f)]²，P_f表示虚警概率，取值范围为0<P_f<0.5，F^-1()为F()的反函数，

e为自然基数，e=2.71828…，y为变量。

通过以下仿真以进一步说明本发明的频谱感知方法的可行性和有效性。

假设OFDM信号的子载波的个数为N_d=32，OFDM信号的循环前缀的长度为N_c=8，取K=10，则总的采样点数为M=432，并根据IEEE802.22标准的要求设虚警概率的值为P_f=0.1。图2给出了信噪比从-20dB到5dB变化时，Axell等人提出的频谱感知方法与本发明方法通过100000次蒙特卡洛仿真获得的检测概率的比较。从图2中可以看出，本发明方法的检测概率远远优于Axell等人提出的频谱感知方法的检测概率，如当信噪比为-5dB时，本发明方法的检测概率为0.92，达到了IEEE802.22标准中检测概率大于等于0.9的要求，而此时Axell等人提出的频谱感知方法的检测概率只能达到0.38，这没有达到IEEE802.22标准中的检测概率大于等于0.9的要求；当信噪比为0dB时，Axell等人提出的频谱感知方法的检测概率接近0.9，而此时本发明方法的检测概率接近1，这足以说明本发明方法的可行性和有效性。

Claims (2)

1.一种时间同步情况下的OFDM信号频谱感知方法，其特征在于它的处理过程为：首先，对来自监测信道的接收信号进行采样，得到采样信号；然后，根据采样信号中的采样值，计算采样信号的自相关函数；接着，在时间同步情况下，从采样信号的自相关函数中挑选出第1个至第N_c个自相关系数，再利用挑选出的N_c个自相关系数，计算检验统计量，其中，N_c表示OFDM信号的循环前缀的长度；最后，根据检验统计量与判决门限的大小，判断监测信道是否处于空闲状态。

2.根据权利要求1所述的一种时间同步情况下的OFDM信号频谱感知方法，其特征在于它具体包括以下步骤：

①假设OFDM信号的循环前缀的长度和子载波的个数已知，记OFDM信号的循环前缀的长度为N_c，记OFDM信号的子载波的个数为N_d，且N_c≤N_d；利用认知无线电系统中的采样模块对来自监测信道的接收信号进行M次采样，得到由M个采样点的采样值构成的采样信号，其中，M=K×(N_c+N_d)+N_d，K表示任意正整数；

②根据采样信号中的采样值，计算采样信号的自相关函数，将采样信号的自相关函数中的第t个自相关系数记为ρ(t)， $\mathrm{\&rho;}\left(t\right)=\frac{\frac{1}{K}\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}x((k-1)\&times;(N_c+N_d)+t)x((k-1)\&times;(N_c+N_d)+N_d+t)}{\frac{1}{M}\underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}{x}^2\left(m\right)},$ 其中，采样信号的自相关函数中的自相关系数的个数为N_c+N_d，t为正整数，且1≤t≤N_c+N_d，k为正整数，且1≤k≤K，x((k-1)×(N_c+N_d)+t)表示采样信号中的第((k-1)×(N_c+N_d)+t)个采样值，x((k-1)×(N_c+N_d)+N_d+t)表示采样信号中的第((k-1)×(N_c+N_d)+N_d+t)个采样值，m为正整数，且1≤m≤M，x(m)表示采样信号中的第m个采样值；

③在时间同步情况下，从采样信号的自相关函数中挑选出第1个至第N_c个自相关系数，再利用挑选出的N_c个自相关系数，计算检验统计量，记为T，

其中，s为正整数，且1≤s≤N_c，ρ(s)表示采样信号的自相关函数中的第s个自相关系数，符号“||”为取绝对值符号；

④将检验统计量T与判决门限λ进行比较，如果T大于λ，则判定监测信道处于忙状态，如果T小于或等于λ，则判定监测信道处于空闲状态，其中，λ=[F^-1(P_f)]²，P_f表示虚警概率，取值范围为0<P_f<0.5，F^-1()为F()的反函数，

e为自然基数，e=2.71828…，y为变量。