CN106254007A - 一种应用于lte230系统的频谱感知方法和装置 - Google Patents

Abstract

本申请提供的一种应用于LTE230系统的频谱感知方法和装置，采用分步检测的频谱感知方法，先采用能量检测算法进行230MHz数传电台信号的粗检测，当获取的待测信号的能量值不小于第一门限值且不大于第二门限值时，即能量值处于能量检测算法检测精度较低的区间时，利用连续小波变换检测法进行230MHz数传电台信号的细检测。而连续小波变换检测法与现有技术中的循环平稳特征算法相比，具有不需要先验信息(即不需要授权信号的谱相关特征已知)，计算复杂度较低，以及检测速度快的优点。

Description

一种应用于LTE230系统的频谱感知方法和装置

技术领域

本申请涉及无线通信领域，更具体地说，涉及一种应用于LTE230系统的频谱感知方法和装置。

背景技术

目前，国内很多地区还在使用230MHz数传电台，因此随着电力无线宽带LTE230系统(以下简称LTE230系统)的应用和推广，在电力专用频谱(230MHz频段)上可能同时存在230MHz数传电台和LTE230系统的情况。230MHz数传电台采用的是查询方式工作，当两个系统同时存在时，如果LTE230系统不进行避让，很可能对230MHz数传电台造成较大的干扰，导致230MHz数传电台反复重传，增加了系统间干扰的时间，影响系统的正常运行。

为保障两个系统在同一频谱资源上稳定运行，将230MHz数传电台设定为授权用户，LTE230系统设定为非授权用户(又称感知用户)。在LTE230系统上采用频谱感知技术，捕捉频谱范围内的230MHz数传电台信号，当发现两者同时使用一个频点时及时进行避让，以保障系统的稳定运行。现有技术中频谱感知技术采用能量检测(ED，energy detection)算法进行粗检，采用循环平稳特征算法进行细检，实现对230MHz数传电台信号的检测。但是，循环平稳特征算法是利用信号的谱相关特征进行检测，计算复杂，且需要授权信号的谱相关特征已知。因此，现有技术中在对230MHz数传电台信号进行检测时，计算复杂，且在230MHz数传电台信号的谱相关特征未知时，检测的精确度较低。

发明内容

有鉴于此，本申请提出一种应用于LTE230系统的频谱感知方法和装置，欲解决在对230MHz数传电台信号进行检测时，计算复杂，且在230MHz数传电台信号的谱相关特征未知时，检测的精确度低的技术问题。

为了解决上述技术问题，现提出的方案如下：

一种应用于LTE230系统的频谱感知方法，包括：

获取检测区域内的待检测信号；

计算所述待检测信号的能量值；

判断所述能量值是否小于预设的第一门限值，且判断所述能量值是否大于预设的第二门限值，若所述能量值小于所述第一门限值，则确定不存在230MHz数传电台信号，若所述能量值大于所述第二门限值，则确定存在230MHz数传电台信号；

若所述能量值不小于所述第一门限值且不大于所述第二门限值，则利用连续小波变换检测法计算所述待检测信号的功率谱密度；

判断所述功率谱密度是否大于预设的第三门限值，若是，则确定存在230MHz数传电台信号，若否，则确定不存在230MHz数传电台信号，所述第三门限值为最大噪声功率。

优选的，所述利用连续小波变换检测法计算所述待检测信号的功率谱密度，包括：

将所述待检测信号输入功率谱密度数学模型得到所述待检测信号的功率谱密度，所述功率谱密度数学模型为：

$p_k=\left|\left(\frac{1}{T_w}\right){\∫}_{{\mathrm{kT}}_w}^{(k+1)T_w}x\left(t\right){\mathrm{\ψ}}_k\left(t\right)dt\right)|$

其中，p_k表示功率谱密度，T_w表示时域窗口长度，x(t)表示所述待检测信号，ψ_k(t)表示小波函数，ψ(t)表示小波基函数，j表示复数表示法中的虚数单位，k＝1，2，…,((f_终-f_始)/f_s)，f_k＝f_始+kf_s，f_s表示频域脉冲间的频率间隔，f_k表示脉冲窗的中心频率，起始频段f_始为电力230MHz频谱最低子带的频点，终止频段f_终为电力230MHz频谱最高子带的频点。

优选的，在所述获取检测区域内的待检测信号之前，还包括：

多次获取所述检测区域内的噪声信号；

分别计算各个所述噪声信号的功率；

选择所述功率中的最大值作为所述第三门限值。

优选的，在所述获取检测区域内的待检测信号之前，还包括：

获取所述检测区域内的噪声信号；

计算所述噪声信号的方差以及所述噪声信号包含的采样点个数；

将所述方差和所述采样点个数输入第一门限数学模型，得到所述第一门限值，所述第一门限数学模型为其中，表示所述方差，N表示所述采样点个数，P_fa表示预设的虚警概率，表示整体高斯互补累积函数；

将所述方差和所述采样点个数输入第二门限数学模型，得到所述第二门限值，所述第二门限数学模型为其中，表示所述方差，N表示所述采样点个数，P_fa表示预设的虚警概率，表示整体高斯互补累积函数。

一种应用于LTE230系统的频谱感知装置，包括：

第一信号获取单元，用于获取检测区域内的待检测信号；

第一计算单元，用于计算所述待检测信号的能量值；

第一判断单元，用于判断所述能量值是否小于预设的第一门限值，且判断所述能量值是否大于预设的第二门限值，若所述能量值小于所述第一门限值，则确定不存在230MHz数传电台信号，若所述能量值大于所述第二门限值，则确定存在230MHz数传电台信号；

第二计算单元，用于若所述能量值不小于所述第一门限值且不大于所述第二门限值，则利用连续小波变换检测法计算所述待检测信号的功率谱密度；

第二判断单元，用于判断所述功率谱密度是否大于预设的第三门限值，若是，则确定存在230MHz数传电台信号，若否，则确定不存在230MHz数传电台信号，所述第三门限值为最大噪声功率。

优选的，所述第二判断单元具体用于：

将所述待检测信号输入功率谱密度数学模型得到所述待检测信号的功率谱密度，所述功率谱密度数学模型为：

$p_k=\left|\left(\frac{1}{T_w}\right){\∫}_{{\mathrm{kT}}_w}^{(k+1)T_w}x\left(t\right){\mathrm{\ψ}}_k\left(t\right)dt\right)|$

其中，p_k表示功率谱密度，T_w表示时域窗口长度，x(t)表示所述待检测信号，ψ_k(t)表示小波函数，ψ(t)表示小波基函数，j表示复数表示法中的虚数单位，k＝1，2，…,((f_终-f_始)/f_s)，f_k＝f_始+kf_s，f_s表示频域脉冲间的频率间隔，f_k表示脉冲窗的中心频率，起始频段f_始为电力230MHz频谱最低子带的频点，终止频段f_终为电力230MHz频谱最高子带的频点。

优选的，所述装置还包括：

第二信号获取单元，用于多次获取所述检测区域内的噪声信号；

第三计算单元，用于分别计算各个所述噪声信号的功率；

第三门限值单元，用于选择所述功率中的最大值作为所述第三门限值。

优选的，所述装置还包括：

第三信号获取单元，用于获取所述检测区域内的噪声信号；

第四计算单元，用于计算所述噪声信号的方差以及所述噪声信号包含的采样点个数；

第一门限值单元，用于将所述方差和所述采样点个数输入第一门限数学模型，得到所述第一门限值，所述第一门限数学模型为其中，表示所述方差，N表示所述采样点个数，P_fa表示预设的虚警概率，表示整体高斯互补累积函数；

第二门限值单元，用于将所述方差和所述采样点个数输入第二门限数学模型，得到所述第二门限值，所述第二门限数学模型为其中，表示所述方差，N表示所述采样点个数，P_fa表示预设的虚警概率，表示整体高斯互补累积函数

与现有技术相比，本申请的技术方案具有以下优点：

上述技术方案提供的一种应用于LTE230系统的频谱感知方法和装置，采用分步检测的频谱感知方法，先采用能量检测算法进行230MHz数传电台信号的粗检测，当获取的待测信号的能量值不小于第一门限值且不大于第二门限值时，即能量值处于能量检测算法检测精度较低的区间时，利用连续小波变换检测法进行230MHz数传电台信号的细检测。而连续小波变换检测法与现有技术中的循环平稳特征算法相比，具有不需要先验信息(即不需要授权信号的谱相关特征已知)，计算复杂度较低，以及检测速度快的优点。

附图说明

为了更清楚地说明本申请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申请的一些实施例，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为本申请实施例提供的一种应用于LTE230系统的频谱感知方法的流程图；

图2为本申请实施例提供的利用两个门限值划分能量区域的示意图；

图3为本申请实施例提供的另一种应用于LTE230系统的频谱感知方法的流程图；

图4为本申请实施例提供的另一种应用于LTE230系统的频谱感知方法的流程图；

图5为本实施例提供的一种应用于LTE230系统的频谱感知装置的示意图；

图6为本实施例提供的另一种应用于LTE230系统的频谱感知装置的示意图；

图7为本实施例提供的另一种应用于LTE230系统的频谱感知装置的示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

实施例一

本实施例提供了一种应用于LTE230系统的频谱感知方法，请参阅图1所示，示出了该方法的流程示意图，该方法包括：

步骤S11：获取检测区域内的待检测信号；

步骤S12：计算所述待检测信号的能量值；

步骤S13：判断所述能量值是否小于预设的第一门限值，且判断所述能量值是否大于预设的第二门限值，若所述能量值小于所述第一门限值，则确定不存在230MHz数传电台信号，若所述能量值大于所述第二门限值，则确定存在230MHz数传电台信号；

能量检测算法是一种基于功率的检测算法，通过测量一段观测空间(频域或时域)内接收信号的能量值来判断是否存在授权用户的信号。本申请中能量检测算法采用频域的实现方式，并考虑噪声不确定性的情况，设置两个门限值λ₁和λ₂，如图2所示，当能量值T(x)小于第一门限值λ₁时，即处于E₀区域时则确定不存在230MHz数传电台信号，LTE230系统可以正常运行，当能量值大于第二门限值λ₁时，即处于E₂区域时则确定存在230MHz数传电台信号，LTE230系统主动进行避让。本申请采用的能量值具体计算方法为：其中，N表示获取的待检测信号包括的采样点个数，x(n)标识采样点的值。

步骤S14：若所述能量值不小于所述第一门限值且不大于所述第二门限值，则利用连续小波变换检测法计算所述待检测信号的功率谱密度；

步骤S15：判断所述功率谱密度是否大于预设的第三门限值，若是，则确定存在230MHz数传电台信号，若否，则确定不存在230MHz数传电台信号，所述第三门限值为最大噪声功率。

本实施例提供的应用于LTE230系统的频谱感知方法，采用分步检测的频谱感知方法，先采用能量检测算法进行230MHz数传电台信号的粗检测，当获取的待测信号的能量值不小于第一门限值且不大于第二门限值时，即能量值处于能量检测算法检测精度较低的区间E₁时，利用连续小波变换检测法进行230MHz数传电台信号的细检测。而连续小波变换检测法与现有技术中的循环平稳特征算法相比，具有不需要先验信息(即不需要授权信号的谱相关特征已知)，计算复杂度较低，以及检测速度快的优点。

具体的，利用连续小波变换检测法计算所述待检测信号的功率谱密度的过程包括：

将所述待检测信号输入功率谱密度数学模型得到所述待检测信号的功率谱密度，所述功率谱密度数学模型为：

$p_k=\left|\left(\frac{1}{T_w}\right){\∫}_{{\mathrm{kT}}_w}^{(k+1)T_w}x\left(t\right){\mathrm{\ψ}}_k\left(t\right)dt\right)|$

其中，p_k表示功率谱密度，T_w表示时域窗口长度，x(t)表示所述待检测信号；

${\mathrm{\ψ}}_k\left(t\right)=\mathrm{\ψ}\left(t\right)e^{j2{\mathrm{\πf}}_{k}t}$

其中，ψ_k(t)表示小波函数，ψ(t)表示小波基函数，j表示复数表示法中的虚数单位

f_k＝f_始+kf_s，k＝1，2，…,((f_终-f_始)/f_s)

其中，f_s表示频域脉冲间的频率间隔，f_k表示脉冲窗的中心频率，起始频段f_始为电力230MHz频谱最低子带的频点(223.525MHz)，终止频段f_终为电力230MHz频谱最高子带的频点(231.65MHz)。

利用连续小波变换检测法计算待检测信号的功率密度时，通过动态改变f_s将得到待检测信号的高精度功率谱密度。ψ(t)表示小波基函数，也是一个关于f_s的函数。随着f_s的变化，f_s和f_k都会发生相应的变化，当预设的f_s较小时，小波尺度也将较小，这样在进行信道扫描时相当于提高了分辨率，即通过细精度的检测提高检测性能。

实施例二

相对于实施例一提供的方法，本实施例提供的一种应用与LTE230系统的频谱感知方法，还公开了在步骤S11之前进行第三门限值设定的过程，请参阅图3，示出了该方法的流程示意图，该方法相对于实施例一提供的方法还包括：

步骤S21：多次获取所述检测区域内的噪声信号；

步骤S22：分别计算各个所述噪声信号的功率；

步骤S23：选择所述功率中的最大值作为所述第三门限值。

为通过连续小波变换检测法得到比较精确的检测结果，对检测区域内的噪声信号的功率进行多次检测，然后选择最大的噪声功率设定为第三门限值。当待检测信号的功率谱密度大于第三门限值，即功率谱密度大于最大的噪声功率时，说明待检测信号中存在230MHz数传电台信号，反之则认为不存在存在230MHz数传电台信号。

实施例三

相对于实施例一提供的方法，本实施例提供的一种应用与LTE230系统的频谱感知方法，还公开了在步骤S11之前进行第一门限值和第二门限值设定的过程，请参阅图4，示出了该方法的流程示意图，该方法相对于实施例一提供的方法还包括：

步骤S31：获取所述检测区域内的噪声信号；

步骤S32：计算所述噪声信号的方差以及所述噪声信号包含的采样点个数；

步骤S33：将所述方差和所述采样点个数输入第一门限数学模型，得到所述第一门限值λ₁。

所述第一门限数学模型为：

${\mathrm{\λ}}_1=\left(\sqrt{\frac{2}{N}}{Q}^{-1}\right(P_{fa})+1)\frac{{\mathrm{\σ}}_L^2}{2}$

其中，表示所述方差，N表示所述采样点个数，P_fa表示预设的虚警概率，表示整体高斯互补累积函数；

步骤S34：将所述方差和所述采样点个数输入第二门限数学模型，得到所述第二门限值λ₂；

所述第二门限数学模型为：

${\mathrm{\λ}}_2=\left(\sqrt{\frac{2}{N}}{Q}^{-1}\right(P_{fa})+1)2{\mathrm{\σ}}_L^2$

其中，表示所述方差，N表示所述采样点个数，P_fa表示预设的虚警概率，表示整体高斯互补累积函数。

不考虑噪声不确定性的情况时，门限值λ由以下公式确定：

$\mathrm{\λ}=\left(\sqrt{\frac{2}{N}}{Q}^{-1}\right(P_{fa})+1){\mathrm{\σ}}_L^2$

本申请提供的方案，考虑噪声不确定的情况，在门限值λ的基础上得到两个门限值λ₁和λ₂。为方便衡量噪声不确定性的大小，定义ρ＝10^x/10＞1，式中x表示的噪声不确定性边界，ρ表示噪声不确定程度，ρ越大表示噪声功率的变化范围越大。通常接收设备的噪声不确定边界一般在1dB到2dB之间，可以得出ρ一般在1.26-1.58之间。

由于实际噪声方差因此，将ρ的取值设定为2，即将第一门限值λ₁设定为λ/2，将第二门限值设定为2λ，保证了检测的精确度。

需要说明的是，第一门限值、第二门限值以及第三门限值设定后，在一段时间内均为一个确定的值。进行频谱感知时利用设定好第一门限值、第二门限值以及第三门限值即可，并不需要在每次进行频谱感知时都进行第一门限值、第二门限值以及第三门限值的设定。只有在待检测区域或待检测区域内的噪声信号发生变化时，才有必要对第一门限值、第二门限值以及第三门限值进行重新设定。

对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。

实施例四

本实施例提供了一种应用于LTE230系统的频谱感知装置，请参阅图5，示出了该装置的流程示意图，该装置包括：

第一信号获取单元11，用于获取检测区域内的待检测信号；

第一计算单元12，用于计算所述待检测信号的能量值；

第一判断单元13，用于判断所述能量值是否小于预设的第一门限值，且判断所述能量值是否大于预设的第二门限值，若所述能量值小于所述第一门限值，则确定不存在230MHz数传电台信号，若所述能量值大于所述第二门限值，则确定存在230MHz数传电台信号；

第二计算单元14，用于若所述能量值不小于所述第一门限值且不大于所述第二门限值，则利用连续小波变换检测法计算所述待检测信号的功率谱密度；

第二判断单元15，用于判断所述功率谱密度是否大于预设的第三门限值，若是，则确定存在230MHz数传电台信号，若否，则确定不存在230MHz数传电台信号，所述第三门限值为最大噪声功率。

本实施例提供的应用于LTE230系统的频谱感知装置，第一计算单元12和第一判断单元13先利用能量检测算法进行230MHz数传电台信号的粗检测，当获取的待测信号的能量值不小于第一门限值且不大于第二门限值时，即能量值处于能量检测算法检测精度较低的区间时，第二计算单元14和第二判断单元15利用连续小波变换检测法进行230MHz数传电台信号的细检测。而连续小波变换检测法与现有技术中的循环平稳特征算法相比，具有不需要先验信息(即不需要授权信号的谱相关特征已知)，计算复杂度较低，以及检测速度快的优点。

具体的，所述第二判断单元15具体用于将所述待检测信号输入功率谱密度数学模型得到所述待检测信号的功率谱密度，所述功率谱密度数学模型为：

$p_k=\left|\left(\frac{1}{T_w}\right){\∫}_{{\mathrm{kT}}_w}^{(k+1)T_w}x\left(t\right){\mathrm{\ψ}}_k\left(t\right)dt\right)|$

其中，p_k表示功率谱密度，T_w表示时域窗口长度，x(t)表示所述待检测信号；

${\mathrm{\ψ}}_k\left(t\right)=\mathrm{\ψ}\left(t\right)e^{j2{\mathrm{\πf}}_{k}t}$

其中，ψ_k(t)表示小波函数，ψ(t)表示小波基函数,j表示复数表示法中的虚数单位；

f_k＝f_始+kf_s，k＝1，2，…,((f_终-f_始)/f_s)

其中，f_s表示频域脉冲间的频率间隔，f_k表示脉冲窗的中心频率，起始频段f_始为电力230MHz频谱最低子带的频点，终止频段f_终为电力230MHz频谱最高子带的频点。

实施例五

本实施例提供了一种应用于LTE230系统的频谱感知装置，请参阅图6，示出了该装置的流程示意图，相对于实施例四提供的装置本实施例提供装置还包括：

第二信号获取单元21，用于多次获取所述检测区域内的噪声信号；

第三计算单元22，用于分别计算各个所述噪声信号的功率；

第三门限值单元23，用于选择所述功率中的最大值作为所述第三门限值。

实施例六

本实施例提供了一种应用于LTE230系统的频谱感知装置，请参阅图7，示出了该装置的流程示意图，相对于实施例四提供的装置本实施例提供装置还包括：

第三信号获取单元31，用于获取所述检测区域内的噪声信号；

第四计算单元32，用于计算所述噪声信号的方差以及所述噪声信号包含的采样点个数；

第一门限值单元33，用于将所述方差和所述采样点个数输入第一门限数学模型，得到所述第一门限值；

所述第一门限数学模型为：

${\mathrm{\λ}}_1=\left(\sqrt{\frac{2}{N}}{Q}^{-1}\right(P_{fa})+1)\frac{{\mathrm{\σ}}_L^2}{2}$

其中，表示所述方差，N表示所述采样点个数，P_fa表示预设的虚警概率，表示整体高斯互补累积函数；

第二门限值单元34，用于将所述方差和所述采样点个数输入第二门限数学模型，得到所述第二门限值；

所述第二门限数学模型为：

${\mathrm{\λ}}_2=\left(\sqrt{\frac{2}{N}}{Q}^{-1}\right(P_{fa})+1)2{\mathrm{\σ}}_L^2$

其中，表示所述方差，N表示所述采样点个数，P_fa表示预设的虚警概率，表示整体高斯互补累积函数。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

在本申请所提供的几个实施例中，应该理解到，所揭露的方法、装置和设备，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的；所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式；多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

对于装置实施例而言，由于其基本相应于方法实施例，所以相关之处参见方法实施例的部分说明即可。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本实施例各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种应用于LTE230系统的频谱感知方法，其特征在于，包括：

获取检测区域内的待检测信号；

计算所述待检测信号的能量值；

判断所述能量值是否小于预设的第一门限值，且判断所述能量值是否大于预设的第二门限值，若所述能量值小于所述第一门限值，则确定不存在230MHz数传电台信号，若所述能量值大于所述第二门限值，则确定存在230MHz数传电台信号；

若所述能量值不小于所述第一门限值且不大于所述第二门限值，则利用连续小波变换检测法计算所述待检测信号的功率谱密度；

判断所述功率谱密度是否大于预设的第三门限值，若是，则确定存在230MHz数传电台信号，若否，则确定不存在230MHz数传电台信号，所述第三门限值为最大噪声功率。

2.根据权利要求1所述的方法，其特征在于，所述利用连续小波变换检测法计算所述待检测信号的功率谱密度，包括：

将所述待检测信号输入功率谱密度数学模型得到所述待检测信号的功率谱密度，所述功率谱密度数学模型为：

$p_k=\left|\left(\frac{1}{T_w}\right){\∫}_{{\mathrm{kT}}_w}^{(k+1)T_w}x\left(t\right){\mathrm{\ψ}}_k\left(t\right)dt\right)|$

其中，p_k表示功率谱密度，T_w表示时域窗口长度，x(t)表示所述待检测信号，ψ_k(t)表示小波函数，ψ(t)表示小波基函数，j表示复数表示法中的虚数单位，k＝1，2，…,((f_终-f_始)/f_s)，f_k＝f_始+kf_s，f_s表示频域脉冲间的频率间隔，f_k表示脉冲窗的中心频率，起始频段f_始为电力230MHz频谱最低子带的频点，终止频段f_终为电力230MHz频谱最高子带的频点。

3.根据权利要求1所述的方法，其特征在于，在所述获取检测区域内的待检测信号之前，还包括：

多次获取所述检测区域内的噪声信号；

分别计算各个所述噪声信号的功率；

选择所述功率中的最大值作为所述第三门限值。

4.根据权利要求1所述的方法，其特征在于，在所述获取检测区域内的待检测信号之前，还包括：

获取所述检测区域内的噪声信号；

计算所述噪声信号的方差以及所述噪声信号包含的采样点个数；

将所述方差和所述采样点个数输入第一门限数学模型，得到所述第一门限值，所述第一门限数学模型为其中，表示所述方差，N表示所述采样点个数，P_fa表示预设的虚警概率，表示整体高斯互补累积函数；

将所述方差和所述采样点个数输入第二门限数学模型，得到所述第二门限值，所述第二门限数学模型为其中，表示所述方差，N表示所述采样点个数，P_fa表示预设的虚警概率，表示整体高斯互补累积函数。

5.一种应用于LTE230系统的频谱感知装置，其特征在于，包括：

第一信号获取单元，用于获取检测区域内的待检测信号；

第一计算单元，用于计算所述待检测信号的能量值；

第一判断单元，用于判断所述能量值是否小于预设的第一门限值，且判断所述能量值是否大于预设的第二门限值，若所述能量值小于所述第一门限值，则确定不存在230MHz数传电台信号，若所述能量值大于所述第二门限值，则确定存在230MHz数传电台信号；

第二计算单元，用于若所述能量值不小于所述第一门限值且不大于所述第二门限值，则利用连续小波变换检测法计算所述待检测信号的功率谱密度；

第二判断单元，用于判断所述功率谱密度是否大于预设的第三门限值，若是，则确定存在230MHz数传电台信号，若否，则确定不存在230MHz数传电台信号，所述第三门限值为最大噪声功率。

6.根据权利要求5所述的装置，其特征在于，所述第二判断单元具体用于：

将所述待检测信号输入功率谱密度数学模型得到所述待检测信号的功率谱密度，所述功率谱密度数学模型为：

$p_k=\left|\left(\frac{1}{T_w}\right){\∫}_{{\mathrm{kT}}_w}^{(k+1)T_w}x\left(t\right){\mathrm{\ψ}}_k\left(t\right)dt\right)|$

其中，p_k表示功率谱密度，T_w表示时域窗口长度，x(t)表示所述待检测信号，ψ_k(t)表示小波函数，ψ(t)表示小波基函数，j表示复数表示法中的虚数单位，k＝1，2，…,((f_终-f_始)/f_s)，f_k＝f_始+kf_s，f_s表示频域脉冲间的频率间隔，f_k表示脉冲窗的中心频率，起始频段f_始为电力230MHz频谱最低子带的频点，终止频段f_终为电力230MHz频谱最高子带的频点。

7.根据权利要求5所述的装置，其特征在于，所述装置还包括：

第二信号获取单元，用于多次获取所述检测区域内的噪声信号；

第三计算单元，用于分别计算各个所述噪声信号的功率；

第三门限值单元，用于选择所述功率中的最大值作为所述第三门限值。

8.根据权利要求5所述的装置，其特征在于，所述装置还包括：

第三信号获取单元，用于获取所述检测区域内的噪声信号；

第四计算单元，用于计算所述噪声信号的方差以及所述噪声信号包含的采样点个数；

第一门限值单元，用于将所述方差和所述采样点个数输入第一门限数学模型，得到所述第一门限值，所述第一门限数学模型为其中，表示所述方差，N表示所述采样点个数，P_fa表示预设的虚警概率，表示整体高斯互补累积函数；

第二门限值单元，用于将所述方差和所述采样点个数输入第二门限数学模型，得到所述第二门限值，所述第二门限数学模型为其中，表示所述方差，N表示所述采样点个数，P_fa表示预设的虚警概率，表示整体高斯互补累积函数。