CN114205012B - 一种基于过采样的能量检测频谱感知方法 - Google Patents

一种基于过采样的能量检测频谱感知方法 Download PDF

Info

Publication number
CN114205012B
CN114205012B CN202111603003.0A CN202111603003A CN114205012B CN 114205012 B CN114205012 B CN 114205012B CN 202111603003 A CN202111603003 A CN 202111603003A CN 114205012 B CN114205012 B CN 114205012B
Authority
CN
China
Prior art keywords
noise
oversampling
spectrum sensing
frequency
samples
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
CN202111603003.0A
Other languages
English (en)
Other versions
CN114205012A (zh
Inventor
马燕茹
金明
胡宇铎
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.)
Ningbo University
Original Assignee
Ningbo University
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 Ningbo University filed Critical Ningbo University
Priority to CN202111603003.0A priority Critical patent/CN114205012B/zh
Publication of CN114205012A publication Critical patent/CN114205012A/zh
Application granted granted Critical
Publication of CN114205012B publication Critical patent/CN114205012B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)

Abstract

本发明公开了一种基于过采样的能量检测频谱感知方法，其对认知用户在一个时隙内接收到的信号进行过采样；然后获取过采样得到的所有样本经过离散傅里叶变换后得到的在各个频点上的频域信号，频点的范围由过采样次数与过采样率确定的噪声频带的范围和在噪声频带的两边各取的间隔的带宽决定；再根据在各个频点上的频域信号的功率谱密度估计噪声功率；接着根据噪声功率和用于作为能量值的所有样本的平均功率计算检验统计量；最后通过比较检验统计量和判决门限的大小，判定主用户信号是否存在，从而实现频谱感知；优点是其将通过过采样估计的噪声功率与能量检测法结合在一起进行频谱感知，进而避免了频谱感知性能受噪声不确定性因素的影响。

Description

一种基于过采样的能量检测频谱感知方法
技术领域
本发明涉及一种认知无线电中的频谱感知技术，尤其是涉及一种基于过采样的能量检测频谱感知方法。
背景技术
第五代无线通信技术的应用和普及给人们的生活带来了便利，但也导致了可用频谱资源的稀缺，特别是在6GHz以下的频段。现场测量结果表明，授权网络(即主用户)对授权频谱资源的频谱利用率仅为5％～10％左右。认知无线电技术通过在主用户和次级用户(即认知用户)之间共享授权频谱资源来提高频谱利用率。频谱感知是认知无线电中的一项关键技术，它可以帮助次级用户找到主用户未使用的空闲频段，即频谱空洞。传统的频谱感知方法中的能量检测法由于不需要主用户的先验信息，且实现简单，运算复杂度低，比较适合检测宽频段内的频谱空洞，因此该方法被普遍应用。但是，传统的能量检测法的主要问题是其性能受到噪声不确定性因素的影响。
发明内容
本发明所要解决的技术问题是提供一种基于过采样的能量检测频谱感知方法，其将通过过采样估计的噪声功率与能量检测法结合在一起进行频谱感知，进而避免了频谱感知性能受噪声不确定性因素的影响。
本发明解决上述技术问题所采用的技术方案为：一种基于过采样的能量检测频谱感知方法，其特征在于它的处理过程为：对认知用户在一个时隙内接收到的信号进行过采样；然后获取过采样得到的所有样本经过离散傅里叶变换后得到的在各个频点上的频域信号，频点的范围由过采样次数与过采样率确定的噪声频带的范围和在噪声频带的两边各取的间隔的带宽决定；再根据在各个频点上的频域信号的功率谱密度估计噪声功率；接着根据噪声功率和用于作为能量值的所有样本的平均功率计算检验统计量；最后通过比较检验统计量和判决门限的大小，判定主用户信号是否存在，从而实现频谱感知。
该能量检测频谱感知方法具体包括以下步骤：
步骤1：在认知无线电系统中，任意选取一个时隙，对认知用户在该时隙内接收到的信号进行L次过采样，得到L个样本，将第i个样本记为x(i)；其中，L为正整数，L＝2n，n为正整数，n≥7，过采样率为K，K为正整数，K≥2，i为正整数，1≤i≤L；
步骤2：根据过采样次数L与过采样率K，确定噪声频带的范围为并在噪声频带的两边各取带宽为U的一部分频带作为间隔；然后根据噪声频带的范围和间隔的带宽U，获取L个样本经过离散傅里叶变换后得到的在频点m上的频域信号，记为X(m)，/>其中，U的取值范围为20Hz～50Hz，m的单位为Hz，/>e为自然基数，j为虚数单位；
步骤3：根据在所有频点上的频域信号的功率谱密度估计噪声功率，记为 其中，符号“||”为取模运算符号，|X(m)|2表示X(m)的功率谱密度；
步骤4：根据和L个样本的平均功率，计算检验统计量，记为T，/>其中，/>为L个样本的平均功率，作为能量值；
步骤5：比较检验统计量T和判决门限λ的大小，如果T＞λ，那么判定主用户信号存在；否则，判定主用户信号不存在。
与现有技术相比，本发明的优点在于：
1)本发明方法对认知用户接收到的信号进行过采样之后，只有噪声信号的功率谱密度留在中间，主用户信号叠加噪声信号的功率谱密度分布在两边，这样就可以根据留在中间的噪声信号的功率谱密度来估计噪声功率，使得本发明方法在主用户信号存在时也可以准确地估计出噪声功率。
2)在噪声频带的两边各取一部分频带作为间隔，即两侧的间隔形成了一个保护频带，可以避免由于主用户信号泄漏到噪声频带中对噪声功率估计造成的影响，从而使得噪声功率估计更加准确。
3)本发明方法将过采样估计的噪声功率应用到了传统的能量检测法中，使其性能免受噪声不确定性因素的影响。
附图说明
图1为本发明方法的流程框图；
图2为在虚警概率为0.1时分别利用本发明方法和协方差绝对值检测器(CAV)、最大最小特征值检测器(MME)、最大特征值和算数平均检测器(MEAN)、算数几何平均值检测器(AGM)和加权特征值盲检测器(BEW)得到的检测概率随系统信噪比变化的性能曲线对比图。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
本发明提出的一种基于过采样的能量检测频谱感知方法，其流程框图如图1所示，其处理过程为：对认知用户在一个时隙内接收到的信号进行过采样；然后获取过采样得到的所有样本经过离散傅里叶变换后得到的在各个频点上的频域信号，频点的范围由过采样次数与过采样率确定的噪声频带的范围和在噪声频带的两边各取的间隔的带宽决定；再根据在各个频点上的频域信号的功率谱密度估计噪声功率；接着根据噪声功率和用于作为能量值的所有样本的平均功率计算检验统计量；最后通过比较检验统计量和判决门限的大小，判定主用户信号是否存在，从而实现频谱感知。
该能量检测频谱感知方法具体包括以下步骤：
步骤1：在认知无线电系统中，任意选取一个时隙，对认知用户在该时隙内接收到的信号进行L次过采样，得到L个样本，将第i个样本记为x(i)；其中，L为正整数，L＝2n，n为正整数，n≥7，在本实施例中取L＝210＝1024，过采样率为K，K为正整数，K≥2，K一般取大于或等于2的正整数，在现实场景中受硬件复杂度、成本的限制使K的取值不会太大，在本实施例中取K＝2，K远远小于L，i为正整数，1≤i≤L。
步骤2：根据过采样次数L与过采样率K，确定噪声频带的范围为并在噪声频带的两边各取带宽为U的一部分频带作为间隔；然后根据噪声频带的范围和间隔的带宽U，获取L个样本(离散的时域信号)经过离散傅里叶变换后得到的在频点m上的频域信号，记为X(m)，/>其中，U的取值范围为20Hz～50Hz，在本实施例中取U为50Hz，m的单位为Hz，/>e为自然基数，e＝2.71…，j为虚数单位，π＝3.14…。
步骤3：根据在所有频点上的频域信号的功率谱密度估计噪声功率，记为 其中，2U实际为保护频带的带宽，为了避免由于主用户信号泄漏到噪声频带中对噪声功率估计造成的影响，符号“||”为取模运算符号，|X(m)|2表示X(m)的功率谱密度。
步骤4：根据和L个样本的平均功率，计算检验统计量，记为T，/>其中，/>为L个样本的平均功率，作为能量值。
步骤5：比较检验统计量T和判决门限λ的大小，如果T＞λ，那么判定主用户信号存在；否则，判定主用户信号不存在；其中，判决门限λ的获取采用现有技术。
通过以下仿真进一步说明本发明方法的可行性和有效性。
在仿真中，取过采样次数L＝1024，取过采样率K＝2，采样频率fs设为1000Hz，系统信噪比(主用户信号的功率与噪声信号的功率之比)由小到大从-25dB到-8dB变化。
图2给出了在虚警概率为0.1时分别利用本发明方法和协方差绝对值检测器(CAV)、最大最小特征值检测器(MME)、最大特征值和算数平均检测器(MEAN)、算数几何平均值检测器(AGM)和加权特征值盲检测器(BEW)得到的检测概率随系统信噪比变化的性能曲线对比图。用于对比的检测器均为盲频谱感知，从图2中可以看出，在系统信噪比为-14dB时，本发明方法的检测概率可以达到40％，而现有的盲频谱感知方法的检测概率最高只能达到20％；在系统信噪比为-11dB时，本发明方法的检测概率可以达到84％，而现有的盲频谱感知方法的检测概率最高只能达到50％。因此，本发明方法的检测性能明显优于现有的盲频谱感知方法。

Claims (1)

1.一种基于过采样的能量检测频谱感知方法，其特征在于它的处理过程为：对认知用户在一个时隙内接收到的信号进行过采样；然后获取过采样得到的所有样本经过离散傅里叶变换后得到的在各个频点上的频域信号，频点的范围由过采样次数与过采样率确定的噪声频带的范围和在噪声频带的两边各取的间隔的带宽决定；再根据在各个频点上的频域信号的功率谱密度估计噪声功率；接着根据噪声功率和用于作为能量值的所有样本的平均功率计算检验统计量；最后通过比较检验统计量和判决门限的大小，判定主用户信号是否存在，从而实现频谱感知；
该能量检测频谱感知方法具体包括以下步骤：
步骤1：在认知无线电系统中，任意选取一个时隙，对认知用户在该时隙内接收到的信号进行L次过采样，得到L个样本，将第i个样本记为x(i)；其中，L为正整数，L＝2n，n为正整数，n≥7，过采样率为K，K为正整数，K≥2，i为正整数，1≤i≤L；
步骤2：根据过采样次数L与过采样率K，确定噪声频带的范围为并在噪声频带的两边各取带宽为U的一部分频带作为间隔；然后根据噪声频带的范围和间隔的带宽U，获取L个样本经过离散傅里叶变换后得到的在频点m上的频域信号，记为X(m)，/>其中，U的取值范围为20Hz～50Hz，m的单位为Hz，/>e为自然基数，j为虚数单位；
步骤3：根据在所有频点上的频域信号的功率谱密度估计噪声功率，记为 其中，符号“| |”为取模运算符号，|X(m)|2表示X(m)的功率谱密度；
步骤4：根据和L个样本的平均功率，计算检验统计量，记为T，/>其中，为L个样本的平均功率，作为能量值；
步骤5：比较检验统计量T和判决门限λ的大小，如果T＞λ，那么判定主用户信号存在；否则，判定主用户信号不存在。
CN202111603003.0A 2021-12-24 2021-12-24 一种基于过采样的能量检测频谱感知方法 Active CN114205012B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111603003.0A CN114205012B (zh) 2021-12-24 2021-12-24 一种基于过采样的能量检测频谱感知方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111603003.0A CN114205012B (zh) 2021-12-24 2021-12-24 一种基于过采样的能量检测频谱感知方法

Publications (2)

Publication Number Publication Date
CN114205012A CN114205012A (zh) 2022-03-18
CN114205012B true CN114205012B (zh) 2023-10-20

Family

ID=80656484

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111603003.0A Active CN114205012B (zh) 2021-12-24 2021-12-24 一种基于过采样的能量检测频谱感知方法

Country Status (1)

Country Link
CN (1) CN114205012B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101359930A (zh) * 2008-09-12 2009-02-04 南京邮电大学 认知无线电系统中基于最大特征值的频谱感知方法
JP2010035170A (ja) * 2008-07-29 2010-02-12 Ntt Docomo Inc スペクトル検知方法、エネルギー検出方法および装置
CN102118199A (zh) * 2010-12-15 2011-07-06 西安交通大学 基于空时分集的多天线频谱感知方案的实现方法
CN102404063A (zh) * 2011-12-26 2012-04-04 电子科技大学 一种基于过采样的glrt检测方法
CN103220054A (zh) * 2013-04-25 2013-07-24 内蒙古大学 一种基于Gabor算法的认知无线电频谱感知方法和系统
CN104683050A (zh) * 2015-01-29 2015-06-03 吉首大学 一种能有效对抗噪声不确定性的多天线全盲频谱感知方法
CN104767577A (zh) * 2015-03-12 2015-07-08 西安电子科技大学 一种基于过采样的信号检测方法
CN104821856A (zh) * 2015-04-22 2015-08-05 宁波大学 一种用于ofdm频谱感知的噪声功率估计方法
CN106788817A (zh) * 2016-12-21 2017-05-31 宁波大学 一种基于贝叶斯准则和能量检测法的频谱感知方法
WO2018053525A1 (en) * 2016-09-19 2018-03-22 The University Of New Hampshire Techniques for empirical mode decomposition (emd)-based noise estimation
CN109120360A (zh) * 2018-09-12 2019-01-01 宁波大学 在授权用户静默期估计噪声功率的能量检测频谱感知方法
CN110943794A (zh) * 2018-09-25 2020-03-31 上海无线通信研究中心 一种基于小波边沿检测的高效宽带频谱感知方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101141888B1 (ko) * 2010-05-24 2012-05-03 포항공과대학교 산학협력단 무선 인지 기술을 기반으로 하는 무선통신 시스템에서 신호의 존재를 검출하는 방법 및 장치
US9967117B2 (en) * 2015-08-07 2018-05-08 Soongsil University Research Consortium Techno-Park Cooperative spectrum sensing system using sub-nyquist sampling and method thereof

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010035170A (ja) * 2008-07-29 2010-02-12 Ntt Docomo Inc スペクトル検知方法、エネルギー検出方法および装置
CN101359930A (zh) * 2008-09-12 2009-02-04 南京邮电大学 认知无线电系统中基于最大特征值的频谱感知方法
CN102118199A (zh) * 2010-12-15 2011-07-06 西安交通大学 基于空时分集的多天线频谱感知方案的实现方法
CN102404063A (zh) * 2011-12-26 2012-04-04 电子科技大学 一种基于过采样的glrt检测方法
CN103220054A (zh) * 2013-04-25 2013-07-24 内蒙古大学 一种基于Gabor算法的认知无线电频谱感知方法和系统
CN104683050A (zh) * 2015-01-29 2015-06-03 吉首大学 一种能有效对抗噪声不确定性的多天线全盲频谱感知方法
CN104767577A (zh) * 2015-03-12 2015-07-08 西安电子科技大学 一种基于过采样的信号检测方法
CN104821856A (zh) * 2015-04-22 2015-08-05 宁波大学 一种用于ofdm频谱感知的噪声功率估计方法
WO2018053525A1 (en) * 2016-09-19 2018-03-22 The University Of New Hampshire Techniques for empirical mode decomposition (emd)-based noise estimation
CN106788817A (zh) * 2016-12-21 2017-05-31 宁波大学 一种基于贝叶斯准则和能量检测法的频谱感知方法
CN109120360A (zh) * 2018-09-12 2019-01-01 宁波大学 在授权用户静默期估计噪声功率的能量检测频谱感知方法
CN110943794A (zh) * 2018-09-25 2020-03-31 上海无线通信研究中心 一种基于小波边沿检测的高效宽带频谱感知方法及系统

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
Antieigenvalue-Based Spectrum Sensing for Cognitive Radio;Chen Guo;《IEEE Wireless Communications Letters》;全文 *
Correlation-Based Spectrum Sensing With Oversampling in Cognitive Radio;Weijia Han;《IEEE Journal on Selected Areas in Communications》;全文 *
GLRT based spectrum sensing with oversampling.《2012 International Symposium on Communications and Information Technologies (ISCIT)》.2012,全文. *
基于功率谱几何平均的频谱感知算法;谢起楠;赵知劲;唐言;;杭州电子科技大学学报(自然科学版)(第04期);全文 *
基于噪声估计的加权协同频谱感知技术;冯文江;宋麟;蒋卫恒;;计算机工程与应用(第09期);全文 *
多集采样和非线性最小二乘估计的频谱感知;宁宏新;;电子测量与仪器学报(第11期);全文 *

Also Published As

Publication number Publication date
CN114205012A (zh) 2022-03-18

Similar Documents

Publication Publication Date Title
Yang et al. Cyclostationary feature detection based spectrum sensing algorithm under complicated electromagnetic environment in cognitive radio networks
CN102324959B (zh) 一种基于多天线系统协方差矩阵的频谱感知方法
CN108322277B (zh) 一种基于协方差矩阵反特征值的频谱感知方法
CN107426736B (zh) 一种认知无线电的频谱感知方法及系统
Eslami et al. Performance analysis of double threshold energy detection-based spectrum sensing in low SNRs over Nakagami-m fading channels with noise uncertainty
CN105025583A (zh) 基于能量与协方差检测的分步频谱感知方法
CN114374450B (zh) 一种基于过采样的最大特征值检测器
CN109219055B (zh) 一种主用户占空比估计方法
Owayed et al. Probabilities of detection and false alarm in multitaper based spectrum sensing for cognitive radio systems in AWGN
CN110289926B (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
Hu et al. An algorithm for energy detection based on noise variance estimation under noise uncertainty
Liu et al. Comparison of reliability, delay and complexity for standalone cognitive radio spectrum sensing schemes
CN114205012B (zh) 一种基于过采样的能量检测频谱感知方法
CN106788817A (zh) 一种基于贝叶斯准则和能量检测法的频谱感知方法
CN103905129A (zh) 基于谱型分析的信号检测及信号信息判读方法
Ming et al. Intrapulse modulation recognition of radar signals based on statistical tests of the time-frequency curve
CN109600181B (zh) 一种用于多天线的频谱感知方法
CN114268393B (zh) 一种基于连通分量个数特征的认知无线电频谱感知方法
Chen et al. TDOA estimation algorithm based on generalized cyclic correntropy in impulsive noise and cochannel interference
CN108718223A (zh) 一种非合作信号的盲频谱感知方法
Ni et al. Adaptive cooperative spectrum sensing based on SNR estimation in cognitive radio networks
CN107222870B (zh) 针对时间异步且不存在频偏情况下的ofdm信号频谱感知方法
KR20180013485A (ko) 레이더 신호 검출 장치 및 방법
CN107196720B (zh) 针对时间同步且不存在频偏情况下的ofdm信号频谱感知方法
CN114245389A (zh) 一种基于过采样的自相关频谱感知方法

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
GR01 Patent grant
GR01 Patent grant