CN111726182A - 一种非高斯噪声衰落信道下多主用户动态频谱感知方法 - Google Patents

Abstract

本发明属于认知无线电中频谱感知技术领域，公开了一种非高斯噪声衰落信道下多主用户动态频谱感知方法，基于极性重合矩阵构建多主用户动态频谱感知统计量T_P；依据中心极限定理和泊松分布特性计算检测门限η_P；将检测统计量T_P与检测门限η_P进行比较，如果T_P＜η_P，判为主用户信号存在，否则，判为主用户信号不存在，从而实现非高斯噪声衰落信道下多主用户动态频谱感知。系统包括：检测统计量构建模块；检测门限计算模块；主信号检测模块。本发明可以有效实现非高斯噪声衰落信道下多主用户动态频谱感，且在较低信噪比条件下具有较好的性能。此外，本发明所述方法也同样适用于对于高斯噪声环境下动态频谱感知。

Description

一种非高斯噪声衰落信道下多主用户动态频谱感知方法

技术领域

本发明属于认知无线电中频谱感知技术领域，尤其涉及一种非高斯噪声衰落信道下多主用户动态频谱感知方法。

背景技术

频谱感知是实现认知无线电的关键技术之一，是认知无线电网络实现频谱动态规划，提高频谱利用率的基础。认知无线电网络通过频谱感知技术探寻未被使用的频谱资源，并允许感知用户在不干扰主用户正常通信的前提下使用授权给主要用户的频谱，从而大大提高频谱利用率。然而，在频谱感知过程中，通常会出现虚警或漏检的情况，虚警过高会导致频谱利用率降低，而漏检的出现会给主用户带来干扰。因此研究高精度的频谱感知技术具有非常重要的意义。

目前，文献中讨论的频谱感知方法有很多，高斯噪声下频谱感知方法主要包括：基于能量的方法(Li B,Sun M,Li X,et al.Energy detection based spectrum sensingfor cognitive radios over time-frequency doubly selective fading channels[J].IEEE Transactions on signal processing,2014,63(2):402-417.)、基于特征值的方法(Liu C,Wang J,Liu X,et al.Maximum eigenvalue-based goodness-of-fit detectionfor spectrum sensing in cognitive radio[J].IEEE Transactions on VehicularTechnology,2019,68(8):7747-7760.)、基于协方差的方法(Jin M,Guo Q,Xi J,etal.Spectrum sensing using weighted covariance matrix in Rayleigh fadingchannels[J].IEEE Transactions on Vehicular Technology,2014,64(11):5137-5148.)和基于循环平稳性的方法(Chaudhari S,Kosunen M,

S,et al.Performanceevaluation of cyclostationary-based cooperative sensing using fieldmeasurements[J].IEEE Transactions on Vehicular Technology,2015,65(4):1982-1997.)。非高斯噪声下的频谱感知方法，主要包括：Rao检测方法(Kang H G,Song I,YoonS,et al.A Class of Spectrum-Sensing Schemes for Cognitive Radio UnderImpulsive Noise Circumstances:Structure and Performance in Nonfading andFading Environments[J].IEEE Transactions on Vehicular Technology,2010,59(9):4322-4339.)、基于广义协变系数绝对值的频谱感知和基于多种滤波的频谱感知(HassanK,Gautier R,Dayoub I,et al.Multiple-Antenna-Based Blind Spectrum Sensing inthe Presence of ImpulsiveNoise[J].IEEE Transactions on Vehicular Technology,2014,63(5):2248-2257.)、基于分数低阶矩的频谱感知方法(Zhu X,Zhu W P,ChampagneB.Spectrum sensing based on fractional lower order moments for cognitiveradios in α-stable distributed noise[J].Signal Processing,2015,111:94-105.)、基于p-范数的频谱感知方法(Moghimi F,Nasri A,Schober R.Adaptive L_p—NormSpectrum Sensing for Cognitive Radio Networks[J].IEEE Transactions onCommunications,2011,59(7):1934-1945.)、基于极性符合阵列的检测方法(WimalajeewaT,Varshney P K.Polarity-Coincidence-Array Based Spectrum Sensing for MultipleAntenna Cognitive Radios in the Presence of Non-Gaussian Noise[J].IEEETransactions on Wireless Communications,2011,10(7):2362-2371.)、基于核方法的频谱感知方法(Margoosian A,Abouei J,Plataniotis K N.An Accurate KernelizedEnergy Detection in Gaussian and non-Gaussian/Impulsive Noises[J].IEEETransactions on Signal Processing,2015,63(21):5621-5636.)。然而，上述频谱感知方法大多是基于在频谱感知期间主用户的状态不变的假设。但实际感知环境中，为了检测低信噪比的主用户信号，频谱感知过程需要长时间采集信号样本。在长时间的感知期间，主用户的信号状态可能会发生变化。例如，在感知周期内，主用户信号随机到达，而现有的频谱感知方法在主用户随机到达条件下检测性能退化，导致较高的漏检概率。

为了解决主用户随机到达状态下频谱感知性能差的问题，学者们提出了几种有效的频谱感知方法。Lopez等人在femtocell网络考虑主用户随机到达情况(López-Pérez D,Valcarce A,De La Roche G,et al.OFDMA femtocells:A roadmap on interferenceavoidance[J].IEEE Communications Magazine,2009,47(9):41-48.)。Beaulieu等人提出了一种广义似然比检验检测器来解决主用户随机到达问题(Beaulieu N C,ChenY.Improved energy detectors for cognitive radios with randomly arriving ordeparting primary users[J].IEEE Signal Processing Letters,2010,17(10):867-870.)。Duzenli等人提出了一种基于累积和的加权频谱感知方案，该方案考虑了频谱感知期间发生多个主用户状态变化的情况(Düzenli T,Akay O.A new spectrum sensingstrategy for dynamic primary users in cognitive radio[J].IEEE CommunicationsLetters,2016,20(4):752-755.)。Chin提出了一种基于广义似然比检验能量的谱感知方法，该方法计算复杂度较低(Chin WL,Li J M,Chen H H.Low-complexity energydetection for spectrum sensing with random arrivals of primary users[J].IEEETransactions on Vehicular Technology,2015,65(2):947-952.)。

通过上述分析，现有技术存在的问题及缺陷为：

(1)现有的频谱感知技术在主用户随机到达条件下检测性能较差，且鲜有文献提及广义高斯噪声下主用户随机到达频谱感知方法。

(2)现有的广义高斯噪声下多主用户随机到达的频谱感知方法在低信噪比条件下漏检率较高。

解决以上问题及缺陷的难度为：非高斯噪声导致现有的高斯假设下主用户随机到达频谱感知方法性能退化，因此，构建适应非高斯噪声及主用户随机到达条件的检测统计量，以及计算检测门限是实现非高斯噪声衰落信道下多主用户动态频谱感知技术难点。

解决以上问题及缺陷的意义为：实现非高斯噪声衰落信道下多主用户动态频谱感知可以为复杂电磁环境下认识无线电网络提供技术支撑，不仅可以扩展认识无线电网络的应为范围，而且可以有效提升认知无线电网络的频谱动态规划能力。

发明内容

针对现有技术存在的问题，本发明提供了一种非高斯噪声衰落信道下多主用户动态频谱感知方法。

本发明是这样实现的，一种非高斯噪声衰落信道下多主用户动态频谱感知方法，所述非高斯噪声衰落信道下多主用户动态频谱感知方法包括：

第一步，基于极性重合矩阵构建多主用户动态频谱感知统计量T_P；

第二步，依据中心极限定理和泊松分布特性计算检测门限η_P；

第三步，将检测统计量T_P与检测门限η_P进行比较，如果T_P＜η_P，判为主用户信号存在，否则，判为主用户信号不存在，从而实现非高斯噪声衰落信道下多主用户动态频谱感知。

进一步，所述基于极性重合矩阵构建多主用户动态频谱感知统计量T_P；

其中，x_k(n)为接收信号，S为软阈值，N为接收信号长度，K为接收天线数目。

进一步，依据中心极限定理和泊松分布特性计算检测门限η_P；

检测门限表达式为：

其中，E[T_P|H₀]表示H₀条件下统计量T_P的均值，Var[T_P|H₀]表示H₀条件下统计量T_P的方差，P_f为给定的虚警概率，

是噪声方差，β＞0为形状参数，Γ(·)为伽马函数，

进一步，所述主用户信号检测将检测统计量T_P与检测门限η_P进行比较，实现非高斯噪声衰落信道下多主用户动态频谱感知的检测规则为：

本发明的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：

基于极性重合矩阵构建多主用户动态频谱感知统计量；

依据中心极限定理和泊松分布特性计算检测门限；

将检测统计量与检测门限进行比较，实现非高斯噪声衰落信道下多主用户动态频谱感知方法。

本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：

基于极性重合矩阵构建多主用户动态频谱感知统计量；

依据中心极限定理和泊松分布特性计算检测门限；

将检测统计量与检测门限进行比较，实现非高斯噪声衰落信道下多主用户动态频谱感知方法。

本发明的另一目的在于提供一种实施所述非高斯噪声衰落信道下多主用户动态频谱感知方法的多主用户动态频谱感知系统，所述多主用户动态频谱感知系统包括：

检测统计量构建模块，用于基于极性重合矩阵构建多主用户动态频谱感知统计量；

检测门限计算模块，用于依据中心极限定理和泊松分布特性计算检测门限；

主信号检测模块，用于将检测统计量与检测门限进行比较，实现非高斯噪声衰落信道下多主用户动态频谱感知方法。

本发明的另一目的在于提供一种终端，所述终端搭载所述的非高斯噪声衰落信道下多主用户动态频谱感知系统。

结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明可以有效实现非高斯噪声衰落信道下多主用户动态频谱感，且在较低信噪比条件下具有较好的性能。此外，本发明方法对于高斯噪声下动态频谱感知同样也具有较好的检测性能。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本申请的一些实施例，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是本发明实施例提供的非高斯噪声衰落信道下多主用户动态频谱感知方法流程图。

图2是本发明实施例提供的非高斯噪声衰落信道下多主用户动态频谱感知系统的结构示意图；

图中：1、检测统计量构建模块；2、检测门限计算模块；3、主信号检测模块。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

针对现有技术存在的问题，本发明提供了一种非高斯噪声衰落信道下多主用户动态频谱感知方法，下面结合附图对本发明作详细的描述。

如图1所示，本发明提供的非高斯噪声衰落信道下多主用户动态频谱感知方法包括以下步骤：

S101：基于极性重合矩阵构建多主用户动态频谱感知统计量；

S102：依据中心极限定理和泊松分布特性计算检测门限；

S103：主用户信号检测，将检测统计量与检测门限进行比较，实现非高斯噪声衰落信道下多主用户动态频谱感知方法。

如图2所示，本发明提供的多主用户动态频谱感知系统包括：

检测统计量构建模块1，用于基于极性重合矩阵构建检测统计量。

检测门限计算模块2，用于计算检测门限。

主信号检测模块3，用于将检测统计量与检测门限进行比较，实现非高斯噪声衰落信道下多主用户动态频谱感知方法。

下面结合附图对本发明的技术方案作进一步的描述。

本发明实施例提供的非高斯噪声衰落信道下多主用户动态频谱感知方法包括以下步骤：

第一步，基于极性重合矩阵构建多主用户动态频谱感知统计量T_P。

考虑多主用户频谱感知系统，假设主用户数为P，认知用户天线数为K。将观测信号表示为矩阵形式：

x＝Hs+w；

其中，x＝[x₁(n),...,x_K(n)]^T表示接收信号矩阵，H表示K×P的衰落信道矩阵，s＝[s₁(n),...,s_P(n)]^T表示P×N发送信号矩阵，w＝[w₁(n),...,w_K(n)]^T表示K×N加性非高斯噪声矩阵。

主用户随机到达的频谱感知问题可以表述为以下二元假设检验：

其中x_k(n)是接收信号，s_p(n)是假定未知但确定的PU信号，w_k(n)是非高斯噪声，g_pk是信道增益。N是样本数，H₀或H₁分别表示s_p(n)不存在或存在。J是主用户信号到达时间之前的最后一次，J的值在0和N-1之间。Poisson模型被广泛应用于描述主用户随机到达。假设主用户信号的到达是到达率为λ的Poisson过程，对于每个样本，主用户的信号到达或不到达的概率分别为1-e^-λ或e^-λ，因此，主用户信号在第J个样本到达的概率是(1-e^-λ)e^-λJ。

考虑加性非高斯噪声服从广义高斯分布，其概率密度函数为：

其中，

β为形状参数，其大小决定噪声拖尾，若0＜β＜2，噪声拖尾厚重，当β＝2时，广义高斯噪声退化为高斯噪声。

在本发明中，定义信噪比为：

其中，

是信号功率，h_m表示第m根天线的信道抽头。

构建测统计量T_P；

其中，x_k(n)为接收信号，S为软阈值，N为接收信号长度，K为接收天线数目。

第二步，依据中心极限定理和泊松分布特性计算检测门限η_P。

检测门限表达式为：

其中，E[T_P|H₀]表示H₀条件下统计量T_P的均值，Var[T_P|H₀]表示H₀条件下统计量T_P的方差，P_f为给定的虚警概率，

是噪声方差，β＞0为形状参数。

主用户信号检测。将检测统计量T_P与检测门限η_P进行比较，实现非高斯噪声衰落信道下多主用户动态频谱感知；

检测规则如下：

应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。

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，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。

Claims (8)

1.一种非高斯噪声衰落信道下多主用户动态频谱感知方法，其特征在于，所述多主用户动态频谱感知方法包括：

第一步，基于极性重合矩阵构建多主用户动态频谱感知统计量T_P；

第二步，依据中心极限定理和泊松分布特性计算检测门限η_P；

第三步，将检测统计量T_P与检测门限η_P进行比较，如果T_P＜η_P，判为主用户信号存在，否则，判为主用户信号不存在，从而实现非高斯噪声衰落信道下多主用户动态频谱感知。

2.如权利要求1所述的非高斯噪声衰落信道下多主用户动态频谱感知方法，其特征在于，所述基于极性重合矩阵构建多主用户动态频谱感知测统计量T_P；

其中，x_k(n)为接收信号，S为检测门限，N为接收信号长度，K为接收天线数目。

3.如权利要求1所述的非高斯噪声衰落信道下多主用户动态频谱感知方法，其特征在于，所述依据中心极限定理和泊松分布特性计算检测门限η_P；

检测门限表达式为：

其中，E[T_P|H₀]表示H₀条件下统计量T_P的均值，Var[T_P|H₀]表示H₀条件下统计量T_P的方差，P_f为给定的虚警概率，

是噪声方差，β＞0为形状参数，Γ(·)为伽马函数，

4.如权利要求1所述的非高斯噪声衰落信道下多主用户动态频谱感知方法，其特征在于，所述主用户信号检测将检测统计量T_P与检测门限η_P进行比较，实现非高斯噪声衰落信道下多主用户动态频谱感知的检测规则为：

5.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：

基于极性重合矩阵构建多主用户动态频谱感知统计量；

依据中心极限定理和泊松分布特性计算检测门限；

将检测统计量与检测门限进行比较，实现非高斯噪声衰落信道下多主用户动态频谱感知方法。

6.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：

基于极性重合矩阵构建多主用户动态频谱感知统计量；

依据中心极限定理和泊松分布特性计算检测门限；

将检测统计量与检测门限进行比较，实现非高斯噪声衰落信道下多主用户动态频谱感知方法。

7.一种实施权利要求1～4任意一项所述非高斯噪声衰落信道下多主用户动态频谱感知方法的多主用户动态频谱感知系统，其特征在于，所述非高斯噪声衰落信道下多主用户动态频谱感知系统包括：

检测统计量构建模块，用于基于极性重合矩阵构建多主用户动态频谱感知统计量；

检测门限计算模块，用于依据中心极限定理和泊松分布特性计算检测门限；

主信号检测模块，用于将检测统计量与检测门限进行比较，实现非高斯噪声衰落信道下多主用户动态频谱感知方法。

8.一种终端，其特征在于，所述终端搭载权利要求7所述的非高斯噪声衰落信道下多主用户动态频谱感知系统。

Images