CN106452627B - 一种用于宽带频谱感知的噪声功率估计方法和装置 - Google Patents
一种用于宽带频谱感知的噪声功率估计方法和装置 Download PDFInfo
- Publication number
- CN106452627B CN106452627B CN201610905942.3A CN201610905942A CN106452627B CN 106452627 B CN106452627 B CN 106452627B CN 201610905942 A CN201610905942 A CN 201610905942A CN 106452627 B CN106452627 B CN 106452627B
- Authority
- CN
- China
- Prior art keywords
- local modulus
- modulus maxima
- noise power
- signal
- judged
- 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
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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/345—Interference values
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/373—Predicting channel quality or other radio frequency [RF] parameters
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
本发明公开了一种用于宽带频谱感知的噪声功率估计方法和装置。该方法包括:计算宽带频段内的信号的功率谱;估计功率谱的概率密度函数;确定概率密度函数的局部极大值点;根据局部极大值点估计噪声功率。鉴于现有技术的宽带频谱感知中,对于宽频段内的各个频点是否存在信号是不具备先验信息的,无法准确进行噪声功率估计,本发明首先计算宽带频段内的信号的功率谱,并统计信号功率谱的概率密度函数,将概率密度函数的局部极大值点作为噪声功率。可见,采用本发明的方案,在宽带频段内的频点的信号未被占满且缺乏先验信息的情况下,仍可以准确估计噪声功率,为宽带频谱感知的门限设定提供依据。
Description
技术领域
本发明涉及通信技术领域,特别涉及一种用于宽带频谱感知的噪声功率估计方法和装置。
背景技术
在通信技术领域中,固定频谱分配政策导致频谱利用率低下。为了提高频谱利用率,人们提出采用认知无线电技术动态使用频谱空穴,认知无线电技术的一项关键技术是宽带频谱感知,主要用于寻找当前频段内未被授权用户占用的频谱空穴,以提高频谱的利用率。在宽带频谱感知的方法中,能量检测是一种简单实用的方法。但是要完成能量检测,需要事先估计宽带频段内的噪声功率,根据估计的噪声功率选择合适的门限,并对宽频段内的信号进行判决。
然而,在现有技术的宽带频谱感知中,对于宽频段内的各个频点是否存在信号是不具备先验信息的,所以准确进行噪声功率估计就成了一个难点。
发明内容
鉴于现有技术中在宽频段内的各个频点是否存在信号不具备先验信息情况下,无法准确进行噪声功率估计的问题,提出了本发明的一种用于宽带频谱感知的噪声功率估计方法和装置,以便解决或至少部分地解决上述问题。
根据本发明的一个方面,提供了一种用于宽带频谱感知的噪声功率估计方法,所述方法包括:
计算宽带频段内的信号的功率谱;
估计所述功率谱的概率密度函数;
确定所述概率密度函数的局部极大值点;
根据所述局部极大值点估计噪声功率。
根据本发明的另一个方面,提供了一种噪声功率估计装置,所述噪声功率估计装置包括:
功率谱计算模块,用于计算宽带频段内的信号的功率谱;
概率密度函数估计模块,用于估计所述功率谱的概率密度函数;
局部极大值点确定模块,用于确定所述概率密度函数的局部极大值点;
噪声功率估计模块,用于根据所述局部极大值点估计噪声功率。
综上所述,本发明首先计算宽带频段内的信号的功率谱,并统计信号功率谱的概率密度函数,将概率密度函数的局部极大值点作为噪声功率。可见,采用本发明的方案,在宽带频段内的频点的信号未被占满且缺乏先验信息的情况下,仍可以准确估计噪声功率,为宽带频谱感知的门限设定提供依据。
附图说明
图1为本发明一个实施例提供的一种用于宽带频谱感知的噪声功率估计方法的流程图;
图2为本发明一个实施例提供的仿真信号的功率谱;
图3为本发明一个实施例提供的仿真信号功率谱的统计直方图;
图4为本发明一个实施例提供的一种用于宽带频谱感知的噪声功率估计装置示意图。
具体实施方式
本发明的设计思路是:鉴于宽带频谱感知现有技术中,在对宽频段内的各个频点是否存在信号不具备先验信息的情况下,无法准确进行噪声功率估计的问题,本发明首先计算宽带频段内的信号的功率谱,并统计信号功率谱的概率密度函数,将概率密度函数的局部极大值点作为噪声功率,从而在宽带频段内的频点的信号未被占满且缺乏先验知识的情况下,仍可以准确估计噪声功率。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为本发明一个实施例提供的一种用于宽带频谱感知的噪声功率估计方法的流程图。如图1所示,该方法包括:
步骤S110,计算宽带频段内的信号的功率谱,其中宽频段内的频点信号没有先验知识,无法获知各个频点是否存在信号,需对宽频段内的所有信号进行功率谱的估计,本步骤中的功率谱的估计方法可以采用周期图法或抽头谱估计法。
步骤S120,估计功率谱的概率密度函数,可通过计算信号功率谱的统计直方图,作为其概率密度函数的估计。
步骤S130,确定概率密度函数的局部极大值点。
步骤S140,根据局部极大值点估计噪声功率。
周期图法适用于长信号序列的情况,在有足够的序列长度时,可以得到较好的功率谱估值。在本发明的一个实施例中,以周期图法为例,具体说明计算宽带频段内的信号的功率谱的方法:
对宽带频段内的信号x(n),n=0,1,...,N-1,依顺序均匀分段,N/L为分段数,每段包含L个数据,段与段之间不重叠。
根据周期图法计算信号x(n)的功率谱为:其中k=0,1,2,...,L-1,表示不超过N/L的最大整数,j为虚数单位
进一步地,估计功率谱的概率密度函数包括:
计算信号x(n)的功率谱的最大值和最小值
计算其中表示不超过的最大整数。在本步骤中,为了进行计算信号功率谱的统计直方图,将功率谱的最大值和最小值之间的数值区域均匀划分为段区间,每段区间的长度为以统计功率谱落入每段区间的个数。
具体的统计方法为,令功率谱的概率密度函数h(t)初始值h(t)=0,对于k=0,1,2,...,L-1,分别判断是否满足若判断为是,则令功率谱的概率密度函数h(t)=h(t)+1。统计区间包含功率谱的最大值和最小值之间的所有数值,对每个功率谱均可找到落入的区间,在判断当前的功率谱的时候,需遍历所有的区间,直到找到当前的功率谱所在的区间为止,然后将对应区间的概率密度函数加1,则概率密度函数就代表了每段区间包含的信号功率谱的个数。
再进一步地,确定概率密度函数的局部极大值点包括:
令
当m=0时,判断h(0)是否大于h(1),若判断为是,则进一步判断h(0)是否大于预设门限值,若判断为是,则将存入局部极大值点的集合,其中预设门限值大于0。
当时,判断h(m)是否大于h(m-1),以及判断h(m)是否大于h(m+1),若均判断为是,则进一步判断h(m)是否大于预设门限值,若判断为是,则将存入局部极大值点的集合。
时,判断是否大于若判断为是,则进一步判断是否大于预设门限值,若判断为是,则将存入局部极大值点的集合,其中预设门限值大于0。
在确定概率密度函数的局部极大值点的步骤中,判断每一点的值与其左右各点的值的大小,以及与预设门限值的大小,在当前点的值既大于左右各点的值,又大于预设门限值的情况下,才认为是局部极大值点。因为每个点代表的是功率谱落入功率谱的最大值和最小值之间的数值区域划分的每段区间的个数,所以最终将局部极大值点对应的区间的中心值计入局部极大值点的集合。
上述确定概率密度函数的局部极大值点的步骤中,最终的到的局部极大值点的集合中的数值有可能为一个,有可能为多个。当只有一个极大值点的时候,将该局部极大值点作为噪声功率的估计值;当有多个局部极大值点的时候,可能包括频点信号的极大值点,以及噪声的极大值点,但是相比较信号来说,噪声较弱,那么在这种情况下,选择局部极大值点中最小的作为噪声功率的估计值。又进一步地,图1所示的方法中根据局部极大值点估计噪声功率包括:
判断局部极大值点的集合中的数据个数;
当只存在一个局部极大值点时,将该局部极大值点作为噪声功率的估计值;
当存在多个所局部极大值点时,进一步比较多个局部极大值点的大小,将最小的局部极大值点作为噪声功率的估计值。
在一个具体的例子中,仿真了一段长度为N=32768的信号x(n),其中包含多个电平不同的窄带信号,根据周期图法功率谱估计时取L=4096,仿真的噪声功率为-80dBm。图2为本发明一个实施例提供的仿真信号的功率谱。如图2所示,因为实信号功率谱的对称性,图2中只画出了k=0,1,...,2047的部分。图3为本发明一个实施例提供的仿真信号功率谱的统计直方图。如图3所示,其纵坐标转换成了频次占比,即h(m)/L,设定门限值为0.1,从图3所示的统计直方图可以得到一个局部极大值点为-79.8575dBm,与仿真的噪声功率-80dBm非常接近,说明了本发明所提方法的有效性。
图4为本发明一个实施例提供的一种用于宽带频谱感知的噪声功率估计方法装置示意图。如图4所示,用于宽带频谱感知的噪声功率估计方法装置400包括:
功率谱计算模块410,用于计算宽带频段内的信号的功率谱。
概率密度函数估计模块420,用于估计功率谱的概率密度函数。
局部极大值点确定模块430,用于确定概率密度函数的局部极大值点。
噪声功率估计模块440,用于根据局部极大值点估计噪声功率。
在本发明的一个实施例中,功率谱计算模块410具体用于:
对信号x(n),n=0,1,...,N-1,依顺序均匀分段,N/L为分段数,每段包含L个数据,段与段之间不重叠;
根据周期图法计算信号x(n)的功率谱为:其中k=0,1,2,...,L-1,表示不超过N/L的最大整数,j为虚数单位
进一步地,概率密度函数估计模块420具体用于:
计算信号x(n)的功率谱的最大值和最小值
计算其中表示不超过的最大整数;
令功率谱的概率密度函数h(t)初始值h(t)=0,对于k=0,1,2,...,L-1,分别判断是否满足若判断为是,则令功率谱的概率密度函数h(t)=h(t)+1。
再进一步地,局部极大值点确定模块430具体用于:
令
当m=0时,判断h(0)是否大于h(1),若判断为是,则进一步判断h(0)是否大于预设门限值,若判断为是,则将存入局部极大值点的集合,其中预设门限值大于0;
当时,判断h(m)是否大于h(m-1),以及判断h(m)是否大于h(m+1),若均判断为是,则进一步判断h(m)是否大于预设门限值,若判断为是,则将存入局部极大值点的集合;
时,判断是否大于若判断为是,则进一步判断是否大于预设门限值,若判断为是,则将存入局部极大值点的集合,其中预设门限值大于0。
又进一步地,噪声功率估计模块440具体用于:
判断局部极大值点的集合中的数据个数。
当只存在一个局部极大值点时,将该局部极大值点作为噪声功率的估计值。
当存在多个局部极大值点时,进一步比较多个局部极大值点的大小,将最小的局部极大值点作为噪声功率的估计值。
需要说明的是,图4所示装置的各实施例与图1所示方法的各实施例对应相同,上文已有详细说明,在此不再赘述。
综上所述,本发明首先计算宽带频段内的信号的功率谱,并统计信号功率谱的概率密度函数,将概率密度函数的局部极大值点作为噪声功率。可见,采用本发明的方案,在宽带频段内的频点的信号未被占满且缺乏先验信息的情况下,仍可以准确估计噪声功率,为宽带频谱感知的门限设定提供依据。
以上所述,仅为本发明的具体实施方式,在本发明的上述教导下,本领域技术人员可以在上述实施例的基础上进行其他的改进或变形。本领域技术人员应该明白,上述的具体描述只是更好的解释本发明的目的,本发明的保护范围应以权利要求的保护范围为准。
Claims (2)
1.一种用于宽带频谱感知的噪声功率估计方法,其特征在于,所述方法包括:
计算宽带频段内的信号的功率谱;
估计所述功率谱的概率密度函数;
确定所述概率密度函数的局部极大值点;
根据所述局部极大值点估计噪声功率;
所述计算宽带频段内的信号的功率谱包括:
对信号x(n),n=0,1,...,N-1,依顺序均匀分段,N/L为分段数,每段包含L个数据,段与段之间不重叠;
根据周期图法计算信号x(n)的功率谱为:其中k=0,1,2,...,L-1,表示不超过N/L的最大整数,j为虚数单位
所述估计所述功率谱的概率密度函数包括:
计算信号x(n)的功率谱的最大值和最小值
计算其中表示不超过的最大整数;
令功率谱的概率密度函数h(t)初始值h(t)=0,对于k=0,1,2,...,L-1,分别判断是否满足若判断为是,则令功率谱的概率密度函数h(t)=h(t)+1;
所述确定所述概率密度函数的局部极大值点包括:
令
当m=0时,判断h(0)是否大于h(1),若判断为是,则进一步判断h(0)是否大于预设门限值,若判断为是,则将存入局部极大值点的集合,其中预设门限值大于0;
当时,判断h(m)是否大于h(m-1),以及判断h(m)是否大于h(m+1),若均判断为是,则进一步判断h(m)是否大于预设门限值,若判断为是,则将存入局部极大值点的集合;
时,判断是否大于若判断为是,则进一步判断是否大于预设门限值,若判断为是,则将存入局部极大值点的集合,其中预设门限值大于0;
所述根据所述局部极大值点估计噪声功率包括:
判断所述局部极大值点的集合中的数据个数;
当只存在一个局部极大值点时,将该局部极大值点作为噪声功率的估计值;
当存在多个所局部极大值点时,进一步比较所述多个局部极大值点的大小,将最小的局部极大值点作为噪声功率的估计值。
2.一种用于宽带频谱感知的噪声功率估计装置,其特征在于,所述装置包括:
功率谱计算模块,用于计算宽带频段内的信号的功率谱;
概率密度函数估计模块,用于估计所述功率谱的概率密度函数;
局部极大值点确定模块,用于确定所述概率密度函数的局部极大值点;
噪声功率估计模块,用于根据所述局部极大值点估计噪声功率;
所述功率谱计算模块具体用于:
对信号x(n),n=0,1,...,N-1,依顺序均匀分段,N/L为分段数,每段包含L个数据,段与段之间不重叠;
根据周期图法计算信号x(n)的功率谱为:其中k=0,1,2,...,L-1,表示不超过N/L的最大整数,j为虚数单位
所述概率密度函数估计模块具体用于:
计算信号x(n)的功率谱的最大值和最小值
计算其中表示不超过的最大整数;
令功率谱的概率密度函数h(t)初始值h(t)=0,对于k=0,1,2,...,L-1,分别判断是否满足若判断为是,则令功率谱的概率密度函数h(t)=h(t)+1;
所述局部极大值点确定模块具体用于:
令
当m=0时,判断h(0)是否大于h(1),若判断为是,则进一步判断h(0)是否大于预设门限值,若判断为是,则将存入局部极大值点的集合,其中预设门限值大于0;
当时,判断h(m)是否大于h(m-1),以及判断h(m)是否大于h(m+1),若均判断为是,则进一步判断h(m)是否大于预设门限值,若判断为是,则将存入局部极大值点的集合;
时,判断是否大于若判断为是,则进一步判断是否大于预设门限值,若判断为是,则将存入局部极大值点的集合,其中预设门限值大于0;
所述噪声功率估计模块具体用于:
判断所述局部极大值点的集合中的数据个数;
当只存在一个局部极大值点时,将该局部极大值点作为噪声功率的估计值;
当存在多个所述局部极大值点时,进一步比较多个所述局部极大值点的大小,将最小的局部极大值点作为噪声功率的估计值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610905942.3A CN106452627B (zh) | 2016-10-18 | 2016-10-18 | 一种用于宽带频谱感知的噪声功率估计方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610905942.3A CN106452627B (zh) | 2016-10-18 | 2016-10-18 | 一种用于宽带频谱感知的噪声功率估计方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106452627A CN106452627A (zh) | 2017-02-22 |
CN106452627B true CN106452627B (zh) | 2019-02-15 |
Family
ID=58177140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610905942.3A Active CN106452627B (zh) | 2016-10-18 | 2016-10-18 | 一种用于宽带频谱感知的噪声功率估计方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106452627B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108333564A (zh) * | 2017-12-21 | 2018-07-27 | 上海微波技术研究所(中国电子科技集团公司第五十研究所) | 用于谐波雷达频谱感知与频率选择的方法 |
CN111596350B (zh) * | 2020-04-20 | 2023-03-24 | 江苏省地震局 | 一种地震台网波形数据质量监控方法和装置 |
CN113422662B (zh) * | 2021-05-21 | 2022-04-12 | 西安电子科技大学 | 一种信号盲检测方法、系统、存储介质、计算机设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103109320A (zh) * | 2010-09-21 | 2013-05-15 | 三菱电机株式会社 | 噪声抑制装置 |
CN103460631A (zh) * | 2011-04-08 | 2013-12-18 | 阿尔卡特朗讯 | 用于自动生成频谱和服务简档的有限集合的方法和工具 |
CN105280193A (zh) * | 2015-07-20 | 2016-01-27 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 基于mmse误差准则的先验信噪比估计方法 |
-
2016
- 2016-10-18 CN CN201610905942.3A patent/CN106452627B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103109320A (zh) * | 2010-09-21 | 2013-05-15 | 三菱电机株式会社 | 噪声抑制装置 |
CN103460631A (zh) * | 2011-04-08 | 2013-12-18 | 阿尔卡特朗讯 | 用于自动生成频谱和服务简档的有限集合的方法和工具 |
CN105280193A (zh) * | 2015-07-20 | 2016-01-27 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 基于mmse误差准则的先验信噪比估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106452627A (zh) | 2017-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6741810B2 (ja) | 電子装置、方法及びコンピュータ読取可能な媒体 | |
CN106452627B (zh) | 一种用于宽带频谱感知的噪声功率估计方法和装置 | |
CN107733541A (zh) | 频谱感知的方法、装置、设备以及计算机可读存储介质 | |
CN101944961A (zh) | 一种认知无线网络中的双门限合作感知方法 | |
CN111327450A (zh) | 一种质差原因的确定方法、装置、设备及介质 | |
CN104661244A (zh) | 一种评估pci模三干扰的方法及装置 | |
CN109996258A (zh) | 无线网络利用率评估方法、装置、计算设备及存储介质 | |
CN105979535A (zh) | 确定无线通信网络中无线覆盖状况的方法和系统 | |
KR101009827B1 (ko) | 이동통신 시스템에서 이동단말의 속도 추정 장치 및 방법 | |
CN103888201B (zh) | 一种利用空间分集的协作频谱感知方法 | |
CN102271022A (zh) | 一种基于最大广义特征值的频谱感知方法 | |
US10242687B2 (en) | Audio signal discriminator and coder | |
CN105634634B (zh) | 一种存在未知定时的异步信道感知方法 | |
CN103220054A (zh) | 一种基于Gabor算法的认知无线电频谱感知方法和系统 | |
CN102710349B (zh) | 一种脉冲干扰环境下基于数据挑选的频谱感知方法 | |
CN103905129A (zh) | 基于谱型分析的信号检测及信号信息判读方法 | |
CN106788817A (zh) | 一种基于贝叶斯准则和能量检测法的频谱感知方法 | |
CN103780318A (zh) | 一种动态双门限协作频谱感知方法 | |
CN109219055A (zh) | 一种主用户占空比估计方法 | |
WO2013000240A1 (zh) | 一种多节点联合的频谱感知方法和系统 | |
CN105307183A (zh) | 一种建立数据业务模型的方法和装置 | |
CN107104744B (zh) | 一种认知无线网络中的频谱感知方法及装置 | |
CN105119668A (zh) | 一种采用双重判决的迭代频谱感知方法 | |
CN108900268A (zh) | 利用小特征值估计噪声功率的最大特征值频谱感知方法 | |
CN109150342A (zh) | 一种最大特征值频谱感知方法 |
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 |