CN109412722A - 一种基于时域嵌套采样的宽带频谱感知方法 - Google Patents
一种基于时域嵌套采样的宽带频谱感知方法 Download PDFInfo
- Publication number
- CN109412722A CN109412722A CN201811579109.XA CN201811579109A CN109412722A CN 109412722 A CN109412722 A CN 109412722A CN 201811579109 A CN201811579109 A CN 201811579109A CN 109412722 A CN109412722 A CN 109412722A
- Authority
- CN
- China
- Prior art keywords
- sampling
- frequency spectrum
- time domain
- threshold value
- broader frequency
- 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.)
- Pending
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
Abstract
本发明属于认知无线电技术领域,具体的说是涉及一种基于时域嵌套采样的宽带频谱感知方法。本发明的目的是提出一种基于时域嵌套采样的宽带频谱感知方法,目的在于克服现有频谱感知方法计算复杂度高的缺点,主要为通过嵌套采样,得到采样序列,然后计算样本协方差矩阵,再根据给定的虚警概率获得阈值。本发明的有益效果为,与同互素采样相比,可以在降低计算复杂度的同时确保检测概率,并降低采样率。
Description
技术领域
本发明属于认知无线电技术领域,具体的说是涉及一种基于时域嵌套采样的宽带频谱感知方法。
背景技术
随着无线通信的不断发展,频谱资源变得越来越稀缺,这严重制约了通信技术的发展。要推动无线通信的发展,就需要提升频谱资源的利用率。其中认知无线电(CR)技术就是一种提高无线频谱资源利用率的有效方式。对于CR系统而言,当次要用户(SU)未被主要用户(PU)占用时,它就允许次要用户(SU)概率性地使用该频谱以便提高频谱利用率。但为了避免SU对PU造成干扰,并且为SU提供更多接入网络的机会,很有必要应用高精度和高效率的频谱感知方法。
目前,宽带频谱感知方法主要分为两大类:一类是用来直接恢复信号;另一类则是用来恢复信号的功率谱。其中,用来恢复信号功率谱的宽带频谱感知方法主要包括了基于MWC的宽带频谱感知方法、基于多陪集的宽带频谱感知方法以及基于互素采样的宽带频谱感知方法等。在这些宽带频谱感知方法中,互素采样同其他方法相比,一定程度上降低了计算复杂度。
发明内容
本发明的目的是提出一种基于时域嵌套采样的宽带频谱感知方法,目的在于克服现有频谱感知方法计算复杂度高的缺点。
本发明的技术方案为:
一种基于时域嵌套采样的宽带频谱感知方法,其特征在于,包括以下步骤:
a.通过嵌套采样,得到采样序列xd(n),n=0,1,2…;
b.计算样本协方差矩阵R(k):
其中,“*”表示卷积;通过采样序列得到估计的自相关函数R(k),然后对其作FFT变换,就可获得估计功率谱令表示第b个子带估计的功率;
c.设噪声功率为σ2,根据给定的虚警概率Pfa:
其中,v2是估计的功率谱的方差,给定恒定的误报概率Pfa,获得阈值Th;
其中
d.将与阈值Th进行比较:
若大于阈值Th,则说明该子带被占用,主用户存在,结束检测;
若小于阈值Th,则说明该子带未被占用,主用户不存在,结束检测。
本发明的效果为,同互素采样相比,可以在降低计算复杂度的同时确保检测概率,并降低采样率。
附图说明
图1为本发明的嵌套采样方案示意图;
图2、图3和图4为检测概率VS信噪比示意图。
具体实施方式
发明内容部分已经对本发明的技术方案做了详细描述,下面结合附图,描述本发明技术方案的效果。
假设嵌套采样方案的U=3,V=5,周期T=1。
由图1可以看出,嵌套采样方案的一个采样周期T=(3+1)*5=20。其中,第一级采样点的位置位于1,2,3;第二级采样点的位置位于4,8,12,16,20。于是,在一个周期内的采样点数N=3+5=8,其采样率为
首先,对比了在相同互素对,不同L(L为采样周期数)时嵌套采样方案的信噪比和检测概率的关系。仿真结果如图所示。在该仿真中,设置的嵌套采样的参数为U=11,V=13,Pfa=0.01(错误概率),SNR=-10:10,L分别设置为60,30和1。由图2可以看出,当L=1时,嵌套采样方案的检测概率很低,并且几乎保持不变。而当L=30和L=60可以看出,在SNR=-10:-2时,L=60的嵌套采样方案的检测概率要优于L=30的嵌套采样方案,这说明,此时L的长度对嵌套采样方案有影响。但在SNR=-2之后,L的长度对嵌套采样方案的影响较小。
随后,将嵌套采样方案与互素采样方案做了比较,对比了两者在相同参数情况下信噪比与检测概率的关系。仿真如图所示。其中,将两个采样方案的参数都设置为U=15,V=17,Pfa=0.01(错误概率),SNR=-20:-8,L=60。由图3可以看出,在相同参数设置的情况下,互素采样方案的检测概率要优于嵌套采样方案。但此时两种采样方案的检测概率相差不大,并且嵌套采样方案的采样率更低。
最后,对比了相同压缩比的情况下,嵌套采样方案与互素采样方案信噪比与检测概率的关系。仿真如图所示。将两个采样方案的压缩比设置为8.9.并由此分别计算出嵌套采样方案的U=15,V=19,互素采样方案的U=17,V=19,其他各项参数分别为Pfa=0.01,SNR=-10:10,L=60。由图4可以看出,在相同压缩比的情况下,嵌套采样方案的检测概率要优于互素采样方案。这说明,嵌套采样方案在一定程度上能降低采样率。这也就佐证了前面所说的,嵌套采样方案可以在降低计算复杂度的同时确保检测概率,并降低采样率。
Claims (1)
1.一种基于时域嵌套采样的宽带频谱感知方法,其特征在于,包括以下步骤:
a.通过嵌套采样,得到采样序列xd(n),n=0,1,2…;
b.计算样本协方差矩阵R(k):
其中,“*”表示卷积;通过采样序列得到估计的自相关函数R(k),然后对其作FFT变换,获得估计功率谱令表示第b个子带估计的功率;
c.设噪声功率为σ2,根据给定的虚警概率Pfa:
其中,v2是估计的功率谱的方差,给定恒定的误报概率Pfa,获得阈值Th;
其中
d.将与阈值Th进行比较:
若大于阈值Th,则说明该子带被占用,主用户存在,结束检测;
若小于阈值Th,则说明该子带未被占用,主用户不存在,结束检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811579109.XA CN109412722A (zh) | 2018-12-24 | 2018-12-24 | 一种基于时域嵌套采样的宽带频谱感知方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811579109.XA CN109412722A (zh) | 2018-12-24 | 2018-12-24 | 一种基于时域嵌套采样的宽带频谱感知方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109412722A true CN109412722A (zh) | 2019-03-01 |
Family
ID=65460810
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811579109.XA Pending CN109412722A (zh) | 2018-12-24 | 2018-12-24 | 一种基于时域嵌套采样的宽带频谱感知方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109412722A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111342922A (zh) * | 2020-03-12 | 2020-06-26 | 中国科学院上海微系统与信息技术研究所 | 一种宽频带频谱感知中的快速边界识别方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103297159A (zh) * | 2013-05-10 | 2013-09-11 | 东南大学 | 一种频谱感知方法、频谱感知装置 |
US20150181436A1 (en) * | 2013-12-20 | 2015-06-25 | King Fahd University Of Petroleum And Minerals | Cooperative cognitive radio spectrum sensing using a hybrid data-decision method |
CN106027179A (zh) * | 2016-05-12 | 2016-10-12 | 天津大学 | 一种基于综合互素分析的宽带频谱感知方法及其装置 |
CN106506102A (zh) * | 2016-10-18 | 2017-03-15 | 天津大学 | 一种互素欠采样下高精度、低时延的谱感知方法及其装置 |
CN106896340A (zh) * | 2017-01-20 | 2017-06-27 | 浙江大学 | 一种基于压缩感知的互质阵列高精度波达方向估计方法 |
CN108111213A (zh) * | 2017-12-22 | 2018-06-01 | 电子科技大学 | 一种用于多天线的频谱感知方法 |
-
2018
- 2018-12-24 CN CN201811579109.XA patent/CN109412722A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103297159A (zh) * | 2013-05-10 | 2013-09-11 | 东南大学 | 一种频谱感知方法、频谱感知装置 |
US20150181436A1 (en) * | 2013-12-20 | 2015-06-25 | King Fahd University Of Petroleum And Minerals | Cooperative cognitive radio spectrum sensing using a hybrid data-decision method |
CN106027179A (zh) * | 2016-05-12 | 2016-10-12 | 天津大学 | 一种基于综合互素分析的宽带频谱感知方法及其装置 |
CN106506102A (zh) * | 2016-10-18 | 2017-03-15 | 天津大学 | 一种互素欠采样下高精度、低时延的谱感知方法及其装置 |
CN106896340A (zh) * | 2017-01-20 | 2017-06-27 | 浙江大学 | 一种基于压缩感知的互质阵列高精度波达方向估计方法 |
CN108111213A (zh) * | 2017-12-22 | 2018-06-01 | 电子科技大学 | 一种用于多天线的频谱感知方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111342922A (zh) * | 2020-03-12 | 2020-06-26 | 中国科学院上海微系统与信息技术研究所 | 一种宽频带频谱感知中的快速边界识别方法 |
CN111342922B (zh) * | 2020-03-12 | 2021-08-20 | 中国科学院上海微系统与信息技术研究所 | 一种宽频带频谱感知中的快速边界识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109274621B (zh) | 基于深度残差网络的通信协议信号识别方法 | |
CN110113075A (zh) | 基于stft-spwvd的混合网台跳频参数盲估计方法 | |
US20120195214A1 (en) | Multitaper spectrum sensing systems and methods | |
CN109901107A (zh) | 一种时差定位方法、装置、计算机设备及可读存储介质 | |
Liu et al. | Information theoretic criterion-based spectrum sensing for cognitive radio | |
CN102013928B (zh) | 一种认知无线电系统中的快速频谱感知方法 | |
CN106713190B (zh) | 基于随机矩阵理论和特征阈值估计的mimo发射天线数目盲估计算法 | |
CN103491551B (zh) | 一种基于特征向量的加权协作频谱感知方法 | |
CN107332855B (zh) | 基于增强学习算法的主用户仿真攻击检测方法 | |
Mohamed et al. | Performance assessment of transient signal detection methods and superiority of energy criterion (EC) method | |
CN108880717A (zh) | 一种基于信息几何的α散度的频谱感知方法 | |
CN104253659B (zh) | 一种频谱检测方法及其装置 | |
KR20050027683A (ko) | 이동통신 시스템에서 이동단말의 속도 추정 장치 및 방법 | |
CN113300986B (zh) | 无人机图传信号与热点信号识别方法、介质、计算机设备 | |
Malafaia et al. | Adaptive threshold spectrum sensing based on expectation maximization algorithm | |
Liu et al. | Comparison of reliability, delay and complexity for standalone cognitive radio spectrum sensing schemes | |
CN105743756B (zh) | WiFi系统中基于adaboost算法的帧检测方法 | |
CN109412722A (zh) | 一种基于时域嵌套采样的宽带频谱感知方法 | |
CN103905129A (zh) | 基于谱型分析的信号检测及信号信息判读方法 | |
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 | |
CN112543409B (zh) | 一种到达时间toa估计方法及基站 | |
CN104363065B (zh) | 基于非高斯性测度的无线通信系统频谱感知方法 | |
Bayat et al. | Loran phase code revisited for continuous wave interference cancellation | |
Hekkala et al. | Cooperative spectrum sensing study using welch periodogram | |
US10135554B1 (en) | Robust super-resolution processing for wireless ranging |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190301 |
|
WD01 | Invention patent application deemed withdrawn after publication |