CN103763721A - 一种用于异构网络的被动式接收机检测和频谱接入方法 - Google Patents
一种用于异构网络的被动式接收机检测和频谱接入方法 Download PDFInfo
- Publication number
- CN103763721A CN103763721A CN201410006842.8A CN201410006842A CN103763721A CN 103763721 A CN103763721 A CN 103763721A CN 201410006842 A CN201410006842 A CN 201410006842A CN 103763721 A CN103763721 A CN 103763721A
- Authority
- CN
- China
- Prior art keywords
- probability
- access
- signal
- gamma
- base station
- 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.)
- Granted
Links
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
Description
技术领域
本发明属于移动通信中的认知无线电领域,尤其涉及一种用于异构网络的被动式接收机检测和频谱接入方法。
背景技术
在认知无线电(CR,Cognitive Radio)中,频谱共享能够使认知用户同时接入主用户正在使用的频段,但认知用户需要获取认知用户发射机(CT,Cognitive Transmitter)到主用户接收机(PR,Primary Receiver)之间的信道状态信息(CSI,Channel StateInformation)。在实际系统中,获取这个信息对认知用户发射机来说是非常困难的,因此,认知无线电技术的发展和应用受到了阻碍。
为了解决以上问题,现有研究提出一些主动式接收机检测方法。这些方法在检测之前需要发射一些探测信号,因而会对工作中的主用户接收机造成干扰。在主用户系统中,对工作中的主用户造成干扰是不被允许的。
为了解决这个问题,本发明提出了一种被动式主用户接收机检测方法,即“双门限检测”。在本发明所提出的方法中,认知用户只需要被动监听信号,不需要发射探测信号,就能在避免对主用户系统造成干扰的情况下,检测出工作中的主用户接收机是否在认知用户发射机的信号覆盖范围之内,从而达到共享频谱的目的。
发明内容
本发明的目的是为了解决异构网下S-BS对M-UE的位置检测以及检测对M-UE的干扰问题,提出了一种被动式接收机检测和频谱接入方法。
为了方便描述,首先对术语进行定义:
宏基站(M-BS,MacroCell Base Station):宏小区的基站。
宏小区用户(M-UE,Macro Cell User Equipment):宏小区基站服务的用户。
微基站(S-BS,Small Cell Base Station):微小区的基站。
信噪比(SNR,Signal Noise Ratio):信号功率与噪声功率的比值。
闭环功率控制(CLPC,Closed Loop Power Control):发射端的功率根据接收端信噪比的变化调整,从而保证接收端的接收质量。
下面,对本发明采用的模型进行介绍:
本发明采用的模型中考虑了一个宏小区和一个微小区,包括宏基站M-BS、宏小区用户M-UE和一个微基站S-BS,宏小区用户M-UE均匀分布在半径为R的宏小区中。为了表述方便,表示宏基站M-BS到宏小区用户M-UE之间的信道的路径损耗,h1表示宏基站M-BS到宏小区用户M-UE之间的信道的多径衰落,表示宏基站M-BS到微基站S-BS之间的信道的路径损耗,h2表示宏基站M-BS到微基站S-BS之间的信道的多径衰落,相应的信道增益表示为和
在模型中,宏基站M-BS使用某一频段作为宏小区用户M-UE的下行频段。同时,位于宏小区内的覆盖半径为r的微基站S-BS也试图使用这一频段作为下行频段。
本发明的目的通过如下步骤实现:
S1、基于S-BS和M-UE的位置关系,提出假设和当M-UE位于区域I和III时,S-BS不会对M-UE产生干扰,相反,当M-UE位于区域II时,S-BS会对M-UE产生干扰,因此,我们定义假设和如下:
S21、宏基站M-BS以功率p(瓦特,W)向宏小区用户M-UE发送单位能量信号x(k),k表示信号采样的序号,满足1≤k≤K,其中K表示最大采样数,宏小区用户M-UE接收到的信号为 其中,n1和n2表示M-UE和S-BS的接收机噪声,他们分别服从均值为0,方差为的高斯分布,即n1~(0,1)和n1~(0,1),所述宏小区用户M-UE的接收信噪比为宏基站M-BS为了保证服务的数据率,通过闭环功率控制调整发射功率,使得宏小区用户M-UE的接收信噪比保持在一个确定的值上,即给定的目标信噪比γT,则p应该满足
S22、微基站S-BS接收到的主用户信号为 则微基站S-BS的接收信号为 令 Φ=g2/g1,
S23、K次采样,微基站S-BS接收到的M-BS信号的能量为
S31、假设η为判决门限:当E≥η时,S-BS可以接入正在使用的频段。但是,当S-BS离M-BS比较远时,即使E<η,S-BS也可以接入正在使用的频段。也就是说,在接收信号能量足够大或者足够小时,S-BS都可以接入宏小区正在使用的频段;
S32、引入两个接入概率q0(0≤q0≤1)和q1(0≤q1≤1),使得S-BS能够在E≤η和E>η这两种情况下都可以接入宏小区正在使用的频段,则,S-BS的接入机会有两部分组成,一部分决定于E≤η的情况,另一部分决定于E>η,
S34、给定一个干扰概率的约束值Ic,我们能通过以下公式算出门限的最优解从而使接入机会最大 则, 其中,约束条件为
进一步,S23所述的Ω和Φ的概率分布函数为:
S231、由于多径衰落系数h1和h2服从瑞利分布,所述h1和h2的能量服从指数分布 和 则h1和h2的能量的比值Ω的概率分布函数为
由于M-UE等概率的随机分布在M-BS的信号覆盖范围之内,则M-BS到M-UE之间的距离l有以下概率分布函数
其中,ε表示M-BS到M-UE之间的距离的最小值,假设一个标准的大尺度路径损耗模型gi=||x||-β,其中β路径损耗系数,||·||是欧几里得范数,i=1或2表示M-BS到M-UE和M-BS到S-BS之间的路径损耗,假设路劲损耗系数β=2,我们得到Φ=g2/g1=(l/d)2,对于一个给定的d,Φ的概率分布函数可以表示为
本发明的有益效果是:本发明提出的接收机检测方法属于被动式,能够使微小区识别在它范围内的宏小区的活跃用户,当微小区范围内没有宏小区的活跃用户时,微小区可以接入宏小区正在使用的频段。通过设计检测门限以及对应的频谱接入概率,微小区可以达到最大的接入机会。在典型的双层异构网中,相比传统的能量检测法,本方法能够显著的提高微小区的接入机会。
附图说明
图1是发明中考虑的系统模型。
图2是判决统计量E的累积分布曲线。
图3是S-BS的仿真。
图4是理论与传统方法的最佳接判决门限和接入概率随着S-BS到M-BS之间的距离变化的对比仿真。
图5是理论与传统方法的干扰概率随着S-BS到M-BS之间的距离变化的对比仿真。
具体实施方式
下面结合附图来说明本发明的具体实施方式:
图1是发明中考虑的系统模型。
一个宏小区和一个微小区,包括宏基站M-BS、宏小区用户M-UE和一个微基站S-BS,宏小区用户M-UE均匀分布在半径为R的宏小区中。为了表述方便,表示宏基站M-BS到宏小区用户M-UE之间的信道的路径损耗,h1表示宏基站M-BS到宏小区用户M-UE之间的信道的多径衰落,表示宏基站M-BS到微基站S-BS之间的信道的路径损耗,h2表示宏基站M-BS到微基站S-BS之间的信道的多径衰落,相应的信道增益表示为和在模型中,宏基站M-BS使用某一频段作为宏小区用户M-UE的下行频段。同时,位于宏小区内的覆盖半径为r的微基站S-BS也试图使用这一频段作为下行频段。
图2是判决统计量E的累积分布曲线。图中的曲线为两个假设下,判决统计量E(单位为dB)的累积分布函数的仿真曲线和理论曲线。
图3是S-BS的仿真,理论与传统方法的最大接入机会随着S-BS到M-BS之间的距离变化的对比。
其中,A-RD表示本发明中的被动式检测法,A-ED表示传统的能量检测法,下同。d为S-BS到M-BS之间的距离,单位为米。
图4是仿真,理论与传统方法的最佳接判决门限和接入概率随着S-BS到M-BS之间的距离变化的对比。
图5是仿真,理论与传统方法的干扰概率随着S-BS到M-BS之间的距离变化的对比。
其中,d为S-BS到M-BS之间的距离,单位为米。
S1、基于S-BS和M-UE的位置关系,提出假设和当M-UE位于区域I和III时,S-BS不会对M-UE产生干扰,相反,当M-UE位于区域II时,S-BS会对M-UE产生干扰,因此,我们定义假设和如下:
S21、宏基站M-BS以功率p(瓦特,W)向宏小区用户M-UE发送单位能量信号x(k),k表示信号采样的序号,满足1≤k≤K,其中K表示最大采样数,宏小区用户M-UE接收到的信号为 其中,n1和n2表示M-UE和S-BS的接收机噪声,他们分别服从均值为0,方差为的高斯分布,即n1~(0,1)和n1~(0,1),所述宏小区用户M-UE的接收信噪比为宏基站M-BS为了保证服务的数据率,通过闭环功率控制调整发射功率,使得宏小区用户M-UE的接收信噪比保持在一个确定的值上,即给定的目标信噪比γT,则p应该满足
S22、微基站S-BS接收到的主用户信号为 则微基站S-BS的接收信号为 令 Φ=g2/g1,
S23、K次采样,微基站S-BS接收到的M-BS信号的能量为
S231、由于多径衰落系数h1和h2服从瑞利分布,所述h1和h2的能量服从指数分布 和 则h1和h2的能量的比值Ω的概率分布函数为
由于M-UE等概率的随机分布在M-BS的信号覆盖范围之内,则M-BS到M-UE之间的距离l有以下概率分布函数
其中,ε表示M-BS到M-UE之间的距离的最小值,假设一个标准的大尺度路径损耗模型gi=||x||-β,其中β路径损耗系数,||·||是欧几里得范数,i=1或2表示M-BS到M-UE和M-BS到S-BS之间的路径损耗,假设路劲损耗系数β=2,我们得到Φ=g2/g1=(l/d)2,对于一个给定的d,Φ的概率分布函数可以表示为
其中,K和γT是定值。
S31、假设η为判决门限:当E≥η时,S-BS可以接入正在使用的频段。但是,当S-BS离M-BS比较远时,即使E<η,S-BS也可以接入正在使用的频段。也就是说,在接收信号能量足够大或者足够小时,S-BS都可以接入宏小区正在使用的频段;
S32、引入两个接入概率q0(0≤q0≤1)和q1(0≤q1≤1),使得S-BS能够在E≤η和E>η这两种情况下都可以接入宏小区正在使用的频段,则,S-BS的接入机会有两部分组成,一部分决定于E≤η的情况,另一部分决定于E>η,
S34、给定一个干扰概率的约束值Ic,我们能通过以下公式算出门限的最优解从而使接入机会最大 则, 其中,约束条件为
考虑图1中的系统模型,其中,S-BS和M-BS的覆盖范围的半径分别为r=100m,R=500m,路径损耗系数β=2,每次采样的样本数量K=2。
实例中考虑主用户PR的目标接收信噪比γT=20dB,能够容忍的最大干扰概率为Ic=0.01。根据黎曼-皮尔森标准,传统能量检测在此实例中的虚警概率为0.01。
图3,4和5展示了认知用户S-BS到M-BS的距离d从10m到700m变化中的仿真,理论和传统能量检测的估计性能对比,从图5可以看出,本发明的方法能够控制对M-UE的干扰概率从而使接入机会达到最大值,而传统的能量检测则不能控制。结合图5和图3,可以很明显地看到,被动式检测法能够比传统的能量检测法平均多出更多倍的接入机会,从而使频谱的利用率的得到了大幅度提高了。从图4可以看出,造成这样的性能差距,是由于本发明的算法能够根据S-BS到M-BS的距离的变化而选取最佳检测门限和最合适的接入概率,而传统的能量检测法则不能。
Claims (2)
1.一种用于异构网络的被动式接收机检测和频谱接入方法,其特征在于,包括以下步骤:S1、基于S-BS和M-UE的位置关系,提出假设和当M-UE位于区域I和III时,S-BS不会对M-UE产生干扰,相反,当M-UE位于区域II时,S-BS会对M-UE产生干扰,因此,我们定义假设和如下:
S21、宏基站M-BS以功率p(瓦特,W)向宏小区用户M-UE发送单位能量信号x(k),k表示信号采样的序号,满足1≤k≤K,其中K表示最大采样数,宏小区用户M-UE接收到的信号为 其中,n1和n2表示M-UE和S-BS的接收机噪声,他们分别服从均值为0,方差为的高斯分布,即n1~(0,1)和n1~(0,1),所述宏小区用户M-UE的接收信噪比为宏基站M-BS为了保证服务的数据率,通过闭环功率控制调整发射功率,使得宏小区用户M-UE的接收信噪比保持在一个确定的值上,即给定的目标信噪比γT,则p应该满足
S22、微基站S-BS接收到的主用户信号为 则微基站S-BS的接收信号为 令 Φ=g2/g1,
S23、K次采样,微基站S-BS接收到的M-BS信号的能量为
S31、假设η为判决门限:当E≥η时,S-BS可以接入正在使用的频段。但是,当S-BS离M-BS比较远时,即使E<η,S-BS也可以接入正在使用的频段。也就是说,在接收信号能量足够大或者足够小时,S-BS都可以接入宏小区正在使用的频段;
S32、引入两个接入概率q0(0≤q0≤1)和q1(0≤q1≤1),使得S-BS能够在E≤η和E>η这两种情况下都可以接入宏小区正在使用的频段,则,S-BS的接入机会有两部分组成,一部分决定于E≤η的情况,另一部分决定于E>η,
S34、给定一个干扰概率的约束值Ic,我们能通过以下公式算出门限的最优解从而使接入机会最大 则, 其中,约束条件为
2.根据权利要求1所述的一种用于异构网络的被动式接收机检测和频谱接入方法,其特征在于:S23所述的Ω和Φ的概率分布函数为:
S231、由于多径衰落系数h1和h2服从瑞利分布,所述h1和h2的能量服从指数分布 和 则h1和h2的能量的比值Ω的概率分布函数为
由于M-UE等概率的随机分布在M-BS的信号覆盖范围之内,则M-BS到M-UE之间的距离l有以下概率分布函数
其中,ε表示M-BS到M-UE之间的距离的最小值,假设一个标准的大尺度路径损耗模型gi=||x||-β,其中β路径损耗系数,||·||是欧几里得范数,i=1或2表示M-BS到M-UE和M-BS到S-BS之间的路径损耗,假设路劲损耗系数β=2,我们得到Φ=g2/g1=(l/d)2,对于一个给定的d,Φ的概率分布函数可以表示为
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410006842.8A CN103763721B (zh) | 2014-01-07 | 2014-01-07 | 一种用于异构网络的被动式接收机检测和频谱接入方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410006842.8A CN103763721B (zh) | 2014-01-07 | 2014-01-07 | 一种用于异构网络的被动式接收机检测和频谱接入方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103763721A true CN103763721A (zh) | 2014-04-30 |
CN103763721B CN103763721B (zh) | 2017-06-23 |
Family
ID=50530866
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410006842.8A Expired - Fee Related CN103763721B (zh) | 2014-01-07 | 2014-01-07 | 一种用于异构网络的被动式接收机检测和频谱接入方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103763721B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104486268A (zh) * | 2014-12-30 | 2015-04-01 | 电子科技大学 | 一种交叉信道增益估计方法 |
CN105682210A (zh) * | 2016-03-08 | 2016-06-15 | 电子科技大学 | 针对认知无线电系统中主用户接收机的信噪比估计方法 |
CN106211320A (zh) * | 2016-07-26 | 2016-12-07 | 电子科技大学 | 一种用于异构网中宏基站与用户间距离的被动式估计方法 |
CN109168194A (zh) * | 2018-11-08 | 2019-01-08 | 南京邮电大学 | 基于动态用户的上行noma系统中发射功率确定方法 |
CN109639342A (zh) * | 2018-12-30 | 2019-04-16 | 清华大学 | Geo卫星通信系统上行链路的频谱感知方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101998587A (zh) * | 2009-08-26 | 2011-03-30 | 北京邮电大学 | 直接接收机检测方法及系统 |
CN102088324A (zh) * | 2011-03-24 | 2011-06-08 | 电子科技大学 | 一种认知无线电系统的频谱检测方法 |
WO2013146626A1 (en) * | 2012-03-30 | 2013-10-03 | Nec Corporation | Improved cyclostationary detection based on estimating the roll-off factor of a transmit filter |
-
2014
- 2014-01-07 CN CN201410006842.8A patent/CN103763721B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101998587A (zh) * | 2009-08-26 | 2011-03-30 | 北京邮电大学 | 直接接收机检测方法及系统 |
CN102088324A (zh) * | 2011-03-24 | 2011-06-08 | 电子科技大学 | 一种认知无线电系统的频谱检测方法 |
WO2013146626A1 (en) * | 2012-03-30 | 2013-10-03 | Nec Corporation | Improved cyclostationary detection based on estimating the roll-off factor of a transmit filter |
Non-Patent Citations (2)
Title |
---|
SANGHOON PARK,ET.AL.: "An RF Receiver Detection Technique for Cognitive Radio Coexistence", 《IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS—II: EXPRESS BRIEFS》 * |
WEIDONG WANG,ET.AL.: "direct primary receiver detection with frequency mapping in cognitive radio", 《IEEE INTERNATIONAL CONFERENCE ON COMMUNICATIONS TECHNOLOGY AND APPLICATIONS》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104486268A (zh) * | 2014-12-30 | 2015-04-01 | 电子科技大学 | 一种交叉信道增益估计方法 |
CN104486268B (zh) * | 2014-12-30 | 2017-12-19 | 电子科技大学 | 一种交叉信道增益估计方法 |
CN105682210A (zh) * | 2016-03-08 | 2016-06-15 | 电子科技大学 | 针对认知无线电系统中主用户接收机的信噪比估计方法 |
CN106211320A (zh) * | 2016-07-26 | 2016-12-07 | 电子科技大学 | 一种用于异构网中宏基站与用户间距离的被动式估计方法 |
CN106211320B (zh) * | 2016-07-26 | 2019-02-19 | 电子科技大学 | 一种用于异构网中宏基站与用户间距离的被动式估计方法 |
CN109168194A (zh) * | 2018-11-08 | 2019-01-08 | 南京邮电大学 | 基于动态用户的上行noma系统中发射功率确定方法 |
CN109168194B (zh) * | 2018-11-08 | 2021-06-11 | 南京邮电大学 | 基于动态用户的上行noma系统中发射功率确定方法 |
CN109639342A (zh) * | 2018-12-30 | 2019-04-16 | 清华大学 | Geo卫星通信系统上行链路的频谱感知方法及装置 |
CN109639342B (zh) * | 2018-12-30 | 2020-07-10 | 清华大学 | Geo卫星通信系统上行链路的频谱感知方法、装置及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103763721B (zh) | 2017-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI631833B (zh) | 資料傳輸模式設定方法及應用其之基站裝置以及終端裝置 | |
CN103763721A (zh) | 一种用于异构网络的被动式接收机检测和频谱接入方法 | |
Wang et al. | Spectrum sharing between communications and ATC radar systems | |
Li et al. | Co-channel interference modeling in cognitive wireless networks | |
Kim et al. | Sense-and-predict: Harnessing spatial interference correlation for cognitive radio networks | |
CN103780316B (zh) | 一种用于认知无线电频谱共享的被动式接收机检测方法 | |
Kusaladharma et al. | Impact of beacon misdetection on aggregate interference for hybrid underlay-interweave networks | |
Khajavi et al. | Improved spectrum sensing and achieved throughputs in cognitive radio networks | |
Li et al. | Enhancing small cell transmission opportunity through passive receiver detection in two-tier heterogeneous networks | |
Lu et al. | Channel-adaptive sensing strategy for cognitive radio ad hoc networks | |
CN106941715B (zh) | 信道不确定性条件下大规模用户共享信道的功率分配方法 | |
Panahi et al. | Analytical modeling of cognitive heterogeneous cellular networks over Nakagami-m fading | |
Hu et al. | Efficient spectrum sensing with minimum transmission delay in cognitive radio networks | |
Zheng et al. | The communication solution for LTE system under radar interference circumstance | |
Diaz et al. | ICI—Interference characterization and identification for WSN | |
Zhao et al. | Angle-Domain Spectrum Holes Analysis with Directional Antenna in Cognitive Radio Network | |
Bhowmick et al. | Performance of spectrum sensing scheme using double threshold energy detection in the presence of sensor noise | |
Bagwari et al. | Multiple energy detectors based spectrum sensing for cognitive radio networks | |
Rao et al. | A downlink/uplink identification algorithm for TDD communication systems in cognitive radio content | |
Wang et al. | Cooperative spectrum sensing over imperfect reporting channels in cognitive radio for Wi-Fi networks | |
CN106211320B (zh) | 一种用于异构网中宏基站与用户间距离的被动式估计方法 | |
Sharifi et al. | A double threshold energy detection cooperative spectrum sensing scheme over Nakagami and Rician fading channels | |
Derakhshani et al. | Beacon transmitter placement effect on aggregate interference and capacity-outage performance in a cognitive radio network | |
Foo | Cooperative sensing in wireless regional area network to improve DTV coverage prediction | |
Kumawat et al. | Analysis of signal processing based spectrum sensing practices in cognitive radio: A review |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170623 Termination date: 20200107 |
|
CF01 | Termination of patent right due to non-payment of annual fee |