CN109150344B - 一种卫星通信中成对载波多址快速频谱感知方法 - Google Patents

一种卫星通信中成对载波多址快速频谱感知方法 Download PDF

Info

Publication number
CN109150344B
CN109150344B CN201811218835.9A CN201811218835A CN109150344B CN 109150344 B CN109150344 B CN 109150344B CN 201811218835 A CN201811218835 A CN 201811218835A CN 109150344 B CN109150344 B CN 109150344B
Authority
CN
China
Prior art keywords
terminal
sensing
multiple access
carrier multiple
paired carrier
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
CN201811218835.9A
Other languages
English (en)
Other versions
CN109150344A (zh
Inventor
李�杰
党小宇
郝崇正
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.)
Nanjing University Of Aeronautics And Astronautics Wuxi Research Institute
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University Of Aeronautics And Astronautics Wuxi Research Institute
Nanjing University of Aeronautics and Astronautics
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 Nanjing University Of Aeronautics And Astronautics Wuxi Research Institute, Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University Of Aeronautics And Astronautics Wuxi Research Institute
Priority to CN201811218835.9A priority Critical patent/CN109150344B/zh
Publication of CN109150344A publication Critical patent/CN109150344A/zh
Application granted granted Critical
Publication of CN109150344B publication Critical patent/CN109150344B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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)
  • Radio Relay Systems (AREA)

Abstract

本发明涉及一种卫星通信中成对载波多址快速频谱感知方法，包括：建立成对载波多址快速频谱感知模型；通过参数估计，得到所述的成对载波多址快速频谱感知模型的噪声方差估计值；根据所述的噪声方差估计值，得到所述的成对载波多址快速频谱感知模型中感知终端的接收信号采样值；根据所述的感知终端的接收信号采样值，确定空闲频段，所述的感知终端通过所述的空闲频段发起通信。与现有技术相比，本发明具有频谱使用连贯、频谱利用率高以及频谱感知速度快等优点。

Description

一种卫星通信中成对载波多址快速频谱感知方法
技术领域
本发明涉及数字通信领域，特别涉及一种卫星通信中成对载波多址快速频谱感知方法。
背景技术
随着现代社会的发展，人类对卫星通信质量的要求不断提高，已有的卫星通信技术不足以满足人们对卫星通信的基本需求。数据流量的增加和通信速率的增高一定会导致无线频带使用的增加。但是，卫星通信中的可用的频带资源是有限的，同时，为了预防不同无线通信系统之间的互相干扰，各系统被分配的频谱不得不留有一定的保护间隔，这必然导致了频谱资源的紧张，阻碍了卫星通信的发展。所以，采用无限制地增加带宽的方法来满足卫星通信对带宽的需求是不可行的。因此，提高卫星通信的频谱利用率、降低卫星通信系统损耗便成为了研发单位与国际标准化组织探索的核心。
在当前的卫星通信体制中，系统容量主要遇到了两种类型的限制，一是无线带宽，二是系统功率。近些年来，伴随着卫星通信技术的不断发展，大量经典的编码解码算法和高效的功率放大器的运用，卫星通信系统的功率效率显著提升，不少卫星通信系统慢慢从带宽与功率受限向仅带宽受限的趋势，这就让频带显得愈发稀有。基于此，成对载波多址系统(Paired Carrier Multiple Access，PCMA)下的频谱技术随之到来，从而实现了卫星通信在频谱利用率上实现了巨大的突破。目前，传统PCMA系统借助于控制器来分配频谱使用权，这会导致频谱不连贯。为了克服这一缺点，在PCMA系统运用频谱感知技术可实时地了解频谱使用状况。快速频谱感知技术作为一种进一步提高频谱利用率的方式，成为卫星通信理论中研究的一个热点。
虽然关于PCMA的研究很多，但多数集中在信道参数估计和干扰重构与抑制的情况，只有少数文献研究了频谱感知下PCMA系统的检测问题。然而，涉及到的频谱感知检测算法研究并没有将速率考虑到。因此，如何实现PCMA系统中快速的频谱感知，成为了当前亟待解决的问题。
发明内容
本发明的目的是针对上述问题提供一种卫星通信中成对载波多址快速频谱感知方法。
本发明的目的可以通过以下技术方案来实现：
一种卫星通信中成对载波多址快速频谱感知方法，所述的方法包括以下步骤：
(s1)建立成对载波多址快速频谱感知模型；
(s2)通过参数估计，得到所述的成对载波多址快速频谱感知模型的噪声方差估计值；
(s3)根据所述的噪声方差估计值，得到所述的成对载波多址快速频谱感知模型中感知终端的接收信号采样值；
(s4)根据所述的感知终端的接收信号采样值，确定空闲频段，所述的感知终端通过所述的空闲频段发起通信。
优选地，所述成对载波多址快速频谱感知模型包括一个卫星中继端、两个通信终端和一个感知终端，所述的两个通信终端通过成对载波多址方式经由卫星中继端进行通信，所述的感知终端对卫星中继端上的空闲频段进行频谱感知。
优选地，所述成对载波多址快速频谱感知模型的数学表达式为：
H0:r[m]＝n[m]
H1:r[m]＝h1[m]s1[m]+h2[m]s2[m]ejφ+n[m]
其中，H0为在无通信状态下感知终端接收的信号，H1为在有通信状态下感知终端接收的信号，m＝1,2,…,Ns，Ns为采样点数，r[m]为感知终端接收的信号，
Figure GDA0002906487790000021
为卫星中继端接收到来自两个通信终端的信号；
Figure GDA0002906487790000022
表示卫星中继端到感知终端的信道参数；φ表示不同信号源发送的信号到达卫星中继端时，信号之间的载波相位偏移；
Figure GDA0002906487790000023
为噪声。
优选地，所述步骤(s2)具体包括以下步骤：
(s21)根据所述的成对载波多址快速频谱感知模型，通过参数估计得到基于参数估计的广义似然比表达式；
(s22)对所述的基于参数估计的广义似然比表达式的分母进行数学运算，得到噪声方差
Figure GDA0002906487790000024
的估计值
Figure GDA0002906487790000025
(s23)对所述的基于参数估计的广义似然比表达式的分子进行数学运算，得到噪声方差
Figure GDA0002906487790000026
的估计值
Figure GDA0002906487790000027
优选地，所述参数估计包括最大似然比参数估计或最大后验参数估计。
优选地，所述步骤(s3)具体包括以下步骤：
(s31)根据所述的噪声方差估计值，得到所述的成对载波多址快速频谱感知模型的对数似然比表达式；
(s32)根据所述的对数似然比表达式，计算得到感知终端的接收信号采样值。
优选地，所述的对数似然比表达式具体为：
Figure GDA0002906487790000031
其中，lm为对数似然比表达式，m＝1,2,…,Ns，Ns为采样点数，r[m]为感知终端接收的信号，
Figure GDA0002906487790000032
为卫星中继端接收到的来自两个通信终端的信号；
Figure GDA0002906487790000033
表示卫星中继端到感知终端的信道参数；
Figure GDA0002906487790000034
为噪声方差估计值。
优选地，所述感知终端的接收信号采样值具体为：
rm＝max(rm-1+lm,0)
其中，rm为感知终端的接收信号采样值，m＝1,2,…,Ns为采样点，Ns为采样点数，lm为成对载波多址快速频谱感知模型的对数似然比表达式。
优选地，所述步骤(s4)具体包括以下步骤：
(s41)根据所述的感知终端的接收信号采样值，判断当前通信频段是否被占用，若是则返回步骤(s1)，若否则表明当前通信频段为空闲频段，进入步骤(s42)；
(s42)感知终端通过所述的空闲频段发起通信。
优选地，所述判断当前通信频段是否被占用具体为：判断感知终端的接收信号在第m个采样点处是否满足rm＞γ同时ri≤γ,i＝1,2,…,m-1，其中γ为预设阈值，若满足则表明当前通信频段被占用，若不满足则表明当前通信频段为空闲频段。
与现有技术相比，本发明具有以下有益效果：
(1)本发明提出的方法，通过参数估计确定成对载波多址快速频谱感知模型的噪声方差估计值，根据噪声方差估计值从而确定感知终端的接收信号采样值，根据接收信号采样值来判断频段是否空闲，在频段空闲时利用空闲频段进行通信，这样的方法一方面可以利用参数估计的方法提高频谱的感知速度，另一方面可以提高频段的利用效率，提高频谱使用的连续性。
(2)参数估计可以采用最大似然比估计也可以采用最大后验参数估计，根据实际情况选择估计方法，可以提高本方法的适用范围，同时选取最优的估计方法也可以提高频谱感知的性能。
附图说明
图1为本发明中卫星通信中成对载波多址快速频谱感知方法的步骤流程图；
图2为成对载波多址快速频谱感知模型的结构示意图；
图3为利用基于最大似然比估计的参数估计方法得到的不同阈值下的快速频谱检测性能；
图4为利用基于最大后验参数估计的参数估计方法得到的不同阈值下的快速频谱检测性能；
图5为基于最大似然比估计的不同信噪比下的平均时延；
图6为基于最大后验参数估计的不同采样点下的检测性能；
图7为基于最大似然比估计和基于最大后验参数估计两种估计方法在不同信噪比下的性能；
图8为本发明提出的方法在不同阈值下基于信噪比的检测性能比较。
具体实施方式
为了能够更清楚地理解本发明的技术内容，特举以下实施例详细说明。
如图1所示，为本发明卫星通信中成对载波多址快速频谱感知方法的步骤流程图。
在一种实施方式中，该卫星通信中成对载波多址快速频谱感知方法，主要包括以下步骤：
(s1)建立成对载波多址快速频谱感知模型，具体包括一个卫星中继端、两个通信终端和一个感知终端，所述的两个通信终端通过成对载波多址方式经由卫星中继端进行通信，所述的感知终端对卫星中继端上的空闲频段进行频谱感知，因此该模型的数学表达式为：
H0:r[m]＝n[m]
H1:r[m]＝h1[m]s1[m]+h2[m]s2[m]ejφ+n[m]
其中，H0为在无通信状态下感知终端接收的信号，H1为在有通信状态下感知终端接收的信号，m＝1,2,…,Ns，Ns为采样点数，r[m]为感知终端接收的信号，
Figure GDA0002906487790000041
为卫星中继端接收到来自两个通信终端的信号；
Figure GDA0002906487790000042
表示卫星中继端到感知终端的信道参数；φ表示不同信号源发送的信号到达卫星中继端时，信号之间的载波相位偏移；
Figure GDA0002906487790000043
为噪声；
(s2)通过参数估计，得到所述的成对载波多址快速频谱感知模型的噪声方差估计值，具体包括以下步骤：
(s21)根据所述的成对载波多址快速频谱感知模型，通过参数估计得到基于参数估计的广义似然比表达式；
(s22)对所述的基于参数估计的广义似然比表达式的分母进行数学运算，得到噪声方差
Figure GDA0002906487790000051
的估计值
Figure GDA0002906487790000052
(s23)对所述的基于参数估计的广义似然比表达式的分子进行数学运算，得到噪声方差
Figure GDA0002906487790000053
的估计值
Figure GDA0002906487790000054
(s3)根据所述的噪声方差估计值，结合累计求和(Cumulative SUM)算法，得到所述的成对载波多址快速频谱感知模型中感知终端的接收信号采样值，具体包括以下步骤：
(s31)根据所述的噪声方差估计值，得到所述的成对载波多址快速频谱感知模型的对数似然比表达式，具体为：
Figure GDA0002906487790000055
其中，
Figure GDA0002906487790000056
为噪声方差估计值；
(s32)根据所述的对数似然比表达式，计算得到感知终端的接收信号采样值，具体为：
rm＝max(rm-1+lm,0)；
(s4)根据所述的感知终端的接收信号，确定空闲频段，所述的感知终端通过所述的空闲频段发起通信，具体包括以下步骤：
(s41)根据所述的感知终端的接收信号采样值，判断当前通信频段是否被占用，若是则返回步骤(s1)，若否则表明当前通信频段为空闲频段，进入步骤(s42)，判断当前通信频段是否被占用的具体方法为：判断感知终端的接收信号采样值在第m个采样点处是否满足rm＞γ同时ri≤γ,i＝1,2,…,m-1，其中γ为预设阈值，若满足则表明当前通信频段被占用，若不满足则表明当前通信频段为空闲频段；
(s42)感知终端通过所述的空闲频段发起通信。
基于上述方法，本实施例中利用MATLAB对提出的一种卫星通信中成对载波多址(PCMA)快速频谱感知方法进行了仿真和验证，仿真条件为：信道参数为常数，信号的数字调制模式采用QPSK调制，蒙特卡罗(Monte Carlo)仿真次数设为105次，进而得到算法在不同信噪比、不同采样点数等条件下的仿真结果，同时，将检测概率(Probability ofdetection)以及平均时延(Average Latency)作为判断算法的快速准确性性能指标。在仿真过程中，采用了两种参数估计方法，分别是最大似然比(ML)与最大后验(MAP)参数估计，并分别对它们的性能进行了验证。在实际进行快速频谱感知的过程中，参数估计的方法不局限于这两种，可以根据实际情况进行选择。
下面具体描述一下通过MATLAB对快速频谱感知方法进行仿真和验证的过程：
如图2所示为成对载波多址快速频谱感知模型的结构示意图，基于图2的模型结构，可以对建立的成对载波多址快速频谱感知模型建立如下的数学模型：
Figure GDA0002906487790000061
模型中，m＝1,2,…,Ns，Ns为采样点数，
Figure GDA0002906487790000062
为中继端接收到的来自两个信号源端的信号，采用相同的某种数字调制方式；
Figure GDA0002906487790000063
表示卫星中继到接收终端的信道参数；φ表示不同信号源发送的信号到达中继端时，信号之间的载波相位偏移，在-π～π范围内服从均匀分布；
Figure GDA0002906487790000064
为噪声，服从循环对称复高斯分布(Circularly Symmetric Complex Gaussian，CSCG)，即n[m]～CN(0,σ2)。
基于建立的模型，分别定义采用ML和MAP参数估计在时隙m处的对数似然比表达式
Figure GDA0002906487790000065
和
Figure GDA0002906487790000066
H0,H1的观测概率分布为p(R(m)|H0,θ0),p(R(m)|H1,θ1)，θ0,θ1分别表示模型H0,H1条件下观测信号的噪声未知参数，本发明中表示的是
Figure GDA0002906487790000067
在基于MAP参数估计方法中，噪声未知参数的先验分布表示为π(θ0),π(θ1)。然而实际中，噪声方差未知，直接求解对数似然比是很困难的。因此，采用广义似然比检验(GLRT,Generalized Likelihood Ratio Test)，具体过程如下：
根据建立的模型，提出基于最大似然比(ML)参数估计的广义似然比(GLRT)表达式L(R)：
Figure GDA0002906487790000068
p(φ)表示载波偏移量φ的概率密度分布，根据提出的基于ML参数估计的GLRT表达式分母得到噪声方差
Figure GDA0002906487790000069
的估计值
Figure GDA00029064877900000610
首先，写出P(R)在H0下的数学表达式，然后两边取对数并整理，最后对
Figure GDA00029064877900000611
求导。经过推导得到噪声估计值
Figure GDA00029064877900000612
表达式如公式(2)所示：
Figure GDA00029064877900000613
重复上述过程，根据GLRT表达式的分子求噪声
Figure GDA00029064877900000614
的估计值。因相位偏移，通过欧拉公式和第一类零阶贝塞尔函数对积分因子式
Figure GDA00029064877900000615
的表达式进行了化简，得到
Figure GDA00029064877900000616
的方程式
Figure GDA00029064877900000617
为了在方程式中求得
Figure GDA00029064877900000618
得解，采用多项式拟合方法。借助MatLab 2014仿真软件进行多项式拟合，进行k阶多项式拟合，得到如下结果：
Figure GDA0002906487790000071
多项式系数ai,i＝0,1...k-1由具体的仿真条件决定，结果并不唯一。令
Figure GDA0002906487790000072
有
Figure GDA0002906487790000073
基于MAP参数估计重复上述过程得到噪声方差
Figure GDA0002906487790000074
的估计值
Figure GDA0002906487790000075
与基于ML参数估计不同得是，噪声方差先验分布服从逆卡方(inverse-chi square)分布：
Figure GDA0002906487790000076
式中v表示逆卡方分布的自由度，Γ(u)是伽马函数。
在快速频谱感知中，rm为在时隙m的采样值，其表达式如下表示：
rm＝max(rm-1+lm,0) (5)
根据上述过程中对数似然比表达式得到lm，将lm代入公式(5)，最终得到感知端的接收信号，因此本实施例中最终得模型下的rm表达式：
Figure GDA0002906487790000077
其中，基于ML估计和MAP估计分别获得不同的噪声估计值，进而得到不同的rm表达式预设阈值γ，如果在第m个观察点满足rm＞γ同时ri≤γ,i＝1,2,…,m-1，则判定卫星通信频谱正在被使用，否则该频段空闲，感知端可以使用该频段发起新的通信。
通过MATLAB对上述过程完成仿真后，得到的在不同参数下的仿真结果如图3～图8所示，在图3和4中，采样点数Ns＝32，判决阈值γ＝[3:1:6]，此时在给定确定阈值的条件下，检测性能随着信噪比SNR的增大而增加。而在信噪比SNR被确定的情况下，阈值越小，检测性能越好。图5中采样点数Ns＝32，信噪比SNR＝[-10:5:5]，此时可以看出，在给定信噪比的条件下，随着阈值的增加，平均时延逐步增大，信噪比越高，时延增长的速率越低，在高信噪比下，时延几乎可以忽略不计。图6中Ns＝[16,32,64]，判决阈值γ＝4，此时可以看出，给定确定采样点数的条件下，随着信噪比SNR的增大，检测性能也逐渐增大。在检测概率为0.9时，每增大一倍的采样点数，可提高的增益是非线性的。进一步在Matlab仿真软件下给出ML和MAP两种估计方法的仿真性能对比。图7中阈值γ＝3，采样点数Ns＝128，噪声方差服从σ2～χ-2(ν,l)分布，v＝10，l＝0.1，此时可以看出，在很小信噪比的条进下，ML估计性能优于MAP估计性能，这是因为在进行数学理论推导过程中，对MAP估计表达式做了更多的近似，总体上MAP估计频谱检测性能要优于ML估计的检测结果。而图8给出了本方法在不同阈值下基于信噪比的检测性能比较，在图8中，样本数N＝32，变点t＝13，信噪比SNR＝[-20:2:20]，待检测样本的x1,x2,…,xt-1是相互独立的随机变量且服从复高斯分布CN(0,1)，xt,xt+1,...,xN是相互独立的随机变量且服从复高斯分布CN(10SNR/20,1)，阈值γ＝[1 2 3 4]。可以看出，在确定阈值γ条件下，随着SNR的增大，检测概率Pd是增大的。而当确定SNR时，阈值γ越大，则检测概率Pd也越大。判断一次检测是否成功的标准：第n次的累积和大于阈值γ，同时t≤n<N。
在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。

Claims (5)

1.一种卫星通信中成对载波多址快速频谱感知方法，其特征在于，所述的方法包括以下步骤：
(s1)建立成对载波多址快速频谱感知模型；
(s2)通过参数估计，得到所述的成对载波多址快速频谱感知模型的噪声方差估计值；
(s3)根据所述的噪声方差估计值，得到所述的成对载波多址快速频谱感知模型中感知终端的接收信号采样值；
(s4)根据所述的感知终端的接收信号采样值，确定空闲频段，所述的感知终端通过所述的空闲频段发起通信；
所述成对载波多址快速频谱感知模型包括一个卫星中继端、两个通信终端和一个感知终端，所述的两个通信终端通过成对载波多址方式经由卫星中继端进行通信，所述的感知终端对卫星中继端上的空闲频段进行频谱感知；
所述成对载波多址快速频谱感知模型的数学表达式为：
H0:r[m]＝n[m]
H1:r[m]＝h1[m]s1[m]+h2[m]s2[m]ejφ+n[m]
其中，H0为在无通信状态下感知终端接收的信号，H1为在有通信状态下感知终端接收的信号，m＝1,2,…,Ns，Ns为采样点数，r[m]为感知终端接收的信号，
Figure FDA0002906487780000011
为卫星中继端接收到的来自两个通信终端的信号；
Figure FDA0002906487780000012
表示卫星中继端到感知终端的信道参数；φ表示不同信号源发送的信号到达卫星中继端时，信号之间的载波相位偏移；
Figure FDA0002906487780000013
为噪声；
所述步骤(s3)具体包括以下步骤：
(s31)根据所述的噪声方差估计值，得到所述的成对载波多址快速频谱感知模型的对数似然比表达式；
(s32)根据所述的对数似然比表达式，计算得到感知终端的接收信号采样值；
所述的对数似然比表达式具体为：
Figure FDA0002906487780000014
其中，lm为对数似然比表达式，m＝1,2,…,Ns，Ns为采样点数，r[m]为感知终端接收的信号，
Figure FDA0002906487780000015
为卫星中继端接收到的来自两个通信终端的信号；
Figure FDA0002906487780000021
表示卫星中继端到感知终端的信道参数；
Figure FDA0002906487780000022
为噪声方差估计值；
所述感知终端的接收信号采样值具体为：
rm＝max(rm-1+lm,0)
其中，rm为感知终端的接收信号采样值，m＝1,2,…,Ns为采样点，Ns为采样点数，lm为成对载波多址快速频谱感知模型的对数似然比表达式。
2.根据权利要求1所述卫星通信中成对载波多址快速频谱感知方法，其特征在于，所述步骤(s2)具体包括以下步骤：
(s21)根据所述的成对载波多址快速频谱感知模型，通过参数估计得到基于参数估计的广义似然比表达式；
(s22)对所述的基于参数估计的广义似然比表达式的分母进行数学运算，得到噪声方差
Figure FDA0002906487780000023
的估计值
Figure FDA0002906487780000024
(s23)对所述的基于参数估计的广义似然比表达式的分子进行数学运算，得到噪声方差
Figure FDA0002906487780000025
的估计值
Figure FDA0002906487780000026
3.根据权利要求1所述卫星通信中成对载波多址快速频谱感知方法，其特征在于，所述参数估计包括最大似然比参数估计或最大后验参数估计。
4.根据权利要求1所述卫星通信中成对载波多址快速频谱感知方法，其特征在于，所述步骤(s4)具体包括以下步骤：
(s41)根据所述的感知终端的接收信号采样值，判断当前通信频段是否被占用，若是则返回步骤(s1)，若否则表明当前通信频段为空闲频段，进入步骤(s42)；
(s42)感知终端通过所述的空闲频段发起通信。
5.根据权利要求4所述卫星通信中成对载波多址快速频谱感知方法，其特征在于，所述判断当前通信频段是否被占用具体为：判断感知终端的接收信号采样值在第m个采样点处是否满足rm＞γ同时ri≤γ,i＝1,2,…,m-1，其中γ为预设阈值，若满足则表明当前通信频段被占用，若不满足则表明当前通信频段为空闲频段。
CN201811218835.9A 2018-10-18 2018-10-18 一种卫星通信中成对载波多址快速频谱感知方法 Active CN109150344B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811218835.9A CN109150344B (zh) 2018-10-18 2018-10-18 一种卫星通信中成对载波多址快速频谱感知方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811218835.9A CN109150344B (zh) 2018-10-18 2018-10-18 一种卫星通信中成对载波多址快速频谱感知方法

Publications (2)

Publication Number Publication Date
CN109150344A CN109150344A (zh) 2019-01-04
CN109150344B true CN109150344B (zh) 2021-03-19

Family

ID=64808651

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811218835.9A Active CN109150344B (zh) 2018-10-18 2018-10-18 一种卫星通信中成对载波多址快速频谱感知方法

Country Status (1)

Country Link
CN (1) CN109150344B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110535524B (zh) * 2019-08-27 2020-08-28 中科芯(苏州)微电子科技有限公司 一种激光卫星中继通信方法与装置
CN111884706B (zh) * 2020-07-17 2021-02-02 北京和德宇航技术有限公司 一种卫星频谱检测方法、装置、设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105763273A (zh) * 2016-05-18 2016-07-13 电子科技大学 一种认知无线电频谱感知方法
CN108183758A (zh) * 2017-12-23 2018-06-19 北京卫星信息工程研究所 一种低轨卫星短数据通信信道敏捷分配方法
CN108449291A (zh) * 2018-01-30 2018-08-24 西安电子科技大学 一种成对载波系统中参数的联合估计方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7620523B2 (en) * 2007-04-30 2009-11-17 Integrien Corporation Nonparametric method for determination of anomalous event states in complex systems exhibiting non-stationarity
US8761677B2 (en) * 2011-03-15 2014-06-24 Nec Laboratories America, Inc. Multiple stage hybrid spectrum sensing methods and systems for cognitive radio

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105763273A (zh) * 2016-05-18 2016-07-13 电子科技大学 一种认知无线电频谱感知方法
CN108183758A (zh) * 2017-12-23 2018-06-19 北京卫星信息工程研究所 一种低轨卫星短数据通信信道敏捷分配方法
CN108449291A (zh) * 2018-01-30 2018-08-24 西安电子科技大学 一种成对载波系统中参数的联合估计方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
GLRT-Based Spectrum Sensing for Cognitive Radio with Prior Information;Josep Font-Segura，et al.;《IEEE TRANSACTIONS ON COMMUNICATIONS》;20100731;第58卷(第7期);第2137-2141页 *
On the Distribution of Detection Delay for Quickest Spectrum Sensing;Effariza Hanafi，et al.;《IEEE TRANSACTIONS ON COMMUNICATIONS》;20160228;第64卷(第2期);第502-503页 *
基于空间谱的频谱感知算法及性能分析;党小宇等;《电子信息学报》;20160531;第38卷(第5期);全文 *

Also Published As

Publication number Publication date
CN109150344A (zh) 2019-01-04

Similar Documents

Publication Publication Date Title
CN109245804B (zh) 基于雅可比迭代的大规模mimo信号检测方法
CN109150344B (zh) 一种卫星通信中成对载波多址快速频谱感知方法
Shen et al. A high-precision spectrum-detection algorithm based on the normalized variance of nonreconstruction compression sensing
CN110611626B (zh) 信道估计方法、装置及设备
CN105763273B (zh) 一种认知无线电频谱感知方法
CN105869652B (zh) 心理声学模型计算方法和装置
US8094760B2 (en) Channel estimation
US9118370B2 (en) Method and apparatus for impulsive noise mitigation using adaptive blanker based on BPSK modulation system
CN114268393B (zh) 一种基于连通分量个数特征的认知无线电频谱感知方法
JP5252430B2 (ja) 信号検出方法，プログラム，情報記憶媒体，及びセンサー
CN114584232A (zh) 基于信道探测参考信号的无线通信子带信噪比测量方法
CN104270328A (zh) 一种信噪比实时估计方法
KR20090131794A (ko) 이동통신 시스템의 수신 장치 및 방법
WO2017161933A1 (zh) Snr估计的方法、装置和存储介质
JP4160979B2 (ja) タイム・スロットｃｄｍａシステムにおける雑音空間相関特性の推定方法
Smith et al. Efficient conditional-probability link modeling capturing temporal variations in body area networks
CN107257542B (zh) 一种异步d2d网络中基于ppp分布和ofdm系统的建模方法
Memduh et al. Signal-to-noise ratio estimation of noisy transient signals
US7366260B2 (en) Efficient MLSE equalizer implementation
JP2021136649A (ja) 干渉電力推定装置および干渉電力推定プログラムおよび情報収集局
KR101150129B1 (ko) 크로스 엔트로피 기반의 주파수 영역을 위한 스펙트럼 센싱 방법 및 그 장치
TW201101053A (en) Apparatus and methods for dynamic data-based scaling of data
WO2019205111A1 (zh) 数据合并方法、装置及设备
CN104936190B (zh) 基于稀疏系数信息估计的自适应宽带频谱压缩感知方法
CN110912843A (zh) 大规模无线传感器网络中的分布式盲估计方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant