CN110289926A - 基于调制信号循环自相关函数对称峰值的频谱感知方法 - Google Patents
基于调制信号循环自相关函数对称峰值的频谱感知方法 Download PDFInfo
- Publication number
- CN110289926A CN110289926A CN201910659454.2A CN201910659454A CN110289926A CN 110289926 A CN110289926 A CN 110289926A CN 201910659454 A CN201910659454 A CN 201910659454A CN 110289926 A CN110289926 A CN 110289926A
- Authority
- CN
- China
- Prior art keywords
- signal
- frequency spectrum
- autocorrelation function
- cyclic autocorrelation
- asymmetric peak
- 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.)
- Granted
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
本发明涉及一种基于调制信号循环自相关函数对称峰值的频谱感知方法，认知用户将接收到的信号进行循环自相关函数计算，并据此构成一个二维信号检测域，最后在信号检测域中寻找对称峰值点，以判别主用户信号是否存在，如果在二维信号检测域中存在对称峰值点，则判决主用户信号存在，否则判决主用户信号不存在。为了确保频谱感知的虚警概率，本发明在对称峰值点搜索过程中引入对称峰值点显著性水平因子。本发明方法通过调制信号循环自相关函数峰值的对称性判别主用户信号是否存在，不需要任何主用户信号和信道的先验知识，消除了信道噪声波动对频谱感知性能的影响，解决了在小信噪比以及信道噪声波动环境下的信号频谱感知问题。
Description
技术领域
本发明涉及认知无线通信领域，具体地说涉及一种认知无线电环境下的频谱感知方法。
背景技术
无线通信的日益发展，特别是5G时代的到来，越来越多的无线数据传输业务需求导致了频谱资源的日渐紧张。提高频谱利用率是有效缓解频谱资源紧张的办法之一。认知无线电技术利用人工智能感知无线通信环境，动态地检测其周围的频谱资源使用信息，实时自适应地改变自身系统工作参数以有效利用空闲频谱，提高频谱利用率。
认知无线网络中的频谱感知方法有多种，如能量检测、匹配滤波器检测、特征值检测和循环自相关特征检测等。能量检测方法简单，不需要主用户信号的先验信息，它根据接收信号的能量或功率大小来判断主用户信号是否存在，但它的判决门限容易受到信道噪声的影响，在低信噪比或噪声波动的环境下频谱检测性能很差。匹配滤波器检测法根据主用户信号的特征构建匹配滤波器以达到最佳检测效果，但它需要主用户信号的先验信息，这在一般环境下是无法满足的。特征值检测法根据接收信号矩阵的特征值进行频谱检测，它对噪声波动具有较好的鲁棒性，但它计算复杂，需要较长的观察时间以获取接收信号矩阵，频谱检测的实时性较差。循环自相关特征检测法根据主用户调制信号的内在周期性或循环自相关函数进行检测，可以有效消除噪声波动对频谱检测性能的影响。但是，如何充分利用认知通信网络中主用户调制信号循环自相关函数的特征进行检测，进一步提高在低信噪比和噪声波动环境下频谱感知的准确性，是一个尚未彻底解决的难题。
发明内容
为了克服上述现有技术的不足，本发明提出了一种基于调制信号循环自相关函数对称峰值的频谱感知方法。该方法在低信噪比和噪声波动的环境下具有稳健的频谱检测性能，有效解决了当前认知无线通信网络在低信噪比和噪声波动环境下频谱检测的难题。
为了达到上述目的，本发明基于调制信号循环自相关函数对称峰值的频谱感知方法，所述认知网络中至少包括1个主用户和1个认知用户，认知用户接收到的检测信号为y(t)＝s(t)+n(t)，其中，s(t)为主用户传输的信号，n(t)为信道噪声，0≤t≤T，T为认知用户频谱检测时间，其特征在于所述频谱感知方法包括如下步骤：
步骤1、设置显著性水平因子
根据认知网络虚警率Pfa要求设置显著性水平因子β，使得下式成立：
步骤2、循环自相关函数计算
根据下式计算认知用户在一个检测周期T内接收到的信号y(t)的循环自相关函数：
式中，τ为延时，α为所述检测信号的循环频率，“*”表示其共轭，j为虚数单位；
步骤3、信号检测域构建
根据步骤2得到的循环自相关函数Rα(τ)，去除Rα(0)和R0(τ)的函数域，构建认知网络信号检测域
步骤4、检测信号特征值计算
分别计算信号检测域函数对变量τ集合的均值和方差μ1和对变量α集合的均值和方差μ2和
步骤5、频谱判决
如果能够在信号检测域中搜索到至少一对以α＝0或者τ＝0为对称的对称峰值点R1与R2，使得|Rl|>μ1+βσ1成立，或者|Rl|>μ2+βσ2成立，l＝1,2，则判定主用户信号存在，否则主用户信号不存在。
本发明进一步的设计在于，步骤1中，显著性水平因子β是根据认知网络虚警率Pfa设置的，显著性水平因子β的取值只要满足即可，β越小，认知网络的检测率越高。
本发明进一步的设计在于，步骤2中，循环自相关函数的计算也可以根据认知用户在一个检测周期T内接收到的信号y(t)的抽样信号y(k)计算。
本发明进一步的设计在于，步骤3中，信号检测域可以是步骤2计算得到的循环自相关函数Rα(τ)的全域或者子域。
本发明进一步的设计在于，步骤3中，信号检测域是一个二维高斯过程。
本发明进一步的设计在于，步骤5中，对称峰值点的搜索是在信号检测域的二维空间上进行的。
本发明进一步的设计在于，步骤5中，对称峰值点可以是一对，也可以是多对。
本发明方法将调制信号循环自相关函数的对称峰值特征应用于认知网络的频谱检测中，利用主用户调制信号循环自相关函数的峰值对称性，将被检信号中的主用户信号和信道噪声进行有效分辨，实现信号在低信噪比或噪声波动环境下的频谱检难题。由此可产生如下的有益效果：
(1)通过接收信号的循环自相关函数的对称峰值识别，实现低信噪比或噪声波动环境下的主用户信号和信道噪声的有效分辨；
(2)通过接收信号的循环自相关函数对称峰值点的二维空间搜索，提高了认知网络的频谱检测率，降低了主用户与认知用户之间的冲突概率；
(3)根据认知网络虚警率设置显著性水平因子，有效平衡了频谱检测率和虚警率两个频谱检测的性能指标，有利于实现认知网络的全局优化；
(4)系统结构简单，可以应用与任何一种调制信号的频谱感知。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明认知网络系统模型示意图。
图2是本发明频谱感知方法流程框图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步说明。
在一个认知网络中至少包括1个主用户和1个认知用户，如图1所示，认知用户接收到的检测信号为y(t)＝s(t)+n(t)，其中，s(t)为主用户传输的信号，在本例中s(t)是一个比特率为250Kbits/s、载波为320MHz的二进制调相信号，n(t)为信道噪声，0≤t≤T，T为认知用户频谱检测时间，本发明实施基于调制信号循环自相关函数峰值对称的频谱感知方法，包括如下步骤：
步骤1、设置显著性水平因子，根据认知网络虚警率Pfa要求设置显著性水平因子β，使得成立，本实施例中，认知网络虚警率要求为Pfa≤0.001，设置β＝4。
步骤2、循环自相关函数计算，计算认知用户在一个检测周期T内接收到的信号y(t)的循环自相关函数：
其中，τ为延时，α为信号的循环频率，“*”表示其共轭，j为虚数单位。
步骤3、信号检测域构建，根据步骤2得到的循环自相关函数Rα(τ)，去除Rα(0)和R0(τ)的函数域，构建认知网络信号检测域
τ≠0且α≠0
步骤4、检测信号特征值计算，分别计算信号检测域函数对变量τ集合的均值和方差μ1和对变量α集合的均值和方差μ2和
步骤5、频谱判决，如果能够在信号检测域中搜索到一对以α＝0或者τ＝0为对称的对称峰值点R1与R2，使得|Rl|>μ1+βσ1或者|Rl|>μ2+βσ2成立，l＝1,2，则判定主用户信号存在，否则主用户信号不存在。
对本实施例的频谱检测方法进行仿真测试，结果表明采用本案的频谱检测方法，可以根据接收信号循环自相关函数的对称峰值辨别主用户信号是否出现，提高了频谱检测精度。可见，本发明实施例与已有的频谱检测方法相比显著提高了频谱检测性能。本发明既适用于单载波信号感知，也适用于多载波信号感知或者单载波信号感知与多载波信号的混合信号感知。
除上述实施例外，本发明还可以有其他实施方式。凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围。
Claims (7)
1.基于调制信号循环自相关函数对称峰值的频谱感知方法，所述认知网络中至少包括1个主用户和1个认知用户，认知用户接收到的检测信号为y(t)＝s(t)+n(t)，其中，s(t)为主用户传输的信号，n(t)为信道噪声，0≤t≤T，T为认知用户频谱检测时间，其特征在于所述频谱感知方法包括如下步骤：
步骤1、设置显著性水平因子
根据认知网络虚警率Pfa要求设置显著性水平因子β，使得下式成立：
步骤2、循环自相关函数计算
根据下式计算认知用户在一个检测周期T内接收到的信号y(t)的循环自相关函数：
式中，τ为延时，α为所述检测信号的循环频率，“*”表示其共轭，j为虚数单位；
步骤3、信号检测域构建
根据步骤2得到的循环自相关函数Rα(τ)，去除Rα(0)和R0(τ)的函数域，构建认知网络信号检测域
τ≠0且α≠0
步骤4、检测信号特征值计算
分别计算信号检测域函数对变量τ集合的均值和方差μ1和对变量α集合的均值和方差μ2和
步骤5、频谱判决
如果能够在信号检测域中搜索到至少一对以α＝0或者τ＝0为对称的对称峰值点R1与R2，使得|Rl|>μ1+βσ1成立，或者|Rl|>μ2+βσ2成立，l＝1,2，则判定主用户信号存在，否则主用户信号不存在。
2.根据权利要求1所述基于调制信号循环自相关函数对称峰值的频谱感知方法，其特征在于：步骤1中，显著性水平因子β是根据认知网络虚警率Pfa设置的，显著性水平因子β的取值只要满足即可，β越小，认知网络的检测率越高。
3.根据权利要求1所述基于调制信号循环自相关函数对称峰值的频谱感知方法，其特征在于：步骤2中，循环自相关函数根据认知用户在一个检测周期T内接收到的信号y(t)的抽样信号y(k)计算获得。
4.根据权利要求1所述基于调制信号循环自相关函数对称峰值的频谱感知方法，其特征在于：步骤3中，信号检测域是步骤2计算得到的循环自相关函数Rα(τ)的全域或者子域。
5.根据权利要求1所述基于调制信号循环自相关函数对称峰值的频谱感知方法，其特征在于：步骤3中，信号检测域是一个二维高斯过程。
6.根据权利要求1所述基于调制信号循环自相关函数对称峰值的频谱感知方法，其特征在于：步骤5中，对称峰值点的搜索是在信号检测域的二维空间上进行的。
7.根据权利要求1所述基于调制信号循环自相关函数对称峰值的频谱感知方法，其特征在于：步骤5中，对称峰值点为一对或者多对。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910659454.2A CN110289926B (zh) | 2019-07-22 | 2019-07-22 | 基于调制信号循环自相关函数对称峰值的频谱感知方法 |
| AU2020204624A AU2020204624B2 (en) | 2019-07-22 | 2020-06-23 | Spectrum sensing method based on symmetrical peaks of cyclic autocorrelation function of modulated signal |
| PCT/CN2020/097607 WO2021012859A1 (zh) | 2019-07-22 | 2020-06-23 | 基于调制信号循环自相关函数对称峰值的频谱感知方法 |
| JP2021562400A JP7253286B2 (ja) | 2019-07-22 | 2020-06-23 | 変調信号の周期的自己相関関数の対称なピーク値に基づくスペクトル検知方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910659454.2A CN110289926B (zh) | 2019-07-22 | 2019-07-22 | 基于调制信号循环自相关函数对称峰值的频谱感知方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110289926A true CN110289926A (zh) | 2019-09-27 |
| CN110289926B CN110289926B (zh) | 2020-11-27 |
Family
ID=68023599
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910659454.2A Active CN110289926B (zh) | 2019-07-22 | 2019-07-22 | 基于调制信号循环自相关函数对称峰值的频谱感知方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN110289926B (zh) |
| WO (1) | WO2021012859A1 (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111313990A (zh) * | 2020-02-11 | 2020-06-19 | 南通大学 | 基于信号实时似然比的频谱感知方法 |
| WO2021012859A1 (zh) * | 2019-07-22 | 2021-01-28 | 南通大学 | 基于调制信号循环自相关函数对称峰值的频谱感知方法 |
| CN114759996A (zh) * | 2022-04-13 | 2022-07-15 | 西安邮电大学 | 基于循环相关熵似然比检验的频谱感知方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100266002A1 (en) * | 2009-04-17 | 2010-10-21 | The Hong Kong University Of Science And Technology | Exploiting multiple antennas for spectrum sensing in cognitive radio networks |
| CN105721083A (zh) * | 2016-05-09 | 2016-06-29 | 南通大学 | 一种基于自相关能量的频谱检测方法 |
| CN108924847A (zh) * | 2018-06-04 | 2018-11-30 | 东南大学 | 一种基于ann的认知无线电频谱预测方法及设备 |
| CN109379745A (zh) * | 2018-09-20 | 2019-02-22 | 南京邮电大学 | 一种面向5g的多用户协作频谱感知策略研究方法 |
| CN110011745A (zh) * | 2019-04-15 | 2019-07-12 | 哈尔滨工业大学 | 基于dpmm的宽带频谱感知中信号个数的估计方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9992048B2 (en) * | 2015-04-02 | 2018-06-05 | The Board Of Trustees Of The University Of Alabama | Systems and methods for detecting unused communication spectrum |
| CN105406929B (zh) * | 2015-12-21 | 2017-11-03 | 哈尔滨工业大学 | 基于频域的频谱感知方法 |
| CN108055096B (zh) * | 2018-02-13 | 2019-08-09 | 南通大学 | 基于信号和噪声特征检测的频谱感知方法 |
| CN110289926B (zh) * | 2019-07-22 | 2020-11-27 | 南通大学 | 基于调制信号循环自相关函数对称峰值的频谱感知方法 |
-
2019
- 2019-07-22 CN CN201910659454.2A patent/CN110289926B/zh active Active
-
2020
- 2020-06-23 WO PCT/CN2020/097607 patent/WO2021012859A1/zh active Application Filing
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100266002A1 (en) * | 2009-04-17 | 2010-10-21 | The Hong Kong University Of Science And Technology | Exploiting multiple antennas for spectrum sensing in cognitive radio networks |
| CN105721083A (zh) * | 2016-05-09 | 2016-06-29 | 南通大学 | 一种基于自相关能量的频谱检测方法 |
| CN108924847A (zh) * | 2018-06-04 | 2018-11-30 | 东南大学 | 一种基于ann的认知无线电频谱预测方法及设备 |
| CN109379745A (zh) * | 2018-09-20 | 2019-02-22 | 南京邮电大学 | 一种面向5g的多用户协作频谱感知策略研究方法 |
| CN110011745A (zh) * | 2019-04-15 | 2019-07-12 | 哈尔滨工业大学 | 基于dpmm的宽带频谱感知中信号个数的估计方法 |
Non-Patent Citations (1)
| Title |
|---|
| 秦继新等: "认知无线电中的频谱感知技术", 《科技信息》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021012859A1 (zh) * | 2019-07-22 | 2021-01-28 | 南通大学 | 基于调制信号循环自相关函数对称峰值的频谱感知方法 |
| CN111313990A (zh) * | 2020-02-11 | 2020-06-19 | 南通大学 | 基于信号实时似然比的频谱感知方法 |
| CN114759996A (zh) * | 2022-04-13 | 2022-07-15 | 西安邮电大学 | 基于循环相关熵似然比检验的频谱感知方法 |
| CN114759996B (zh) * | 2022-04-13 | 2023-12-01 | 西安邮电大学 | 基于循环相关熵似然比检验的频谱感知方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021012859A1 (zh) | 2021-01-28 |
| CN110289926B (zh) | 2020-11-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104135327B (zh) | 基于支持向量机的频谱感知方法 | |
| CN101630983A (zh) | 认知无线电中利用循环谱统计量的空闲频谱检测方法 | |
| 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 | |
| CN109672485B (zh) | 基于信道状态信息室内人员实时入侵及运动速度检测方法 | |
| JP5624847B2 (ja) | 信号検出装置及び信号検出方法 | |
| CN105678273A (zh) | 射频指纹识别技术瞬态信号的起始点检测算法 | |
| CN100521670C (zh) | 一种多进制频移键控信号的检测和分析方法 | |
| CN101986583A (zh) | 基于协方差匹配的多天线频谱感知方法 | |
| CN109168166A (zh) | 物理层认证系统的安全性检测方法 | |
| CN101494508A (zh) | 基于特征循环频率的频谱检测方法 | |
| CN104184526A (zh) | 基于最优检测门限的两步认知无线电频谱检测方法 | |
| CN106170139B (zh) | 一种频谱检测方法及系统 | |
| CN101588191B (zh) | 无线电信号认知方法及设备 | |
| CN106357574A (zh) | 基于顺序统计量的bpsk/qpsk信号调制盲识别方法 | |
| Fu et al. | A circular zone partition method for identifying Duffing oscillator state transition and its application to BPSK signal demodulation | |
| CN104253659B (zh) | 一种频谱检测方法及其装置 | |
| CN105721083A (zh) | 一种基于自相关能量的频谱检测方法 | |
| CN108494511A (zh) | 一种基于绝对值累积的动态到达频谱感知方法 | |
| Nadeem et al. | Non-cooperative spectrum sensing in context of primary user detection: A review | |
| CN105554739B (zh) | 基于信道多径时延差的主用户仿真攻击检测方法 | |
| CN105680964B (zh) | 一种频谱感知方法和频谱感知系统、客户端和服务端 | |
| AU2020204624B2 (en) | Spectrum sensing method based on symmetrical peaks of cyclic autocorrelation function of modulated signal | |
| CN102111228B (zh) | 一种基于循环对称性的认知无线电频谱感知方法 | |
| CN108718223A (zh) | 一种非合作信号的盲频谱感知方法 | |
| CN106162620B (zh) | 一种基于信道多普勒效应的主用户仿真攻击检测方法 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200714 Address after: 226019 College of Information Science and Technology, Nantong University, No. 9 Siyuan Road, Chongchuan District, Nantong City, Jiangsu Province Applicant after: NANTONG University Applicant after: NANTONG RESEARCH INSTITUTE FOR ADVANCED COMMUNICATION TECHNOLOGIES Co.,Ltd. Address before: 226019 College of Information Science and Technology, Nantong University, No. 9 Siyuan Road, Chongchuan District, Nantong City, Jiangsu Province Applicant before: NANTONG University |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |