CN109802736A - 一种频谱感知的方法、装置及计算机存储介质 - Google Patents
一种频谱感知的方法、装置及计算机存储介质 Download PDFInfo
- Publication number
- CN109802736A CN109802736A CN201910186920.XA CN201910186920A CN109802736A CN 109802736 A CN109802736 A CN 109802736A CN 201910186920 A CN201910186920 A CN 201910186920A CN 109802736 A CN109802736 A CN 109802736A
- Authority
- CN
- China
- Prior art keywords
- current
- iteration
- spectrum
- frequency spectrum
- normalized power
- 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
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例公开了一种频谱感知的方法、装置及计算机存储介质，该方法包括：在当前迭代过程中，获取当前的归一化功率谱；针对所述当前归一化功率谱按照设定的正向判决策略进行判定：相应于第一判定结果，确定当前累积的总频谱分段占用数目，并更新用于获取下次迭代的归一化功率谱的参数，进入下次迭代；相应于第二判定结果，针对所述当前归一化功率谱按照设定的反向判决策略进行判定：相应于第三判定结果，确定当前累积的总频谱分段占用数目，并更新用于获取下次迭代的归一化功率谱的参数，进入下次迭代；相应于第四判定结果，确定当前累积的总频谱分段占用数目，并基于所述当前累积的总频谱分段占用数目确定未被占用的频谱分段。
Description
技术领域
本发明实施例涉及通信技术领域，尤其涉及一种频谱感知的方法、装置及计算机存储介质。
背景技术
当前，逐渐增长的无线业务需求与昂贵有限的授权频谱之间的矛盾日益凸显，为了缓解授权频谱内移动网络的压力，越来越多的利用资源相对丰富的非授权频段来应对高数据量的挑战。各运营商目前已通过在非授权频谱上部署无线保真(WiFi，Wireless-Fidelity)等移动通信系统来减轻移动网络的负担，期望能够通过非授权频谱来分流无线移动业务。
频谱资源是决定无线带宽的根本，频段越宽，传输速率越快，系统吞吐量越大。然而，分配给运营商的授权频谱资源非常有限且高额，很难满足日益增长的业务需求。在这样的背景下，以实时频谱感知为基础、动态频谱分配为过程以及合理无线频谱管理为结果的认知无线电技术被提出。目前，结合认知无线电思想的非授权的长期演进(LTE-U，LongTerm Evolution-Unlicensed)技术已经开始作为第五代移动通信系统(5G)增强技术。采用LTE-U技术，可以利用集中调度、干扰协调、自适应请求重传等技术，相比Wi-Fi等接入技术，LTE-U技术具有更好的鲁棒性，可以获得更高的频谱效率，能够提供更大的覆盖范围以及更好的用户体验；并且从移动运营商角度分析，核心网同时运行于授权频段和未授权频段，这将十分便于移动网络的运营管理与升级。
LTE-U技术的实现过程中，对通信信道即时细致地感知是技术的实现关键，行之有效的频谱感知技术是该系统有效运转的保证。现有的带宽内多目标频谱感知技术大都存在感知性能易受噪声不确定度影响、硬件平台复杂度高、感知实时性差等缺点，同时还对信号的信噪比要求较高，不利于快速准确地监测目标带宽内各子带的占用情况，不能广泛应用于复杂电磁环境下的认知无线电系统。
发明内容
有鉴于此，本发明实施例期望提供一种频谱感知的方法、装置及计算机存储介质；期望能够以较低的复杂度实现实时宽带多信号的频谱感知，有效克服噪声不确定度对频谱感知性能的影响，在较宽的信噪比范围内以较低的虚警概率和较高的检测概率完成对带内的多个信号的感知。
本发明的技术方案是这样实现的：
第一方面，本发明实施例提供了一种频谱感知的方法，所述方法包括：
在当前迭代过程中，获取当前的归一化功率谱；其中，所述归一化功率谱中的元素与参与当前迭代的各有效频谱分段一一对应；
针对所述当前归一化功率谱按照设定的正向判决策略进行判定：
相应于第一判定结果，确定当前累积的总频谱分段占用数目，并更新用于获取下次迭代的归一化功率谱的参数，进入下次迭代；
相应于第二判定结果，针对所述当前归一化功率谱按照设定的反向判决策略进行判定：
相应于第三判定结果，确定当前累积的总频谱分段占用数目，并更新用于获取下次迭代的归一化功率谱的参数，进入下次迭代；
相应于第四判定结果，基于所述当前累积的总频谱分段占用数目确定未被占用的频谱分段。
第二方面，本发明实施例提供了一种频谱感知的装置，所述装置包括：获取部分，第一判定部分、第一确定部分、第二判定部分和第二确定部分；其中，
所述获取部分，配置为在当前迭代过程中，获取当前的归一化功率谱；其中，所述归一化功率谱中的元素与参与当前迭代的各有效频谱分段一一对应；
所述第一判定部分，配置为针对所述当前归一化功率谱按照设定的正向判决策略进行判定：相应于第一判定结果，触发所述第一确定部分；相应于第二判定结果，触发所述第二判定部分；
所述第二判定部分，配置为针对所述当前归一化功率谱按照设定的反向判决策略进行判定：相应于第三判定结果，触发所述第一确定部分；相应于第四判定结果，触发所述第二确定部分；
所述第一确定部分，配置为确定当前累积的总频谱分段占用数目，并更新用于获取下次迭代的归一化功率谱的参数，进入下次迭代；
所述第二确定部分，配置为基于所述当前累积的总频谱分段占用数目确定未被占用的频谱分段。
第三方面，本发明实施例提供了一种频谱感知的装置，所述装置包括：通信接口，存储器和处理器；其中，所述通信接口，用于在与其他外部网元之间进行收发信息过程中，信号的接收和发送；
所述存储器，用于存储能够在所述处理器上运行的计算机程序；
所述处理器，用于在运行所述计算机程序时，执行第一方面所述频谱感知的方法步骤。
第四方面，本发明实施例提供了一种计算机存储介质，其特征在于，所述计算机存储介质存储有频谱感知的程序，所述频谱感知的程序被至少一个处理器执行时实现第一方面所述频谱感知的方法步骤。
本发明实施例提供了一种频谱感知的方法、装置及计算机存储介质；通过迭代的方式，基于功率谱进行前反向判决，利用频谱分段，以较低的复杂度达到实时宽带多信号频谱感知的要求，有效克服噪声不确定度对频谱感知性能的影响，在较宽的信噪比范围内以较低的虚警概率和较高的检测概率完成对带内的多个信号的感知。
附图说明
图1为本发明实施例提供的频段示意图；
图2为本发明实施例提供的一种频谱感知的方法流程示意图；
图3为本发明实施例提供的一种正确检测概率对比示意图；
图4为本发明实施例提供的一种接收机性能对比示意图；
图5A为本发明实施例提供的一种多主用户的频谱感知性能对比示意图；
图5B为本发明实施例提供的另一种多主用户的频谱感知性能对比示意图；
图5C为本发明实施例提供的又一种多主用户的频谱感知性能对比示意图；
图5D为本发明实施例提供的再一种多主用户的频谱感知性能对比示意图；
图6为本发明实施例提供的一种频谱感知的装置组成示意图；
图7为本发明实施例提供的一种频谱感知的装置的具体硬件结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
目前，关于LTE-U技术的实现具有以下难点：首先是对合适的免授权频段的准确选择，可以获知的，低于6GHz频段能够较好的抵抗路径衰落，但是2.4GHz频段附近已被WiFi以及蓝牙等接入技术密集占用，5GHz频段附近被无线局域网(WLAN，Wireless Local AreaNetworks)占用，而最适合部署LTE-U的频段是5-6GHz，尤其是靠近6GHz的频段；其次是频谱公平使用问题，包括不同接入技术之间的共存和不同运营商之间的共存。由上述难点可知，对通信信道进行即时且细致的感知是LTE-U技术的实现关键，行之有效的频谱感知技术是LTE-U系统有效运转的保证；因此，应用于LTE-U技术的频谱感知技术应当具有在宽频带内实时感知多信号的能力，以便确定出带内未被占用的频隙，为系统参数的调节提供依据。
参见图1所示的频段示意，在目前的认知无线电系统中，次级用户监测到主用户可能出现的授权频段后，就能够利用授权频段中的空闲子带发送信息，并当主用户在空闲子带重新启动信息传输时，次级用户跳转至其他空闲子带，或者停留在该子带，但是改变其发射功率和调制方式来规避对主用户的干扰。
认知跳频用户为建立可靠的跳频通信链路，首先需要对跳频频带进行频谱感知，接收到的信号可表示为：
其中，x(t)是次级用户接收机感知到的信号，w(t)为次级用户周围的加性噪声；s(t)可能只包含一个主用户发射的信号，也可能由多个主用户的发射信号组合而成，但由于认知跳频用户所关心的是频隙的占用情况，而不是跳频宽带内准确的主用户个数，因此，可以把s(t)当成一个未知确定性实信号进行处理。在本发明实施例中，设定w(t)是高斯变量，其均值为0，方差为H0表示跳频带宽内主用户不存在，频隙全部空闲；而H1表示跳频带宽内有至少一个主用户存在，有频隙被占用。
认知跳频用户将接收信号经过模数转换器，变成数字序列x(n)，n＝0，1，…，其统计特性为：
上式中s(n)为主用户发射的未知确定性信号的数字样本序列。从x(n)中连续取M点样本，并将其等分为T组样本长度为N的序列帧，每帧样本序列的周期图估计可进一步表示为：
其中，k＝0，1，…，N-1，t＝1，…，T。
已知傅里叶变换Xt(k)具有渐进正态性，即若主用户发射信号的傅氏变换P(k)确定，Xt(k)服从复高斯分布，因此可知Xt(k)服从复高斯分布，由于DFT是线性变换，则Xt(k)的实部和虚部服从相互独立的高斯分布，它们的分布函数为：
其中，P(k)，k＝0，1，…，N-1为主用户发射信号s(n)，n＝0，1，…，N-1的傅里叶变换，P(k)的实部和虚部分别为Pr(k)和Pi(k)。结合和的统计特性可知：在H0情况下，St(k)服从自由度为2的中心卡方分布；在H1情况下，St(k)服从自由度为2的非中心卡方分布，即：
其中，为非中心参数，
已知傅里叶变换Xt(k)具有相互独立性，即傅氏变换数据Xt(k)和Xt(k′)是相互独立的，其中，t＝1，…，T，k，k′＝0，...，N-1且k≠k′。由此可知：不同频点上的傅氏变换数据Xt(k)，k＝0，…，N-1是相互独立的，而周期图估计St(k)，k＝0，…，N-1是Xt(k)具有有限间断点的连续函数，进而可得不同频点上的周期图估计St(k)，k＝0，…，N-1是互不相关的，即：
cov(St(p)，St(q))＝0 p，q∈[0，N-1]，p≠q
其中，cov(·)为协方差函数运算符，上式表示二者不相关与二者协方差函数等于零等价。
由傅里叶变换Xt(k)具有相互独立性亦可得到傅氏变换数据Xt(k)和Xt′(k)是相互独立的，其中，k＝0，…，N-1，t，t′＝1，…，T且t≠t′，因此可知，不同分帧数据在相同频点上的傅氏变换具有相互独立性，时间平均周期图谱估计Save(k)的均值和方差可由St(k)的均值和方差通过线性运算得到，在H0情况下，Save(k)的均值和方差分别为和在H1情况下，Save(k)的均值和方差分别为和
基于上述内容，参见图2，其示出了本发明实施例提供的一种频谱感知的方法，该方法可以应用于通信系统中的接收端设备，该方法可以包括：
S201：在当前迭代过程中，获取当前的归一化功率谱；其中，所述归一化功率谱中的元素与参与当前迭代的各有效频谱分段一一对应；
S202：针对所述当前归一化功率谱按照设定的正向判决策略进行判定：
S203：相应于第一判定结果，确定当前累积的总频谱分段占用数目，并更新用于获取下次迭代的归一化功率谱的参数，进入下次迭代；
S204：相应于第二判定结果，针对所述当前归一化功率谱按照设定的反向判决策略进行判定：
S205：相应于第三判定结果，确定当前累积的总频谱分段占用数目，并更新用于获取下次迭代的归一化功率谱的参数，进入下次迭代；
S206：相应于第四判定结果，基于所述当前累积的总频谱分段占用数目确定未被占用的频谱分段。
通过图1所示的技术方案，通过迭代的方式，基于功率谱进行前反向判决，利用频谱分段，以较低的复杂度达到实时宽带多信号频谱感知的要求，有效克服噪声不确定度对频谱感知性能的影响，在较宽的信噪比范围内以较低的虚警概率和较高的检测概率完成对带内的多个信号的感知。
针对图2所示的技术方案，需要说明的是，对于首次迭代，即当前迭代次数i＝0，还需要包括针对首次迭代进行相关参数的初始化；具体步骤如下：
当首次迭代i＝0时，当前迭代感知中被占用的分段个数Oi＝0，参与当前迭代的有效分段数为Segi＝L，迭代感知的判决结果存入当前迭代的判决结果数组Ri(l)＝0，l＝0，…，L-1，采样得到的序列分为T帧，记第t帧为xt(n)，n＝0，1，…，N-1，t＝1，2，…，T，其中，T为总帧数，N为每帧的样本数；
按照下式计算每帧数据xt(n)的周期图功率谱密度St(k)
可以理解地，将T帧数据的周期图估计进行时间平均以获得更平坦的功率谱，由于xt(n)是实平稳信号，每帧数据的正负频率功率谱对称，需N/2点来完整表示每帧数据的功率谱，因此，所有帧功率谱密度的算数平均值Save(k)如下式所示：
其中，N为每帧中的样本数，T为计算所用的帧数。
基于上述初始化，对于首次迭代来说，所述获取当前的归一化功率谱，包括：
根据所述所有帧功率谱密度的算数平均值Save(k)，获取当前功率谱的所有谱线强度之和Sall以及所述当前功率谱的单段谱线强度之和Ssec：
其中，N′为分段内谱线数；
按照下式获取所述当前的归一化功率谱testi：
其中，L＝N/N′表示为分段数。
对于图2所示的技术方案，在获得所述当前的归一化功率谱testi之后，就可以针对后续的正向判决策略以及反向判决策略分别设置对应的正向判决门限以及反向判决门限，因此，在一种可能的实现方式中，在步骤S201之后，所述方法包括：
构建随机变量X＝Ssec以及Y＝Sall-Ssec；
根据中心极限定理，确定随机变量X，Y的均值和方差；
根据所述随机变量X，Y的均值和方差，确定与所述正向判决策略对应的正向单次判决的虚警概率Pfa，F以及与所述反向判决策略对应的反向单次判决的虚警概率Pfa，R；
基于奈曼-皮尔逊Neyman-Pearson准则，由所述正向单次判决的虚警概率Pfa，F以及所述反向单次判决的虚警概率Pfa，R，获取与所述正向判决策略对应的正向判决门限γf以及与所述反向判决策略对应的反向判决门限γb。
对于上述正向判决门限以及反向判决门限的设置过程，具体来说，在H0假设下，功率谱平均值的均值和方差分别为 由协方差函数等于零得，中任意谱线之间是不相关的，因此，可以构造随机变量X＝Ssec和Y＝Sall-Ssec，根据中心极限定理，参与加和的谱线足够多时(一般样本数目大于20时)，随机变量X，Y近似服从高斯分布，均值和方差分别为：和 而在本发明实施例所述的单次迭代中，可能包含正向判决和反向判决，那么，正向单次判决的虚警概率Pfa，F和反向单次判决的虚警概率Pfa，R可分别表示为：
在跳频带宽内，若已知多个主用户信号信噪比差异较大，可采用Pfa，F＞Pfa，R的配置，从而能够保证较高的正确检测概率；若已知多个主用户信号信噪比差异较小，可采用Pfa，F＜Pfa，R的配置，从而能够进一步减小漏检概率。可以理解地，在跳频带宽内多个主用户信号信噪比存在差异时，可通过调整Pfa，F和Pfa，R的大小配置，保证较高的正确检测概率，进一步减小漏检概率。
依据Neyman-Pearson准则，由上述获得的虚警概率Pfa，F和Pfa，R，可分别求出正向判决门限γf和反向判决门限γb，分别将Pfa，F和Pfa，R代入上述两式，并令N＝LN′可以得到γf和γb的闭式表达式如下：
其中，Ф(·)为误差函数，Ф-1(·)为误差函数的逆函数。
可以理解地，由于本发明实施例依据Neyman-Pearson准则，由设定的目标正向单次判决虚警概率Pfa，F和反向单次判决虚警概率Pfa，R，可分别求出与噪声方差无关的正向判决门限γf和反向判决门限γb，从而使本发明实施例的技术方案的检测性能不受噪声不确定度的影响。
通过上述实现方式，具体来说，在获取到当前迭代的正向判决门限以及反向判决门限之后，所述针对所述当前归一化功率谱按照设定的正向判决策略进行判定，包括：
将所述当前归一化功率谱中各元素testi(l)分别与当前正向判定门限进行比较；
若所述当前归一化功率谱中的至少一个元素大于或等于所述当前正向判定门限则将所述当前归一化功率谱中大于或等于所述当前正向判定门限的元素在所述当前迭代的判决结果数组中的对应元素Ri(l)置1，将所述当前归一化功率谱中小于所述当前正向判定门限的元素在所述当前迭代的判决结果数组中的对应元素Ri(l)置0；
获取所述当前迭代的判决结果数组Ri的支集Λi＝supp(Ri)；其中，所述当前迭代的判决结果数组Ri的支集Λi对应表征当前迭代中所感知的被占用的分段；
根据所述当前迭代的判决结果数组Ri的支集Λi以及前次迭代累积的总频谱分段占用集合获取当前累积的总频谱分段占用集合
将所述当前迭代的判决结果数组Ri的支集Λi的势||Λi||0确定为当前迭代所感知的被占用的频谱分段数目Oi；
判断当前迭代所感知的被占用的频谱分段数目Oi是否为零，若是，则满足第一判定结果；否则，满足所述第二判定结果。
对于上述具体示例，在满足第二判定结果的前提下，所述针对所述当前归一化功率谱按照设定的反向判决策略进行判定，包括：
将所述当前归一化功率谱中各元素testi(l)分别与当前反向判定门限进行比较；
若则找出数组lmax＝arg max(testi(l))，其中，lmax表示满足testi(lmax)为testi(l)的最大值，并在所述当前迭代的判决结果数组中的对应元素Ri(lmax)置1，Ri(l)＝0，l≠lmax；反之，则Ri(l)＝0；
获取所述当前迭代的判决结果数组Ri的支集Λi＝supp(Ri)；其中，所述当前迭代的判决结果数组Ri的支集Λi对应表征当前迭代中所感知的被占用的分段；
根据所述当前迭代的判决结果数组Ri的支集Λi以及前次迭代累积的总频谱分段占用集合获取当前累积的总频谱分段占用集合
将所述当前迭代的判决结果数组Ri的支集Λi的势||Λi||0确定为当前迭代所感知的被占用的频谱分段数目Oi；
判断当前迭代所感知的被占用的频谱分段数目Oi是否为零，若是，则满足第三判定结果；否则，满足所述第四判定结果。
基于上述正向判定以及反向判定过程，相应于第一判定结果以及第三判定结果，所述更新用于获取下次迭代的归一化功率谱的参数，进入下次迭代，包括：
依照下列式子顺序更新 和Li+1，并且开始下一次迭代过程：
Li+1＝Li-Oi。
由此可知，在本发明实施例的技术方案所阐述的频谱感知过程中，每次迭代使用的帧长N、帧数T以及分段虚警概率Pfa是一致的，只有参与分段的数目依据规则发生改变。
基于上述正向判定以及反向判定过程，相应于第四判定结果，所述基于所述当前累积的总频谱分段占用数目确定未被占用的频谱分段，包括：
输出当前累积的总频谱分段占用集合所述中的元素对应频谱分段的序号被占用，所述的补集中的元素对应的频谱分段表示为频谱空洞。
通过图2所示的技术方案以及上述针对该技术方案的具体阐述，通过迭代的方式，基于功率谱进行前反向判决，利用频谱分段，以较低的复杂度达到实时宽带多信号频谱感知的要求，有效克服噪声不确定度对频谱感知性能的影响，在较宽的信噪比范围内以较低的虚警概率和较高的检测概率完成对带内的多个信号的感知。
针对上述技术方案，本发明实施例通过具体的仿真环境对上述技术方案的技术性能及效果进行进一步的阐述。具体的仿真条件和参数如下：
设定在加性高斯白噪声(AWGN，Additive White Gaussian Noise)信道下，主用户发射的数字调制信号，码元速率为0.5MBaud，载波频率为4.5MHz，次级用户以采样速率20MSPS对接收信号进行采样；定义存在噪声不确定度时，噪声方差在区间内服从均匀分布，其中ρ＞1，不存在噪声不确定度时ρ＝1；分析常规谱估计频谱感知技术和本发明单次迭代感知性能时，采用恒虚警原则，预先设定虚警概率为0.02。
对于上述仿真条件及参数进行以下仿真，仿真结果如下：
仿真1：图3对比了不存在噪声不确定度即ρ＝1以及噪声不确定度ρ＝1.05时，常规谱估计频谱感知技术(Pd-CSE)和上述技术方案(Pd-BNSP)单次迭代在归一化信噪比变化范围-10dB～0dB下的正确检测概率。仿真时，设定帧数T＝1，每帧长度N＝40000，分段数L＝10。由图3可见，不存在噪声不确定度，即ρ＝1时，常规谱估计频谱感知技术(Pd-CSE)和上述技术方案(Pd-BNSP)的检测概率仿真值曲线和理论值Theory曲线重合，常规谱估计频谱感知技术的检测性能优于上述技术方案(Pd-BNSP)的检测性能；在噪声不确定度ρ＝1.05时，上述技术方案(Pd-BNSP)的检测性能明显优于常规谱估计频谱感知技术，这是由于此时常规谱估计频谱感知技术的判决门限需要做适当的调整，来保证实际虚警概率等于预先设定值，而上述技术方案(Pd-BNSP)的判决门限与噪声方差无关，不必做任何调整。
仿真2：图4给出了ρ＝1和ρ＝1.05时，固定归一化信噪比为-4dB，常规谱估计频谱感知技术(Pd-CSE)和上述技术方案(Pd-BNSP)的接收机性能(ROC)曲线。仿真时，两种技术使用的样本长度设置与前述仿真一致。在ρ＝1时，两种技术的仿真性能与理论性能Theory一致，ROC曲线可直接由理论值得出；在ρ＝1.05时，ROC曲线由仿真值得出。由图可见，常规谱估计频谱感知技术的两条ROC曲线之间存在较大偏差，而上述技术方案的两条ROC曲线基本重合。结合仿真1和仿真2可知，常规谱估计频谱感知技术受噪声不确定的影响严重，而上述技术方案具有抗噪声不确定度的特点，这是因为常规谱估计频谱感知技术的门限由噪声方差决定，而上述技术方案的判决门限独立于噪声方差。
仿真3：图5仿真了监测频段内存在多个主用户信号时，常规谱估计频谱感知技术(Pd-CSE)和上述技术方案(Pd-BNSP)的频谱感知性能。设定有三个主用户发射数字调制信号，主用户一的载波频率为1.5MHz，归一化信噪比恒为-8dB，主用户二的载波频率为4.5MHz，归一化信噪比在-6dB～-2dB范围内变化，主用户三的载波频率为7.5MHz，归一化信噪比恒为0dB；噪声不确定度的定义方式和感知技术的参数配置不变。由图5(A)-(D)可知，监测频段内存在三个主用户时，常规谱估计频谱感知技术在不存在噪声不确定时具有较优的多信号频谱感知性能，但该技术受噪声不确定度影响严重；相较而言上述技术方案具有良好的带内多信号频谱感知性能，并且不受噪声不确定的影响，这是仍是上述技术方案的每一单次迭代感知的判决门限都与噪声方差无关的优势体现。
综上所述仿真结果分析，本发明实施例所提出的一种频谱感知方法，相对于常规谱估计的频谱感知技术可在噪声方差动态变化的场景下获得更稳定可靠的感知性能，具有一定的性能优势。理论分析和仿真表明，本发明实施例所提出的技术方案可以准确地找出频带内被占用的频隙，可有效克服噪声不确定度对频谱感知性能的影响，为认知跳频伪随机码的生成提供规避干扰的依据，从而达到改善常规跳频通信性能的目的。因此，本发明实施例所提出的技术方案可广泛应用于复杂电磁环境下的宽带多目标频谱感知任务。
基于前述实施例相同的发明构思，参见图6，其示出了本发明实施例提供的一种频谱感知的装置60，所述装置60包括：获取部分601，第一判定部分602、第一确定部分603、第二判定部分604和第二确定部分605；其中，
所述获取部分601，配置为在当前迭代过程中，获取当前的归一化功率谱；其中，所述归一化功率谱中的元素与参与当前迭代的各有效频谱分段一一对应；
所述第一判定部分602，配置为针对所述当前归一化功率谱按照设定的正向判决策略进行判定：相应于第一判定结果，触发所述第一确定部分603；相应于第二判定结果，触发所述第二判定部分604；
所述第二判定部分604，配置为针对所述当前归一化功率谱按照设定的反向判决策略进行判定：相应于第三判定结果，触发所述第一确定部分603；相应于第四判定结果，触发所述第二确定部分605；
所述第一确定部分603，配置为确定当前累积的总频谱分段占用数目，并更新用于获取下次迭代的归一化功率谱的参数，进入下次迭代；
所述第二确定部分605，配置为基于所述当前累积的总频谱分段占用数目确定未被占用的频谱分段。
需要说明的是，基于图6所示的频谱感知的装置60，其组成部分还能够实现前述技术方案中所述频谱感知的方法的具体内容，在此不再赘述。
可以理解地，在本实施例中，“部分”可以是部分电路、部分处理器、部分程序或软件等等，当然也可以是单元，还可以是模块也可以是非模块化的。
另外，在本实施例中的各组成部分可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
所述集成的单元如果以软件功能模块的形式实现并非作为独立的产品进行销售或使用时，可以存储在一个计算机可读取存储介质中，基于这样的理解，本实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或processor(处理器)执行本实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
因此，本发明实施例还提供了一种计算机存储介质，所述计算机存储介质存储有频谱感知的程序，所述频谱感知的程序被至少一个处理器执行时实现前述技术方案中所述频谱感知的方法步骤。
基于上述频谱感知的装置60以及计算机存储介质，参见图7，其示出了本发明实施例提供的一种频谱感知的装置60的具体硬件结构，包括：通信接口701，存储器702和处理器703；各个组件通过总线系统704耦合在一起。可理解，总线系统704用于实现这些组件之间的连接通信。总线系统704除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图7中将各种总线都标为总线系统704。其中，
所述通信接口701，用于在与其他外部网元之间进行收发信息过程中，信号的接收和发送；
所述存储器702，用于存储能够在所述处理器703上运行的计算机程序；
所述处理器703，用于在运行所述计算机程序时，执行以下步骤：
在当前迭代过程中，获取当前的归一化功率谱；其中，所述归一化功率谱中的元素与参与当前迭代的各有效频谱分段一一对应；
针对所述当前归一化功率谱按照设定的正向判决策略进行判定：
相应于第一判定结果，确定当前累积的总频谱分段占用数目，并更新用于获取下次迭代的归一化功率谱的参数，进入下次迭代；
相应于第二判定结果，针对所述当前归一化功率谱按照设定的反向判决策略进行判定：
相应于第三判定结果，确定当前累积的总频谱分段占用数目，并更新用于获取下次迭代的归一化功率谱的参数，进入下次迭代；
相应于第四判定结果，基于所述当前累积的总频谱分段占用数目确定未被占用的频谱分段。
可以理解，本发明实施例中的存储器702可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM，DRRAM)。本文描述的系统和方法的存储器702旨在包括但不限于这些和任意其它适合类型的存储器。
而处理器703可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器703中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器703可以是通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器702，处理器703读取存储器702中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits，ASIC)、数字信号处理器(Digital Signal Processing，DSP)、数字信号处理设备(DSP Device，DSPD)、可编程逻辑设备(Programmable LogicDevice，PLD)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现，可通过执行本文所述功能的模块(例如过程、函数等)来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
具体来说，处理器703还配置为运行所述计算机程序时，执行前述技术方案中所述频谱感知的方法步骤，这里不再进行赘述。
需要说明的是：本发明实施例所记载的技术方案之间，在不冲突的情况下，可以任意组合。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种频谱感知的方法，其特征在于，所述方法包括：
在当前迭代过程中，获取当前的归一化功率谱；其中，所述归一化功率谱中的元素与参与当前迭代的各有效频谱分段一一对应；
针对所述当前归一化功率谱按照设定的正向判决策略进行判定：
相应于第一判定结果，确定当前累积的总频谱分段占用数目，并更新用于获取下次迭代的归一化功率谱的参数，进入下次迭代；
相应于第二判定结果，针对所述当前归一化功率谱按照设定的反向判决策略进行判定：
相应于第三判定结果，确定当前累积的总频谱分段占用数目，并更新用于获取下次迭代的归一化功率谱的参数，进入下次迭代；
相应于第四判定结果，基于所述当前累积的总频谱分段占用数目确定未被占用的频谱分段。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
当首次迭代i＝0时，设定当前迭代感知中被占用的分段个数Oi＝0，参与当前迭代的有效分段数为Segi＝L，迭代感知的判决结果存入当前迭代的判决结果数组Ri(l)＝0，l＝0，…，L-1，采样得到的序列分为T帧，记第t帧为xt(n)，n＝0，1，…，N-1，t＝1，2，…，T，其中，T为总帧数，N为每帧的样本数；
按照下式计算每帧数据xt(n)的周期图功率谱密度St(k)
所有帧功率谱密度的算数平均值Save(k)如下式所示：
其中，N为每帧中的样本数，T为计算所用的帧数。
3.根据权利要求2所述的方法，其特征在于，对于首次迭代，所述获取当前的归一化功率谱，包括：
根据所述所有帧功率谱密度的算数平均值Save(k)，获取当前功率谱的所有谱线强度之和Sall以及所述当前功率谱的单段谱线强度之和Ssec：
其中，N′为分段内谱线数；
按照下式获取所述当前的归一化功率谱testi：
其中，L＝N/N′表示为分段数。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
构建随机变量X＝Ssec以及Y＝Sall-Ssec；
根据中心极限定理，确定随机变量X，Y的均值和方差；
根据所述随机变量X，Y的均值和方差，确定与所述正向判决策略对应的正向单次判决的虚警概率Pfa，F以及与所述反向判决策略对应的反向单次判决的虚警概率Pfa，R；
基于奈曼-皮尔逊Neyman-Pearson准则，由所述正向单次判决的虚警概率Pfa，F以及所述反向单次判决的虚警概率Pfa，R，获取与所述正向判决策略对应的正向判决门限γf以及与所述反向判决策略对应的反向判决门限γb。
5.根据权利要求4所述的方法，其特征在于，在获取到当前迭代的正向判决门限以及反向判决门限之后，所述针对所述当前归一化功率谱按照设定的正向判决策略进行判定，包括：
将所述当前归一化功率谱中各元素testi(l)分别与当前正向判定门限进行比较：
若所述当前归一化功率谱中的至少一个元素大于或等于所述当前正向判定门限则将所述当前归一化功率谱中大于或等于所述当前正向判定门限的元素在所述当前迭代的判决结果数组中的对应元素Ri(l)置1，将所述当前归一化功率谱中小于所述当前正向判定门限的元素在所述当前迭代的判决结果数组中的对应元素Ri(l)置0；
获取所述当前迭代的判决结果数组Ri的支集Λi＝supp(Ri)；其中，所述当前迭代的判决结果数组Ri的支集Λi对应表征当前迭代中所感知的被占用的分段；
根据所述当前迭代的判决结果数组Ri的支集Λi以及前次迭代累积的总频谱分段占用集合获取当前累积的总频谱分段占用集合
将所述当前迭代的判决结果数组Ri的支集Λi的势||Λi||0确定为当前迭代所感知的被占用的频谱分段数目Oi；
判断当前迭代所感知的被占用的频谱分段数目Oi是否为零，若是，则满足第一判定结果；否则，满足所述第二判定结果。
6.根据权利要求5所述的方法，其特征在于，所述针对所述当前归一化功率谱按照设定的反向判决策略进行判定，包括：
将所述当前归一化功率谱中各元素testi(l)分别与当前反向判定门限进行比较；
若则找出数组lmax＝arg max(testi(l))，其中，lmax表示满足testi(lmax)为testi(l)的最大值，并在所述当前迭代的判决结果数组中的对应元素Ri(lmax)置1，Ri(l)＝0，l≠lmax；反之，则Ri(l)＝0；
获取所述当前迭代的判决结果数组Ri的支集Λi＝supp(Ri)；其中，所述当前迭代的判决结果数组Ri的支集Λi对应表征当前迭代中所感知的被占用的分段；
根据所述当前迭代的判决结果数组Ri的支集Λi以及前次迭代累积的总频谱分段占用集合获取当前累积的总频谱分段占用集合
将所述当前迭代的判决结果数组Ri的支集Λi的势||Λi||0确定为当前迭代所感知的被占用的频谱分段数目Oi；
判断当前迭代所感知的被占用的频谱分段数目Oi是否为零，若是，则满足第三判定结果；否则，满足所述第四判定结果。
7.根据权利要求5或6所述的方法，其特征在于，所述更新用于获取下次迭代的归一化功率谱的参数，进入下次迭代，包括：
依照下列式子顺序更新和Li+1，并且开始下一次迭代过程：
8.根据权利要求5或6所述的方法，其特征在于，所述基于所述当前累积的总频谱分段占用数目确定未被占用的频谱分段，包括：
输出当前累积的总频谱分段占用集合所述中的元素对应频谱分段的序号被占用，所述的补集中的元素对应的频谱分段表示为频谱空洞。
9.一种频谱感知的装置，其特征在于，所述装置包括：获取部分，第一判定部分、第一确定部分、第二判定部分和第二确定部分；其中，
所述获取部分，配置为在当前迭代过程中，获取当前的归一化功率谱；其中，所述归一化功率谱中的元素与参与当前迭代的各有效频谱分段一一对应；
所述第一判定部分，配置为针对所述当前归一化功率谱按照设定的正向判决策略进行判定：相应于第一判定结果，触发所述第一确定部分；相应于第二判定结果，触发所述第二判定部分；
所述第二判定部分，配置为针对所述当前归一化功率谱按照设定的反向判决策略进行判定：相应于第三判定结果，触发所述第一确定部分；相应于第四判定结果，触发所述第二确定部分；
所述第一确定部分，配置为确定当前累积的总频谱分段占用数目，并更新用于获取下次迭代的归一化功率谱的参数，进入下次迭代；
所述第二确定部分，配置为基于所述当前累积的总频谱分段占用数目确定未被占用的频谱分段。
10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有频谱感知的程序，所述频谱感知的程序被至少一个处理器执行时实现权利要求1至8中任一项所述频谱感知的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910186920.XA CN109802736A (zh) | 2019-03-13 | 2019-03-13 | 一种频谱感知的方法、装置及计算机存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910186920.XA CN109802736A (zh) | 2019-03-13 | 2019-03-13 | 一种频谱感知的方法、装置及计算机存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109802736A true CN109802736A (zh) | 2019-05-24 |
Family
ID=66562731
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910186920.XA Pending CN109802736A (zh) | 2019-03-13 | 2019-03-13 | 一种频谱感知的方法、装置及计算机存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109802736A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113422662A (zh) * | 2021-05-21 | 2021-09-21 | 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 |
| CN113434816A (zh) * | 2020-09-21 | 2021-09-24 | 重庆工商大学 | 一种噪声增强奈曼-皮尔逊准则下信号检测的方法 |
| CN113489552A (zh) * | 2021-05-21 | 2021-10-08 | 杭州电子科技大学 | 一种基于时频谱矩阵局部方差的跳频信号检测方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2212373A2 (de) * | 2007-11-23 | 2010-08-04 | Süd-Chemie AG | Herstellung und verwendung neuer polyaniline zur wasserbehandlung |
| CN105119668A (zh) * | 2015-07-22 | 2015-12-02 | 南京邮电大学 | 一种采用双重判决的迭代频谱感知方法 |
| CN107302506A (zh) * | 2017-05-19 | 2017-10-27 | 温州大学 | 一种偏振复用相干光通信系统的双判决盲均衡方法 |
-
2019
- 2019-03-13 CN CN201910186920.XA patent/CN109802736A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2212373A2 (de) * | 2007-11-23 | 2010-08-04 | Süd-Chemie AG | Herstellung und verwendung neuer polyaniline zur wasserbehandlung |
| CN105119668A (zh) * | 2015-07-22 | 2015-12-02 | 南京邮电大学 | 一种采用双重判决的迭代频谱感知方法 |
| CN107302506A (zh) * | 2017-05-19 | 2017-10-27 | 温州大学 | 一种偏振复用相干光通信系统的双判决盲均衡方法 |
Non-Patent Citations (1)
| Title |
|---|
| 齐佩汉: ""稳健精细抗差异性频谱感知技术研究"", 《中国优秀博士学位论文全文数据库》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113434816A (zh) * | 2020-09-21 | 2021-09-24 | 重庆工商大学 | 一种噪声增强奈曼-皮尔逊准则下信号检测的方法 |
| CN113434816B (zh) * | 2020-09-21 | 2023-06-06 | 重庆工商大学 | 一种噪声增强奈曼-皮尔逊准则下信号检测的方法 |
| CN113422662A (zh) * | 2021-05-21 | 2021-09-21 | 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 |
| CN113489552A (zh) * | 2021-05-21 | 2021-10-08 | 杭州电子科技大学 | 一种基于时频谱矩阵局部方差的跳频信号检测方法 |
| 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 |
| CN113489552B (zh) * | 2021-05-21 | 2022-10-18 | 杭州电子科技大学 | 一种基于时频谱矩阵局部方差的跳频信号检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bahl et al. | White space networking with wi-fi like connectivity | |
| Wellens et al. | Empirical time and frequency domain models of spectrum use | |
| US7689171B2 (en) | Reducing interference in a wireless network via antenna selection | |
| Das et al. | A survey on spectrum occupancy measurement for cognitive radio | |
| Stotas et al. | Overcoming the sensing-throughput tradeoff in cognitive radio networks | |
| CN109802736A (zh) | 一种频谱感知的方法、装置及计算机存储介质 | |
| US9130871B2 (en) | Interference classification with minimal or incomplete information | |
| US20090160696A1 (en) | Configurable radar detection and avoidance system for wireless ofdm tranceivers | |
| US8923771B2 (en) | Method, apparatus and computer program product for identifying frequency bands, and a method, apparatus and computer program product for evaluating performance | |
| Zheleva et al. | Txminer: Identifying transmitters in real-world spectrum measurements | |
| Wellens et al. | Evaluation of adaptive MAC-layer sensing in realistic spectrum occupancy scenarios | |
| JP2012516078A (ja) | 無線通信システムにおいて使用可能なスペクトルを検知する方法およびシステム | |
| Arslan et al. | Spectrum sensing for cognitive radio applications | |
| US20170041170A1 (en) | Cooperative spectrum sensing system using sub-nyquist sampling and method thereof | |
| Dikmese et al. | Optimized FFT and filter bank based spectrum sensing for Bluetooth signal | |
| Dhope et al. | Performance analysis of covariance based detection in cognitive radio | |
| Dikmese et al. | FFT and filter bank based spectrum sensing for WLAN signals | |
| Angrisani et al. | A dual step energy detection based spectrum sensing algorithm for cognitive vehicular ad hoc networks | |
| US8022858B2 (en) | Radar detection method and apparatus using the same | |
| Toma et al. | Deep learning for spectrum anomaly detection in cognitive mmWave radios | |
| Dabcevic et al. | Cognitive radio as the facilitator for advanced communications electronic warfare solutions | |
| Kagarura et al. | Evaluation of spectrum occupancy: a case for cognitive radio in Uganda | |
| Dhope et al. | Analyzing the performance of spectrum sensing algorithms for IEEE 802.11 af standard in cognitive radio network | |
| Yılmaz et al. | Detection of interdependent primary systems using wideband cognitive radios | |
| CN108657231A (zh) | 用于基于通信的列车控制的方法和装置 |
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 | ||
| CB03 | Change of inventor or designer information |
Inventor after: Qi Peihan Inventor after: Mao Weian Inventor after: Wang Fan Inventor after: Du Yi Inventor after: Li Zan Inventor after: Yan Shaohu Inventor after: Peng Jiarong Inventor after: Wu Han Inventor after: Si Jiangbo Inventor after: Liu Xiangli Inventor after: Guan Lei Inventor before: Qi Peihan Inventor before: Mao Weian Inventor before: Wang Fan Inventor before: Du Yi Inventor before: Li Zan Inventor before: Yan Houhu Inventor before: Peng Jiarong Inventor before: Wu Han Inventor before: Si Jiangbo Inventor before: Liu Xiangli Inventor before: Guan Lei |
|
| CB03 | Change of inventor or designer information | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190524 |
|
| WD01 | Invention patent application deemed withdrawn after publication |