CN109600181A - 一种用于多天线的频谱感知方法 - Google Patents

Abstract

本发明属于认知无线电技术领域，涉及一种用于多天线频谱感知方法。本发明基于特征值矩比(eigenvalue moment ratio，EMR)和加权协方差检测(weighted covariance‑based detection，WCD)两种频谱感知方法，由于EMR方法在慢衰落信道性能较好，在快衰落信道性能较差，因此采用在此基础上级联慢衰落信道性能较差，快衰落信道性能较好的WCD方法。本发明的两阶检测方法融合了EMR和WCD两种方法的优点，提高了检测器在不同信道环境下的鲁棒性。

Description

一种用于多天线的频谱感知方法

技术领域

本发明属于认知无线电技术领域，涉及一种用于多天线频谱感知方法。

背景技术

随着无线通信技术的快速发展和通信业务的需求不断增长，频谱资源稀缺问题越来越严重。一方面，分配给授权主用户(primary users,PU)的频谱资源未能充分利用。认知无线电 (Cognitive Radio,CR)采用动态频谱接入机制，在主用户未使用该频谱资源前提下，允许未授权次用户(secondary users,SU)利用该频谱资源进行传输数据，能有效地提高频谱利用率。频谱感知作为实现认知无线电技术中的基础，在不引起对主用户干扰的情况下，使次用户检测可利用的频谱资源。传统的频谱感知方法大多数只适用于某种特定的信道，当信道变化时，检测性能可能下降。如文献1“An eigenvalue-moment-ratioapproach to blind spectrum sensing for cognitive radio under sample-starvingenvironment,”(L.Huang,J.Fang,K.Liu,H.C.So,and H.Li. IEEE Trans.Veh.Technol.,Aug.2015)提出的特征值矩比(eigenvalue moment ratio，EMR)方法在慢衰落信道能取得可靠的检测性能，但EMR方法在快衰落信道性能严重下降。与文献1相反，文献2“Spectrumsensing using weighted covariance matrix in rayleigh fading channels,”(M.Jin,Q. Guo,J.Xi,Y.Li,Y.Yu,and D.Huang.IEEE Trans.Veh.Technol.,Nov.2015)提出的加权协方差检测 (weighted covariance-based detection，WCD)方法在快衰落信道能取得可靠的检测性能，但在慢衰落信道环境性能严重下降。

发明内容

本发明的目的在于克服现有检测方法只适用于某种特定信道环境的缺点，将特征值矩比 (eigenvalue moment ratio，EMR)和加权协方差检测(weighted covariance-based detection，WCD) 两种频谱感知方法级联，提出一种EMR-WCD两阶的频谱感知方法。该方法融合了EMR和 WCD两种方法的优点，提高了检测器在不同信道环境下的鲁棒性。

具体步骤如下：

a.次用户SU利用M根相关接收天线的认知接收待感知频段的复时域信号，H₀表示主用户不存在；H₁表示主用户存在。数学上，频谱感知问题可以用以下二元假设模型描述：

其中表示主用户到次用户之间的信道增益系数矢量，服从零均值方差为的循环对称复高斯分布，其中为每天线的信道功率，和φ_h为信道的相关矩阵，s(n)为主用户发射信号，为零均值方差为的复高斯循环对称噪声矢量，和I_M分布表示每根天线的噪声方差和M×M单位阵。

b.计算样本协方差矩阵

其中N为次用户接收的总样本数，符号H表示共轭转置.

c.计算EMR方法的检验统计量T_E；根据给定的虚警概率确定判决门限λ_E：

其中为矩阵的迹，的反函数， M/N→c。

d.将统计量T_E与判决门限λ_E进行比较：

若检验统计量T_E大于判决门限λ_E，则主用户存在，结束检测；

若检验统计量T_E小于判决门限λ_E，则继续进行以下步骤：

e.计算WCD方法的检验统计量T_W；根据给定的虚警概率确定判决门限λ_W：

其中为加权系数， 为协方差矩阵的第i行j列元素，

上式中和

f.将统计量T_W与判决门限λ_W进行比较：

若检验统计量T_W大于判决门限λ_W，则主用户存在，结束检测；

若检验统计量T_W小于判决门限λ_W，则主用户不存在，结束检测。

本发明的有益效果为，在快/慢衰落信道环境下，都能可靠地检测主用户是否存在。

附图说明

图1为本发明的EMR-WCD两阶方法流程示意图；

图2为检测概率VS信噪比示意图；具体的是，在系统参数为天线数M＝6，样本数N＝200，α＝{0.3,0.7}，γ＝0.4下的EMR，WCD和EMR-WCD检测性能比较；

图3为检测概率VS信噪比示意图；具体的是，在系统参数为天线数M＝6，样本数N＝200， 虚警概率P_f＝0.05，α＝{0.3,0.7}，γ＝0.8下的EMR，WCD和EMR-WCD检测性能比较。

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。

考虑噪声方差不确定性对所有比较检测器的影响。实际噪声方差其中为名义上的噪声方差，η为衡量噪声方差不确定性水平参数，通常用表示。另外，采用“最坏”的情况描述噪声方差不确定性，即在H₀情况下，在H₁情况下，主用户信号s(n)服从零均值方差为P_s的循环对称复高斯分布；信道由产生，其中矢量服从零均值方差为的循环对称复高斯分布，信道在每次实现时，慢衰落信道的概率为α，代表快衰落信道的概率为1-α，代表图2和图 3的仿真曲线在下由蒙特卡洛次数为100000描绘出，设置EMR-WCD虚警概率为P_f＝0.05，然后根据公式计算EMR和WCD方法的虚警概率和

(1)图2在系统参数为天线数M＝6，样本数N＝200，α＝{0.3,0.7}，γ＝0.4下的EMR，WCD 和EMR-WCD检测性能比较；

(2)图3在系统参数为天线数M＝6，样本数N＝200，虚警概率P_f＝0.05，α＝{0.3,0.7}，γ＝0.8 下的EMR，WCD和EMR-WCD检测性能比较。

Claims (1)

1.一种用于多天线的频谱感知方法，其特征在于，包括以下步骤：

a.次用户SU利用M根相关接收天线的认知接收待感知频段的复时域信号，定义H₀表示主用户不存在；H₁表示主用户存在，将频谱感知问题用以下二元假设模型描述：

其中表示主用户到次用户之间的信道增益系数矢量，服从零均值方差为的循环对称复高斯分布，其中为每天线的信道功率，φ_h为信道的相关矩阵，s(n)为主用户发射信号，为零均值方差为的复高斯循环对称噪声矢量，和I_M分布表示每根天线的噪声方差和M×M单位阵；

b.计算样本协方差矩阵

其中N为次用户接收的总样本数，符号H表示共轭转置；

c.计算EMR方法的检验统计量T_E；根据给定的虚警概率确定判决门限λ_E：

其中为矩阵的迹，Q^-1(·)为的反函数，M/N→c；

d.将统计量T_E与判决门限λ_E进行比较：

若检验统计量T_E大于判决门限λ_E，则主用户存在，结束检测；

若检验统计量T_E小于判决门限λ_E，则进入步骤e；

e.计算WCD方法的检验统计量T_W；根据给定的虚警概率确定判决门限λ_W：

其中为加权系数， 为协方差矩阵的第i行j列元素，

上式中

f.将统计量T_W与判决门限λ_W进行比较：

若检验统计量T_W大于判决门限λ_W，则主用户存在，结束检测；

若检验统计量T_W小于判决门限λ_W，则主用户不存在，结束检测。