CN106170139B - 一种频谱检测方法及系统 - Google Patents

一种频谱检测方法及系统 Download PDF

Info

Publication number
CN106170139B
CN106170139B CN201610839210.9A CN201610839210A CN106170139B CN 106170139 B CN106170139 B CN 106170139B CN 201610839210 A CN201610839210 A CN 201610839210A CN 106170139 B CN106170139 B CN 106170139B
Authority
CN
China
Prior art keywords
detected
power spectrum
detection
sampled signal
signal
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
Application number
CN201610839210.9A
Other languages
English (en)
Other versions
CN106170139A (zh
Inventor
许文俊
吴翠云
周雪梅
段皓
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN201610839210.9A priority Critical patent/CN106170139B/zh
Publication of CN106170139A publication Critical patent/CN106170139A/zh
Application granted granted Critical
Publication of CN106170139B publication Critical patent/CN106170139B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/0231—Traffic management, e.g. flow control or congestion control based on communication conditions
    • H04W28/0236—Traffic management, e.g. flow control or congestion control based on communication conditions radio quality, e.g. interference, losses or delay
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0453—Resources in frequency domain, e.g. a carrier in FDMA

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)

Abstract

本发明公开了一种频谱检测方法及系统，所述频谱检测方法包括：获取待检测采样信号的功率谱；获取所述功率谱的检测门限，其中，所述检测门限为检测所述待检测采样信号中有无发射信号的门限；获取所述功率谱的检测统计量；比较所述检测门限和所述检测统计量，当所述检测统计量大于所述检测门限时，则确定所述待检测采样信号中含有所述发射信号，当所述检测统计量小于或等于所述检测门限时，则确定所述待检测采样信号中不含所述发射信号。本发明实现了在低信噪比环境下提高待检测采样信号检测效率，更加准确的感知频谱中是否有可用资源。

Description

一种频谱检测方法及系统
技术领域
本发明涉及信号检测技术领域，更具体的是一种频谱检测方法及系统。
背景技术
现代无线通信技术的迅猛发展，以及不断增长的业务需求，造成无线通信系统的频谱资源短缺。大量的统计结果都表明：频谱资源短缺一方面是由于频谱资源的物理受限，另一方面是由于频谱资源的利用率过低。所以，提高频谱资源的利用率十分重要。
提高频谱资源利用率常用的方法是：频谱检测。频谱检测的目的就是在时域、频域及空域下对信号进行检测，发现频谱空洞并加以利用，提高频谱利用效率。频谱检测是实现认知无线电技术的基础和前提，因为频谱检测的过程实质上就是对无线环境中是否存在可以利用的频谱空洞的检测。
例如现有技术中公开了一种基于频域的信号检测方法，这种方法把接收信号进行下变频，变换到一定的中频信号，对中频信号进行采样，用基于快速傅里叶变换的巴特莱特法估计信号的功率谱密度函数，然后选取功率谱密度函数的最大值作为检测统计量，把该值的和与检测门限进行对比，如果小于检测门限，则信道内有发射信号，如果大于检测门限，则信道内无发射信号。这种信号检测方法对信道信息要求过高或者统计量简单，在低信噪比的情况下检测到发射信号的概率较低、检测性能较低。
发明内容
本发明实施例的目的在于提供一种频谱检测方法及系统，以实现在低信噪比环境下提高待检测采样信号检测效率，更加准确的感知频谱中是否有可用资源。
为达到上述的目的，本发明公开了一种频谱检测方法，包括：
获取待检测采样信号的功率谱；
获取所述功率谱的检测门限，其中，所述检测门限为检测所述待检测采样信号中有无发射信号的门限；
获取所述功率谱的检测统计量；
比较所述检测门限和所述检测统计量，当所述检测统计量大于所述检测门限时，则确定所述待检测采样信号中含有所述发射信号，当所述检测统计量小于或等于所述检测门限时，则确定所述待检测采样信号中不含所述发射信号。
较优地，所述获取待检测采样信号的功率谱，包括：
获取待检测采样信号；
获取所述待检测采样信号检测模型；
对所述待检测采样信号检测模型进行离散傅里叶快速变换，得到变换结果；
从所述变换结果中获取所述待检测采样信号的功率谱。
较优地，所述待检测采样信号检测模型为：
其中，H0为所述待检测采样信号中不包含所述发射信号的情况，H1为所述待检测采样信号中包含所述发射信号的情况，r(n)为所述待检测采样信号函数，s(n)为所述待检测采样信号中的所述发射信号函数，w(n)为高斯白噪声函数；
所述变换结果为：
其中，R(k)为所述待检测采样信号离散傅里叶快速变换后的函数，S(k)为所述发射信号离散傅里叶快速变换后的函数，W(k)为所述高斯白噪声离散傅里叶快速变换后的函数；
所述待检测采样信号的功率谱为：
其中，Pk为所述待检测采样信号的功率谱，S(k)为所述发射信号离散傅里叶快速变换后的函数，W(k)为所述高斯白噪声离散傅里叶快速变换后的函数，N为所述待检测采样信号的采集样本数。
较优地，所述获取所述功率谱的检测门限，包括：
获取所述功率谱的均值和所述功率谱的方差；
获取发射机的虚警概率，其中，所述虚警概率为发射机中不存在所述发射信号时，检测结果中存在所述发射信号的概率；
通过所述功率谱的均值、所述功率谱的方差以及所述虚警概率获取所述检测门限。
较优地，所述检测门限为：
其中，ε为所述检测门限，Q-1为标准正态分布的逆变换函数，Pf为所述虚警概率，N为所述待检测采样信号的采集样本数，为时域中的高斯白噪声的方差值。
较优地，所述获取所述功率谱的检测统计量，包括：
获取所述功率谱的均值和所述功率谱的方差；
通过所述功率谱的均值和所述功率谱的方差，获取所述待检测采样信号功率谱的检测统计量。
较优地，所述功率谱的检测统计量为：
R0＝var(Pk)×mean(Pk)
其中，R0为所述检测采样信号的检测统计量，Pk为所述待检测采样信号的功率谱，var(Pk)为所述待检测采样信号的功率谱的方差，mean(Pk)为所述待检测采样信号的功率谱的均值。
为达到上述目的，本发明还公开了一种频谱检测系统，包括：
功率谱获取模块，用于获取待检测采样信号的功率谱；
检测门限获取模块，用于获取所述功率谱的检测门限，其中，所述检测门限为检测所述待检测采样信号中有无发射信号的门限；
检测统计量获取模块，用于获取所述功率谱的检测统计量；
比较模块，用于比较所述检测门限和所述检测统计量，当所述检测统计量大于所述检测门限时，则确定所述待检测采样信号中含有所述发射信号，当所述检测统计量小于或等于所述检测门限时，则确定所述待检测采样信号中不含所述发射信号。
较优地，所述功率谱获取模块，具体用于：
获取待检测采样信号；
获取所述待检测采样信号检测模型；
对所述待检测采样信号检测模型进行离散傅里叶快速变换，得到变换结果；
从所述变换结果中获取所述待检测采样信号的功率谱。
较优地，所述检测门限获取模块，具体用于：
获取所述功率谱的均值和所述功率谱的方差；
获取发射机的虚警概率，其中，所述虚警概率为所述发射机中不存在所述发射信号时，检测结果中存在所述发射信号的概率；
通过所述功率谱的均值、所述功率谱的方差以及所述虚警概率获取所述检测门限。
本发明的一种频谱检测方法及系统中，通过获取待检测采样信号的功率谱、功率谱的检测门限以及功率谱的检测统计量，比较检测门限和检测统计量的大小，当检测统计量大于检测门限时，确定所述待检测采样信号中含有所述发射信号，当检测统计量小于或等于所述检测门限时，确定待检测采样信号中不含所述发射信号。这种方法计算量级小、计算复杂度低，另外，本发明中功率谱的检测统计量，是计算出待检测采样信号的功率谱均值和方差的乘积，该检测统计量能有效地检测到低信噪比情况下的频谱中有无发射信号，提高在低信噪比情况下的检测效率。
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为本发明实施例的一种频谱检测方法流程图；
图2为本发明实施例的一种获取待检测采样信号的功率谱流程图；
图3为本发明实施例的一种获取功率谱的检测门限方法流程图；
图4为本发明实施例的一种获取功率谱的检测统计量方法流程图；
图5为本发明实施例的一种频谱检测系统图；
图6为本发明实施例的一种频谱检测方法检测概率与待检测采样信号采样点数关系图；
图7为本发明实施例的一种频谱检测方法仿真验证图。
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做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。
本发明实施例的目的在于提供一种频谱检测方法及系统，针对现有技术中存在的检测方法对信道信息要求过高或者统计量简单，在低信噪比的情况下检测效率较低，检测性能没有达到最优化的实际问题。
本发明实施例通过获取待检测采样信号的功率谱、功率谱的检测门限以及功率谱的检测统计量，比较检测门限和检测统计量的大小，确定待检测采样信号中有无发射信号，实现在低信噪比情况下提高检测效率。
下面通过具体的实施例，对本发明进行详细说明。
参见图1，图1为本发明实施例的一种频谱检测方法流程图，包括：
S101：获取待检测采样信号的功率谱；
本发明采用获得功率谱的方法实现发明目基于的原理是：在理想情况下，高斯白噪声功率谱是一条直线，而含有发射信号的功率谱是有较大的波动起伏的，因此根据信号功率谱和噪声功率谱的重要区别，可以判断出接收机中是否存在发射机的发射信号。
具体的，通过获取接收机中发射机发射的待检测采样信号，将接收机接收的按照时间变化获得的时域内待检测采样信号、转换到按照频率变化显示出不同频率振幅变化的频域内待检测采样信号，设置待检测采样信号采样点数，对频域内待检测采样信号函数变换得到功率谱。无论是通过离散傅里叶快速变换还是通过最大熵等其他形式的函数变换得到功率谱的方法都是可取的。
S102：获取功率谱的检测门限，其中，检测门限为检测待检测采样信号中有无发射信号的门限；
具体的，检测门限是为了检测待检测采样信号中有无发射信号，在得到功率谱后，对功率谱函数变换，获得功率谱的参数，以及发射机的虚警概率，其中，虚警概率为发射机中不存在发射信号时，检测结果中存在发射信号的概率。根据功率谱的参数、发射机的虚警概率之间的函数关系，得到功率谱的检测门限。
S103：获取功率谱的检测统计量；
具体的，在获得功率谱后，将该段功率谱的检测统计量计算出来，反应出该段功率谱的待检采样信号的情况。比起现有技术中用到功率谱的最大值，本发明利用检测统计量来作为反应功率谱情况的参数，避免了实际检测中的误差以及在低信噪比的情况下不能很好的检测到发射机的发射信号。另外，比起现有其他技术中，本发明利用功率谱的检测统计量也可采用截取功率谱的一段求出该段功率谱的平均值，其需要的待检测采样信号采样点数较少便能够达到同等的检测效果。
另外，需要说明的是，无论是通过离散傅里叶快速变换还是通过最大熵等其他形式的函数变换得到功率谱、最终获得的功率谱的检测统计量的方法，都属于本发明的保护范围内。
S104：比较检测门限和检测统计量，当待检测采样信号的检测统计量大于检测门限时，则确定待检测采样信号中含有发射信号，当待检测采样信号的检测统计量小于或等于检测门限时，则确定待检测采样信号中不含发射信号。
具体的，在得到检测门限和检测统计量后，比较两个值的大小，如果检测统计量大于检测门限时，则确定待检测采样信号中含有发射信号；如果检测统计量小于或等于检测门限时，则确定待检测采样信号中不含发射信号，根据这样的检测结果便可清晰判断出待检测采样信号中有无发射机的发射信号，如果没有发射信号则表示该段功率谱对应的频谱可用，这样便可达到本发明的检测目的。
本发明实施例的一种频谱检测方法，通过获得待检测采样信号的功率谱，再通过该功率谱获得该功率谱的检测门限，以及该功率谱的检测统计量，再比较检测门限和检测统计量之间的大小关系，可判断出待检测采样信号中有无发射信号，达到本发明可实现在低信噪比环境下提高待检测采样信号检测效率、高效的检测出频谱中有无可用的频谱资源的检测目的。
优选地，本发明实施例的一种获取待检测采样信号的功率谱的方法，可参见图2，图2为本发明实施例的一种获取待检测采样信号的功率谱流程图，包括：
S201：获取待检测采样信号；
具体的，获取待检测采样信号接收机接收的待检测采样信号，在实施过程中根据实际情况设置待检测采样信号的样本数量。
S202：获取待检测采样信号检测模型；
在本发明实施例中，对待检测采样信号设置一个检测模型，设置的该检测模型可用来获得最后的功率谱。
具体地，待检测采样信号检测模型为：
其中，H0为待检测采样信号中不包含发射信号的情况，H1为待检测采样信号中包含发射信号的情况，r(n)为待检测采样信号函数，s(n)为待检测采样信号中的发射信号函数，w(n)为高斯白噪声函数。
S203：对待检测采样信号检测模型进行离散傅里叶快速变换，得到变换结果；
在本发明实施例中，通过对待检测采样信号检测模型进行离散傅里叶快速变换，得到待检测采样信号检测模型离散傅里叶快速变换的变换结果，把该变换结果作为最终得到功率谱的中间变换函数。
具体地，变换结果为：
其中，R(k)为待检测采样信号离散傅里叶快速变换后的函数，S(k)为发射信号离散傅里叶快速变换后的函数，W(k)为高斯白噪声离散傅里叶快速变换后的函数。
S204：从变换结果中获取待检测采样信号的功率谱。
在本发明实施例中，对变换结果做频域变换，将该变换结果转换到频域上最终得到待检测采样信号的功率谱。
具体地，待检测采样信号的功率谱为：
其中，Pk为数据库待检测采样信号的功率谱，S(k)为发射信号离散傅里叶快速变换后的函数，W(k)为高斯白噪声离散傅里叶快速变换后的函数，N为待检测采样信号的采集样本数。
可见，通过这种方式获得功率谱，计算量级小、计算简单、方便。
优选地，本发明实施例的一种获取功率谱的检测门限的方法，可参见图3，图3为本发明实施例的一种获取功率谱的检测门限方法流程图，包括：
S301：获取功率谱的均值和功率谱的方差；
具体的，在本发明实施例中，对待检测采样信号检测模型离散傅里叶快速变换，其中，w(n)为高斯白噪声函数，在离散傅里叶快速变换之后，得到高斯白噪声离散傅里叶快速变换后的函数W(k)。
高斯白噪声离散傅里叶快速变换后的函数W(k)的实部函数为Wr(k)，虚部函数为Wi(k)，实部函数Wr(k)服从虚部函数Wi(k)服从其中，为正态分布函数，0为实部函数和虚部函数的均值，为实部函数和虚部函数的方差。
其中，对于|W(k)|函数服从参数为的瑞利分布，|W(k)|函数的均值为μ，|W(k)|函数的方差为σ2，
其中，|W(k)|2函数服从的χ2分布，|W(k)|2函数的均值为|W(k)|2函数的方差为
根据待检测采样信号的功率谱：
所以，在H0的情况下，功率谱的均值μ为：
功率谱的方差为σ2为：
S302：获取发射机的虚警概率，其中，虚警概率为发射机中不存在发射信号时，检测结果中存在发射信号的概率；
具体的，在实施过程中，通过已有的发射机，可根据需要设置发射机的虚警概率的值，在实施过程中获取发射机的虚警概率的值。
其中，虚警概率和检测概率函数表达式为：
其中，H0为待检测采样信号中不包含发射信号的情况，H1为待检测采样信号中包含发射信号的情况，Pd为检测概率，Pf为虚警概率。
S303：通过功率谱的均值、功率谱的方差以及虚警概率获取检测门限。
具体的，w(n)为高斯白噪声函数，w2(n)函数服从χ2分布，w2(n)函数的均值为w2(n)函数的方差为
接收信噪比为γ：
所以
w2(n)服从χ2分布，根据中心极限定理可知：
另外，根据获得的功率谱的均值μ，功率谱的方差σ2，其中
所以功率谱的统计量R0为：
则有所以
虚警概率和上述分布函数有如下关系：
其中，Q为标准正态分布函数，ε为检测门限，Pf为虚警概率，为时域中的高斯白噪声的方差值，N为待检测采样信号的采集样本数。
将公式变换得到以及最终获取检测门限ε。
具体的，检测门限为：
其中，ε为检测门限，Q-1为标准正态分布的逆变换函数，Pf为虚警概率，N为待检测采样信号的采集样本数，为时域中的高斯白噪声的方差值。
可见，本发明频谱检测方法的一种获取功率谱的检测门限方法，可以更加准确的确定出待检测采样信号的功率谱的检测门限，对检测结果更有参考价值。
优选地，本发明频谱检测方法实施例的一种获取功率谱的检测统计量的方法，可参见图4，图4为本发明实施例的一种获取功率谱的检测统计量方法流程图，包括：
S401：获取功率谱的均值和功率谱的方差；
具体地，通过获得的功率谱，函数变换计算出功率谱服从的正态分布函数，从正态分布函数中可获得该功率谱的均值和该功率谱的方差。
S402：通过功率谱的均值和功率谱的方差，获取待检测采样信号功率谱的检测统计量。
具体的，功率谱的检测统计量为：
R0＝var(Pk)×mean(Pk)
其中，R0为待检测采样信号的检测统计量，Pk为待检测采样信号的功率谱，var(Pk)为待检测采样信号的功率谱的方差，mean(Pk)为待检测采样信号的功率谱的均值。
可见，本发明频谱检测方法的一种获取功率谱的检测统计量方法，通过功率谱的方差和功率谱的均值，能更好的反映出功率谱的变化情况，进而反映出待检测采样信号的情况，对于检测结果更加准确、更有说服力。
本发明实施例还公开了一种频谱检测系统，可参见图5，图5为本发明实施例的一种频谱检测系统图，包括：
功率谱获取模块501，用于获取待检测采样信号的功率谱；
检测门限获取模块502，用于获取功率谱的检测门限，其中，检测门限为检测待检测采样信号中有无发射信号的门限；
检测统计量获取模块503，用于获取功率谱的检测统计量；
比较模块504，用于比较检测门限和检测统计量，当检测统计量大于检测门限时，则确定待检测采样信号中含有发射信号，当检测统计量小于或等于检测门限时，则确定待检测采样信号中不含发射信号。
本发明实施例的一种频谱检测系统，通过获得待检测采样信号的功率谱，再通过该功率谱获得该功率谱的检测门限，以及该功率谱的检测统计量，再比较检测门限和检测统计量之间的大小关系，可判断出待检测采样信号中有无发射信号，达到本发明可实现在低信噪比环境下提高待检测采样信号检测效率、高效的检测出频谱中有无可用的频谱资源的检测目的。
需要说明的是，本发明实施例的系统是应用上述频谱检测方法的系统，则上述频谱检测方法的所有实施例均适用于该装置，且均能达到相同或相似的有益效果。
优选地，本发明实施例的功率谱获取模块501，具体用于：
获取待检测采样信号；
获取待检测采样信号检测模型；
对待检测采样信号检测模型进行离散傅里叶快速变换，得到变换结果；
从变换结果中获取待检测采样信号的功率谱。
优选地，本发明实施例的检测门限获取模块502，具体用于：
获取功率谱的均值和功率谱的方差；
获取发射机的虚警概率，其中，虚警概率为发射机中不存在发射信号时，检测结果中存在发射信号的概率；
通过功率谱的均值、功率谱的方差以及虚警概率获取检测门限。
优选地，本发明实施例的检测统计量获取模块503，具体用于：
获取功率谱的均值和功率谱的方差；
通过功率谱的均值和功率谱的方差，获取待检测采样信号功率谱的检测统计量。
参见图6，图6为本发明实施例的一种频谱检测方法检测概率与待检测采样信号采样点数关系图。在图6中，横坐标为信噪比，纵坐标为检测概率，本发明的一种频谱检测方法采集的待检测采样信号采样点数为2048的曲线为1，它对应的虚警概率曲线为4；本发明的一种频谱检测方法采集的待检测采样信号采样点数为1024的曲线为2，它对应的虚警概率曲线为5；本发明的一种频谱检测方法采集的待检测采样信号采样点数为512的曲线为3，它对应的虚警概率曲线为6。图6中，待检测采样信号3种不同采样点数的检测方法的虚警概率曲线重合，在本发明实施例中都设置为0.1。
可见，采集的待检测采样信号采样点数越多，越能反映出本发明的一种频谱检测方法在低信噪比下检测效果越好。
参见图7，图7为本发明实施例的一种频谱检测方法仿真验证图。图7中，横坐标为信噪比，纵坐标为检测概率，本发明的一种频谱检测方法的曲线为7，熵比例检测方法的曲线为8，能量检测方法的曲线为9，最大熵检测方法的曲线为10，本发明的一种频谱检测方法的虚警概率曲线为11，熵比例检测方法的虚警概率曲线为12，能量检测方法的虚警概率曲线为13，最大熵检测方法的虚警概率曲线为14，图7中4种检测方法的虚警概率曲线重合，在本发明实施例中都设置为0.1。在图7中显示了比较熵比例检测方法、能量检测方法、最大熵检测方法以及用本发明的一种频谱检测方法，将虚警概率设置0.1时，本发明的一种频谱检测方法在低信噪比的环境下检测效率最高。
可见，本发明的一种频谱检测方法检测，可实现在低信噪比环境下提高待检测采样信号检测效率，更加准确的感知频谱中是否有可用资源。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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，对于系统实施例而言，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 (8)

1.一种频谱检测方法，其特征在于，包括：
获取待检测采样信号的功率谱；
获取所述功率谱的检测门限，其中，所述检测门限为检测所述待检测采样信号中有无发射信号的门限；
获取所述功率谱的检测统计量；
比较所述检测门限和所述检测统计量，当所述检测统计量大于所述检测门限时，则确定所述待检测采样信号中含有所述发射信号，当所述检测统计量小于或等于所述检测门限时，则确定所述待检测采样信号中不含所述发射信号；
所述获取所述功率谱的检测统计量，包括：
获取所述功率谱的均值和所述功率谱的方差；
通过所述功率谱的均值和所述功率谱的方差，获取所述待检测采样信号功率谱的检测统计量；
所述功率谱的检测统计量为：
R0＝var(Pk)×mean(Pk)
其中，R0为所述检测采样信号的检测统计量，Pk为所述待检测采样信号的功率谱，var(Pk)为所述待检测采样信号的功率谱的方差，mean(Pk)为所述待检测采样信号的功率谱的均值。
2.根据权利要求1所述的频谱检测方法，其特征在于，所述获取待检测采样信号的功率谱，包括：
获取待检测采样信号；
获取所述待检测采样信号检测模型；
对所述待检测采样信号检测模型进行离散傅里叶快速变换，得到变换结果；
从所述变换结果中获取所述待检测采样信号的功率谱。
3.根据权利要求2所述的频谱检测方法，其特征在于，所述待检测采样信号检测模型为：
其中，H0为所述待检测采样信号中不包含所述发射信号的情况，H1为所述待检测采样信号中包含所述发射信号的情况，r(n)为所述待检测采样信号函数，s(n)为所述待检测采样信号中的所述发射信号函数，w(n)为高斯白噪声函数；
所述变换结果为：
其中，R(k)为所述待检测采样信号离散傅里叶快速变换后的函数，S(k)为所述发射信号离散傅里叶快速变换后的函数，W(k)为所述高斯白噪声离散傅里叶快速变换后的函数；
所述待检测采样信号的功率谱为：
其中，Pk为所述待检测采样信号的功率谱，S(k)为所述发射信号离散傅里叶快速变换后的函数，W(k)为所述高斯白噪声离散傅里叶快速变换后的函数，N为所述待检测采样信号的采集样本数。
4.根据权利要求1～3任一项所述的频谱检测方法，其特征在于，所述获取所述功率谱的检测门限，包括：
获取所述功率谱的均值和所述功率谱的方差；
获取发射机的虚警概率，其中，所述虚警概率为发射机中不存在所述发射信号时，检测结果中存在所述发射信号的概率；
通过所述功率谱的均值、所述功率谱的方差以及所述虚警概率获取所述检测门限。
5.根据权利要求4所述的频谱检测方法，其特征在于，所述检测门限为：
其中，ε为所述检测门限，Q-1为标准正态分布的逆变换函数，Pf为所述虚警概率，N为所述待检测采样信号的采集样本数，为时域中的高斯白噪声的方差值。
6.一种频谱检测系统，其特征在于，包括：
功率谱获取模块，用于获取待检测采样信号的功率谱；
检测门限获取模块，用于获取所述功率谱的检测门限，其中，所述检测门限为检测所述待检测采样信号中有无发射信号的门限；
检测统计量获取模块，用于获取所述功率谱的检测统计量；
比较模块，用于比较所述检测门限和所述检测统计量，当所述检测统计量大于所述检测门限时，则确定所述待检测采样信号中含有所述发射信号，当所述检测统计量小于或等于所述检测门限时，则确定所述待检测采样信号中不含所述发射信号；
检测统计量获取模块，具体用于：
获取功率谱的均值和功率谱的方差；
通过功率谱的均值和功率谱的方差，获取待检测采样信号功率谱的检测统计量；
所述功率谱的检测统计量为：
R0＝var(Pk)×mean(Pk)
其中，R0为所述检测采样信号的检测统计量，Pk为所述待检测采样信号的功率谱，var(Pk)为所述待检测采样信号的功率谱的方差，mean(Pk)为所述待检测采样信号的功率谱的均值。
7.根据权利要求6所述的频谱检测系统，其特征在于，所述功率谱获取模块，具体用于：
获取待检测采样信号；
获取所述待检测采样信号检测模型；
对所述待检测采样信号检测模型进行离散傅里叶快速变换，得到变换结果；
从所述变换结果中获取所述待检测采样信号的功率谱。
8.根据权利要求6或7所述的频谱检测系统，其特征在于，所述检测门限获取模块，具体用于：
获取所述功率谱的均值和所述功率谱的方差；
获取发射机的虚警概率，其中，所述虚警概率为所述发射机中不存在所述发射信号时，检测结果中存在所述发射信号的概率；
通过所述功率谱的均值、所述功率谱的方差以及所述虚警概率获取所述检测门限。
CN201610839210.9A 2016-09-21 2016-09-21 一种频谱检测方法及系统 Active CN106170139B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610839210.9A CN106170139B (zh) 2016-09-21 2016-09-21 一种频谱检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610839210.9A CN106170139B (zh) 2016-09-21 2016-09-21 一种频谱检测方法及系统

Publications (2)

Publication Number Publication Date
CN106170139A CN106170139A (zh) 2016-11-30
CN106170139B true CN106170139B (zh) 2019-10-01

Family

ID=57376531

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610839210.9A Active CN106170139B (zh) 2016-09-21 2016-09-21 一种频谱检测方法及系统

Country Status (1)

Country Link
CN (1) CN106170139B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108957124A (zh) * 2017-05-19 2018-12-07 深圳先进技术研究院 一种基于fpga的动态频谱分析系统及方法
CN107332633B (zh) * 2017-06-27 2020-07-31 温州大学瓯江学院 一种认知无线电频谱检测方法
CN108226890B (zh) * 2018-01-19 2021-08-13 成都赛英科技有限公司 基于时间向统计的机场异物雷达检测方法
CN110874822B (zh) * 2018-08-31 2023-12-15 瑞昱半导体股份有限公司 利用动态视窗平滑滤波器的信号滤波方法与系统
CN111887866B (zh) * 2020-06-11 2022-09-23 杭州师范大学 坐垫式实时多动症监测系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104754523A (zh) * 2013-12-30 2015-07-01 中兴通讯股份有限公司 一种通信方法、终端及通信系统
CN105357154A (zh) * 2015-10-20 2016-02-24 中国人民解放军理工大学 一种联合功率双门限和延时相关矩阵的信号检测方法
CN105406929A (zh) * 2015-12-21 2016-03-16 哈尔滨工业大学 基于频域的频谱感知方法
CN105721080A (zh) * 2016-01-27 2016-06-29 北京邮电大学 一种频谱感知方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104754523A (zh) * 2013-12-30 2015-07-01 中兴通讯股份有限公司 一种通信方法、终端及通信系统
CN105357154A (zh) * 2015-10-20 2016-02-24 中国人民解放军理工大学 一种联合功率双门限和延时相关矩阵的信号检测方法
CN105406929A (zh) * 2015-12-21 2016-03-16 哈尔滨工业大学 基于频域的频谱感知方法
CN105721080A (zh) * 2016-01-27 2016-06-29 北京邮电大学 一种频谱感知方法及装置

Also Published As

Publication number Publication date
CN106170139A (zh) 2016-11-30

Similar Documents

Publication Publication Date Title
CN106170139B (zh) 一种频谱检测方法及系统
US11901963B1 (en) Systems and methods for analyzing signals of interest
CN101946475B (zh) 用于检测无线麦克风信号的无线电传感器及其方法
CN101414847B (zh) 干扰检测器及干扰检测方法
CN102324959B (zh) 一种基于多天线系统协方差矩阵的频谱感知方法
CN102298685B (zh) 基于虚拟仪器的汽车电子射频识别参数检测系统
CN106533577B (zh) 一种基于能量检测的非高斯噪声抑制方法
CN101986583B (zh) 基于协方差匹配的多天线频谱感知方法
CN106488557A (zh) 基于WiFi信号的LDCC‑PDF分级时延估计方法
CN102364885B (zh) 一种基于信号频谱包络的频谱感知方法
CN103281142B (zh) 联合时域双门限和频域变点数的能量检测方法和装置
CN110099019A (zh) 基于深度学习的LoRa调制信号检测方法
CN102710345B (zh) 一种基于多天线Friedman检验的认知无线电频谱感知方法
CN105721080A (zh) 一种频谱感知方法及装置
CN102271022B (zh) 一种基于最大广义特征值的频谱感知方法
CN105429719A (zh) 基于功率谱和多尺度小波变换分析强干扰信号检测方法
CN109342828A (zh) 一种基于频域恒虚警的雷电脉冲信号检测方法
CN105959246A (zh) 一种抗干扰方法
CN110289926A (zh) 基于调制信号循环自相关函数对称峰值的频谱感知方法
Zhang et al. Performance of cyclostationary features based spectrum sensing method in a multiple antenna cognitive radio system
CN102386985A (zh) 适用于马尔可夫业务模型的频谱感知方法
CN116961799A (zh) 一种基于时频域分布特征的信号干扰检测方法
CN106850104A (zh) 基于无源监测的nvis快速选频系统及其方法
CN108718223A (zh) 一种非合作信号的盲频谱感知方法
Kubankova et al. Algorithms of digital modulation classification and their verification

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