CN104113848B - 一种mass系统的频谱重构确认方法和装置 - Google Patents
一种mass系统的频谱重构确认方法和装置 Download PDFInfo
- Publication number
- CN104113848B CN104113848B CN201410346078.9A CN201410346078A CN104113848B CN 104113848 B CN104113848 B CN 104113848B CN 201410346078 A CN201410346078 A CN 201410346078A CN 104113848 B CN104113848 B CN 104113848B
- Authority
- CN
- China
- Prior art keywords
- spectrum
- accept
- equal
- reconstruction
- less
- 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.)
- Active
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000012790 confirmation Methods 0.000 title abstract description 4
- 230000003595 spectral effect Effects 0.000 claims description 37
- 238000005070 sampling Methods 0.000 claims description 35
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000001819 mass spectrum Methods 0.000 claims description 8
- 238000004088 simulation Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 239000002131 composite material Substances 0.000 claims description 6
- 230000003993 interaction Effects 0.000 abstract description 3
- 230000008447 perception Effects 0.000 abstract 2
- 241000134074 Resultomonas Species 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004949 mass spectrometry Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
Landscapes
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种MASS系统的频谱重构确认方法和装置，所述频谱重构确认方法包括：通过进行两次连续频谱重构，获得所述两次连续频谱重构的频谱幅度估计和对所述频谱幅度估计和判决是否接受以及是否接受根据判决结果有选择地进行频谱感知运算或者不执行频谱感知运算；本发明提供的技术方案，能够避免完全相信重构结果可能对主用户造成干扰的问题，且只需单个MASS系统独立完成，无需多个不同系统之间相互协作，降低了信息交互量，计算复杂度低，实现简单。
Description
技术领域
本发明涉及信号处理技术领域，特别涉及一种MASS(multi-rate asynchronoussub-Nyquist sampling，多率异步子Nyquist采样，简称MASS)系统的频谱重构方法和装置。
背景技术
认知无线电频谱感知需要对很宽的频段进行检测，为了满足对宽频段的采样要求，缓解Nyquist采样理论下数模转换器高采样率的压力，Hongjian Sun 等人提出了MASS系统(详见，H.Sun,W.-Y.Chiu,J.Jiang,A.Nallanathan and H.V.Poor,“Widebandspectrum sensing with sub-Nyquist sampling in cognitive radios”,IEEETransactions on Signal Processing,vol.60,no.11,pp.6068-6073,2012)，以低于Nyquist采样率的速率对宽带信号进行采样，然后通过重构技术恢复原信号的频谱。
但是，在实际应用中，通常缺少原信号的先验信息，因此无法保证原信号满足MASS系统所能支持的稀疏度。若原信号不满足MASS系统所支持的稀疏条件，则重构所得到的频谱幅度是对原信号真实频谱幅度的严重错误的估计，此时若相信重构结果，进而利用得到的错误的“频谱空穴”，则会对主用户造成干扰。
发明内容
本发明提供的一种MASS系统的频谱重构确认方法和装置，以避免完全相信重构结果可能对主用户造成有害干扰的问题。
为达到上述目的，本发明实施例采用如下技术方案：
一方面，本发明实施例提供一种MASS系统的频谱重构方法，所述方法包括：
进行两次连续频谱重构，获得所述两次连续频谱重构的频谱幅度估计和
对所述频谱幅度估计和判决是否接受以及是否接受
若判决结果为接受或接受或接受和任一种，则进行频谱感知运算；若判决结果为拒绝并且拒绝则不执行频谱感知运算。
其中，所述进行两次连续频谱重构，获得所述两次连续频谱重构的频谱幅度估计和包括：
对原信号x(t)分别在观测时间[0,T)以及[T,2T)内进行采样，获得所述观测时间[0,T)以及[T,2T)内每一个采样通路中对应的采样点y′i[m]和y″i[m]，其中，m＝0,1,...,Mi-1，Mi＝fiT，1≤i≤l，l为所述MASS系统中采样通路的个数，fi为MASS系统第i采样通路的采样速率；
计算y′i[m]和y″i[m]的离散傅里叶变换，得到F′i[k]和F″i[k]，令 其中，
依据和采用压缩感知领域内的重构算法，求解方程Y＝ΦX中的未知向量X，得到所述MASS系统中观测时间[0,T)以及[T,2T)内原信号x(t)的频谱幅度估计和其中， N＝2WT，W为原信号x(t)的带宽。
其中，所述对所述频谱幅度估计和判决是否接受以及是否接受可以采用如下任意一种方式：
根据所述频谱幅度估计和计算校验值以及若ρ1≤σ，则接受否则，拒绝若校验值ρ2≤σ，则接受否则，拒绝其中，判决门限σ根据观测噪声大小进行适当选取，为大于0的常数。
或者，根据所述频谱幅度估计和计算频谱相关度其中，为包含的元素个数，为中的第k个元素，为中的第k个元素；若C>λ，则接受和否则，拒绝和其中，判决门限λ是根据系统仿真或者根据经验或者根据理论计算选取合适的值，满足0<λ<1。
或者，依据所述频谱幅度估计和计算频谱相关度其中，为包含的元素个数，为中的第k个元素，为中的第k个元素；以及计算校验值以及若C>η，则接受和若C≤η并且则拒绝和若C≤η并且则接受并且拒绝若C≤η并且则接受并且拒绝其中，判决门限η和γ是根据系统仿真或者根据经验或者根据理论计算选取合适的值，满足η>0，γ>1。
另一方面，本发明实施例提供一种MASS系统的频谱重构装置，该装置包括：
重构模块，用于进行两次连续频谱重构，获得所述两次连续频谱重构的频谱幅度估计和
判决模块，用于对所述频谱幅度估计和判决是否接受以及是否接受
处理模块，用于若判决结果为接受或接受或接受和任一种，则进行频谱感知运算；若判决结果拒绝并且拒绝则不执行频谱感知运算。
本发明实施例的有益效果是：本发明公开了一种MASS系统的频谱重构确认方法和装置，通过对MASS系统进行两次连续频谱重构，获得所述两次连续频谱重构的频谱幅度估计和对这两次频谱幅度估计和判决是否接受以及是否接受然后再根据判决结果有选择地进行频谱感知运算或者不执行频谱感知运算，从而避免完全相信重构结果可能对主用户造成有害干扰的问题；本发明实施例为是否相信并采纳重构结果提供依据，能够准确判断频谱重构是否成功，只需单个MASS系统独立完成，无需多个不同系统之间相互协作，降低了信息交互量，计算复杂度低，实现简单。
附图说明
图1为本发明实施例提供的一种MASS系统的频谱重构确认方法流程图；
图2为本发明实施例提供的一种MASS系统频谱重构方法流程示意图；
图3为本发明实施例提供的一种MASS系统的频谱重构确认装置示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
图1为本发明实施例提供的一种MASS系统的频谱重构确认方法流程图。该方法包括：
S100，进行两次连续频谱重构，获得所述两次连续频谱重构的频谱幅度估计和
具体的，如图2所示，为一种MASS系统频谱重构方法流程图。包括如下步骤：
步骤101，所述MASS系统的l路采样通道分别以f1,f2,...,fl的速率对带宽为W的原信号x(t)在观测时段[0,T)以及[T,2T)内进行连续采样，在观测时段[0,T)内，所述MASS系统中的第i路采样通道得到的Mi个采样点y′i[m]，在观测时段[T,2T)内，所述MASS系统中的第i路采样通道得到的Mi个采样点y″i[m]，其中，m＝0,1,...,Mi-1，Mi＝fiT，1≤i≤l。
步骤102，计算y′i[m]和y″i[m]的离散傅里叶变换(DFT)，得到
令向量向量其中，[]T表示转置，表示对X向下取整。
步骤103，依据和采用压缩感知领域内的重构算法，求解方程Y＝ΦX中的未知向量X，得到所述MASS系统中观测时间[0,T)以及[T,2T)内原信号x(t)的频谱幅度估计和其中， N＝2WT，
S200，对所述频谱幅度估计和判决是否接受以及是否接受
其中，所述对所述频谱幅度估计和判决是否接受以及是否接受可以采用如下任意一种方式：
根据所述频谱幅度估计和计算校验值以及如果与理想频谱幅度相差很小，则ρ1值较小，否则较大，因此可以采用如下判决：
若ρ1≤σ，则接受否则，拒绝若校验值ρ2≤σ，则接受否则，拒绝其中，判决门限σ为大于0的常数。
需要说明的是，在实际应用中，判决门限σ可以根据观测噪声大小进行取值。
或者，根据所述频谱幅度估计和计算频谱相关度其中，为包含的元素个数，为中的第k个元素，为中的第k个元素，如果重构成功，则和存在很大的相关性，否则，由于算法的随机性，和将相差较大，因此，可以采用如下判决：
若频谱相关度C>λ，则接受和否则，拒绝和其中，判决门限λ满足0<λ<1。
需要说明的是，在实际应用中，可以根据系统仿真或者根据经验或者根据理论计算选取合适λ值。
或者，根据所述频谱幅度估计和计算频谱相关度并计算校验值以及
若C>η，则接受和若C≤η并且则拒绝和若C≤η并且则接受并且拒绝若C≤η并且则接受并且拒绝其中，判决门限η>0，γ>1。
需要说明的是，在实际应用中，可以根据系统仿真或者根据经验或者根据理论计算选取合适η以及γ值。
S300，若判决结果为接受或接受或同时接受和任一种，则进行频谱感知运算；若判决结果为拒绝并且拒绝则不执行频谱感知运算。
具体的，若判决结果为接受并且拒绝则选取进行频谱感知运算；
若判决结果为接受并且拒绝则选取进行频谱感知运算；
若判决结果为接受并且接受则随机选取或进行频谱感知运算；
若判决结果拒绝并且拒绝则不执行频谱感知运算，认为所有信道均被占用。
图3为本发明实施例提供的一种MASS系统频谱重构的确认装置流程示意图。该装置包括：
重构模块10，用于进行两次连续频谱重构，获得所述两次连续频谱重构的频谱幅度估计和
其中，所述重构模块10包括：
采样单元，用于对原信号x(t)分别在观测时间[0,T)以及[T,2T)内进行采样，获得所述观测时间[0,T)以及[T,2T)内每一个采样通路中对应的采样点y′i[m]和y″i[m]，其中，m＝0,1,...,Mi-1，Mi＝fiT，1≤i≤l，l为所述MASS系统中采样通路的个数，fi为MASS系统第i采样通路的采样速率；
变换单元，用于计算y′i[m]和y″i[m]的离散傅里叶变换，得到F′i[k]和F″i[k]，令 其中，
获取单元，用于依据和采用压缩感知领域内的重构算法，求解方程Y＝ΦX中的未知向量X，得到所述MASS系统中观测时间[0,T)以及[T,2T)内原信号x(t)的频谱幅度估计和其中， N＝2WT，W为原信号x(t)的带宽。
判决模块20，用于对所述频谱幅度估计和判决是否接受以及是否接受
具体的，所述判决模块20包括第一判决单元或第二判决单元或第三判决单元。
其中，所述第一判决单元用于：
根据所述频谱幅度估计和计算校验值以及
若ρ1≤σ，则接受否则，拒绝若校验值ρ2≤σ，则接受否则，拒绝其中，判决门限σ根据观测噪声大小进行适当选取，为大于0的常数。
所述第二判决单元用于：
根据所述频谱幅度估计和计算频谱相关度其中，为包含的元素个数，为中的第k个元素，为中的第k个元素；
若C>λ，则接受和否则，拒绝和其中，判决门限λ是根据系统仿真或者根据经验或者根据理论计算选取合适的值，满足0<λ<1。
所述第三判决单元用于：
根据所述频谱幅度估计和计算频谱相关度其中，为包含的元素个数，为中的第k个元素，为中的第k个元素；
以及计算校验值以及
若C>η，则接受和若C≤η并且则拒绝和若C≤η并且则接受并且拒绝若C≤η并且则接受并且拒绝其中，判决门限η和γ是根据系统仿真或者根据经验或者根据理论计算选取合适的值，满足η>0，γ>1。
处理模块30，用于若判决结果为接受或接受或接受和任一种，则进行频谱感知运算；若判决结果拒绝并且拒绝则不执行频谱感知运算。
具体的，若判决结果为接受并且拒绝则选取进行频谱感知运算，若判决结果为接受并且拒绝则选取进行频谱感知运算，若判决结果为接受并且接受则随机选取或进行频谱感知运算。
综上所述，本发明公开了一种MASS系统的频谱重构确认方法和装置，通过对MASS系统进行两次连续频谱重构，获得所述两次连续频谱重构的频谱幅度估计和对这两次频谱幅度估计和判决是否接受以及是否接受然后再根据判决结果有选择地进行频谱感知运算或者不执行频谱感知运算，从而避免完全相信重构结果可能对主用户造成干扰的问题；本发明实施例为是否相信并采纳重构结果提供依据，能够准确判断频谱重构是否成功，只需单个MASS系统独立完成，无需多个不同系统之间相互协作，降低了信息交互量，计算复杂度低，实现简单。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (4)
1.一种MASS系统的频谱重构确认方法，其特征在于，所述方法包括：
对MASS系统的原信号进行两次连续频谱重构，获得所述两次连续频谱重构的频谱幅度估计和
对所述频谱幅度估计和判决是否接受以及是否接受
若判决结果为接受或接受或接受和任一种，则进行频谱感知运算；若判决结果为拒绝并且拒绝则不执行频谱感知运算；
其中，所述进行两次连续频谱重构，获得所述两次连续频谱重构的频谱幅度估计和包括：
对原信号x(t)分别在观测时间[0,T)以及[T,2T)内进行采样，获得所述观测时间[0,T)以及[T,2T)内每一个采样通路中对应的采样点y′i[m]和y″i[m]，其中，m＝0,1,...,Mi-1，Mi＝fiT，1≤i≤l，l为所述MASS系统中采样通路的个数，fi为MASS系统第i采样通路的采样速率；
计算y′'[m]和y″i[m]的离散傅里叶变换，得到Fi'[k]和Fi”[k]，令 其中，
依据和采用压缩感知领域内的重构算法，求解方程Y＝ΦX中的未知向量X，得到所述MASS系统中观测时间[0,T)以及[T,2T)内原信号x(t)的频谱幅度估计和其中， N＝2WT，W为原信号x(t)的带宽；
所述对所述频谱幅度估计和判决是否接受以及是否接受包括：
根据所述频谱幅度估计和计算校验值以及
若ρ1≤σ，则接受否则，拒绝若校验值ρ2≤σ，则接受否则，拒绝其中，判决门限σ根据观测噪声大小进行适当选取，为大于0的常数。
2.根据权利要求1所述的方法，其特征在于，所述对所述频谱幅度估计和判决是否接受以及是否接受还包括：
根据所述频谱幅度估计和计算频谱相关度其中，为包含的元素个数，为中的第k个元素，为中的第k个元素；
若C＞η，则接受和若C≤η并且则拒绝和若C≤η并且则接受并且拒绝若C≤η并且则接受并且拒绝其中，判决门限η和γ是根据系统仿真或者根据经验或者根据理论计算选取合适的值，满足η＞0，γ＞1。
3.一种MASS系统的频谱重构确认装置，其特征在于，包括：
重构模块，用于对MASS系统的原信号进行两次连续频谱重构，获得所述两次连续频谱重构的频谱幅度估计和
判决模块，用于对所述频谱幅度估计和判决是否接受以及是否接受
处理模块，用于若判决结果为接受或接受或接受和任一种，则进行频谱感知运算；若判决结果拒绝并且拒绝则不执行频谱感知运算；
重构模块包括：
采样单元，用于对原信号x(t)分别在观测时间[0,T)以及[T,2T)内进行采样，获得所述观测时间[0,T)以及[T,2T)内每一个采样通路中对应的采样点y′i[m]和y″i[m]，其中，m＝0,1,...,Mi-1，Mi＝fiT，1≤i≤l，l为所述MASS系统中采样通路的个数，fi为MASS系统第i个采样通路的采样速率；
变换单元，用于计算y′i[m]和y″i[m]的离散傅里叶变换，得到Fi'[k]和Fi”[k]，令 其中，
获取单元，用于依据和采用压缩感知领域内的重构算法，求解方程Y＝ΦX中的未知向量X，得到所述MASS系统中观测时间[0,T)以及[T,2T)内原信号x(t)的频谱幅度估计和其中， N＝2WT，W为原信号x(t)的带宽；
所述判决模块包括第一判决单元，所述第一判决单元用于根据所述频谱幅度估计和计算校验值以及若ρ1≤σ，则接受否则，拒绝若校验值ρ2≤σ，则接受否则，拒绝其中，判决门限σ根据观测噪声大小进行适当选取，为大于0的常数。
4.根据权利要求3所述的装置，其特征在于，所述判决模块还包括第三判决单元，所述第三判决单元用于根据所述频谱幅度估计和计算频谱相关度其中，为包含的元素个数，为中的第k个元素，为中的第k个元素；若C＞η，则接受和若C≤η并且则拒绝和若C≤η并且则接受并且拒绝若C≤η并且则接受并且拒绝其中，判决门限η和γ是根据系统仿真或者根据经验或者根据理论计算选取合适的值，满足η＞0，γ＞1。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410346078.9A CN104113848B (zh) | 2014-07-18 | 2014-07-18 | 一种mass系统的频谱重构确认方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410346078.9A CN104113848B (zh) | 2014-07-18 | 2014-07-18 | 一种mass系统的频谱重构确认方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104113848A CN104113848A (zh) | 2014-10-22 |
| CN104113848B true CN104113848B (zh) | 2018-04-17 |
Family
ID=51710449
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410346078.9A Active CN104113848B (zh) | 2014-07-18 | 2014-07-18 | 一种mass系统的频谱重构确认方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104113848B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102984711A (zh) * | 2012-11-21 | 2013-03-20 | 北京邮电大学 | 基于单比特压缩感知技术的多用户协作频谱感知方法 |
| CN103138847A (zh) * | 2011-11-22 | 2013-06-05 | 富士通株式会社 | 感知无线电的宽带频谱检测装置及方法 |
| CN103248368A (zh) * | 2013-04-23 | 2013-08-14 | 中国电子科技集团公司第三十六研究所 | 一种判断随机解调器压缩采样重构成败的方法 |
-
2014
- 2014-07-18 CN CN201410346078.9A patent/CN104113848B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103138847A (zh) * | 2011-11-22 | 2013-06-05 | 富士通株式会社 | 感知无线电的宽带频谱检测装置及方法 |
| CN102984711A (zh) * | 2012-11-21 | 2013-03-20 | 北京邮电大学 | 基于单比特压缩感知技术的多用户协作频谱感知方法 |
| CN103248368A (zh) * | 2013-04-23 | 2013-08-14 | 中国电子科技集团公司第三十六研究所 | 一种判断随机解调器压缩采样重构成败的方法 |
Non-Patent Citations (1)
| Title |
|---|
| 《Wideband Spectrum Sending With Sub-Nyquist Sampling in Cognitive Radios》;Hongjian Sun, Wei-Yu Chiu, Jing Jiang等;《IEEE TRANSACTIONS ON SIGNAL PROCESSING》;20121130;第60卷(第11期);文章第2页左栏第4段至第5页左栏第2段 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104113848A (zh) | 2014-10-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Aissa-El-Bey et al. | Underdetermined blind separation of nondisjoint sources in the time-frequency domain | |
| Sharma et al. | Compressive sparsity order estimation for wideband cognitive radio receiver | |
| Qi et al. | Blind sub-Nyquist spectrum sensing with modulated wideband converter | |
| López-Parrado et al. | Cooperative wideband spectrum sensing based on sub-Nyquist sparse fast Fourier transform | |
| CN102946288A (zh) | 基于自相关矩阵重构的压缩频谱感知方法 | |
| CN104780008A (zh) | 一种基于自适应压缩感知的宽带频谱感知方法 | |
| CN106301631B (zh) | 一种基于子空间分解的互素欠采样频谱感知方法及其装置 | |
| CN106209703A (zh) | 一种跳频信号参数盲估计方法及装置 | |
| CN106059968A (zh) | Musa系统多级部分并行干扰消除多用户检测方法 | |
| CN106452626B (zh) | 基于多组互质采样的宽带频谱压缩感知 | |
| Song et al. | Approaching sub-nyquist boundary: Optimized compressed spectrum sensing based on multicoset sampler for multiband signal | |
| CN103138847A (zh) | 感知无线电的宽带频谱检测装置及方法 | |
| CN104113848B (zh) | 一种mass系统的频谱重构确认方法和装置 | |
| Barbotin et al. | Fast and robust parametric estimation of jointly sparse channels | |
| CN106506102B (zh) | 一种互素欠采样下高精度、低时延的谱感知方法及其装置 | |
| Zhu et al. | ROAST: Rapid orthogonal approximate Slepian transform | |
| Han et al. | A novel wavelet-based energy detection for compressive spectrum sensing | |
| CN104980238B (zh) | 一种基于群稀疏的协作频谱感知方法 | |
| El-Khamy et al. | C9. a new wideband spectrum sensing technique based on compressive sensing, wavelet edge detection and parallel processing | |
| Romero et al. | Compressive wideband spectrum sensing with spectral prior information | |
| Azghani et al. | Simultaneous block iterative method with adaptive thresholding for cooperative spectrum sensing | |
| Alam et al. | Computationally efficient compressive sensing in wideband cognitive radios | |
| Maliatsos et al. | Elaborate analysis and design of filter-bank-based sensing for wideband cognitive radios | |
| Grigoryan et al. | Reducing the computational complexity of reconstruction in compressed sensing nonuniform sampling | |
| CN112422212A (zh) | 一种数据自适应无线通信信道预测方法、存储介质及设备 |
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 |