CN112165364A - 窄带频谱感知系统的增强频谱感知方法 - Google Patents
窄带频谱感知系统的增强频谱感知方法 Download PDFInfo
- Publication number
- CN112165364A CN112165364A CN202010799418.9A CN202010799418A CN112165364A CN 112165364 A CN112165364 A CN 112165364A CN 202010799418 A CN202010799418 A CN 202010799418A CN 112165364 A CN112165364 A CN 112165364A
- Authority
- CN
- China
- Prior art keywords
- spectrum sensing
- spectrum
- signal
- cognitive user
- threshold value
- 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
- 238000001228 spectrum Methods 0.000 title claims abstract description 139
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000001514 detection method Methods 0.000 claims abstract description 76
- 230000001149 cognitive effect Effects 0.000 claims abstract description 52
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 23
- 230000008569 process Effects 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 11
- 230000002093 peripheral effect Effects 0.000 claims description 22
- 238000010606 normalization Methods 0.000 claims description 8
- 230000002708 enhancing effect Effects 0.000 claims description 7
- 230000008447 perception Effects 0.000 abstract description 3
- 230000006854 communication Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 230000036961 partial effect Effects 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000001819 mass spectrum Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/318—Received signal strength
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/336—Signal-to-interference ratio [SIR] or carrier-to-interference ratio [CIR]
-
- 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)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供一种窄带频谱感知系统的增强频谱感知方法,所述方法包括以下步骤:授权用户在待测信道发送信号;认知用户感知接收信号,并进行FFT、平方器处理,以获取频谱的能量中心值Z,再利用CA‑CFAR算法对频谱进行处理,以获取信号的能量检测门限值T,最后,根据中心值Z与门限值T进行频谱感知判决。本发明将CA‑CFAR算法融入到频谱感知的能量检测方法中,一方面解决了能量检测过程中对噪声功率的先验估计这一难题,另一方面解决了噪声不确定性对多信道感知性能的影响,在动态时变的复杂异构网络环境中,认知用户可以自适应调节各待测信道的能量检测门限值,以提高频谱感知准确度,减少感知时间。
Description
技术领域
本发明涉及通信技术领域,具体涉及一种窄带频谱感知系统的增强频谱感知方法。
背景技术
随着移动互联网、物联网、云计算等各类通信及处理技术的迅猛发展,海量智能化终端的不断涌现与接入,随之产生的数据流量呈现爆炸式增长,导致了对电磁频谱与带宽需求与日俱增。5G和超5G网络呈现的超密集、大连接、高异构、低时延、智能化的新特征,可供分配的频谱资源少之又少海量频谱信息快速准确获取难度大,感知成本巨大。
相关技术中,一般采用能量检测法进行频谱感知。其中,能量检测需要预先评估噪声功率,而噪声功率评估较为复杂,且噪声功率实时变化,能量检测法无法适应噪声功率动态实时变化的场景;且传统的能量检测法,不需要信号的先验信息,属于盲检测范围,但还不够智能化,对于频段内是否是有用信号,还是其他非高斯模型的干扰信号无法区别;并且随着认知用户信噪比的降低,会导致检测概率(检测准确度)的急剧下降。
发明内容
本发明为解决上述技术问题,提供了一种窄带频谱感知系统的增强频谱感知方法,该方法将CA-CFAR算法融入到频谱感知的能量检测方法中,一方面解决了能量检测过程中对噪声功率的先验估计这一难题,另一方面解决了噪声不确定性对多信道感知性能的影响,在动态时变的复杂异构网络环境中,认知用户可以自适应调节各待测信道的能量检测门限值,以提高频谱感知准确度,减少感知时间。
本发明采用的技术方案如下:
本发明提出了一种窄带频谱感知系统的增强频谱感知方法,所述窄带频谱感知系统包括:一个授权用户和至少一个认知用户,所述方法包括以下步骤:所述授权用户在待测信道发送信号;所述认知用户感知接收所述信号,并进行FFT(Fast Fourier Transform,快速傅里叶变换)处理,以获取所述信号的频谱;所述认知用户将所述频谱经过平方器处理,以获取所述频谱的能量中心值Z;所述认知用户利用CA-CFAR(Cell Average-ConstantFalse Alarm Rate,单元平均恒虚警率)算法对所述频谱进行处理,以获取所述信号的能量检测门限值T;所述认知用户根据所述中心值Z与所述门限值T进行频谱感知判决。
根据本发明的一个实施例,所述频谱感知系统基于通用软件无线电外设平台。
根据本发明的一个实施例,所述认知用户包括两个,所述频谱感知系统包括:与上位机相连的第一通用软件无线电外设USRP1、第二通用软件无线电外设USRP2和第三通用软件无线电外设USRP3,其中,所述第一通用软件无线电外设USRP1为第一认知用户节点,所述第二通用软件无线电外设 USRP2为所述第二认知用户节点,所述第三通用软件无线电外设USRP3为所述授权用户节点。
根据本发明的一个实施例,所述认知用户利用CA-CFAR算法对所述频谱进行处理,以获取所述信号的能量检测门限值T,包括:根据目标虚警概率与参考单元数,获取归一化因子;计算所述参考单元所接收的射频功率之和;根据所述归一化因子和参考单元所接收的射频功率之和获取所述信号的能量检测门限值。
根据本发明的一个实施例,所述认知用户根据所述中心值Z与门限值 T进行频谱感知判决,包括:如果存在所述中心值大于所述门限值,则所述认知用户判断所述待测信道被授权用户占用;如果存在所述中心值小于或等于所述门限值,则所述认知用户判断所述待测信道未被授权用户占用。
本发明的有益效果:
本发明将CA-CFAR算法融入到频谱感知的能量检测方法中,无需预先评估噪声功率,一方面解决了能量检测过程中对噪声功率的先验估计这一难题,另一方面解决了噪声不确定性对多信道感知性能的影响,在动态时变的复杂异构网络环境中,认知用户可以自适应调节各待测信道的能量检测门限值,以提高频谱感知准确度,减少感知时间。
附图说明
图1是根据本发明一个实施例的窄带频谱感知系统的增强频谱感知方法的流程图;
图2是根据本发明另一个实施例的窄带频谱感知系统的增强频谱感知方法的流程图;
图3是根据本发明一个实施例的CA-CFAR算法的原理图;
图4是根据本发明一个实施例的窄带频谱感知系统的方框示意图;
图5是根据本发明一个具体示例的窄带频谱感知系统的界面示意图;
图6a是根据本发明的窄带频谱感知系统进行增强频谱感知时的功率谱中间尖峰示意图;
图6b是根据本发明的一个具体示例的增强频谱感知时的PU信号4个信道未占用的功率谱示意图;
图6c是根据本发明的一个具体示例的增强频谱感知时的PU信号4个信道未占用的判决图;
图6d是根据本发明的一个具体示例的增强频谱感知时的PU信号4个信道全部占用的功率谱示意图;
图6e是根据本发明的一个具体示例的增强频谱感知时的PU信号4个信道全部占用的判决图;
图6f是根据本发明的一个具体示例的增强频谱感知时的PU信号部分信道占用的功率谱示意图;
图6g是根据本发明的一个具体示例的增强频谱感知时的PU信号部分信道占用判决图;
图7是根据本发明一个具体示例的信噪比与检测概率的关系示意图;
图8是根据本发明一个具体示例的虚警概率与检测概率的关系示意图。
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。
在认知无线网络中,将用户分为两类:一个是授权用户,或称主用户 (PrimaryUser,PU),一个是非授权用户,或称次用户、认知用户 (Secondary User,SU)。授权用户享有特权,可以在授权频段任意通信。认知用户则需要在不干扰主用户正常通信的前提下,从一段频谱中发现授权用户未使用的“频谱空穴”,以此频段通信。并且当中途授权用户接入该频段时,认知用户必须立刻退出,以保证授权用户正常通信,并再次感知其他“频谱空穴”。
频谱感知技术就是SU用户运用特定方法对指定授权频段进行检测,感知该频段是否有PU用户存在。并在PU用户不在时,占用该信道。同时, SU用户还在通信过程周期性感知频段,以防止PU用户突然接入。目前,频谱感知技术主要是通过对接收信号采样样本进行时域或者频域的分析,进行判决。
当前,主要是运用信号检测理论中相关方法,从时域和频域这两个角度,来实现频谱感知,根据被感知对象的范围,频谱感知方法大致可以分为窄带频谱感知与宽带频谱感知。
窄带频谱感知方法是目前较为成熟的方案,其操作简单,易于实践。但同时,这种感知方法也存在感知频段宽度较小,感知效率低的缺点。根据接收机的数量,窄带频谱感知分为单节点频谱感知与协作频谱感知。单节点频谱感知方法主要有能量检测法,特征值检测法,循环平稳检测法和匹配滤波器检测法。协作频谱感知方法主要有中心式频谱感知与分布式频谱感知等。
单节点频谱感知中,能量检测法是目前最简单,最为成熟的方法。能量检测法的定义就是SU用户计算指定频段内接收信号采样后序列的功率值,并与之前设定好的门限值进行比较,如果功率超过该门限值,则判断该频段被PU用户占用。能量检测法,属于盲检测范畴,不需要PU用户的任何先验信息,适用范围较广。但能量检测法也存在很多问题。首先,检测门限值需预先根据噪声功率设定,并且恒定不变。一旦噪声功率发生显著改变,则会导致虚警概率或者检测概率发生显著变化;其次,能量检测法对信噪比十分敏感。对于信噪比较高的信号,运用能量检测法能取得较高的检测性能,但对于信噪比低的信号,其检测概率大幅度降低;最后,能量检测法仅仅是依据接收信号功率一个指标来进行判决,对于超过门限值的信号,无法了解其是PU信号还是其他干扰。
基于对以上问题的认知和研究,本发明提出了一种窄带频谱感知系统的增强频谱感知方法。
图1是根据本发明一个实施例的窄带频谱感知系统的增强频谱感知方法的流程图。其中,窄带频谱感知系统包括:一个授权用户PU和至少一个认知用户SU,如图1所示,增强频谱感知方法包括以下步骤:
S1,授权用户PU在待测信道发送信号。
S2,认知用户SU感知接收信号,并进行FFT处理,以获取信号的频谱。
S3,认知用户SU将频谱经过平方器处理,以获取频谱的能量中心值Z。
S4,认知用户利用CA-CFAR算法对频谱进行处理,以获取信号的检测门限值T。
进一步而言,根据本发明的一个实施例,认知用户利用CA-CFAR算法对频谱进行处理,以获取信号的检测门限值T,包括:根据目标虚警概率 pfa与参考单元数,获取归一化因子a;计算参考单元所接收的射频功率之和 P2N;根据归一化因子a和参考单元所接收的射频功率之和P2N获取信号的检测门限值T。
S5,认知用户SU根据中心值Z与门限值T进行频谱感知判决。
进一步而言,如图2所示,认知用户根据中心值Z与门限值T进行频谱感知判决,可以包括:
S501,如果存在中心值Z大于门限值T,则认知用户SU判断待测信道被授权用户占用。
S502,如果存在中心值Z小于或等于门限值T,则认知用户SU判断待测信道未被授权用户占用。
具体地,CFAR即恒虚警率。目前在二元检测中,基本上都是采用奈曼——皮尔逊准则,就是在维持虚警概率不变的前提下,最大限度地提高检测概率。目前来讲,在二元检测领域,尤其是雷达探测领域,CFAR算法得到了广泛的应用。在当前窄带物联网NB-IoT的场景下,运用CFAR算法也能取得不错的效果。
CA-CFAR算法的原理如图3所示,CA-CFAR是对待测单元左右两侧 N个参考单元的均值,并与归一化因子相乘后得到待测单元的阈值。单元平均恒虚警率算法,以其简便的运算方法,和在均匀噪声场景下出色的性能,得到了非常广的运用。
一维频域CA-CFAR包括:参考单元,待测单元以及保护单元,在窄带物理网NB-IoT背景下,PU信号的带宽很窄,可以近似的看成单频信号。而由于FFT需要对PU信号进行截取,不可避免的带来频谱泄露问题。而相邻的参考单元由于频谱泄露导致参考值增高,最终导致门限值太高,进而降低检测概率。因此非常有必有设置保护单元,将参考单元与待测单元隔开。
单元平均恒虚警率的基本原理,如公式(1)所示:
T=aP2N (1)
T表示待测单元的门限。2N表示参考单元的数量,a表示归一化因子,其取值有参考单元的数量以及虚警概率Pfa有关。P2N由参考单元的值得出。不同均值类CFAR中,P2N的计算方式不同,在单元平均虚警率中,P2N如公式(2)所示:
其中,Xi表示待测单元左边的参考单元,Yi表示待测单元右边的参考单元。由上述公式,可以发现,CA-CFAR并不需要提前获取噪声功率σ2,也不需要对噪声功率运用矩估计法或似然估计法进行单独的估计。与传统能量检测法相比,首先CA-CFAR可以不需要提前获取噪声功率这一先验信息,即省去了预先单独对噪声功率估计这一步骤,节省了感知时间。其次,传统能量检测法,门限值一旦确定,便恒定不变,但在噪声功率动态变化的场景下,则会导致虚警概率不同程度上偏离实际值。而CA-CFAR是自适应的设置门限值,可以有效避免这一情况发生,在噪声功率持续波动的情况下,仍然能够维持恒定的虚警概率。
在阈值设定基本公式T=aP2N中,a的取值尤为重要。由上文可知,CA- CFAR可以在时域或者频域中进行,本文主要探讨CA-CFAR在频域中进行。在宽带频谱感知中,在一段较宽的频谱内接收机接收的信号y(t),在没有 PU信号的情况下,可以看成是高斯白噪声信号n(t),经过低通滤波采样,得到的序列可以看成是高斯白噪声序列n(k)。n(k)经过FFT并通过平方器后得到Z(k)序列,其满足自由度为2的卡方分布。当Pfa被设定时,则可以推导出 a的取值如公式(3)所示:
在窄带物理网NB-IoT背景下,PU信号的带宽很窄,可以近似看成单频信号。而由于FFT需要对PU信号进行截取,不可避免的带来频谱泄露问题。而相邻的参考单元由于频谱泄露导致参考值增高,最终导致门限值太高,进而降低检测概率。因此非常有必有设置保护单元,将参考单元与待测单元隔开。
频域CA-CFAR中,首先,将被测信号经过FFT处理,再经过平方器处理,获取序列中心值Z;其次,将序列利用CA-CFAR算法得到门限值T;最后,将T值域Z值进行比较,当Z大于T值时,表示信道被占用,当Z小于T时,表示信道未被占用。
由上述可知,本发明将CA-CFAR算法融入到频谱感知的能量检测方法中,一方面解决了能量检测过程中对噪声功率的先验估计这一难题,另一方面解决了噪声不确定性对多信道感知性能的影响,在动态时变的复杂异构网络环境中,认知用户可以自适应调节各待测信道的能量检测门限值,以提高频谱感知准确度,减少感知时间。
目前,认知无线电领域,因为其广阔的前景吸引众多研究机构研究,虽然已取得丰硕成果,但由于复杂的动态异构网络互环境,仍存在挑战性问题:很多研究结果尚处于理论仿真阶段,尚缺少反映实际环境的性能评估性验证平台。本发明提出一种搭建频谱智能感知系统的理想硬件平台 USRP(Universal Software Radio Peripheral,通用软件无线电外设),在实际环境中,对CA-CFAR算法进行验证,为进一步研究提供更为详实的参考数据。
根据本发明的一个实施例,频谱智能感知系统基于通用软件无线电外设平台USRP。
根据本发明的一个实施例,如图4所示,如果认知用户SU包括两个,频谱感知系统可以包括:分别与上位机相连的第一通用软件无线电外设 USRP1、第二通用软件无线电外设USRP2和第三通用软件无线电外设 USRP3,其中,第一通用软件无线电外设USRP1为第一认知用户SU1节点,第二通用软件无线电外设USRP2为第二认知用户SU2节点,USRP3为授权用户PU1节点。
可以理解的是,认知用户SU也可以为两个以上,各个认知用户SU之间相互通信,本文以认知用户SU包括两个作为示例进行说明。
具体地,USRP平台,是实现软件定义无线电的良好硬件平台。主流的 USRP主要由射频子板,AD/DA转换器,FPGA或DSP数字基带信号处理器。由于目前通信系统中调制信号的中心频率在GHz级别。主流的AD/DA转换器的转换速度,以及DSP或FPGA的处理速度都远远达不到这种速度,无法对收发信号直接数字化处理。因此,需要射频子板将原始的高频信号下变频到基带信号,以供AD/DA转换(或者DA输出的低频信号上变频成高频信号通过天线发射出去)。
本发明中的USRP1-3将数据包传递给上位机,上位机是通过 LABVIEW(一款桌面计算机软件编译开发平台)来处理这些数据。
本发明只涉及到SU用户的通信,不涉及到PU用户的通信。PU用户在本发明中只考虑其作为发射方,不考虑其作为接收方。而SU用户主要分为两个节点,一个节点是作为发射节点,一个是作为接收节点。即本系统共涉及到三台USRP通用无线电软件外设,即USRP1,USRP2,与USRP3。 USRP1为SU可以作为发射节点,USRP2可以为SU接收节点,USRP3为PU发送节点。
在某一段频谱上,假设PU可在任何频段上发射信号。而SU用户在不干扰PU用户的情况下,将一信号发射给另一SU接收方。这期间,PU用户可能会突然返回接入SU正在通信的频段。而SU用户无论是接收方还是发射方都有能力感知到PU用户的接入,并及时通过一定协议,改变双方通信的频段,使SU发送方与接收方能在另一个频段通信,并不干扰PU信号。
本系统的总体流程大致有三个方面:
(1)时序同步工作流程;
(2)SU发送节点工作流程;
(3)SU接收节点流程。
下面分别简要阐述这三个方面。
(1)时序同步流程:
这个方面主要是应对PU信号在SU通信过程中途突然接入该频段的问题,主要用来实现SU在占用该频段通信后仍然能够继续不间断地感知,以防止PU信号中途接入。
这里规定,PU用户和SU用户以帧为单位进行接收发送信号,PU发射信号的时长是单位帧时间长度的整数倍。SU工作帧分为两个阶段:频谱感知阶段,和频谱接入阶段。SU用户周期性进行频谱感知,在频谱感知阶段判断PU用户是否存在。若存在,则切换到另一频段。然后在下一个帧“频谱感知”时段进行频谱感知,如果该频段不存在PU信号,则接入传输信号。
(2)SU发射节点流程:
首先指出,这里的发射节点与接收节点是指有效数据的发射与接收。发射节点与接收节点具有收发功能。
发射节点的流程是:首先,在第一帧开始时进行频谱感知,如果发现PU存在,则切换频段继续监测,如果发现PU不存在,则以 DQPSK(Differential Quadrature ReferencePhase Shift Keying,差分正交相位键控)调制向其它SU用户发送请求询问信号,并在下一个帧感知是否有反馈应答信号。如果没有,则继续发送,直到在截止时间内接收到反馈应答信号再传输信号。,
(3)SU接收节点
与SU发射节点不同,在信息传输过程中,SU接收节点不需要频谱感知。 SU利用DQPSK解调方式接收SU发射节点信号,并判断是否是SU发射来的特定字节的信息若是,发送一个ACK应答信号。在本系统里面主要就是针对一首歌曲的音频信号离散序列的接收。
在本感知系统中,利用CA-CFAR算法检测指定频谱信道是否占用是通过MATLAB与LABVIEW两软件结合编写的USRP函数共同组成,将 MATLAB脚本嵌入USRP相应感知模块。
本发明的窄带频谱感知系统的USRP感知模块的界面如图5所示,左侧为窄带频谱感知系统接收界面必要的参数设置,有设置名称,载波频率, IQ速率,增益与活动天线。本发明将设备名称设置为192.168.255.4,载波频率设置为410MHz,IQ速率设置为20MHz,即本发明所设计系统感知频率范围为400MHz-420MHz,中心频率410MHz,带宽为20MHz,波动天线设置为RX1,增益设置为10。
左侧下方依次为“噪声功率估计”、“PU功率估计”与“SNR估计”,主要是系统通过对接受信号进行处理,在只有噪声功率的情况下估计出噪声功率,在PU功率存在的情况估计出PU功率,并计算出SNR信噪比。
本系统所用到的平台可以为NI USRP 2930系列,其采用的是零中频正交调制解调系统。即本地载波与空气中传播的电磁波的载波频率一致,直接进行混频,下变频到基带。由于制造工艺的限制,在零中频直接混频的过程中,不可避免的会出现本地载波泄露的情况,即DC OFFSET。如图6a所示。在功率谱,中间会出现一个尖峰,因此在CFAR判定的时候,会出现中心频点始终为占用的情况,因此在实际过工程检测中,不应将中心频率作为信道,即将中心频点的占用情况不做考虑。
如果将被评估信道频段的中心频率设置为410MHz,IQ速率设置为 20MHz,即系统将检测400MHz到420MHz宽度为20MHz的频带。每次采样点为200。待测信道分别设置为402MHz,408MHz,412MHz,418MHz,感知结果存在下面三种情况。
(1)信道全空闲:PU未占用
如图6b表示在402MHz,408MHz,412MHz,418MHz四个频点, PU未占用。图中曲线1代表CFAR的阈值,蓝曲线2代表各频点的功率值幅值,单位dB。由于DC OFFSET的存在,中心频率点的幅值必然大于 CFAR阈值。感知判决结果如图6c所示,0表示为未占用,1表示占用。
(2)信道全部占用
如下图6d表示在402MHz,408MHz,412MHz,418MHz四个频点, PU全部占用。感知判决结果如图6e所示,除中心频率,四个信道的值全为1。
(3)信道部分占用
如图6f表示PU 408MHz与412MHz两个频点。感知结果如图6g所示,在408MHz与412MHz两个信道判决值为1,则PU占用该信道,而 402Mhz与418MHz显示为0,则未被PU占用。
为验证本发明提出的窄带频谱感知系统的增强频谱感知方法的性能,下面结合具体的示例分析在不同参数的设计下,对基于本发明提出的窄带频谱感知系统的增强频谱感知方法检测概率的影响。
检测概率为频谱感知的重要指标,而对检测概率起主要影响是虚警概率与信噪比这两个参数,下述主要就虚警概率与信噪比这两个参数,运用蒙特卡洛检测法探究不同虚警概率与信噪比对检测概率的影响。
不同信噪比与不同噪声功率对检测性能的影响:
将虚警概率设为10-3,则采用蒙特卡洛检测法,实验次数N=10000。探究不同噪声功率与信噪比对检测概率的影响,实验结果如图7所示。
根据图7,可以发现,随着信噪比增加,检测概率增高,并且在噪声功率发生数量级变化时,检测概率没有明显变化。因此,实验结果表明运用 CA-CFAR算法进行频谱感知可以适应噪声动态变换的复杂场景。
不同虚警概率对检测性能的影响:
将信噪比设为-10dB,测试不同虚警概率的情况下检测概率的情况,感知结果如下图8所示。
根据图8,可以发现,虚警概率越大检测概率越高当虚警概率为10-3时,检测概率可达97%。实验结果表明,所提CA-CFAR感知算法,在低信噪比,并保证预期恒定虚警概率时可实现较高的检测概率。
。综上所示,根据本发明实施例的窄带频谱感知系统的增强频谱感知方法,授权用户在待测信道发送信号,认知用户接收信号,并进行FFT处理,以获取信号的频谱,再将频谱经过平方器处理,以获取频谱的能量中心值 Z,然后利用CA-CFAR算法对频谱进行处理,以获取信号的检测门限值T,最后,根据中心值Z与门限值T进行频谱感知判决。由此,将CA-CFAR算法融入到频谱感知的能量检测方法中,一方面解决了能量检测过程中对噪声功率的先验估计这一难题,另一方面解决了噪声不确定性对多信道感知性能的影响,在动态时变的复杂异构网络环境中,认知用户可以自适应调节各待测信道的能量检测门限值,以提高频谱感知准确度,减少感知时间。并且,本发明设计搭建原型验证平台进行仿真验证。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置) ,随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器 (EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,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模块中。上述集成的模块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。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (5)
1.一种窄带频谱感知系统的增强频谱感知方法,其特征在于,所述窄带频谱感知系统包括:一个授权用户和至少一个认知用户,所述方法包括以下步骤:
所述授权用户在待测信道发送信号;
所述认知用户感知接收所述信号,并进行FFT处理,以获取所述信号的频谱;
所述认知用户将所述频谱经过平方器处理,以获取所述频谱的能量中心值;
所述认知用户利用CA-CFAR算法对所述频谱进行处理,以获取所述信号的能量检测门限值;
所述认知用户根据所述中心值与所述门限值进行频谱感知判决。
2.根据权利要求1所述的窄带频谱感知系统的增强频谱感知方法,其特征在于,所述频谱感知系统基于通用软件无线电外设平台。
3.根据权利要求2所述的窄带频谱感知系统的增强频谱感知方法,其特征在于,所述认知用户包括两个,所述频谱感知系统包括:分别与上位机相连的第一通用软件无线电外设、第二通用软件无线电外设和第三通用软件无线电外设,其中,所述第一通用软件无线电外设为第一认知用户节点,所述第二通用软件无线电外设为所述第二认知用户节点,所述第三通用软件无线电外设为所述授权用户节点。
4.根据权利要求2所述的窄带频谱感知系统的频谱感知方法,其特征在于,所述认知用户利用CA-CFAR算法对所述频谱进行处理,以获取所述信号的检测门限值,包括:
根据目标虚警概率与参考单元数,获取归一化因子;
计算所述参考单元所接收的射频功率之和;
根据所述归一化因子和参考单元所接收的射频功率之和获取所述信号的检测门限值。
5.根据权利要求1所述的窄带频谱感知系统的增强频谱感知方法,其特征在于,所述认知用户根据所述中心值与门限值进行频谱感知判决,包括:
如果存在所述中心值大于所述门限值,则所述认知用户判断所述待测信道被授权用户占用;
如果存在所述中心值小于或等于所述门限值,则所述认知用户判断所述待测信道未被授权用户占用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010799418.9A CN112165364A (zh) | 2020-08-11 | 2020-08-11 | 窄带频谱感知系统的增强频谱感知方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010799418.9A CN112165364A (zh) | 2020-08-11 | 2020-08-11 | 窄带频谱感知系统的增强频谱感知方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112165364A true CN112165364A (zh) | 2021-01-01 |
Family
ID=73860030
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010799418.9A Pending CN112165364A (zh) | 2020-08-11 | 2020-08-11 | 窄带频谱感知系统的增强频谱感知方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112165364A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114465681A (zh) * | 2022-01-05 | 2022-05-10 | 国网江苏省电力有限公司电力科学研究院 | 一种用于电力物联网的多节点协作频谱感知方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015039487A1 (zh) * | 2013-09-17 | 2015-03-26 | 中兴通讯股份有限公司 | 一种异构网络中频谱感知数据的处理方法及装置 |
CN104502899A (zh) * | 2014-12-27 | 2015-04-08 | 长安大学 | 一种自适应的恒虚警率目标检测方法 |
CN107045122A (zh) * | 2017-03-30 | 2017-08-15 | 安徽工程大学 | 一种目标检测系统及其检测方法 |
CN107370521A (zh) * | 2017-09-11 | 2017-11-21 | 东南大学 | 一种认知无线电多用户协作频谱感知方法 |
-
2020
- 2020-08-11 CN CN202010799418.9A patent/CN112165364A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015039487A1 (zh) * | 2013-09-17 | 2015-03-26 | 中兴通讯股份有限公司 | 一种异构网络中频谱感知数据的处理方法及装置 |
CN104502899A (zh) * | 2014-12-27 | 2015-04-08 | 长安大学 | 一种自适应的恒虚警率目标检测方法 |
CN107045122A (zh) * | 2017-03-30 | 2017-08-15 | 安徽工程大学 | 一种目标检测系统及其检测方法 |
CN107370521A (zh) * | 2017-09-11 | 2017-11-21 | 东南大学 | 一种认知无线电多用户协作频谱感知方法 |
Non-Patent Citations (2)
Title |
---|
沈凌宇: "认知通信中基于SFFT的宽带频谱感知", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
郭秋月: "基于功率谱的带通信号检测方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114465681A (zh) * | 2022-01-05 | 2022-05-10 | 国网江苏省电力有限公司电力科学研究院 | 一种用于电力物联网的多节点协作频谱感知方法及装置 |
CN114465681B (zh) * | 2022-01-05 | 2024-03-22 | 国网江苏省电力有限公司电力科学研究院 | 一种用于电力物联网的多节点协作频谱感知方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4250875B2 (ja) | 警報装置及びそれに用いる警報発生方法並びにそのプログラム | |
Nagaraj | Entropy-based spectrum sensing in cognitive radio | |
Chen et al. | Demonstration of real-time spectrum sensing for cognitive radio | |
JP5624847B2 (ja) | 信号検出装置及び信号検出方法 | |
CN105959246B (zh) | 一种抗干扰方法 | |
CN112363132A (zh) | 一种基于fbmc的雷达通信一体化波形生成方法 | |
US8433009B2 (en) | Method for determining as to whether a received signal includes a data signal | |
CN105025583A (zh) | 基于能量与协方差检测的分步频谱感知方法 | |
Kumar et al. | Fixed and dynamic threshold selection criteria in energy detection for cognitive radio communication systems | |
CN101588191B (zh) | 无线电信号认知方法及设备 | |
Chen et al. | Providing spectrum information service using TV white space via distributed detection system | |
Baradkar et al. | Implementation of energy detection method for spectrum sensing in cognitive radio based embedded wireless sensor network node | |
CN110798270B (zh) | 一种基于功率方差比较的多频带频谱感知方法 | |
Dhope et al. | Performance analysis of covariance based detection in cognitive radio | |
Owayed et al. | Probabilities of detection and false alarm in multitaper based spectrum sensing for cognitive radio systems in AWGN | |
Nikonowicz et al. | Hybrid detection based on energy and entropy analysis as a novel approach for spectrum sensing | |
Swetha et al. | Analysis of spectrum sensing based on energy detection method in cognitive radio networks | |
CN108400826B (zh) | 一种基于循环矩阵特征值的频谱感知方法 | |
CN112165364A (zh) | 窄带频谱感知系统的增强频谱感知方法 | |
Budaraju et al. | A novel energy detection scheme based on channel state estimation for cooperative spectrum sensing | |
WO2018167476A1 (en) | Signal detection based on stochastic resonance | |
Rao et al. | Wavelet based spectrum sensing techniques in cognitive radio | |
El Bahi et al. | Real-time spectrum sensing of multiple OFDM signals using low cost sdr based prototype for cognitive radio | |
Yawada et al. | Comparative study of spectrum sensing techniques base on techniques non-cooperative in cognitive radio networks | |
Ahmad et al. | Exploitation of multiple hyperspace dimensions to realize coexistence optimized wireless automation systems |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210101 |