CN105721080A - 一种频谱感知方法及装置 - Google Patents

Abstract

本发明实施例公开了一种频谱感知方法及装置，先按照预设规则，针对目标频段中的信号进行采样，获得N个采样信号；再根据获得的N个采样信号，获得所述N个采样信号的相位差的方差；根据获得的方差以及预设判决门限，确定所述目标频段是否被占用。应用本发明实施例，无需获得信号的先验信息，也无需事先对噪声进行估计，仅需利用频段中相位差的方差即可对频段进行感知，有效的降低了算法复杂度，提高了频谱感知的效率。

Description

一种频谱感知方法及装置

技术领域

本发明涉及无线通信技术领域，特别涉及一种频谱感知方法及装置。

背景技术

频谱感知，是指认知用户通过各种信号检测和处理手段来获取无线网络中的频谱使用信息。频谱感知作为认知无线电的关键技术之一，允许非授权用户伺机访问未使用的授权频带资源，从而大大改善了频谱利用率，并且具有较低的部署成本和较好的兼容性。

目前，频谱感知的方法主要有三种，分别为能量检测、循环谱检测和匹配滤波检测。匹配滤波检测需要获得信号的先验信息(例如，调制方式、脉冲波形等)，在实际应用中实现的可能性不大。循环谱检测和能量检测虽不需要获得信号的先验信息，但算法复杂度较高，进而频谱感知的效率较低。例如，以能量检测为例，能量检测需要事先进行噪声估计，会增加算法复杂度。

发明内容

本发明实施例的目的在于提供了一种频谱感知方法及装置，以降低算法复杂度，提高频谱感知的效率。

为达到上述目的，本发明实施例公开了一种频谱感知方法，包括：按照预设规则，针对目标频段中的信号进行采样，获得N个采样信号；

根据所述N个采样信号，获得所述N个采样信号的相位差的方差；

根据所述方差以及预设判决门限，确定所述目标频段是否被占用。

可选的，所述按照预设规则，针对目标频段中的信号进行采样，获得N个采样信号，包括：

按照奈奎斯特采样频率，针对目标频段中的信号进行采样，获得N个采样信号；其中，所述N个采样信号中的一个采样信号式中，k＝1，2，……，N，T为采样间隔，s(kT)为采样前信号，f_c为下变频之后剩余的载波频率，h(kT)为信道衰落，n(kT)为高斯噪声。

可选的，所述根据所述N个采样信号，获得所述N个采样信号的相位差的方差，包括：

所述N个采样信号的相位差的方差其中，θ_k为相邻先后两次采样得到的采样信号的相位差，θ_k＝(β_k+1-β_k)mod2π，其中，β_k为采样信号r(k)的相位， ${\mathrm{\&beta;}}_k=\left\{\begin{array}{cc}\arctan \frac{\mathrm{Im}\left(r\right(k\left)\right)}{\mathrm{Re}\left(r\right(k\left)\right)},& \mathrm{Re}\left(r\right(k\left)\right)\&GreaterEqual;0\\ \arctan \frac{\mathrm{Im}\left(r\right(k\left)\right)}{\mathrm{Re}\left(r\right(k\left)\right)}+\mathrm{\&pi;},& \mathrm{Re}\left(r\right(k\left)\right)<0\end{array}\right.;$ Re(r(k))，Im(r(k))分别为采样信号r(k)的实部和虚部。

可选的，所述

其中，P_f为虚警概率，erfc^-1为余补误差函数的反函数，K为采样长度。

可选的，所述根据所述方差以及预设判决门限，确定所述目标频段是否被占用，包括：

判断所述方差与所述预设判决门限之差的绝对值是否不大于第一预设值；

如果是，确定所述目标频段没有被占用；

如果否，确定所述目标频段被占用。

为达到上述目的，本发明实施例公开了一种频谱感知装置，包括：采样信号获得模块，用于按照预设规则，针对目标频段中的信号进行采样，获得N个采样信号；

方差获得模块，用于根据所述N个采样信号，获得所述N个采样信号的相位差的方差；

频谱感知模块，用于根据所述方差以及预设判决门限，确定所述目标频段是否被占用。

可选的，所述采样信号获得模块，具体用于：

按照奈奎斯特采样频率，针对目标频段中的信号进行采样，获得N个采样信号；其中，所述N个采样信号中的一个采样信号式中，k＝1，2，……，N，T为采样间隔，s(kT)为采样前信号，f_c为下变频之后剩余的载波频率，h(kT)为信道衰落，n(kT)为高斯噪声。

可选的，所述方差获得模块，具体用于：

所述N个采样信号的相位差的方差其中，θ_k为相邻先后两次采样得到的采样信号的相位差，θ_k＝(β_k+1-β_k)mod2π，其中，β_k为采样信号r(k)的相位， ${\mathrm{\&beta;}}_k=\left\{\begin{array}{cc}\arctan \frac{\mathrm{Im}\left(r\right(k\left)\right)}{\mathrm{Re}\left(r\right(k\left)\right)},& \mathrm{Re}\left(r\right(k\left)\right)\&GreaterEqual;0\\ \arctan \frac{\mathrm{Im}\left(r\right(k\left)\right)}{\mathrm{Re}\left(r\right(k\left)\right)}+\mathrm{\&pi;},& \mathrm{Re}\left(r\right(k\left)\right)<0\end{array}\right.;$ Re(r(k))，Im(r(k))分别为采样信号r(k)的实部和虚部。

可选的，所述

其中，P_f为虚警概率，erfc^-1为余补误差函数的反函数，K为采样长度。

可选的，所述频谱感知模块，具体用于：

判断所述方差与所述预设判决门限之差的绝对值是否不大于第一预设值；

如果是，确定所述目标频段没有被占用；

如果否，确定所述目标频段被占用。

由上述的技术方案可见，本发明实施例提供了一种频谱感知方法及装置，方法包括：按照预设规则，针对目标频段中的信号进行采样，获得N个采样信号；根据所述N个采样信号，获得所述N个采样信号的相位差的方差；根据所述方差以及预设判决门限，确定所述目标频段是否被占用。

应用本发明实施例所提供的技术方案，无需获得信号的先验信息，也无需事先对噪声进行估计，仅需利用频段中相位差的方差即可对频段进行感知，有效的降低了算法复杂度，提高了频谱感知的效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种频谱感知方法的流程示意图；

图2为本发明实施例提供的关于高斯噪声的相位差分布图；

图3为高斯噪声和不同信噪比时噪声干扰下信号的相位差分布图；

图4为本发明实施例提供的一种具体的检测系统装置图示意图；

图5为不同信噪比下正弦波的均值和方差变化曲线图；

图6为本发明实施例提供的方案和能量检测方法不同调制波信号下对信号进行检测的检测概率曲线图；

图7为本发明实施例提供的一种频谱感知装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供了一种频谱感知方法及装置，具体的，先按照预设规则，针对目标频段中的信号进行采样，获得N个采样信号；再根据获得的N个采样信号，获得所述N个采样信号的相位差的方差；根据获得的方差以及预设判决门限，确定所述目标频段是否被占用。

下面通过具体实施例，对本发明实施例进行详细说明。

图1为本发明实施例提供的一种频谱感知方法的流程示意图，可以包括：

步骤S101：按照预设规则，针对目标频段中的信号进行采样，获得N个采样信号；

本领域技术人员可以理解的是，通信系统中的通信信号为连续信号，也被称为模拟信号，而信号中的相位差分布有着明显的差异，而这个相位差分布的差异可以被检测计算，为了方便的检测模拟信号的相位差，首先对该连续的信号进行采样，可知的是，对连续信号进行采样时需要按照一定的采样规则进行，例如：按照奈奎斯特采样频率，针对目标频段中的信号进行采样，获得N个采样信号；其中，每一个采样的采样信号可以表示为式中，k＝1，2，……，N，T为采样间隔，s(kT)为采样前信号，f_c为下变频之后剩余的载波频率，h(kT)为信道衰落，n(kT)为高斯噪声，按照上述的规则进行采样，可获得N个采样信号，本发明并不对采样的频率以及采样长度做明确限定。

步骤S102：根据所述N个采样信号，获得所述N个采样信号的相位差的方差；

实际的通信系统中，信号中的高斯噪声的相位差，噪声干扰下信号的相位差都是可以被检测计算得到的，对步骤S101中所获得的N个采样信号进行计算，得到采样信号的相位差的方差，将相位差的方差作为一个检测统计量，其大小通过下式计算得到：

其中，θ_k为相邻先后两次采样得到的采样信号的相位差，θ_k＝(β_k+1-β_k)mod2π，其中，β_k为采样信号r(k)的相位， ${\mathrm{\&beta;}}_k=\left\{\begin{array}{cc}\arctan \frac{\mathrm{Im}\left(r\right(k\left)\right)}{\mathrm{Re}\left(r\right(k\left)\right)},& \mathrm{Re}\left(r\right(k\left)\right)\&GreaterEqual;0\\ \arctan \frac{\mathrm{Im}\left(r\right(k\left)\right)}{\mathrm{Re}\left(r\right(k\left)\right)}+\mathrm{\&pi;},& \mathrm{Re}\left(r\right(k\left)\right)<0\end{array}\right.;$ Re(r(k))，Im(r(k))分别为采样信号r(k)的实部和虚部。

对信号检测时，每个采样信号的相位分布是不同的，例如：高斯噪声的实时相位β_k服从[0,2π]的均匀分布。通常，我们也认为相邻相位β_k+1和β_k是独立同分布的，因此θ_k′＝β_k+1-β_k服从在[-2π,2π]内的三角分布，如图2所示为高斯噪声的相位差分布图，其概率密度函数可以被表示如下：

$f_{{\mathrm{\&theta;}}_k^{\&prime;}}=\left\{\begin{array}{cc}\frac{1}{2\mathrm{\&pi;}}+\frac{{\mathrm{\&theta;}}_k^{\&prime;}}{4{\mathrm{\&pi;}}^2},& -2\mathrm{\&pi;}\&le;{\mathrm{\&theta;}}_k^{\&prime;}<0\\ \frac{1}{2\mathrm{\&pi;}}-\frac{{\mathrm{\&theta;}}_k^{\&prime;}}{4{\mathrm{\&pi;}}^2},& 0\&le;{\mathrm{\&theta;}}_k^{\&prime;}\&le;2\mathrm{\&pi;}\end{array}\right.$

相位差θ_k的概率分布函数的表达式如下：

$f_{{\mathrm{\&theta;}}_k}\left({\mathrm{\&theta;}}_k\right)=f_{{\mathrm{\&theta;}}_k^{\&prime;}}\left({\mathrm{\&theta;}}_k\right)+f_{{\mathrm{\&theta;}}_k^{\&prime;}}({\mathrm{\&theta;}}_k-2\mathrm{\&pi;})=\frac{1}{2\mathrm{\&pi;}}$

以上分析表明，高斯噪声的相位差θ_k在[0,2π]内均匀分布。因此，高斯噪声的相位差的均值π。

再如：噪声干扰下信号的相位差分布函数通过如下表达式计算获得，

$F_{{\mathrm{\&theta;}}_k}\left({\mathrm{\&theta;}}_k\right)=\frac{1}{4\mathrm{\&pi;}}{\&Integral;}_{\mathrm{\&pi;}/2}^{\mathrm{\&pi;}/2}{e}^{-E}\&lsqb;\frac{Wsin\mathrm{\&Delta;}\mathrm{\&eta;}}{E}+R\&rsqb;dt,$

式中：E＝U-Vsint-WcosΔηcost，

$U=\frac{1}{2}({\mathrm{\&gamma;}}_{k+1}+{\mathrm{\&gamma;}}_k),$

$V=\frac{1}{2}({\mathrm{\&gamma;}}_{k+1}-{\mathrm{\&gamma;}}_k),$

$W=\sqrt{{\mathrm{\&gamma;}}_{k+1}{\mathrm{\&gamma;}}_k}=\sqrt{U^2-V^2},$

Δη＝ΔΘ-θ_k，

$R=\frac{{\mathrm{rsin\&theta;}}_k-{\mathrm{\&lambda;cos\&theta;}}_k}{1-({\mathrm{rcos\&theta;}}_k+{\mathrm{\&lambda;sin\&theta;}}_k)\cos t},$

这里，γ_k代表在第k个采样间隔的信噪比(SNR)。ΔΘ代表在没有瑞利衰落和噪声的情况下第k个采样点和第k+1个采样点之间的相位差。

信号相位差的分布函数在不同的干扰场景下的计算表达式是不同的，可知的有，场景1：无衰落的高斯噪声，在该场景下，R＝0，相位差的分布函数可以被简化为

$F_{{\mathrm{\&theta;}}_k}\left({\mathrm{\&theta;}}_k\right)=\frac{1}{4\mathrm{\&pi;}}{\&Integral;}_{-\mathrm{\&pi;}/2}^{\mathrm{\&pi;}/2}{e}^{-E}\frac{Wsin\mathrm{\&Delta;}\mathrm{\&eta;}}{E}dt$

该场景下，高斯噪声的功率被认为是不变的，所以有γ_k+1＝γ_k＝Γ，代表信噪比SNR的平均值，不难得到E＝Γ(1-cosΔηcost)，因此相位差的分布函数

$F_{{\mathrm{\&theta;}}_k}\left({\mathrm{\&theta;}}_k\right)=\frac{1}{4\mathrm{\&pi;}}{\&Integral;}_{-\mathrm{\&pi;}/2}^{\mathrm{\&pi;}/2}\frac{sin\mathrm{\&Delta;}\mathrm{\&eta;}}{1-cos\mathrm{\&Delta;}\mathrm{\&eta;}\cos t}{e}^{-\mathrm{\&Gamma;}(1-cos\mathrm{\&Delta;}\mathrm{\&eta;}\cos t)}dt$

最终，可以得到相位差θ_k概率分布函数为

f_θk(θ_k)＝[1+2Γ-Γ(1-cosΔηcost)]e^{-Γ(1-cosΔηcost)}

场景2：瑞利衰落和高斯噪声

该场景下噪声是不相关的并且信号衰落是慢衰落，令γ_k+1＝γ_k＝Γ，则有

$r+j\mathrm{\&lambda;}=\sqrt{r^2+{\mathrm{\&lambda;}}^2}{e}^{j\mathrm{\&Delta;}\mathrm{\&Theta;}}=\frac{{\mathrm{\&Gamma;e}}^{j\mathrm{\&Delta;}\mathrm{\&Theta;}}}{\mathrm{\&Gamma;}+1},$

式中，r+jλ是瑞利衰落信号和噪声之和的复相关。

低信噪比的情况下的性能很大程度上决定了检测算法的性能，因此，分析低信噪比的情况下的相位差分布就可体现检测算法的性能。低信噪比的情况下，e^-E≈1。因此，的常规闭式表达式形式如下：

$\begin{array}{c}{F}_{{\mathrm{\&theta;}}_k}\left({\mathrm{\&theta;}}_k\right)=\frac{1}{4\mathrm{\&pi;}}{\&Integral;}_{-\mathrm{\&pi;}/2}^{\mathrm{\&pi;}/2}\&lsqb;\frac{\sin \mathrm{\&Delta;}\mathrm{\&eta;}}{1-\cos \mathrm{\&Delta;}\mathrm{\&eta;}\cos t}+\frac{\mathrm{\&Gamma;}\sin \mathrm{\&Delta;}\mathrm{\&eta;}}{\mathrm{\&Gamma;}(1-\cos \mathrm{\&Delta;}\mathrm{\&eta;}\cos t)+1}\&rsqb;dt\\ =\frac{\sin }{\mathrm{\&pi;}\left|\sin \mathrm{\&Delta;}\mathrm{\&eta;}\right|}\arctan \left|\cot \frac{\mathrm{\&Delta;}\mathrm{\&eta;}}{2}\right|+\frac{\sin \mathrm{\&Delta;}\mathrm{\&eta;}}{\mathrm{\&pi;}\sqrt{{(1+\frac{1}{\mathrm{\&Gamma;}})}^2-{\cos }^2\mathrm{\&Delta;}\mathrm{\&eta;}}}\arctan \sqrt{\frac{(\mathrm{\&Gamma;}+1)+\mathrm{\&Gamma;}\cos \mathrm{\&Delta;}\mathrm{\&eta;}}{(\mathrm{\&Gamma;}+1)-\mathrm{\&Gamma;}\cos \mathrm{\&Delta;}\mathrm{\&eta;}}}\end{array}$

式中，Δη的分布函数可以表达为：

$F_{\mathrm{\&Delta;}\mathrm{\&eta;}}\left(\mathrm{\&Delta;}\mathrm{\&eta;}\right)=\left\{\begin{array}{cc}{F}_{{\mathrm{\&theta;}}_k}\left(\mathrm{\&Delta;}\mathrm{\&eta;}\right)-F_{{\mathrm{\&theta;}}_k}(-\mathrm{\&pi;}),& \mathrm{\&Delta;}\mathrm{\&eta;}\&le;0\\ F_{{\mathrm{\&theta;}}_k}\left(\mathrm{\&Delta;}\mathrm{\&eta;}\right)-F_{{\mathrm{\&theta;}}_k}(-\mathrm{\&pi;})+1,& \mathrm{\&Delta;}\mathrm{\&eta;}>0\end{array}\right.$

根据 $\arctan \left|\cot \frac{\mathrm{\&Delta;}\mathrm{\&eta;}}{2}\right|=\frac{\mathrm{\&pi;}-\left|\mathrm{\&Delta;}\mathrm{\&eta;}\right|}{2},\arctan \sqrt{\frac{1+b}{1-b}}=\frac{1}{2}\&times;(\frac{\mathrm{\&pi;}}{2}+\arcsin b)$ 以及上述表达式可求得： $F_{\mathrm{\&Delta;}\mathrm{\&eta;}}\left(\mathrm{\&Delta;}\mathrm{\&eta;}\right)=\frac{1}{2}+\frac{\mathrm{\&Delta;}\mathrm{\&eta;}}{2\mathrm{\&pi;}}+\frac{sin\mathrm{\&Delta;}\mathrm{\&eta;}G\left(\mathrm{\&Delta;}\mathrm{\&eta;}\right)}{2\mathrm{\&pi;}H\left(\mathrm{\&Delta;}\mathrm{\&eta;}\right)},$

式中， $G\left(\mathrm{\&Delta;}\mathrm{\&eta;}\right)=\frac{\mathrm{\&pi;}}{2}+\arcsin \frac{\mathrm{\&Gamma;}cos\mathrm{\&Delta;}\mathrm{\&eta;}}{\mathrm{\&Gamma;}+1},$

$H\left(\mathrm{\&Delta;}\mathrm{\&eta;}\right)=\sqrt{{(1+\frac{1}{\mathrm{\&Gamma;}})}^2-{\cos }^2\mathrm{\&Delta;}\mathrm{\&eta;}},$

再根据最终可求得相位差θ_k的概率分布函数可以被表达为：

$f_{{\mathrm{\&theta;}}_k}\left({\mathrm{\&theta;}}_k\right)=\frac{1}{2\mathrm{\&pi;}}+\frac{cos\mathrm{\&Delta;}\mathrm{\&eta;}G\left(\mathrm{\&Delta;}\mathrm{\&eta;}\right)}{2\mathrm{\&pi;}H\left(\mathrm{\&Delta;}\mathrm{\&eta;}\right)}-\frac{{\mathrm{cos\&Delta;\&eta;sin}}^2\mathrm{\&Delta;}\mathrm{\&eta;}G\left(\mathrm{\&Delta;}\mathrm{\&eta;}\right)}{2H^3\left(\mathrm{\&Delta;}\mathrm{\&eta;}\right)}-\frac{{\mathrm{\&Gamma;sin}}^2\mathrm{\&Delta;}\mathrm{\&eta;}}{2\mathrm{\&pi;}(\mathrm{\&Gamma;}+1)H\left(\mathrm{\&Delta;}\mathrm{\&eta;}\right)\sqrt{1-\frac{{\mathrm{\&Gamma;}}^2{\cos }^2\mathrm{\&Delta;}\mathrm{\&eta;}}{{(\mathrm{\&Gamma;}+1)}^2}}}$

上述两种场景仅为本申请的具体实施例，本申请并不对具体的相位差求解方式进行限定。为了直观的体现相位差分布的差异，可将上述高斯噪声和在不同信噪比下的噪声干扰下的信号的相位差分布概率密度曲线统计到统一坐标系中，可参见图3；这里使用的信号是正弦波，采样率被设置成剩余载波频率(经过下变频后的剩余载波频率)的四倍，也就表示ΔΘ＝π/2。图3中的实线(S1)代表有高斯噪声干扰的信号的相位差的分布，虚线(S2)代表同时受瑞利衰落和高斯噪声干扰的信号。可见，噪声干扰下的信号和高斯噪声的相位差的分布是完全不同的，他们之间的差异随着信噪比的增加而变大，如图4所示，为不同信噪比下的瑞利信道中的正弦波的均值和方差变化曲线图。随着信噪比的增加，纯正弦波的相位差的均值收敛于π/2，而高斯噪声的相位差的均值收敛于π。

步骤S103：根据所述方差以及预设判决门限，确定所述目标频段是否被占用。

本领域技术人员可以理解的是，对采样信号进行频谱感知，需要将采样信号所求方差与预设判决门限进行判断，具体的，方差与所述预设判决门限之差的绝对值是否不大于第一预设值；如果是，确定所述目标频段没有被占用；如果否，确定所述目标频段被占用。例如，当相位差的方差落入区间[π²/3-ψ,π²/3+ψ]，则认为检测的频带是空白的。否则，认为检测的频带被占用。这个判定规则可以被表示如下：

$H\left(D_{\mathrm{\&theta;}}\right)=\left\{\begin{array}{cc}{H}_0,& \left|D_{\mathrm{\&theta;}}-{\mathrm{\&pi;}}^2/3\right|\&le;\mathrm{\&psi;}\\ H_1,& \left|D_{\mathrm{\&theta;}}-{\mathrm{\&pi;}}^2/3\right|>\mathrm{\&psi;}\end{array}\right.$

式中，H(D_θ)代表感知的判定，ψ是判决门限。H₀表示频带没有被占用，H₁代表频带被占用。

可知的是，预设判决门限ψ是根据采样信号的虚警概率P_f、检测概率以及信噪比等要求计算得到的，而实际中，当采样长度K足够大时，根据中心极限定理，方差D_θ在检测统中接近高斯分布，高斯分布的概率集中于均值附近，误差可以被忽略。对于高斯噪声来说方差D_θ的均值可计算为方差是所以作为检测统计量的方差D_θ的分布函数被表示如下：

$f\left(D_{\mathrm{\&theta;}}\right|H_0)=\frac{1}{\sqrt{8{\mathrm{\&pi;}}^5/45K}}{e}^{-\frac{{(D_{\mathrm{\&theta;}}-{\mathrm{\&pi;}}^2/3)}^2}{8{\mathrm{\&pi;}}^4/45K}}$

根据上述公式，虚警概率P_f可以被计算为：

可以看出，预设判决门限ψ将影响虚警概率P_f。可见，预设判决门限的大小主要取决于虚警概率，而事实上，虚警概率在信号处理过程中是恒定的，因此，预设判决门限ψ可以被计算如下：

$\mathrm{\&psi;}=\sqrt{8{\mathrm{\&pi;}}^4/45K}{\mathrm{erfc}}^{-1}\left(P_f\right),$

式中，P_f为虚警概率，erfc^-1为余补误差函数的反函数，K为采样长度。

由上述分析可知，预设判决门限的设定和噪声无关，这是本发明所提供的频谱感知方法对比基于能量检测进行频谱感知方法的一个明显优点。同时，在信号被检测的概率方面，本发明提供的方案也由于能量检测，下面通过实际环境中对这两种检测方法进行对比，例如：在室内进行检测，且室内环境复杂且存在大量的反射径。如图5中所示为实际环境中的检测系统，其中，发射机使用的是AgilentE4438C、接收机使用的是AgilentsensorN6841A、天线的增益选择为5dB、剩余载波频率为1MHz、采样频率f_s设置为4MHz、选择的信号发射频率为750MHz且该信号频谱在测试环境中没有其他的使用者、发射机和接收机的距离设定为15m、采样长度K设定为200、P_f设定为0.01。

在上述的检测环境中分别采用本发明提供的方案以及能量检测方法对信号进行检测，得到不同状态下上述两种方法对信号进行检测的检测概率，进而分析比较两种检测方法的优劣，如图6所示，为不同调制波信号下两种方法对信号进行检测的检测概率曲线图。可以看出，本发明提方案明显由于能量检测方法。这是由于能量检测的门限设置是基于噪声功率，而噪声功率在现实环境中是不断改变的，这将会影响能量检测的检测性能。但本发明提供的方案则不需要估计噪声功率，有效的降低了算法的复杂度。

应用本发明图1所示实施例，无需获得信号的先验信息，也无需事先对噪声进行估计，仅需利用频段中相位差的方差即可对频段进行感知，有效的降低了算法复杂度，提高了频谱感知的效率。

与上述的方法实施例相对应，本发明实施例还提供了一种频谱感知装置。

图7为本发明实施例提供的一种频谱感知装置的结构示意图，可以包括：采样信号获得模块101，方差获得模块102，频谱感知模块103。

其中，采样信号获得模块101，用于按照预设规则，针对目标频段中的信号进行采样，获得N个采样信号；

在实际应用中，本发明实施例所示的采样信号获得模块101，具体可以用于：

按照奈奎斯特采样频率，针对目标频段中的信号进行采样，获得N个采样信号；其中，所述N个采样信号中的一个采样信号式中，k＝1，2，……，N，T为采样间隔，s(kT)为采样前信号，f_c为下变频之后剩余的载波频率，h(kT)为信道衰落，n(kT)为高斯噪声。

方差获得模块102，用于根据所述N个采样信号，获得所述N个采样信号的相位差的方差；

在实际应用中，本发明实施例所示的方差获得模块102，具体可以用于：

所述N个采样信号的相位差的方差其中，θ_k为相邻先后两次采样得到的采样信号的相位差，θ_k＝(β_k+1-β_k)mod2π，其中，β_k为采样信号r(k)的相位， ${\mathrm{\&beta;}}_k=\left\{\begin{array}{cc}\arctan \frac{\mathrm{Im}\left(r\right(k\left)\right)}{\mathrm{Re}\left(r\right(k\left)\right)},& \mathrm{Re}\left(r\right(k\left)\right)\&GreaterEqual;0\\ \arctan \frac{\mathrm{Im}\left(r\right(k\left)\right)}{\mathrm{Re}\left(r\right(k\left)\right)}+\mathrm{\&pi;},& \mathrm{Re}\left(r\right(k\left)\right)<0\end{array}\right.;$ Re(r(k))，Im(r(k))分别为采样信号r(k)的实部和虚部。

频谱感知模块103，用于根据所述方差以及预设判决门限，确定所述目标频段是否被占用。

在实际应用中，

其中，P_f为虚警概率，erfc^-1为余补误差函数的反函数，K为采样长度。

在实际应用中，本发明实施例所示的频谱感知模块103，具体可以用于：

判断所述方差与所述预设判决门限之差的绝对值是否不大于第一预设值；

如果是，确定所述目标频段没有被占用；

如果否，确定所述目标频段被占用。

应用本发明图7所示实施例，无需获得信号的先验信息，也无需事先对噪声进行估计，仅需利用频段中相位差的方差即可对频段进行感知，有效的降低了算法复杂度，提高了频谱感知的效率。

需要说明的是，在本文中的术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

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 (10)

1.一种频谱感知方法，其特征在于，所述方法包括：

按照预设规则，针对目标频段中的信号进行采样，获得N个采样信号；

根据所述N个采样信号，获得所述N个采样信号的相位差的方差；

根据所述方差以及预设判决门限，确定所述目标频段是否被占用。

2.根据权利要求1所述的方法，其特征在于，所述按照预设规则，针对目标频段中的信号进行采样，获得N个采样信号，包括：

按照奈奎斯特采样频率，针对目标频段中的信号进行采样，获得N个采样信号；其中，所述N个采样信号中的一个采样信号式中，k＝1，2，……，N，T为采样间隔，s(kT)为采样前信号，f_c为下变频之后剩余的载波频率，h(kT)为信道衰落，n(kT)为高斯噪声。

3.根据权利要求2所述的方法，其特征在于，所述根据所述N个采样信号，获得所述N个采样信号的相位差的方差，包括：

所述N个采样信号的相位差的方差其中，θ_k为相邻先后两次采样得到的采样信号的相位差，θ_k＝(β_k+1-β_k)mod2π，其中，β_k为采样信号r(k)的相位， ${\mathrm{\&beta;}}_k=\left\{\begin{array}{cc}\arctan \frac{\mathrm{Im}\left(r\right(k\left)\right)}{\mathrm{Re}\left(r\right(k\left)\right)},& \mathrm{Re}\left(r\right(k\left)\right)\&GreaterEqual;0\\ \arctan \frac{\mathrm{Im}\left(r\right(k\left)\right)}{\mathrm{Re}\left(r\right(k\left)\right)}+\mathrm{\&pi;},& \mathrm{Re}\left(r\right(k\left)\right)<0\end{array}\right.;$ Re(r(k))_，Im(r(k))分别为采样信号r(k)的实部和虚部。

4.根据权利要求1所述的方法，其特征在于，

所述

其中，P_f为虚警概率，erfc^-1为余补误差函数的反函数，K为采样长度。

5.根据权利要求1至4任意一项所述的方法，其特征在于，所述根据所述方差以及预设判决门限，确定所述目标频段是否被占用，包括：

判断所述方差与所述预设判决门限之差的绝对值是否不大于第一预设值；

如果是，确定所述目标频段没有被占用；

如果否，确定所述目标频段被占用。

6.一种频谱感知装置，其特征在于，所述装置包括：

采样信号获得模块，用于按照预设规则，针对目标频段中的信号进行采样，获得N个采样信号；

方差获得模块，用于根据所述N个采样信号，获得所述N个采样信号的相位差的方差；

频谱感知模块，用于根据所述方差以及预设判决门限，确定所述目标频段是否被占用。

7.根据权利要求6所述的装置，其特征在于，所述采样信号获得模块，具体用于：

按照奈奎斯特采样频率，针对目标频段中的信号进行采样，获得N个采样信号；其中，所述N个采样信号中的一个采样信号式中，k＝1，2，……，N，T为采样间隔，s(kT)为采样前信号，f_c为下变频之后剩余的载波频率，h(kT)为信道衰落，n(kT)为高斯噪声。

8.根据权利要求7所述的装置，其特征在于，所述方差获得模块，具体用于：

所述N个采样信号的相位差的方差其中，θ_k为相邻先后两次采样得到的采样信号的相位差，θ_k＝(β_k+1-β_k)mod2π，其中，β_k为采样信号r(k)的相位， ${\mathrm{\&beta;}}_k=\left\{\begin{array}{cc}\arctan \frac{\mathrm{Im}\left(r\right(k\left)\right)}{\mathrm{Re}\left(r\right(k\left)\right)},& \mathrm{Re}\left(r\right(k\left)\right)\&GreaterEqual;0\\ \arctan \frac{\mathrm{Im}\left(r\right(k\left)\right)}{\mathrm{Re}\left(r\right(k\left)\right)}+\mathrm{\&pi;},& \mathrm{Re}\left(r\right(k\left)\right)<0\end{array}\right.;$ Re(r(k))_，Im(r(k))分别为采样信号r(k)的实部和虚部。

9.根据权利要求6所述的装置，其特征在于，

所述

其中，P_f为虚警概率，erfc^-1为余补误差函数的反函数，K为采样长度。

10.根据权利要求6至9任意一项所述的装置，其特征在于，所述频谱感知模块，具体用于：

判断所述方差与所述预设判决门限之差的绝对值是否不大于第一预设值；

如果是，确定所述目标频段没有被占用；

如果否，确定所述目标频段被占用。