CN103346845B - 基于快速傅里叶变换的盲频谱感知方法及装置 - Google Patents

Abstract

本发明涉及无线电系统中的频谱感知技术。本发明公开了一种基于快速傅里叶变换的盲频谱感知方法及装置，所述方法包括：频谱感知设备接收授权频段上的信号，对接收信号进行采样滤波后，计算其自相关系数，然后对自相关系数进行快速傅里叶变换，并对变换的结果求模值，根据模值构造判决变量，判断是否存在授权用户的信号。本发明方法和装置具有计算复杂度低、无需授权信号特征、对噪声不确定性不敏感等优点，同时性能优异。

Description

基于快速傅里叶变换的盲频谱感知方法及装置

技术领域

本发明涉及认知无线电系统中的频谱感知技术，特别是涉及一种无需发送信号任何特征信息的盲频谱感知方法及装置。

背景技术

随着无线数据业务的飞速发展，人们对频谱资源的需求越来越大，频谱资源日趋匮乏。另一方面，一些频段的利用率却非常低。这使得传统的预先分配、长期授权使用的静态频谱管理方式的效率较低。因此，如何灵活有效地使用频谱资源成为热点问题。基于认知无线电的频谱共享概念由J.Mitola首次提出，这一技术使得在任何时间、任何地点灵活利用频谱资源成为可能。认知无线电技术的出现，极大地提高了频谱利用率，缓解日益增长的无线业务需求与日渐匮乏的频谱资源之间的矛盾，被普遍认为是解决目前无线频谱利用率低问题的最佳方案。

在认知无线电系统中，如何判别频谱上是否存在授权用户的信号是首先要解决的问题。这一问题被称为频谱检测或频谱感知。常用的频谱检测方法包括：能量检测、匹配滤波检测和循环平稳检测。能量检测复杂度低，但是受到噪声的不确定性的影响，其性能恶化严重。匹配滤波性能优异，但是需要已知发送信号的特征。循环平稳检测的性能也很优异，但是复杂度较高，在实际应用时，受到一定的局限。

根据接收信号的协方差矩阵可以判断该频段上是信号还是噪声，其工作的理论基础如下。我们知道，通常，有信号存在的情况下，信号的协方差矩阵不是一个对角矩阵，而仅噪声存在时，接收信号的协方差矩阵为对角线元素相等的矩阵。基于这一理论基础，传统的技术方案提出了一种利用接收信号的协方差矩阵的特征值进行频谱感知，判决变量可以由协方差矩阵的特征值构成，并给出了一种判决变量构造方法，即最大最小特征值的比值。可以看出，理想情况下，只有噪声存在时，该最大最小特征值的比值为1，有信号存在时，该比值是大于1的。该方法的优点是无需发送信号的任何先验信息，也无需噪声的任何统计特性。但是，求解最大最小特征值需要复杂的特征值分解，计算复杂度为O(L³)，其中，L是协方差矩阵的维度。因此，该方法的复杂度非常高，尤其是当L较大时，工程实现非常困难。

发明内容

技术问题：为了克服现有能量检测对噪声不确定性影响，本发明提出了一种基于快速傅里叶变换的盲频谱频谱检测方法及装置。

技术方案：基于快速傅里叶变换的盲频谱感知方法，包括如下步骤：

（1）接收待感知频段上的无线信号；

（2）对接收信号进行采样滤波后，计算信号的自相关系数；

（3）对自相关系数进行M点的快速傅里叶变换，并根据快速傅里叶变换的结果进行频谱感知；

（4）快速傅里叶变换的结果进行求模运算，记模值为f₁,f₂,…,f_M，并根据该模值构造数值T₁和T₂；其中，T₁和T₂均为f₁,f₂,…,f_M的多元函数，它们分别至少包含f₁,f₂,…,f_M中的一个；

（5）计算判决变量T=T₁/T₂；当T大于预先设定的判决门限，则判定该频谱上有授权信号存在，当T小于预先设定的判决门限，则判定没有授权信号，即该频谱空闲。

优选的，所述T的构造方法是T₁=max(f₁,f₂,…,f_M)，T₂=min(f₁,f₂,…,f_M)，其中，max()和min()分别表示求最大和求最小值运算；

优选的，所述T的构造方法是T₁=max(f₁,f₂,…,f_M)，T₂为f₁,f₂,…,f_M的线性叠加。

所述快速傅里叶变换的点数M为，其中，表示向上取整。

所述判决门限根据所要求的虚警概率或检测概率通过理论或仿真计算得到。

采样滤波后的N个样本信号表示为，x(0),x(1),…,x(N-1)，所述的相关系数可以通过如下方法得到：选取计算窗口长度为L，从l=0,…,L-1，计算样本信号的相关系数：

${\mathrm{\λ}}_l=\frac{1}{N}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}x\left(n\right)x^{*}(n-l)$

其中，当n-l<0时，x(0)=0，运算符号*表示求共轭，样本个数N是大于1的正整数，窗口长度L是大于等于1的正整数。

所述样本个数N根据频谱感知的周期、频谱感知的精度确定。

所述窗口长度L根据感知设备的计算能力、频谱感知精度以及快速傅里叶变换的复杂度确定。

基于快速傅里叶变换的盲频谱感知装置，包括：无线信号采样和滤波模块、相关系数计算模块、快速傅立叶变换模块、求模值模块、判决变量计算模块和判决模块；所述的相关系数计算模块用于计算待感知信号的自相关系数；

所述的快速傅立叶变换模块用于对自相关系数进行M点的快速傅里叶变换，并根据快速傅里叶变换的结果进行频谱感知；

所述的求模值模块用于对快速傅里叶变换的结果进行求模运算；

所述的判决变量计算模块用于根据所述模值构造判决变量；

所述的判决模块包括比较器，用于比较判决变量与判决门限。

本发明采用上述技术方案，具有以下有益效果：在判决变量计算阶段，该方法仅需要复杂度较低的快速傅里叶变换运算，相比背景技术中基于特征值的频谱感知，复杂度非常低，且对噪声的不确定性不敏感。并且，本发明还适用于多天线系统的频谱感知和协作频谱感知。

附图说明

图1为本发明实施例的频谱感知方法流程图；

图2为本发明具体实施例1判决变量构造示意图；

图3为本发明具体实施例2判决变量构造示意图；

图4为本发明实施例频谱感知装置结构示意图；

图5为针对无线麦克风信号，本发明实施例方法与背景技术的性能比较示意图。

具体实施方式

下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

一种基于快速傅里叶变换的频谱感知方法，如图1所述，包括以下步骤：

1)频谱感知装置接收待感知频段上的无线信号；

2)频谱感知设备对接收信号进行采样滤波后，计算信号的自相关系数；

采样滤波后的N个样本信号表示为，x(0),x(1),…,x(N-1)。在实际实现时，协方差矩阵通常通过如下方法平滑得到。选取计算窗口长度为L，信号的自相关系数可以表示为，

${\mathrm{\&lambda;}}_l=\frac{1}{N}\underset{n=0}{\overset{N-1}{\mathrm{\&Sigma;}}}x\left(n\right)x^{*}(n-l)$ [公式1]

其中，l=1,2,…,L。相应的协方差矩阵R可以表示为，

$R=\left[\begin{array}{cccc}{\mathrm{\&lambda;}}_0& {\mathrm{\&lambda;}}_1& \&CenterDot;\&CenterDot;\&CenterDot;& {\mathrm{\&lambda;}}_{L-1}\\ {\mathrm{\&lambda;}}_1^{*}& {\mathrm{\&lambda;}}_0& \&CenterDot;\&CenterDot;\&CenterDot;& {\mathrm{\&lambda;}}_{L-2}\\ \&CenterDot;& \&CenterDot;& \&CenterDot;\&CenterDot;\&CenterDot;& \&CenterDot;\\ \&CenterDot;& \&CenterDot;& \&CenterDot;\&CenterDot;\&CenterDot;& \&CenterDot;\\ \&CenterDot;& \&CenterDot;& \&CenterDot;\&CenterDot;\&CenterDot;& \&CenterDot;\\ {\mathrm{\&lambda;}}_{L-1}^{*}& {\mathrm{\&lambda;}}_{L-2}^{*}& \&CenterDot;\&CenterDot;\&CenterDot;& {\mathrm{\&lambda;}}_0\end{array}\right]$

背景技术正是通过对R进行特征值分解，得到其特征值，利用特征值进行检测。为了避免特征值分解，我们直接利用接收信号的自相关系数，提出了利用自相关系数的快速傅里叶变换的检测方法。其基本原理是，通常发送信号是有一定的相关性的，例如电视信号、无线麦克风信号，而噪声通常是白噪声。因此，我们根据接收信号的相关系数，计算其傅里叶变换，如果只有噪声存在时，傅里叶变换的结果应该是幅度大致相当的，而如果有信号存在，则幅度则会有较大差异。

根据上面的思想，我们可以通过如下步骤3)–5)得到判决变量。

3)频谱感知装置对自相关系数进行M点的快速傅里叶变换，并根据快速傅里叶变换的结果进行频谱感知；

具体地，对λ₀,λ₁,…,λ_L进行M点的快速傅里叶变换。

4)频谱感知装置将快速傅里叶变换的结果进行求模运算，记它们的模值为f₁,f₂,…,f_M，并根据该模值构造数值T₁和T₂。其中，T₁和T₂均为f₁,f₂,…,f_M的多元函数，它们分别至少包含f₁,f₂,…,f_M中的一个。

实施例子1：T₁=max(f₁,f₂,…,f_M)，T₂=min(f₁,f₂,…,f_M)，其中，max()和min()分别表示求最大和求最小值运算。

实施例子2：T₁=max(f₁,f₂,…,f_M)，T₂为f₁,f₂,…,f_M的线性叠加，T₂=f₁+f₂+…+f_M。

5)频谱感知装置计算判决门限T=T₁/T₂。当T大于预先设定的门限，则所述的频谱感知装置判定该频谱上有授权信号存在，当T小于预先设定的门限，则所述的频谱感知装置判定没有授权信号，即该频谱空闲。

综上所述，我们可以得到判决变量的计算，进而通过比较判决变量与门限的值，获得频谱感知的结果。

本发明提出的计算复杂度为O(Llog(L))，主要集中在计算相关系数，相比特征值分解的方法（复杂度为O(L³)），本发明方法的复杂度非常低。

上述方法还可以结合多天线系统。只需要将相关系数的计算推广到多天线系统即可。系统有K根天线接收。假设第k根天线在第n个时刻的采样信号表示为y_k(n)，可以将它们排列构成如下的信号矢量，y₁(0),y₂(0),…,y_K(0),y₁(1),y₂(1),…,y_K(1),…,y₁(N-1),y₂(N-1),…,y_K(N-1)，该矢量长度为N×K。将上述y_k(n)构成的矢量表示成长度为N×K的矢量x(0),x(1),…,x(NK-1)，根据这个矢量也可以计算出相关系数，进而得到相应的判决变量。

下面结合框图，对本发明的频谱感知方法的工作步骤进一步详细说明。

如图1所示，首先，频谱感知装置接收待感知频段上的无线信号，在对接收信号进行采样滤波后，根据[公式1]计算信号的自相关系数。然后对相关系数进行快速傅里叶变换，并对结果求模值。然后，频谱感知装置计算判决变量T₁和T₂，并计算它们的比值T，当判决变量大于预先设定的门限，则判定该频谱上有授权信号存在，当判决变量小于预先设定的门限，则判定没有授权信号，即该频谱空闲。

图2和图3给出了本发明频谱感知算法中实施例1和实施例2的判决变量的构造。

结合框图4，下面对本发明的频谱感知装置进一步详细说明。如图4所示，本实施例的频谱感知装置包括：无线信号采样和滤波模块、相关系数计算模块、快速傅立叶变换模块、求模值模块、判决变量计算模块和判决模块。其中，相关系数计算模块用于计算待感知信号的自相关系数；快速傅立叶变换模块用于对自相关系数进行M点的快速傅里叶变换，并根据快速傅里叶变换的结果进行频谱感知；求模值模块用于对快速傅里叶变换的结果进行求模运算；判决变量计算模块用于根据模值构造判决变量；判决模块包括比较器，用于比较判决变量与判决门限以判定是否有信号存在。

下面通过仿真，由图5给出本发明实施例方法与背景技术的性能对比。我们对比了能量检测（噪声方差精确已知）、背景技术即最大最小特征值比值法、以及本发明实施例方法。图5的仿真结果是以无线麦克风信号的频谱检测为例。从图中可以看出，相比无噪声不确定性下的能量检测，本发明的实施例1和实施例2分别有超过2dB和3dB的增益。另外，本发明的实施例2与最大最小特征值比值法方法相比有超过1dB的性能增益。需要注意的是，本发明实施例方法以及最大最小特征值比值法均对噪声不确定性不敏感，也就是，存在噪声不确定性与否不影响它们的性能。存在噪声不确定性时，能量检测有严重的“信噪比墙”现象，本发明将有更大的性能优势。从仿真结果可以看出，本发明实施例方法不仅复杂度低且性能优异。

本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令相关硬件完成，所述程序可以存储于计算机可读存储介质中，如只读存储器、磁盘或光盘等。可选地，上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地，上述实施例中的各模块/单元可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。本发明实施例不限制于任何特定形式的硬件和软件的结合。

Claims (8)

1.基于快速傅里叶变换的盲频谱感知方法，其特征在于，包括如下步骤：

(1)接收待感知频段上的无线信号；

(2)对接收信号进行采样滤波后，计算信号的自相关系数；

(3)对自相关系数进行M点的快速傅里叶变换，并根据快速傅里叶变换的结果进行频谱感知；

(4)快速傅里叶变换的结果进行求模运算，记模值为f₁,f₂,…,f_M，并根据该模值构造数值T₁和T₂；其中，T₁和T₂均为f₁,f₂,…,f_M的多元函数，它们分别至少包含f₁,f₂,…,f_M中的一个；

(5)计算判决变量T＝T₁/T₂；当T大于预先设定的判决门限，则判定该频谱上有授权信号存在，当T小于预先设定的判决门限，则判定没有授权信号，即该频谱空闲；所述T的构造方法是T₁＝max(f₁,f₂,…,f_M)，T₂＝min(f₁,f₂,…,f_M)，其中，max()和min()分别表示求最大和求最小值运算；或者，所述T的构造方法是T₁＝max(f₁,f₂,…,f_M)，T₂为f₁,f₂,…,f_M的线性叠加。

2.根据权利要求1所述的基于快速傅里叶变换的盲频谱感知方法，其特征在于：所述快速傅里叶变换的点数M为其中，表示向上取整。

3.根据权利要求1所述的基于快速傅里叶变换的盲频谱感知方法，其特征在于：所述判决门限根据所要求的虚警概率或检测概率通过理论或仿真计算得到。

4.根据权利要求1所述的基于快速傅里叶变换的盲频谱感知方法，其特征在于：适用于多天线系统的频谱感知或多节点的协作感知。

5.根据权利要求1所述的基于快速傅里叶变换的盲频谱感知方法，其特征在于：采样滤波后的N个样本信号表示为，x(0),x(1),…,x(N-1)，所述的相关系数可以通过如下方法得到：选取计算窗口长度为L，从l＝0,…,L-1，计算样本信号的相关系数：

${\mathrm{\&lambda;}}_l=\frac{1}{N}\underset{n=0}{\overset{N-1}{\mathrm{\&Sigma;}}}x\left(n\right)x^{*}(n-l)$

其中，当n-l<0时，x(0)＝0，运算符号*表示求共轭，样本个数N是大于1的正整数，窗口长度L是大于等于1的正整数。

6.根据权利要求5所述的基于快速傅里叶变换的盲频谱感知方法，其特征在于：所述样本个数N根据频谱感知的周期、频谱感知的精度确定。

7.根据权利要求5所述的基于快速傅里叶变换的盲频谱感知方法，其特征在于：所述窗口长度L根据感知设备的计算能力、频谱感知精度以及快速傅里叶变换的复杂度确定。

8.基于快速傅里叶变换的盲频谱感知装置，包括：无线信号采样和滤波模块、相关系数计算模块、快速傅立叶变换模块、求模值模块、判决变量计算模块和判决模块；其特征在于，所述无线信号采样和滤波模块用于获得所感知频段的无线信号；

所述的相关系数计算模块用于计算待感知信号的自相关系数；

所述的快速傅立叶变换模块用于对自相关系数进行M点的快速傅里叶变换，并根据快速傅里叶变换的结果进行频谱感知；

所述的求模值模块用于对快速傅里叶变换的结果进行求模运算；

所述的判决变量计算模块用于根据所述模值构造判决变量；所述判决变量为T＝T₁/T₂，其中T₁＝max(f₁,f₂,…,f_M)，T₂＝min(f₁,f₂,…,f_M)，max()和min()分别表示求最大和求最小值运算，f₁,f₂,…,f_M为M点快速傅里叶变换结果的模值；或者，T₁＝max(f₁,f₂,…,f_M)，T₂为f₁,f₂,…,f_M的线性叠加；

所述的判决模块包括比较器，用于比较判决变量与判决门限。