CN106788817A - 一种基于贝叶斯准则和能量检测法的频谱感知方法 - Google Patents

Abstract

本发明公开了一种基于贝叶斯准则和能量检测法的频谱感知方法，其利用当前感知用户对监测信道中的信号进行采样得到采样信号；然后根据采样信号中的所有采样点信号获得检验统计量，并根据采样信号中的所有采样点信号估计得到当前感知用户的噪声功率的分布；接着根据当前感知用户的噪声功率的分布，获得当前感知用户的噪声功率的分布的累积分布函数；再基于贝叶斯准则和能量检测法，根据累积分布函数，在给定目标虚警概率的情形下，计算判决门限；最后通过比较检验统计量与判决门限的大小来判定在监测信道内是否有授权用户信号；优点是能够很好的降低噪声功率不确定性对频谱感知性能的影响，获得很好的频谱感知性能。

Description

一种基于贝叶斯准则和能量检测法的频谱感知方法

技术领域

本发明涉及一种认知无线电系统中的频谱感知技术，尤其是涉及一种基于贝叶斯准则和能量检测法的频谱感知方法。

背景技术

随着无线通信的迅速发展，无线通信用户及其业务需求不断增长，并且无线通信所提供的服务也从简单的低速语音扩展到高速多媒体数据应用。因此，可用的无线频谱成为了一种现代社会不可或缺的有限自然资源。一方面，人类对无线频谱的需求不断增加；另一方面，可供人类利用的无线频谱资源是极为有限的，两者之间的矛盾对无线通信的发展起到了一定的阻碍作用。为了寻找缓解无线频谱资源紧张的方法，相关研究机构对无线频谱使用状况进行监测后发现：很多被分配给特定用户的无线频谱在时间和空间上并没有得到充分的利用。美国加州大学伯克利分校无线通信研究中心对伯克利区午间时分的频谱测量结果显示：0～3GHz频谱利用率较高，大约为30％；3～4GHz频谱利用率为0.25％；4～5GHz频谱的利用率只有0.13％。中国移动研究院无线技术研究所在2009年，对我国授权频谱的利用情况进行了实测，实测结果表明大部分频谱的利用率不足5％，有的甚至接近0％。也即是说，当前固定频谱分配机制使得已分配的频谱资源利用率非常低。认知无线电的提出为提高频谱利用率提供了一个可行的思路，其能够有效利用已被分配但是处于空闲状态的频谱资源。为了防止对授权用户产生不可接受的干扰，同时能够有效检测出处于空闲状态的频谱资源，频谱感知成了认知无线电系统中的关键技术之一。

频谱感知的目的是稳健地检测出授权频段中是否存在授权用户，为实现认知无线电的其它环节作基础。近几年，不少学者和研究机构提出了大量的频谱感知方法，比如能量检测法、协方差检测法、匹配滤波检测法、循环平稳检测法等。其中，能量检测法因计算复杂度低、且不需要授权用户信号的任何先验信息得到了广泛研究。在噪声功率精确已知时，能量检测法在同等复杂度的检测器中拥有最佳检测性能。但是，Tandra等人在2008年发表的《SNR Walls for Signal Detection》(信号检测中的信噪比墙现象)一文中指出，实际中噪声功率很难确切获取(也就是说存在噪声功率不确定性问题)，这时能量检测法的性能便会严重下降，同时产生信噪比墙现象。针对噪声功率不确定性导致能量检测法性能下降这一问题，Jouini在2011年发表的《Energy Detection Limits Under Log-NormalApproximated Noise Uncertainty》(估计的噪声功率服从对数正态分布下能量检测法的性能限分析)中，假设估计的噪声功率服从无偏的对数正态分布，则可通过重新构建检验统计量来抵抗噪声功率不确定性，从而实现频谱感知。但是，由于对数正态分布是没有上界的，因此即使存在很小的噪声功率不确定性也会导致设计的检测器性能严重下降。

发明内容

本发明所要解决的技术问题是提供一种基于贝叶斯准则和能量检测法的频谱感知方法，其考虑到干扰环境下导致噪声功率不确定性的情况，通过估计感知用户接收到的噪声功率的分布，并结合贝叶斯准则来降低噪声功率不确定性对频谱感知性能的影响。

本发明解决上述技术问题所采用的技术方案为：一种基于贝叶斯准则和能量检测法的频谱感知方法，其特征在于包括以下步骤：

①在认知无线电系统中，存在多个感知用户和多个授权用户；将其中一个感知用户作为当前感知用户；利用当前感知用户对监测信道中的信号进行N次采样，得到由N个采样点信号构成的采样信号，将采样信号中的第n个采样点信号记为x(n)；其中，N≥2，1≤n≤N；

②根据当前感知用户对应的采样信号中的所有采样点信号，计算检验统计量，记为T，其中，符号“||”为取绝对值符号；

③根据当前感知用户对应的采样信号中的所有采样点信号，估计得到当前感知用户的噪声功率的分布；然后根据当前感知用户的噪声功率的分布，获得当前感知用户的噪声功率的分布的累积分布函数，记为接着基于贝叶斯准则和能量检测法，在给定目标虚警概率的情形下，获得判决门限，记为λ，其中，F()为函数表示形式，F^-1()为F()的逆函数，Q()表示标准正态累积分布函数的尾部面积函数；

④比较检验统计量T与判决门限λ，如果T>λ，则判定在监测信道内有授权用户信号；如果T≤λ，则判定在监测信道内无授权用户信号，从而实现频谱感知。

与现有技术相比，本发明的优点在于：

1)本发明方法利用估计得到的噪声功率的分布这一先验信息，基于贝叶斯准则和传统的能量检测法来获取判决门限，最后通过比较检验统计量与判决门限的大小来实现频谱感知，很好的降低了噪声功率不确定性对频谱感知性能的影响，因此能够获得很好的频谱感知性能。

2)本发明方法在计算检验统计量时，由于本发明方法基于传统的能量检测法，因此其继承了传统的能量检测法计算复杂度低、操作简单的优点，并且在噪声功率不确定性情况下具有比传统的能量检测法更好的感知性能。

3)本发明方法不需要授权用户信号的任何先验信息，因此其适用于监测信道中存在的任何一种类型的授权用户信号，这大大扩展了本发明方法的应用范围。

4)与传统的能量检测法相比，由于本发明方法采用了贝叶斯准则使得本发明方法的平均虚警概率与设定的目标虚警概率高度吻合，从而克服了传统的能量检测法存在噪声不确定性时判决门限设定过高的问题，最终使得本发明方法具有更好的感知性能。

5)与Jouini提出的频谱感知方法相比，本发明方法避免了估计的噪声功率与实际噪声功率不一致而导致性能下降这一问题，因此本发明方法的感知性能更优。

附图说明

图1为本发明方法的实现流程框图；

图2为当噪声功率不确定度为0.3分贝时，分别利用本发明方法和Jouini提出的频谱感知方法得到的ROC曲线图；

图3为当噪声功率不确定度为0.5分贝时，分别利用本发明方法和Jouini提出的频谱感知方法得到的ROC曲线图。

具体实施方式

以下结合附图实施例对本发明作进一步详细描述。

本发明提出的一种基于贝叶斯准则和能量检测法的频谱感知方法，其实现流程框图如图1所示，其包括以下步骤：

①在认知无线电系统中，存在多个感知用户和多个授权用户；将其中一个感知用户作为当前感知用户；利用当前感知用户对监测信道中的信号进行N次采样，得到由N个采样点信号构成的采样信号，将采样信号中的第n个采样点信号记为x(n)；其中，N≥2，在本实施例中取N＝1000，1≤n≤N。

②根据当前感知用户对应的采样信号中的所有采样点信号，计算检验统计量，记为T，其中，符号“||”为取绝对值符号。

③根据当前感知用户对应的采样信号中的所有采样点信号，并利用现有技术估计得到当前感知用户的噪声功率的分布；然后根据当前感知用户的噪声功率的分布，获得当前感知用户的噪声功率的分布的概率密度函数和累积分布函数，对应记为和接着基于贝叶斯准则和能量检测法，在给定目标虚警概率的情形下，获得判决门限，记为λ，其中，f()和F()均为函数表示形式，F^-1()为F()的逆函数，Q()表示标准正态累积分布函数的尾部面积函数。

④比较检验统计量T与判决门限λ，如果T>λ，则判定在监测信道内有授权用户信号；如果T≤λ，则判定在监测信道内无授权用户信号，从而实现频谱感知。

通过以下仿真来进一步说明本发明方法的可行性和有效性。

假设利用当前感知用户对监测信道中的信号进行N＝1000次采样，信噪比设为-1分贝。图2给出了当噪声功率不确定度为0.3分贝时，分别利用本发明方法和Jouini提出的频谱感知方法得到的ROC曲线。从图2中可以看出，利用本发明方法得到的ROC曲线高于利用Jouini提出的频谱感知方法得到的ROC曲线，这充分表明了本发明方法比Jouini提出的频谱感知方法具有更好的频谱感知性能。

假设利用当前感知用户对监测信道中的信号进行N＝1000次采样，信噪比同样设为-1分贝。图3给出了当噪声功率不确定度为0.5分贝时，分别利用本发明方法和Jouini提出的频谱感知方法得到的ROC曲线。从图3中可以看出，本发明方法比Jouini提出的频谱感知方法具有更好的频谱感知性能。

图2和图3所示的ROC曲线为感受性曲线，横坐标为虚警概率，纵坐标为检测概率，若曲线下方的面积越大，则表示该曲线所对应的频谱感知方法的检测性能越好。

Claims (1)

1.一种基于贝叶斯准则和能量检测法的频谱感知方法，其特征在于包括以下步骤：

①在认知无线电系统中，存在多个感知用户和多个授权用户；将其中一个感知用户作为当前感知用户；利用当前感知用户对监测信道中的信号进行N次采样，得到由N个采样点信号构成的采样信号，将采样信号中的第n个采样点信号记为x(n)；其中，N≥2，1≤n≤N；

②根据当前感知用户对应的采样信号中的所有采样点信号，计算检验统计量，记为其中，符号“| |”为取绝对值符号；

③根据当前感知用户对应的采样信号中的所有采样点信号，估计得到当前感知用户的噪声功率的分布；然后根据当前感知用户的噪声功率的分布，获得当前感知用户的噪声功率的分布的累积分布函数，记为接着基于贝叶斯准则和能量检测法，在给定目标虚警概率的情形下，获得判决门限，记为λ，其中，F()为函数表示形式，F^-1()为F()的逆函数，Q()表示标准正态累积分布函数的尾部面积函数；

④比较检验统计量T与判决门限λ，如果T>λ，则判定在监测信道内有授权用户信号；如果T≤λ，则判定在监测信道内无授权用户信号，从而实现频谱感知。