CN105763273A - 一种认知无线电频谱感知方法 - Google Patents
一种认知无线电频谱感知方法 Download PDFInfo
- Publication number
- CN105763273A CN105763273A CN201610329304.1A CN201610329304A CN105763273A CN 105763273 A CN105763273 A CN 105763273A CN 201610329304 A CN201610329304 A CN 201610329304A CN 105763273 A CN105763273 A CN 105763273A
- Authority
- CN
- China
- Prior art keywords
- value
- signal
- detection
- cognitive radio
- window
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
一种认知无线电频谱感知方法,属于认知无线电技术领域,涉及CUSUM快速检测技术。本发明通过对非参量CUSUM检测算法进一步改进并应用到频谱检测中,能够在没有信号先验知识与信号出现时刻随机的条件下,克服现有快速检测方法的不足,更加快速低地检测到信号。并能够根据检测情况动态调整偏移量,使得检测延时进一步缩减。
Description
技术领域
本发明属于认知无线电技术领域,涉及认知无线电频谱感知方法(或认知无线电空闲频谱检测方法),涉及CUSUM快速检测技术。
背景技术
认知无线电技术是指认知无线电用户通过频谱感知(或空闲频谱检测)方法检测自身周围环境中可利用的空闲频谱,并利用空闲频谱进行数据传输的无线通信技术。认知无线电技术的根本目的就是要提高频谱的利用率。
认知无线电的基础就是频谱感知,频谱感知的二元假设模型为:
H0:x(t)=n(t)
H1:x(t)=s(t)+n(t)
其中,x(t)表示认知无线电用户的接收信号,n(t)表示背景噪声,s(t)表示通信信号,t代表信号出现的时刻。频谱感知就是认知无线电用户从一定频段的自身接收信号x(t)中判断有无通信信号s(t)的存在,从而判断出该特定频段频谱资源是否空闲。
传统的频谱感知算法如能量检测等都是在保证虚警概率的条件下获得最大的检测概率,都没有考虑检测延时这一检测指标。但检测延时也是评价频谱感知性能的一个重要指标,检测延时越短,代表频谱感知所用时间越短,则可以有更多的时间用于传输信息。
基于以上问题,相关研究人员将快速检测技术用于频谱感知。快速检测技术是一种序贯检测技术,能够检测出序列的分布变化。可以对信号一直进行监测,直到信号出现或消失时,给出出现或消失的判决。CUSUM快速检测算法(cumulativesum,累加和),能够使平均检测延时最短且使虚警概率保持在一定的水平之下。文献1“Quickestspectrumsensingincognitiveradio”(HushengLi,ChengzhiLi,HuaiyuDai.ProceedingsofInformationScienceandSystems.Princeton,NJ:2008)首先提出将快速检测技术应用于频谱感知中。
CUSUM算法又称累积和算法,如果信号的概率分布发生变化,累积和算法能够将这些变化累积起来,直到这些微小的变化累积成一个异常量,从而检测到变化。CUSUM算法的判决统计量表达式为:
其中,Zt为判决统计量,f1(x)表示假设H1下接收信号x(t)的概率密度函数,f0(x)表示假设H0下接收信号x(t)的概率密度函数。ln(.)代表对数函数。
假设单次检测中检测时间上限为Tmax,即当t×T=Tmax时必须做出假设H1或是假设H0成立的判决。在Tmax内,当Zt>h时,认为信道被占用。当t×T=Tmax时,仍不满足Zt>h,则认为信道空闲(t为当前检测点,T为信号采样周期,h为判决门限)。
但是CUSUM检测算法要求已知信号的概率分布,在实际情况下,更可能的情况是没有待检测信号的先验知识。
针对上述问题,文献2“NonparametricMethodsinChange-PointProblems”(B.E.Brodsky,B.S.Darkhovsky.KluwerAcademicPublishers1stedition1993:102-106.)首先提出了非参量CUSUM检测算法,文献3“ANonparametricMultichartCUSUMTestforRapidDetectionofDoSAttacksinComputerNetworks”(HongjoongKim,L.RozovskiiandAlexanderG.InternationalJouralofComputingandInformationScience.VOL.2NO.4,December2004.pp.149–158,)对非参量CUSUM算法做了进一步阐述并将其应用到检测计算机网络入侵中。文献4“基于非参量的认知超宽带频谱感知算法”(宋晓鸥,向新毕,笃彦,杨宝强.信号处理,VOL.27,NO.8,Aug.2011.pp.1254–1258)将非参量CUSUM算法用于检测超宽带信号。但文献4并没有给出如何选取合适的偏移量。
本发明将文献3中提出的非参量CUSUM检测算法进一步改进并应用到频谱检测中,使得检测延时显著缩短。本发明与文献4中的方法不同,检测统计量的计算方式不同。文献4中的偏移量为常量,且没有给出如何选取这个常量,但本文中的偏移量随接收信号变化。
发明内容
本发明的目的在于提供一种认知无线电频谱感知方法,在没有信号先验知识的情况下,能够快速准确低检测到待检测频段上的授权用户信号,从而判断出待检测频段是否能够被认知无线电用户所利用。
本发明技术方案为:
一种认知无线电频谱感知方法,如图1所示,包括以下步骤:
步骤1:认知无线电用户接收待感知频段上的时域信号;
步骤2:对步骤1所述接收时域信号进行采样滤波,得到M个采样滤波信号:x0,x1,...xM-1;然后对M个采样滤波信号分别取模值,得到M个采样滤波信号的模值l0,l1,...lM-1;其中M为自然数;
步骤3:初始化;
3.1估计出静默期只存在背景噪声时噪声的模值均值μ;
3.2设置检测统计量Zt的初始值置为0,即Z0=0;
3.3设置信号模值估计值的初始值所述信号模值估计值的初始值设置为一个大于μ但与μ为同一数量级的值( 可以偏离准确值,因为在后续对信号模值的估计步骤中,会使趋于真实值,但设置不易过大,一般设置为与噪声模值一个数量级);
3.4设置偏移量kt的初始值为其中ε为常数,且而θmin为待感知频段被授权用户占用情况下信号模值的最小值θmin(ε为常数,θ为待感知频段被授权用户占用情况下信号模值均值,在实际情况下θ为未知量,但一般可以估计出θ的最小值θmin,则);
3.5设置一个大小为N,且0<N<M的窗口w,窗口w中所有数的初始值都设为0;其中N为自然数;
3.6设置判决门限值h;
3.7设置检测时间上限Tmax;
步骤4:更新检测统计量:
4.1检测统计量Zt的更新方式为:
Zt=max(Zt-1+lt-kt-1,0),其中t=0,1,…M-1;
4.2更新窗口w:
w(i)=lt-kt-1,i=mod(t,N)
mod(.)表示取模运算,令qt=lt-kt-1,假设当前检测点为t,则窗口w中存放的值为:qt,qt-1,...qt-(N-1);
4.3更新
其中β0=1,如果Zt>0且则βt=1+βt-1,否则βt=1;
4.4更新kt
意即只要窗口w中有一个数的数值大于n或窗口中大于0的数的数目大于等于m个,就将kt置为μ,否则kt的值为其中0<n<m<N(n和m最好满足条件0<n<N/2<m<N),n和m均为自然数;
步骤5:将检测统计量Zt与判决门限值h进行比较判断,得出待感知频段是否被授权用户占用;
具体判决过程为:如果t×T≤Tmax且Zt≥h,则待感知频段被授权用户占用;如果t×T≤Tmax且Zt<h,重复步骤4;如果t×T≤Tmax且Zt<h,则待感知频段空闲;其中T为步骤2中对步骤1所述接收时域信号进行采样滤波的采样周期。
需要说明的是,步骤3.1中静默期只存在背景噪声时噪声的模值均值μ的估计方法包括但不限于现有的距离估计方法、最大似然估计方法、线性最小均方估计或最小二乘估计方法。
需要说明的是,本发明将文献3中提出的非参量CUSUM检测算法进一步改进并应用到频谱检测中,使得检测延时显著缩短。本发明与文献4中的方法不同,检测统计量的计算方式不同。文献4中的偏移量为常量,且没有给出如何选取这个常量,但本文中的偏移量随接收信号变化。
本发明的有益效果是:本发明提供的认知无线电频谱感知方法,通过对非参量CUSUM检测算法进一步改进并应用到频谱检测中,能够在没有信号先验知识与信号出现时刻随机的条件下,克服现有快速检测方法的不足,更加快速地检测到信号。并能够根据检测情况动态调整偏移量,使得检测延时进一步缩减。
附图说明
图1为本发明流程示意图。
图2为几种频谱感知方法的检测延时仿真结果示意图。
具体实施方式
下面结合具体实施例,进一步阐明本发明。
本实施方式采用Matlab2013a仿真平台进行运行实验。仿真参数为:信号调制方式为QPSK,信号通过高斯信道,背景噪声功率为1,假设信号在仿真开始时出现。
步骤1:认知无线电用户接收待感知频段上的时域信号;
步骤2:对步骤1所述接收时域信号进行采样滤波,得到M个采样滤波信号:x0,x1,...xM-1;然后对M个采样滤波信号分别取模值,得到M个采样滤波信号的模值l0,l1,...lM-1;其中M为自然数;其中采样周期T=1ms;
步骤3:初始化;
3.1估计出静默期只存在背景噪声时噪声的模值均值μ(根据前述所设定的仿真参数可知噪声的模值均值μ=0.8862);
3.2设置检测统计量Zt的初始值置为0,即Z0=0;
3.3设置信号模值估计值的初值
3.4设置偏移量kt的初始值(ε为常数,θmin为估计出的信号模值均值的最小值,比如知道待检测信号的信噪比在0dB与5dB之间波动,则根据0dB得到θmin=1.7725。则ε<0.5。仿真中ε设置为0.2,可以根据不同的信噪比设置不同的ε,这样会获得更好的检测性能,也可以不论何种信噪比设置统一的ε。)
3.5设置一个大小为N的窗口w,窗口中所有数的初始值都设为0,仿真中N=10。步骤
3.6设置判决门限值h=20;
3.7设置检测时间上限Tmax=0.5s,即500个采样点;
步骤4:更新检测统计量:
4.1检测统计量Zt的更新方式为:
Zt=max(Zt-1+lt-kt-1,0),其中t=0,1,…M-1;
4.2更新窗口w:
w(i)=lt-kt-1,i=mod(t,N)
mod(.)表示取模运算,令qt=lt-kt-1,假设当前检测点为t,则窗口w中存放的值为:qt,qt-1,...qt-(N-1);
4.3更新
其中β0=1,如果Zt>0且则βt=1+βt-1,否则βt=1;
4.4更新kt:
意即只要窗口w中有一个数的数值大于n或窗口中大于0的数的数目大于等于m个,就将kt置为μ,否则kt的值为本仿真实例中,取n=3,m=9;
步骤5:将检测统计量Zt与判决门限值h进行比较判断,得出待感知频段是否被授权用户占用;
具体判决过程为:如果t×T≤Tmax且Zt≥h,则待感知频段被授权用户占用;如果t×T≤Tmax且Zt<h,重复步骤4;如果t×T≤Tmax且Zt<h,则待感知频段空闲;其中T为步骤2中对步骤1所述接收时域信号进行采样滤波的采样周期。
按照所述参数仿真100000次,在相同虚警条件下,虚警概率设为10-5,得到本发明与能量检测算法,非参量CUSUM检测算法(对应附图2中的原始方法)的性能对比如附所2示,对比指标为检测时延。由图2可以看出,本发明提供的认知无线电频谱感知方法相比能量检测算法和非参量CUSUM检测算法具有更短的检测时延。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。
Claims (2)
1.一种认知无线电频谱感知方法,包括以下步骤:
步骤1:认知无线电用户接收待感知频段上的时域信号;
步骤2:对步骤1所述接收时域信号进行采样滤波,得到M个采样滤波信号:x0,x1,...xM-1;然后对M个采样滤波信号分别取模值,得到M个采样滤波信号的模值l0,l1,...lM-1;其中M为自然数;
步骤3:初始化;
3.1估计出静默期只存在背景噪声时噪声的模值均值μ;
3.2设置检测统计量Zt的初始值置为0,即Z0=0;
3.3设置信号模值估计值的初始值所述信号模值估计值的初始值设置为一个大于μ但与μ为同一数量级的值;
3.4设置偏移量kt的初始值为其中ε为常数,且而θmin为待感知频段被授权用户占用情况下信号模值的最小值θmin;
3.5设置一个大小为N,且0<N<M的窗口w,窗口w中所有数的初始值都设为0;其中N为自然数;
3.6设置判决门限值h;
3.7设置检测时间上限Tmax;
步骤4:更新检测统计量:
4.1检测统计量Zt的更新方式为:
Zt=max(Zt-1+lt-kt-1,0),其中t=0,1,…M-1;
4.2更新窗口w:
w(i)=lt-kt-1,i=mod(t,N)
mod(.)表示取模运算,令qt=lt-kt-1,假设当前检测点为t,则窗口w中存放的值为:qt,qt-1,...qt-(N-1);
4.3更新
其中β0=1,如果Zt>0且则βt=1+βt-1,否则βt=1;
4.4更新kt:
意即只要窗口w中有一个数的数值大于n或窗口中大于0的数的数目大于等于m个,就将kt置为μ,否则kt的值为其中n>0,0<m≤N,N为窗口长度,n和m均为自然数;
步骤5:将检测统计量Zt与判决门限值h进行比较判断,得出待感知频段是否被授权用户占用;
具体判决过程为:如果t×T≤Tmax且Zt≥h,则待感知频段被授权用户占用;如果t×T≤Tmax且Zt<h,重复步骤4;如果t×T≤Tmax且Zt<h,则待感知频段空闲;其中T为步骤2中对步骤1所述接收时域信号进行采样滤波的采样周期。
2.根据权利要求1所述的认知无线电频谱感知方法,其特征在于:步骤3.1中静默期只存在背景噪声时噪声的模值均值μ的估计方法为距离估计方法、最大似然估计方法、线性最小均方估计或最小二乘估计方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610329304.1A CN105763273B (zh) | 2016-05-18 | 2016-05-18 | 一种认知无线电频谱感知方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610329304.1A CN105763273B (zh) | 2016-05-18 | 2016-05-18 | 一种认知无线电频谱感知方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105763273A true CN105763273A (zh) | 2016-07-13 |
CN105763273B CN105763273B (zh) | 2018-03-23 |
Family
ID=56324292
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610329304.1A Expired - Fee Related CN105763273B (zh) | 2016-05-18 | 2016-05-18 | 一种认知无线电频谱感知方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105763273B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107592173A (zh) * | 2017-07-19 | 2018-01-16 | 常州工学院 | 一种基于usrp的5g认知网络系统架构及其方法 |
CN109150344A (zh) * | 2018-10-18 | 2019-01-04 | 南京航空航天大学 | 一种卫星通信中成对载波多址快速频谱感知方法 |
CN109673020A (zh) * | 2018-11-15 | 2019-04-23 | 天津大学青岛海洋技术研究院 | 一种融合式频谱检测方法 |
CN110611542A (zh) * | 2019-08-28 | 2019-12-24 | 南京邮电大学 | 一种基于改进融合算法的三阈值协作频谱感知方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103297159A (zh) * | 2013-05-10 | 2013-09-11 | 东南大学 | 一种频谱感知方法、频谱感知装置 |
CN103346845A (zh) * | 2013-05-27 | 2013-10-09 | 东南大学 | 基于快速傅里叶变换的盲频谱感知方法及装置 |
CN103684636A (zh) * | 2013-12-18 | 2014-03-26 | 同济大学 | 一种基于离散傅里叶变换的频谱感知数据处理方法 |
KR20150078199A (ko) * | 2013-12-30 | 2015-07-08 | 삼성전기주식회사 | 스펙트럼 센서 모듈 |
-
2016
- 2016-05-18 CN CN201610329304.1A patent/CN105763273B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103297159A (zh) * | 2013-05-10 | 2013-09-11 | 东南大学 | 一种频谱感知方法、频谱感知装置 |
CN103346845A (zh) * | 2013-05-27 | 2013-10-09 | 东南大学 | 基于快速傅里叶变换的盲频谱感知方法及装置 |
CN103684636A (zh) * | 2013-12-18 | 2014-03-26 | 同济大学 | 一种基于离散傅里叶变换的频谱感知数据处理方法 |
KR20150078199A (ko) * | 2013-12-30 | 2015-07-08 | 삼성전기주식회사 | 스펙트럼 센서 모듈 |
Non-Patent Citations (2)
Title |
---|
宋晓鸥: "基于非参量CUSUM的认知超宽带频谱感知算法", 《信号处理》 * |
张莹: "认知无线电频谱感知技术综述", 《无线电通信技术》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107592173A (zh) * | 2017-07-19 | 2018-01-16 | 常州工学院 | 一种基于usrp的5g认知网络系统架构及其方法 |
CN109150344A (zh) * | 2018-10-18 | 2019-01-04 | 南京航空航天大学 | 一种卫星通信中成对载波多址快速频谱感知方法 |
CN109150344B (zh) * | 2018-10-18 | 2021-03-19 | 南京航空航天大学 | 一种卫星通信中成对载波多址快速频谱感知方法 |
CN109673020A (zh) * | 2018-11-15 | 2019-04-23 | 天津大学青岛海洋技术研究院 | 一种融合式频谱检测方法 |
CN110611542A (zh) * | 2019-08-28 | 2019-12-24 | 南京邮电大学 | 一种基于改进融合算法的三阈值协作频谱感知方法 |
CN110611542B (zh) * | 2019-08-28 | 2021-06-22 | 南京邮电大学 | 一种基于改进融合算法的三阈值协作频谱感知方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105763273B (zh) | 2018-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105763273A (zh) | 一种认知无线电频谱感知方法 | |
CN101577564B (zh) | 基于判决门限自适应的信号频谱感知与检测方法 | |
CN104468001B (zh) | 基于无线电信号频谱特征模板的信号识别方法及系统 | |
CN101834630A (zh) | 一种基于能量-循环平稳特征的联合频谱检测方法 | |
CN109347584B (zh) | 基于指数平滑预测的频谱感知方法 | |
CN105025583A (zh) | 基于能量与协方差检测的分步频谱感知方法 | |
CN102891770A (zh) | 一种利用短相关模型预测长相关序列的方法 | |
CN109039505B (zh) | 一种认知无线电网络中信道状态转移概率预测方法 | |
Zhou et al. | Exact BER analysis of differential chaos shift keying communication system in fading channels | |
CN101588191B (zh) | 无线电信号认知方法及设备 | |
CN103916969A (zh) | 联合授权用户感知与链路状态估计方法与装置 | |
CN102664843A (zh) | 一种单频干扰检测和消除的方法及其装置 | |
CN105871413A (zh) | 低信噪比直接序列扩频信号检测方法 | |
CN103841566A (zh) | 移动模型下存在恶意用户攻击的基于d-s证据理论的协作频谱感知方法 | |
CN109219054B (zh) | 一种认知网络内双次用户的频谱感知方法 | |
CN105979590B (zh) | 认知无线电系统中基于有效容量的用户调度与功率分配方法 | |
CN105634634B (zh) | 一种存在未知定时的异步信道感知方法 | |
CN103780323B (zh) | 一种基于信号聚合特性的认知无线电宽带频谱感知方法 | |
CN105429913A (zh) | 基于特征值的多电平检测与识别方法 | |
CN102412911B (zh) | 两极频谱检测方法 | |
CN109150344B (zh) | 一种卫星通信中成对载波多址快速频谱感知方法 | |
Gong et al. | Spectrum sensing under distribution uncertainty in cognitive radio networks | |
Leitinger et al. | Capacity and capacity-achieving input distribution of the energy detector | |
Köse et al. | Signal-to-noise ratio estimation of noisy transient signals | |
CN101944934B (zh) | 一种基于载波间干扰消除的认知ofdma系统载波检测方法 |
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: 20180323 Termination date: 20210518 |
|
CF01 | Termination of patent right due to non-payment of annual fee |