CN110913398B - 一种无线通信系统的频谱识别方法及装置 - Google Patents

一种无线通信系统的频谱识别方法及装置 Download PDF

Info

Publication number
CN110913398B
CN110913398B CN201911204931.2A CN201911204931A CN110913398B CN 110913398 B CN110913398 B CN 110913398B CN 201911204931 A CN201911204931 A CN 201911204931A CN 110913398 B CN110913398 B CN 110913398B
Authority
CN
China
Prior art keywords
condition
band
target sub
signal
secondary user
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
CN201911204931.2A
Other languages
English (en)
Other versions
CN110913398A (zh
Inventor
景晓军
杨威
黄海
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.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
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 Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN201911204931.2A priority Critical patent/CN110913398B/zh
Publication of CN110913398A publication Critical patent/CN110913398A/zh
Application granted granted Critical
Publication of CN110913398B publication Critical patent/CN110913398B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
    • H04W16/10—Dynamic resource partitioning
    • 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

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明实施例提供了一种无线通信系统的频谱识别方法及装置，通过接收待接入的目标子频带上的信号；并利用预设的广义似然比检测器，对在高斯噪声环境下接收到的所述目标子频带的信号分别在第一条件和第二条件下进行最大似然估计，得到次用户接入所述目标子频带的检测统计量；当在第一条件下得到的检测统计量大于门限值，且在第二条件下得到的检测统计量小于门限值时，接入目标子频带内，应用本实施例提供的方案能够感知目标子频带内是否存在主用户，进而在不影响主用户的使用下，提高接入次用户的准确度。

Description

一种无线通信系统的频谱识别方法及装置
技术领域
本发明涉及认知无线网络技术领域，特别是涉及一种无线通信系统的频谱识别方法及装置。
背景技术
频谱检测技术是感知无线电应用的基础和前提，感知无线电设备在某时某地能够准确感知是否存在空闲频段，以供未授权用户即次用户使用。同时，还应随时监测是否有新的授权用户即主需接入该频段，以使次用户及时退出使用该频谱资源，避免对主用户造成干扰。
基于上述可知，在不影响主用户正常通信的前提下，具有频谱感知功能的无线通信设备，可以临时借用空闲的授权信道进行通信，从而提高频谱利用率。因此，作为认知无线电网络中的重要一环，主用户所占用频谱的预测是亟待解决的问题。
目前，在主用户接入无线网络的情况下，次用户通常是进行全频段扫描。这样就造成无目的地频谱接入，而且准确率较低。
发明内容
本发明实施例的目的在于提供一种无线通信系统的频谱识别方法及装置，以在不影响主用户的使用下，提高接入次用户的准确度。具体技术方案如下：
第一方面，本发明实施例提供了一种无线通信系统的频谱识别方法，将预设的授权频带划分成多个带宽相等且互不重叠的连续子频带，所述方法包括：
接收待接入的目标子频带上的信号；其中，所述目标子频带为任一个子频带；
利用预设的广义似然比检测器，对在高斯噪声环境下接收到的所述目标子频带的信号分别在第一条件和第二条件下进行最大似然估计，得到次用户接入所述目标子频带的检测统计量，其中，所述第一条件为主用户占用所述目标子频带的情况，所述第二条件为所述目标子频带未被主用户占用的情况；
当在所述第一条件下得到的所述检测统计量大于门限值，且在所述第二条件下得到的所述检测统计量小于门限值时，接入所述目标子频带内。
本发明的一个实施例中，所述利用预设的广义似然比检测器，对在高斯噪声环境下接收到的所述目标子频带的信号分别在第一条件和第二条件下进行最大似然估计，得到次用户接入所述目标子频带的检测统计量，包括：
利用预设的广义似然比检测器，基于奈曼皮尔逊准则，对在高斯噪声环境下接收到的所述目标子频带的信号分别对两种似然模型进行最大似然估计，得到次用户接入所述目标子频带的检测统计量，其中，所述似然模型为采用采样协方差矩阵在第一条件和第二条件下确定的似然函数。
本发明的一个实施例中，所述方法还包括：
按照以下表达式确定所述门限值：
α＝∫{xL(x)＞λ}P(x，H0)dx；
其中，α为虚警概率，0<α<1，P(x,H0)为信号x在第二条件H0下的概率密度函数，L(x)为在信号x分别在第一条件H1和第二条件H0下满足检测概率最大的判决条件,
Figure BDA0002296720850000021
P(x,H1)为信号x在第一条件H1下的概率密度函数，λ为门限值。
本发明的一个实施例中，所述利用预设的广义似然比检测器，对在高斯噪声环境下接收到的所述目标子频带的信号分别在第一条件和第二条件下进行最大似然估计，得到次用户接入所述目标子频带的检测统计量，包括：
利用预设的广义似然比检测器，按照以下表达式，得到次用户接入所述目标子频带的检测统计量：
Figure BDA0002296720850000022
Figure BDA0002296720850000031
其中，
Figure BDA0002296720850000032
为次用户在第一条件下接入所述目标子频带的检测统计量，
Figure BDA0002296720850000033
次用户在第二条件下接入所述目标子频带的检测统计量，y(n)为次用户从所述目标子频带接收到的信号，当所述目标子频带存在主用户时，次用户接收到的信号y(n)为：y(n)＝s(n)+w(n)，当所述目标子频带不存在主用户时，次用户接收到的信号y(n)为：y(n)＝w(n)，w(n)是均值为0、方差为
Figure BDA0002296720850000034
的高斯白噪声；fc为载波频率，n为离散时间点序号，N为检测个数，
Figure BDA0002296720850000035
为第一条件下检测统计量总和函数，
Figure BDA0002296720850000036
为第二条件下检测统计量总和函数；
所述当在所述第一条件下得到的所述检测统计量大于门限值，且在所述第二条件下得到的所述检测统计量小于门限值时，接入所述目标子频带内，包括：
当满足如下条件时，接入所述目标子频带内；
所述条件为：
Figure BDA0002296720850000037
Figure BDA0002296720850000038
其中，λG为样本观察值函数，
Figure BDA0002296720850000039
第二方面，本发明的一个实施例提供了一种无线通信系统的频谱识别装置，将预设的授权频带划分成多个带宽相等且互不重叠的连续子频带，所述装置包括
请求接收模块，用于接收待接入的目标子频带上的信号；其中，所述目标子频带为任一个子频带；
检测统计量得到模块，用于利用预设的广义似然比检测器，对在高斯噪声环境下接收到的所述目标子频带的信号分别在第一条件和第二条件下进行最大似然估计，得到次用户接入所述目标子频带的检测统计量，其中，所述第一条件为主用户占用所述目标子频带的情况，所述第二条件为所述目标子频带未被主用户占用的情况；
接入模块，用于当在所述第一条件下得到的所述检测统计量大于门限值，且在所述第二条件下得到的所述检测统计量小于门限值时，接入所述目标子频带内。
本发明的一个实施例中，所述检测统计量得到模块，包括:
检测统计量得到子模块，用于利用预设的广义似然比检测器，基于奈曼皮尔逊准则，对在高斯噪声环境下接收到的所述目标子频带的信号分别对两种似然模型进行最大似然估计，得到次用户接入所述目标子频带的检测统计量，其中，所述似然模型为采用采样协方差矩阵在第一条件和第二条件下确定的似然函数。
本发明的一个实施例中，所述装置还包括：
按照以下表达式确定所述门限值：
α＝∫{xL(x)＞λ}P(x,H0)dx；
其中，α为虚警概率，0<α<1，P(x,H0)为信号x在第二条件H0下的概率密度函数，L(x)为在信号x分别在第一条件H1和第二条件H0下满足检测概率最大的判决条件,
Figure BDA0002296720850000041
P(x,H1)为信号x在第一条件H1下的概率密度函数，λ为门限值。
本发明的一个实施例中，所述检测统计量得到子模块，包括:
检测统计量得到单元，用于利用预设的广义似然比检测器，按照以下表达式，得到次用户接入所述目标子频带的检测统计量：
Figure BDA0002296720850000042
Figure BDA0002296720850000051
其中，
Figure BDA0002296720850000052
为次用户在第一条件下接入所述目标子频带的检测统计量，
Figure BDA0002296720850000053
次用户在第二条件下接入所述目标子频带的检测统计量，y(n)为次用户从所述目标子频带接收到的信号，当所述目标子频带存在主用户时，次用户接收到的信号y(n)为：y(n)＝s(n)+w(n)，当所述目标子频带不存在主用户时，次用户接收到的信号y(n)为：y(n)＝w(n)，w(n)是均值为0、方差为
Figure BDA0002296720850000054
的高斯白噪声；fc为载波频率，n为离散时间点序号，N为检测个数，
Figure BDA0002296720850000055
为第一条件下检测统计量总和函数，
Figure BDA0002296720850000056
为第二条件下检测统计量总和函数；
所述接入模块，包括：
接入子模块，用于当满足如下条件时，接入所述目标子频带内；
所述条件为：
Figure BDA0002296720850000057
Figure BDA0002296720850000058
其中，λG为样本观察值函数，
Figure BDA0002296720850000059
本发明实施例提供了一种电子设备，包括：处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口、所述存储器通过所述通信总线完成相互间的通信；
所述存储器，用于存放计算机程序；
所述处理器，用于执行所述存储器上所存放的程序时，实现上述任一所述的一种无线通信系统的频谱识别方法的步骤。
本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现上述任一所述的无线通信系统的频谱识别方法的步骤。
本发明实施例提供的一种无线通信系统的频谱识别方法及装置，该方法通过接收待接入的目标子频带上的信号；并利用预设的广义似然比检测器，对在高斯噪声环境下接收到的所述目标子频带的信号分别在第一条件和第二条件下进行最大似然估计，得到次用户接入所述目标子频带的检测统计量；当在第一条件下得到的检测统计量大于门限值，且在第二条件下得到的检测统计量小于门限值时，接入目标子频带内，该方法能够感知目标子频带内是否存在主用户，进而在不影响主用户的使用下，提高接入次用户的准确度。当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例的一种无线通信系统的频谱识别方法的流程示意图；
图2为本发明实施例的一种频带划分后的示意图；
图3为本发明实施例的一种无线通信系统的频谱识别装置的结构示意图；
图4为本发明实施例的一种电子设备的结构示意图。
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，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面首先对本发明实施例所提供的无线通信系统的频谱识别方法进行详细介绍。
参见图1，图1为本发明实施例的一种无线通信系统的频谱识别方法的流程示意图，将预设的频段划分成多个子频段，应用于次用户，包括以下步骤：
S101，接收待接入目标子频带上的信号；其中，所述目标子频带为任一个子频带。
其中，次用户是认知无线网络中在某一特定频带中未被授权使用的用户，主用户是认知无线网络中被授权使用某一特定频带的用户。
为了更好地找到可供使用的空闲频带，次用户需要在一段较宽的频带上检测主用户是否存在。在这一频带上面对众多调制类型不同的主用户，要想知道所有主用户信号的相关信息对于次用户来说是不现实的。因此，次用户需要一种可以在信号信息未知的条件下，能够有效地检测主用户是否存在的检测方法。基于此，本实施例对上述较宽的频带进行了划分，并划分成多个带宽相等且互不重叠的连续子频带。
本实施例中的预设的授权频带是占用情况如图2所示，图2中黑色方块为使用中的频谱，黑色方块之间的空闲位置是频谱“空穴”，也就是未被占用的频谱资源，也可称为频谱空洞。这样，主用户与次用户共享整个频带，由于主用户是授权频带的拥有者，其具有优先且不受干扰地使用频带的权利，这就需要次用户在进行通信前对授权频带进行检测，找出可供其使用的频谱。主用户可以随时使用频谱，可能会在次用户通信的过程中再次出现。因此，次用户在通信过程中也需要对频谱进行监测，并且需要拥有识别主用户的能力，保证主用户需要通信时能够及时地空出频谱，保证主用户优先通信的权利。
上述中目标子频带上的信号可能是主用户存在的信号，也可以干扰的噪音信号。
基于上述分析，本步骤中接收待接入的目标子频带上的信号，以根据接收的信号，检测上述目标子频带是否存在主用户占用该目标子频带。
S102，利用预设的广义似然比检测器，对在高斯噪声环境下接收到的所述目标子频带的信号分别在第一条件和第二条件下进行最大似然估计，得到次用户接入所述目标子频带的检测统计量，其中，所述第一条件为主用户占用所述目标子频带的情况，所述第二条件为所述目标子频带未被主用户占用的情况。
对于次用户而言，接收到的主用户信号幅度和相位是未知的，这给基于信号的先验信息已知的检测算法带来一定困难。然而，能量检测器虽然不需要知道信号的先验信息，但在较低的信噪比环境中检测性能有所下降，而检测性能的好坏会直接影响到次用户频谱接入的机会。一般地，较高检测概率可以更好地保护主用户通信不被干扰，较低的虚警概率可以保证次用户有更多的机会使用空闲频谱。基于此，本实施例采用广义似然比检测器对接收信号的未知参数进行最大似然估计。
上述第一条件和第二条件均是假设条件。
本发明的一个实施例中，S102的具体实现方式可以包括如下步骤A：
步骤A,利用预设的广义似然比检测器，基于奈曼皮尔逊准则，对在高斯噪声环境下接收到的所述目标子频带的信号分别对两种似然模型进行最大似然估计，得到次用户接入所述目标子频带的检测统计量，其中，所述似然模型为采用采样协方差矩阵在第一条件和第二条件下确定的似然函数。
其中，奈曼皮尔逊准则也就是Neyman-Pearson准则，具体为：
对于一个给定的虚警概率Pf＝a，使检测概率Pd达到最大满足的判决条件是：
Figure BDA0002296720850000081
Figure BDA0002296720850000082
其中，p(x,H1)和p(x,H0)分别是信号x在第一条件H1和第二条件H0条件下的概率密度函数，门限λ可由系统给定的虚警概率求出。
上述表达式中，L(x)为在信号x分别在第一条件H1和第二条件H0下满足检测概率最大的判决条件。
假设次用户在高斯白噪声环境下检测空闲频谱，待检测频谱的载波频率为fc，带宽为B，检测个数N，主用户发射信号是正弦载波调制信号，可以表示为
s(n)＝Acos(2πfcn+φ),n＝0,1,...,N-1 (3)
其中，fc是载波频率，A和φ分别表示幅度和相位，n为离散时间点序号，N为检测个数。次用户在噪声环境中检测目标子频带，以确定是否有主用户存在。
当有主用户存在时，次用户接收到的信号可以表示为：
y(n)＝s(n)+w(n) (4)
其中，w(n)是均值为0、方差为
Figure BDA0002296720850000091
的高斯白噪声。
当未有主用户存在时，次用户接收到的信号表示为：
y(n)＝w(n) (5)
可见，本实施例利用预设的广义似然比检测器，基于奈曼皮尔逊准则，对在高斯噪声环境下接收到的所述目标子频带的信号分别对两种似然模型进行最大似然估计，得到次用户接入所述目标子频带的检测统计量。该方法在满足奈曼皮尔逊准则的基础上，利用广义似然比检测器所具备的优势，能够更好地保护主用户通信不被干扰，以及保证次用户有更多的机会使用空闲频谱，从而能够提高次用户接入的准确度，进一步提高基站系统的频谱使用效率。
S103，当在所述第一条件下得到的所述检测统计量大于门限值，且在所述第二条件下得到的所述检测统计量小于门限值时，接入所述目标子频带内。
当在所述第一条件下得到的所述检测统计量大于门限值，且在所述第二条件下得到的所述检测统计量小于门限值时，意味着检测的目标子频带处于空闲频带，可以接入次用户。
当在所述第一条件下得到的所述检测统计量小于或等于门限值，或/和，在所述第二条件下得到的所述检测统计量大于或等于门限值时，意味着检测的目标子频带存在主用户或其他次用户，也就是说，目标子频带被占用了，此时，不可以接入次用户。
本发明的一个实施例中，上述方法还可以包括：
按照以下表达式确定所述门限值：
α＝∫{xL(x)＞λ}P(x,H0)dx；
其中，α为虚警概率，0<α<1，P(x,H0)为信号x在第二条件H0下的概率密度函数，L(x)为在信号x分别在第一条件H1和第二条件H0下满足检测概率最大的判决条件,
Figure BDA0002296720850000092
P(x,H1)为信号x在第一条件H1下的概率密度函数，λ为门限值。
本实施例中虚拟概率是系统给定的一个值。
可见，本实施例按照上述表达式确定的门限值，可以快速地且有目的地确定门限值，以使次用户能够确定出目标子频带是否被占用，可以提高接入效率。
由此可见，本发明实施例提提供的方法通过接收待接入的目标子频带上的信号；并利用预设的广义似然比检测器，对在高斯噪声环境下接收到的所述目标子频带的信号分别在第一条件和第二条件下进行最大似然估计，得到次用户接入所述目标子频带的检测统计量；当在第一条件下得到的检测统计量大于门限值，且在第二条件下得到的检测统计量小于门限值时，接入目标子频带内，该方法利用预设的广义似然比检测器对目标子频带的信号针对两种不同的假设条件进行最大似然估计，从而对估计得到的检测统计量间分析，能够感知目标子频带内是否存在主用户，进而在不影响主用户的使用下，提高接入次用户的准确度。
本发明的一个实施例中，步骤A的实现方式还可以包括如下步骤A1:
步骤A1，利用预设的广义似然比检测器，按照以下表达式，得到次用户接入所述目标子频带的检测统计量：
Figure BDA0002296720850000101
Figure BDA0002296720850000102
其中，
Figure BDA0002296720850000103
为次用户在第一条件下接入所述目标子频带的检测统计量，
Figure BDA0002296720850000104
次用户在第二条件下接入所述目标子频带的检测统计量，y(n)为次用户从所述目标子频带接收到的信号，当所述目标子频带存在主用户时，次用户接收到的信号y(n)为：y(n)＝s(n)+w(n)，当所述目标子频带不存在主用户时，次用户接收到的信号y(n)为：y(n)＝w(n)，w(n)是均值为0、方差为
Figure BDA0002296720850000105
的高斯白噪声；fc为载波频率，n为离散时间点序号，N为检测个数，
Figure BDA0002296720850000106
为第一条件下检测统计量总和函数，
Figure BDA0002296720850000107
为第二条件下检测统计量总和函数。
在基于上述步骤A1，实现S103的具体实现方式可以包括步骤A2：
步骤A2,当满足如下条件时，接入所述目标子频带内；
所述条件为：
Figure BDA0002296720850000111
Figure BDA0002296720850000112
其中，λG为为样本观察值函数，
Figure BDA0002296720850000113
广义似然比检测器对接收目标子频带上的信号的未知参数进行最大似然估计，利用采样协方差矩阵在两种不同假设条件即第一条件和第二条件下确定的似然模型。基于奈曼皮尔逊准则得到检测器的检测统计量，其检测统计量可以表示为：
Figure BDA0002296720850000114
其中，T(y)为次用户接入所述目标子频带的检测统计量，p(y(n)；H0)为次用户在第二条件H0下的接收信号的概率密度函数，p(y(n)；H1)为次用户在第一条件H1下的接收信号的概率密度函数，
Figure BDA0002296720850000115
和
Figure BDA0002296720850000116
分别是主用户信号幅度和相位的最大似然估计。
如果广义似然比的检测统计量T(y)超过预先给定的门限λ，则判定主用户存在。否则，判定为主用户不存在或判定接收信号为干扰噪声。
在H0假设条件下，似然函数可以表示为：
Figure BDA0002296720850000117
其中，Ry为接收信号的协方差矩阵；det(·)为行列式运算函数。
Figure BDA0002296720850000121
对式(7)两边取对数可以得到其对数似然函数为：
Figure BDA0002296720850000122
如果主用户存在，在H0假设下的似然模型
Figure BDA0002296720850000123
可以表示为：
Figure BDA0002296720850000124
其中,
Figure BDA0002296720850000125
是主用户信号s(n)的最大似然估计，有：
Figure BDA0002296720850000126
Figure BDA0002296720850000127
为授权用户信号最大似然估计的协方差矩阵，有：
Figure BDA0002296720850000128
上式(10)的对数似然模型可以表示为：
Figure BDA0002296720850000129
对数似然比检测统计量可表示为：
Figure BDA00022967208500001210
上式(14)展开，有：
Figure BDA00022967208500001211
由三角函数公式，有：
Figure BDA0002296720850000131
令
Figure BDA0002296720850000132
则假设有逼近无限个的采集样本检测个数N，
Figure BDA0002296720850000133
为
Figure BDA0002296720850000134
的水平分值，
Figure BDA0002296720850000135
为
Figure BDA0002296720850000136
的垂直分值，在H1假设条件下，参数A和φ分别对应的最大似然估计
Figure BDA0002296720850000137
和
Figure BDA0002296720850000138
可分别表示为：
Figure BDA0002296720850000139
和
Figure BDA00022967208500001310
此时，
Figure BDA00022967208500001311
和
Figure BDA00022967208500001312
可以近似表示为：
Figure BDA00022967208500001313
Figure BDA00022967208500001314
因此，有
Figure BDA00022967208500001315
由三角函数公式，可近似得到：
Figure BDA00022967208500001316
将式(19)和式(20)代入式(15)，有
Figure BDA00022967208500001317
最后，将式(17)和式(18)代入式(21)，则判决检测统计量为：
Figure BDA00022967208500001318
Figure BDA0002296720850000141
其中，λG为样本观察值函数，
Figure BDA0002296720850000142
与上述无线通信系统的频谱识别方法相对应，本发明实施例还提供了无线通信系统的频谱识别装置。
当次用户给定一个虚警概率，根据Neyman-Pearson准则得到的一种使检测概率最大的检测统计量，基于上述实施例，进行仿真，通过仿真结果表明，广义似然比检测算法在授权用户信号信息未知，以及在较低信噪比的环境中仍具有较好的检测性能。
可见，本实施例通过利用预设的广义似然比检测器，按照上述表达式，得到次用户接入所述目标子频带的检测统计量，并当满足上述条件时，接入目标子频带内，该方法利用广义似然比检测器,按照上述表达式能够准确地确定出检测统计量，能够更好地保护主用户通信不被干扰，以及保证次用户有更多的机会使用空闲频谱，从而能够提高次用户接入的准确度，进一步提高基站系统的频谱使用效率。
与上述无线通信系统的频谱识别方法相对应，本发明实施例还提供了无线通信系统的频谱识别装置。
参见图3，图3为本发明实施例提供一种无线通信系统的频谱识别装置的结构示意图，将预设的频段划分成多个子频段，上述装置可以包括：
请求接收模块301，用于接收待接入的目标子频带上的信号；其中，所述目标子频带为任一个子频带。
检测统计量得到模块302，用于利用预设的广义似然比检测器，对在高斯噪声环境下接收到的所述目标子频带的信号分别在第一条件和第二条件下进行最大似然估计，得到次用户接入所述目标子频带的检测统计量，其中，所述第一条件为主用户占用所述目标子频带的情况，所述第二条件为所述目标子频带未被主用户占用的情况。
接入模块303，用于当在所述第一条件下得到的所述检测统计量大于门限值，且在所述第二条件下得到的所述检测统计量小于门限值时，接入所述目标子频带内。
本发明的一个实施例中，所述检测统计量得到模块302可以包括:
检测统计量得到子模块，用于利用预设的广义似然比检测器，基于奈曼皮尔逊准则，对在高斯噪声环境下接收到的所述目标子频带的信号分别对两种似然模型进行最大似然估计，得到次用户接入所述目标子频带的检测统计量，其中，所述似然模型为采用采样协方差矩阵在第一条件和第二条件下确定的似然函数。
本发明的一个实施例中，所述装置还可以包括：
按照以下表达式确定所述门限值：
α＝∫{xL(x)＞λ}P(x,H0)dx；
其中，α为虚警概率，0<α<1，P(x,H0)为信号x在第二条件H0下的概率密度函数，L(x)为在信号x分别在第一条件H1和第二条件H0下满足检测概率最大的判决条件,
Figure BDA0002296720850000151
P(x,H1)为信号x在第一条件H1下的概率密度函数，λ为门限值。
本发明的一个实施例中，所述检测统计量得到子模块可以包括:
检测统计量得到单元，用于利用预设的广义似然比检测器，按照以下表达式，得到次用户接入所述目标子频带的检测统计量：
Figure BDA0002296720850000161
Figure BDA0002296720850000162
其中，
Figure BDA0002296720850000163
为次用户在第一条件下接入所述目标子频带的检测统计量，
Figure BDA0002296720850000164
次用户在第二条件下接入所述目标子频带的检测统计量，y(n)为次用户从所述目标子频带接收到的信号，当所述目标子频带存在主用户时，次用户接收到的信号y(n)为：y(n)＝s(n)+w(n)，当所述目标子频带不存在主用户时，次用户接收到的信号y(n)为：y(n)＝w(n)，w(n)是均值为0、方差为
Figure BDA0002296720850000165
的高斯白噪声；fc为载波频率，n为离散时间点序号，N为检测个数，
Figure BDA0002296720850000166
为第一条件下检测统计量总和函数，
Figure BDA0002296720850000167
为第二条件下检测统计量总和函数；
所述接入模块可以包括：
接入子模块，用于当满足如下条件时，接入所述目标子频带内；
所述条件为：
Figure BDA0002296720850000168
Figure BDA0002296720850000169
其中，λG为为样本观察值函数，
Figure BDA00022967208500001610
可见，本发明实施例提供的装置通过接收待接入的目标子频带上的信号；并利用预设的广义似然比检测器，对在高斯噪声环境下接收到的所述目标子频带的信号分别在第一条件和第二条件下进行最大似然估计，得到次用户接入所述目标子频带的检测统计量；当在第一条件下得到的检测统计量大于门限值，且在第二条件下得到的检测统计量小于门限值时，接入目标子频带内，该方法利用预设的广义似然比检测器对目标子频带的信号针对两种不同的假设条件进行最大似然估计，从而对估计得到的检测统计量间分析，能够感知目标子频带内是否存在主用户，进而在不影响主用户的使用下，提高接入次用户的准确度。
本发明实施例还提供了一种电子设备，参见图4，图4为本发明实施例的电子设备的结构图，包括：处理器401、通信接口402、存储器403和通信总线404，其中，处理器401、通信接口402、存储器403通过通信总线404完成相互间的通信；
存储器403，用于存放计算机程序；
处理器401，用于执行存储器403上所存放的程序时，实现上述任一无线通信系统的频谱识别方法的步骤。
具体的，上述无线通信系统的频谱识别方法，将预设的授权频带划分成多个带宽相等且互不重叠的连续子频带，包括：
接收待接入的目标子频带上的信号；其中，所述目标子频带为任一个子频带；
利用预设的广义似然比检测器，对在高斯噪声环境下接收到的所述目标子频带的信号分别在第一条件和第二条件下进行最大似然估计，得到次用户接入所述目标子频带的检测统计量，其中，所述第一条件为主用户占用所述目标子频带的情况，所述第二条件为所述目标子频带未被主用户占用的情况；
当在所述第一条件下得到的所述检测统计量大于门限值，且在所述第二条件下得到的所述检测统计量小于门限值时，接入所述目标子频带内。
由此可见，执行本实施例提供的电子设备，通过接收待接入的目标子频带上的信号；并利用预设的广义似然比检测器，对在高斯噪声环境下接收到的所述目标子频带的信号分别在第一条件和第二条件下进行最大似然估计，得到次用户接入所述目标子频带的检测统计量；当在第一条件下得到的检测统计量大于门限值，且在第二条件下得到的检测统计量小于门限值时，接入目标子频带内，该方法利用预设的广义似然比检测器对目标子频带的信号针对两种不同的假设条件进行最大似然估计，从而对估计得到的检测统计量间分析，能够感知目标子频带内是否存在主用户，进而在不影响主用户的使用下，提高接入次用户的准确度。
上述的相关内容频谱识别的实施方式与前述方法实施例部分提供的频谱识别方式相同，这里不再赘述。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，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。
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的无线通信系统的频谱识别方法。
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一上述的无线通信系统的频谱识别方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备及可读存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (4)

1.一种无线通信系统的频谱识别方法，其特征在于，将预设的授权频带划分成多个带宽相等且互不重叠的连续子频带，所述方法包括：
接收待接入的目标子频带上的信号；其中，所述目标子频带为所述多个带宽相等且互不重叠的连续子频带中的任一个子频带；
利用预设的广义似然比检测器，对在高斯噪声环境下接收到的所述目标子频带的信号分别在第一条件和第二条件下进行最大似然估计，得到次用户接入所述目标子频带的检测统计量，其中，所述第一条件为主用户占用所述目标子频带的情况，所述第二条件为所述目标子频带未被主用户占用的情况；
当在所述第一条件下得到的所述检测统计量大于门限值，且在所述第二条件下得到的所述检测统计量小于门限值时，接入所述目标子频带内；
其中，所述利用预设的广义似然比检测器，对在高斯噪声环境下接收到的所述目标子频带的信号分别在第一条件和第二条件下进行最大似然估计，得到次用户接入所述目标子频带的检测统计量，包括：
利用预设的广义似然比检测器，基于奈曼皮尔逊准则，对在高斯噪声环境下接收到的所述目标子频带的信号分别对两种似然模型进行最大似然估计，得到次用户接入所述目标子频带的检测统计量，其中，所述似然模型为采用采样协方差矩阵在第一条件和第二条件下确定的似然函数；
其中，利用预设的广义似然比检测器，按照以下表达式，得到次用户接入所述目标子频带的检测统计量：
Figure FDA0002492984180000011
Figure FDA0002492984180000012
其中，
Figure FDA0002492984180000013
为次用户在第一条件下接入所述目标子频带的检测统计量，
Figure FDA0002492984180000014
为次用户在第二条件下接入所述目标子频带的检测统计量，y(n)为次用户从所述目标子频带接收到的信号，当所述目标子频带存在主用户时，次用户接收到的信号y(n)为：y(n)＝s(n)+w(n)，当所述目标子频带不存在主用户时，次用户接收到的信号y(n)为：y(n)＝w(n)，s(n)为主用户发射的信号，w(n)是均值为0、方差为
Figure FDA0002492984180000021
的高斯白噪声；fc为载波频率，n为离散时间点序号，N为检测个数，
Figure FDA0002492984180000022
为第一条件下检测统计量总和函数，
Figure FDA0002492984180000023
为第二条件下检测统计量总和函数；
所述当在所述第一条件下得到的所述检测统计量大于门限值，且在所述第二条件下得到的所述检测统计量小于门限值时，接入所述目标子频带内，包括：
当满足如下条件时，接入所述目标子频带内；
所述条件为：
Figure FDA0002492984180000024
Figure FDA0002492984180000025
其中，λG为样本观察值函数，
Figure FDA0002492984180000026
其中，按照以下表达式确定所述门限值：
α＝∫{xL(x)>λ}P(x,H0)dx；
其中，α为虚警概率，0<α<1，P(x,H0)为信号x在第二条件H0下的概率密度函数，L(x)为在信号x分别在第一条件H1和第二条件H0下满足检测概率最大的判决条件,
Figure FDA0002492984180000027
P(x,H1)为信号x在第一条件H1下的概率密度函数，λ为门限值。
2.一种无线通信系统的频谱识别装置，其特征在于，将预设的授权频带划分成多个带宽相等且互不重叠的连续子频带，所述装置包括
请求接收模块，用于接收待接入的目标子频带上的信号；其中，所述目标子频带为所述多个带宽相等且互不重叠的连续子频带任一个子频带；
检测统计量得到模块，用于利用预设的广义似然比检测器，对在高斯噪声环境下接收到的所述目标子频带的信号分别在第一条件和第二条件下进行最大似然估计，得到次用户接入所述目标子频带的检测统计量，其中，所述第一条件为主用户占用所述目标子频带的情况，所述第二条件为所述目标子频带未被主用户占用的情况；
接入模块，用于当在所述第一条件下得到的所述检测统计量大于门限值，且在所述第二条件下得到的所述检测统计量小于门限值时，接入所述目标子频带内；
其中，所述检测统计量得到模块，包括:
检测统计量得到子模块，用于利用预设的广义似然比检测器，基于奈曼皮尔逊准则，对在高斯噪声环境下接收到的所述目标子频带的信号分别对两种似然模型进行最大似然估计，得到次用户接入所述目标子频带的检测统计量，其中，所述似然模型为采用采样协方差矩阵在第一条件和第二条件下确定的似然函数；
其中，所述检测统计量得到子模块，包括:
检测统计量得到单元，用于利用预设的广义似然比检测器，按照以下表达式，得到次用户接入所述目标子频带的检测统计量：
Figure FDA0002492984180000031
Figure FDA0002492984180000032
其中，
Figure FDA0002492984180000033
为次用户在第一条件下接入所述目标子频带的检测统计量，
Figure FDA0002492984180000034
为次用户在第二条件下接入所述目标子频带的检测统计量，y(n)为次用户从所述目标子频带接收到的信号，当所述目标子频带存在主用户时，次用户接收到的信号y(n)为：y(n)＝s(n)+w(n)，当所述目标子频带不存在主用户时，次用户接收到的信号y(n)为：y(n)＝w(n)，s(n)为主用户发射的信号，w(n)是均值为0、方差为
Figure FDA0002492984180000035
的高斯白噪声；fc为载波频率，n为离散时间点序号，N为检测个数，
Figure FDA0002492984180000041
为第一条件下检测统计量总和函数，
Figure FDA0002492984180000042
为第二条件下检测统计量总和函数；
所述接入模块，包括：
接入子模块，用于当满足如下条件时，接入所述目标子频带内；
所述条件为：
Figure FDA0002492984180000043
Figure FDA0002492984180000044
其中，λG为样本观察值函数，
Figure FDA0002492984180000045
其中，按照以下表达式确定所述门限值：
α＝∫{xL(x)>λ}P(x,H0)dx；
其中，α为虚警概率，0<α<1，P(x,H0)为信号x在第二条件H0下的概率密度函数，L(x)为在信号x分别在第一条件H1和第二条件H0下满足检测概率最大的判决条件,
Figure FDA0002492984180000046
P(x,H1)为信号x在第一条件H1下的概率密度函数，λ为门限值。
3.一种电子设备，其特征在于，包括：处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口、所述存储器通过所述通信总线完成相互间的通信；
所述存储器，用于存放计算机程序；
所述处理器，用于执行所述存储器上所存放的程序时，实现权利要求1所述的无线通信系统的频谱识别方法。
4.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现权利要求1所述的无线通信系统的频谱识别方法。
CN201911204931.2A 2019-11-29 2019-11-29 一种无线通信系统的频谱识别方法及装置 Active CN110913398B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911204931.2A CN110913398B (zh) 2019-11-29 2019-11-29 一种无线通信系统的频谱识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911204931.2A CN110913398B (zh) 2019-11-29 2019-11-29 一种无线通信系统的频谱识别方法及装置

Publications (2)

Publication Number Publication Date
CN110913398A CN110913398A (zh) 2020-03-24
CN110913398B true CN110913398B (zh) 2020-07-31

Family

ID=69820809

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911204931.2A Active CN110913398B (zh) 2019-11-29 2019-11-29 一种无线通信系统的频谱识别方法及装置

Country Status (1)

Country Link
CN (1) CN110913398B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101489234A (zh) * 2009-01-16 2009-07-22 清华大学 基于碰撞概率约束的机会频谱接入方法
CN101710848A (zh) * 2009-11-13 2010-05-19 北京邮电大学 基于模糊积分和最优化理论的合作式频谱感知方法
CN104270212A (zh) * 2014-10-23 2015-01-07 南京工业大学 一种基于分组数据型序贯能量检测的信道频谱感知方法
CN104734793A (zh) * 2015-03-20 2015-06-24 河海大学 基于p次方的无线协作频谱感知的能量检测方法
CN106169945A (zh) * 2016-07-04 2016-11-30 广东工业大学 一种基于最大最小特征值之差的协作频谱感知方法
CN109219054A (zh) * 2018-08-24 2019-01-15 南京航空航天大学 一种认知网络内双次用户的频谱感知方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7885229B2 (en) * 2008-04-03 2011-02-08 Nokia Corporation Method, apparatus and computer program for self-adjusting spectrum sensing for cognitive radio

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101489234A (zh) * 2009-01-16 2009-07-22 清华大学 基于碰撞概率约束的机会频谱接入方法
CN101710848A (zh) * 2009-11-13 2010-05-19 北京邮电大学 基于模糊积分和最优化理论的合作式频谱感知方法
CN104270212A (zh) * 2014-10-23 2015-01-07 南京工业大学 一种基于分组数据型序贯能量检测的信道频谱感知方法
CN104734793A (zh) * 2015-03-20 2015-06-24 河海大学 基于p次方的无线协作频谱感知的能量检测方法
CN106169945A (zh) * 2016-07-04 2016-11-30 广东工业大学 一种基于最大最小特征值之差的协作频谱感知方法
CN109219054A (zh) * 2018-08-24 2019-01-15 南京航空航天大学 一种认知网络内双次用户的频谱感知方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Subspace-Based Method for Spectrum Sensing With Multiple Users Over Fading Channel;Junsheng Mu等;《IEEE COMMUNICATIONS LETTERS》;20180430;全文 *
认知无线电中协作频谱感知算法研究;郭军平;《中国优秀硕士学位论文全文数据库信息科技辑》;20140715;全文 *

Also Published As

Publication number Publication date
CN110913398A (zh) 2020-03-24

Similar Documents

Publication Publication Date Title
US10674434B2 (en) Frequency spectrum prediction method and apparatus for cognitive wireless network
JP5237452B2 (ja) 無線チャネルにおける送信信号の存在を感知するための装置及び方法
CN103141067B (zh) 频带识别方法、装置
Han et al. An enhanced DS theory cooperative spectrum sensing algorithm against SSDF attack
Liu et al. Information theoretic criterion-based spectrum sensing for cognitive radio
CN110649982B (zh) 基于次用户节点选择的双阈值能量检测方法
CN112016078A (zh) 一种登录设备的封禁检测方法、装置、服务器和存储介质
Eslami et al. Performance analysis of double threshold energy detection-based spectrum sensing in low SNRs over Nakagami-m fading channels with noise uncertainty
CN112994813B (zh) 自适应采样的频谱感知方法及相关装置
CN109219054B (zh) 一种认知网络内双次用户的频谱感知方法
Biagi et al. On rethinking cognitive access for underwater acoustic communications
US9300411B1 (en) Hybrid signal detection for dynamic spectrum access
CN110913398B (zh) 一种无线通信系统的频谱识别方法及装置
Onumanyi et al. Amplitude quantization method for autonomous threshold estimation in self-reconfigurable cognitive radio systems
CN113051571B (zh) 一种误报漏洞的检测方法、装置及计算机设备
CN110932800B (zh) 一种宽频带多用户场景的联合检测方法及装置
Subekti et al. A Jarque-Bera test based spectrum sensing for cognitive radio
Sharifi Attack-aware defense strategy: A robust cooperative spectrum sensing in cognitive radio sensor networks
US8892052B2 (en) Methods for determining whether a signal includes a wanted signal and apparatuses configured to determine whether a signal includes a wanted signal
CN110337106B (zh) 一种抗ssdf攻击的协作频谱感知方法、装置及系统
JP2010103650A (ja) 信号検出方法，プログラム，情報記憶媒体，及びセンサー
CN114221778A (zh) 一种提高无线公网接入安全性的方法
Chen et al. A feature-based compressive spectrum sensing technique for cognitive radio operation
El Barrak et al. GSM‐RF Channel Characterization Using a Wideband Subspace Sensing Mechanism for Cognitive Radio Networks
Font‐Segura et al. Single and multi‐frequency wideband spectrum sensing with side‐information

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