JP2012502269A - 分散スペクトル検知 - Google Patents

Abstract

本発明は、ラジオネットワークに関するスペクトルセンシングスキームに関する。提案されるアプローチは、信号スペクトルの評価を得るために、分散された形態でセンシングを適用することを含む。複数のセンシングノード（２００−１乃至２００−Ｊ）のネットワークは、関心のある大きい帯域幅に対処するための高速アナログデジタル変換器を必要とすることなく、このようなスペクトル評価を得る。

Description

本発明は、一般に、ラジオネットワークのスペクトルを検知する装置、方法、コンピュータプログラム及びシステムに関する。

将来のワイヤレスシステムは、コグニティブであり、ラジオスペクトルを日和見的に使用することが可能であることが広く認識されている。このようなシステムに関して技術的な要求を規定する複数の標準化組織（例えば米国電気電子学会(IEEE)802.22）及び規則組織（例えば連邦通信委員会（FCC06、FCCM06））がある。このようなシステムにおける中心的な問題は、関心のある広帯域スペクトル領域においてスペクトル占有を得ることである。例えば、ＦＣＣは、このようなコグニティブネットワークに関して５４ＭＨｚ乃至８６２ＭＨｚの領域のスペクトルを検討している。同様の関心が、２ＧＨｚ乃至５ＧＨｚの領域のスペクトルにも生じている。

スペクトル評価の分野において、「圧縮センシング(compressive sensing)」と呼ばれる技法が、最近開発された。スペクトルを評価するために、長さＮの自己相関シーケンス、

が要求される。ここで、各エントリ、

は、特定の時間遅延τn=（n-1）Δtにおける受信信号ｘ（ｔ）の自己相関に対応する。サンプリング時間Δtは、検知されるべき周波数帯域の総帯域幅の逆数に対応する。自己相関シーケンスの長さＮは、周波数分解能に対応する。すなわち、Ｎが大きいほど、評価されるスペクトルの周波数分解能は良くなる。スペクトルは、式（１）における自己相関シーケンスｒのフーリエ変換として評価されることができる。マトリックス形式において、評価されたスペクトルベクトルは、

である。ここで、Ｆは、サイズＮ×Ｎの離散フーリエ変換（ＤＦＴ）を示す。

例示的な圧縮センシング（ＣＳ）フレームワークは、D. Donohoによる「Compressed sensing」(IEEE Transactions on Information Theory, pp 1289-1306, April 2006)に記述されている。ｘ∈Ｒ^Ｎが信号であり、Ψ＝［ψ_１...ψ_Ｎ］が、ベクトルスパニングＲ^Ｎの基底であるとすると、ｘがΨからのＫ＜＜Ｎベクトルの線形の組み合わせによって良好に近似されることができる場合、ｘは、ΨにおいてＫスパース(K-sparse)であると言うことができる。マトリックス形式において、これは、

である。ここでθは、Ｋ個の非ゼロエントリを含むスパースベクトルである。ＣＳ理論は、Ｍ＜＜Ｎのとき、Ｍ×Ｎ測定マトリックスΦを使用することが可能であり、それでもなお、測定ｙ＝Φｘは、Ｋスパース信号ｘに関する重要な情報を維持すると述べている。測定マトリックスΦの例は、ｉ．ｉ．ｄガウシアンエントリを有するランダムマトリックスである。基底ベクトルのマトリックスΨと干渉しない任意のマトリックスΦを使用すると、ＣＳ測定ｙからＫスパース信号ｘを回復することが可能である。ＣＳ回復問題の標準形は、ｌ_１最小化問題を解くことである：

この問題は、Ｍ＝ｃＫ測定を必要とし、ここで、ｃは定数である。例えばJ. Tropp及びA. Gilbertによる「Signal recovery from random measurements via orthogonal matching pursuit」(IEEE Transactions on Information Theory, pp 4655-4666, Dec 2007)に記述されるような反復的な貪欲追跡アルゴリズムが、例えば直交マッチング追跡（orthogonal matching pursuit;ＯＭＰ）アルゴリズムのようなＣＳ回復のために一般に使用される。

スペクトルセンシングのために評価されるべき信号は、式（１）の自己相関シーケンスｒであり、又は同等にその周波数ドメインバージョン、式（３）のスペクトルｒ_ｆである。ＣＳをスペクトル評価に適用するために、ｒのスパース表現が、基底マトリックスΨ上のスパースベクトルｚによって使用されることができ、従って、ｒ＝Ψｚであり、ｚは、多くのゼロ又はニアゼロのエントリを含む。

Z. Tian及びG. B. Giannakisによる「Compressed Sensing for Wideband Cognitive Radios」(ICASSP, pp 1357-1360, 2007)は、ｒのスパース表現としてエッジスペクトルｚを記述している。エッジスペクトルは、元の信号スペクトルの平滑化されたバージョンの微分として規定されることができる：

ここで、＊は畳込みを示し、ｗ（ｆ）は、平滑化関数であり、ｗ（ｔ）は、ｗ（ｆ）の逆フーリエ変換である。周波数ドメインにおいて実施されるｗ（ｆ）による信号スペクトルｒ（ｆ）の畳込みは、自己相関シーケンスｒ（ｔ）のｗ（ｔ）による乗算及びその後のフーリエ変換によって、時間ドメインにおいて実現されることができる。マトリックス形式において、エッジスペクトルベクトルｚは、
ｚ＝ＤＦＷｒ （７）
である。ここで、

は、微分演算を近似するマトリックスであり、Ｗ＝ｄｉａｇ｛ｗ（ｔ）｝は、その対角線上にｗ（ｔ）をもつ対角行列であり、マトリックスＤ、Ｆ及びＷは、サイズＮ×Ｎであり、ベクトルｒ及びｚは、サイズＮ×１である。エッジスペクトルベクトルｚは、スペクトルレベルが鋭い変化を有する周波数帯域のエッジに対応するほんの少数の非ゼロエントリを有するスパースベクトルである。

図１は、信号スペクトルｒ（ｆ）（上側）及び対応するエッジスペクトルｚ（ｆ）（下側）を示す。エッジスペクトルは、ほんの少数のスパイクを有して周波数ドメインにおいてスパースであり、正のスパイクは、スペクトルレベルの増加を示し、負のスパイクの増加は減少を示すことが明らかに導き出せる。

式（７）に基づいて、自己相関シーケンスベクトルｒが、ｚに関して表現されることができる：

これは、ｒが、基底Ψ＝（ＤＦＷ）^−１においてスパース表現ｚを有することを示す。

広帯域スペクトルセンシングは、各々の狭帯域周波数チャネル上で一つずつ狭帯域センシングを実施することによって達成されることができる。しかしながら、これは、同調可能な狭帯域バンドパスフィルタを有する高価な好適でないラジオ周波数（ＲＦ）フロントエンドを必要とし、更に、関心のある広帯域にわたってチャネライゼーションの知識、すなわち各狭帯域チャネルの中心周波数及び帯域幅、を必要とする。

別のアプローチは、複数の狭帯域周波数チャネルを同時に含む広帯域を検知することに基づく。関心のある総帯域幅が数百ＭＨｚである場合、これは、例えばギガビット/秒で動作する、高速の、ゆえに電力貧困なアナログデジタル変換器（ＡＤＣ）を必要とする。

Z. Tian及びG. B. Giannakisによる「Compressed Sensing for Wideband Cognitive Radios」(ICASSP, pp 1357-1360, 2007)は、広帯域スペクトルセンシングを実施するために圧縮センシングを適用する考えを提案した。しかしながら、圧縮が、自己相関シーケンスｒ（ｔ）に対して適用され、ｒ（ｔ）の計算は、元の広帯域信号ｘ（ｔ）が、ナイキスト周波数より高い周波数でサンプリングされることを要求するので、高速ＡＤＣの負荷が低減されない。

更に、米国特許出願公開第２００８０１２９５６０号明細書は、分散された圧縮センシングの方法を開示しており、その中で、完全なＣＳマトリックス又はその部分行列が使用され、複数のセンサノードにおける測定間のジョイントスパーシティ(joint sparsity)に基づく回復アルゴリズムのアルゴリズム効率に主に焦点が合わせられている。

本発明の目的は、センサノードにおける低減された処理要求をもつ柔軟なスペクトルセンシングアプローチを提供することである。

この目的は、センシング側では、請求項１に記載の装置及び請求項９に記載の方法によって達成され、測定又は処理側では、請求項２に記載の装置及び請求項１０に記載の方法によって及び請求項１３に記載のコンピュータプログラムによって達成される。

従って、スペクトル評価は、関心のある大きい帯域幅に対処するための高速アナログデジタル変換器（ＡＤＣ）を必要とすることなく、分散された形態で、複数のセンサノードのネットワークによって実施されることができる。各センサノードは、アナログドメインにおいて、いくつかの特定の時間遅延における受信信号の部分的な自己相関を測定する。従って、アナログ自己相関は、ＡＤＣにおける負荷を軽減する。各センサノードは、デジタルドメインにおいて、圧縮センシングプロセッサによって部分的な自己相関を部分的な圧縮測定シーケンスに変換する。フュージョン（融合）センタは、総帯域又はスペクトルにおけるどの信号スペクトルが評価されるかに基づいて、すべてのセンサノードによって収集された部分的な圧縮測定シーケンスを取得する。フュージョンは、センサノードとは異なるノードにおいて実施されることができ、又は他のセンサノードからの測定値を収集することによって、各々のセンシングノードにおいて実施されることができる。提案される分散センシングアプローチは、エネルギー効率が重要である分散ネットワークにとって特に有利である。

提案される装置は、ネットワークノード又は局において提供されるプロセッサ装置、モジュール、チップ、チップセット又は回路として実現されることができる。プロセッサは、コンピュータ又はプロセッサ装置上でランするとき、請求項に記載の方法のステップを実施するコード手段を含むコンピュータプログラム製品によって制御されることができる。

第１の見地によれば、部分的な圧縮測定シーケンスは、コヒーレントな付加の送信チャネルを通じて送信されることができる。それによって、送信チャネルは、分散センサノードによって送信される個別の部分的な圧縮測定シーケンスを自動的に集める。

上述の第１の見地と組み合わせられることができる第２の見地によれば、相関器は、受信信号に、その特定の遅延の共役バージョンを乗じる乗算器を有する少なくとも１つの分岐部と、予め決められた時間ウィンドウにおいて、得られた積を積分する積分器と、予め決められた時間ウィンドウの終わりに、得られた積分された出力をデジタル化するアナログデジタル変換器と、を有する。この分岐タイプの処理構造は、処理能力に基づいて、装置の簡素でスケーラブルな構造を可能にする。

第２の見地と組み合わせられることができる第３の見地によれば、相関器は更に、少なくとも１つの分岐のデジタル化された積分された出力を受け取り、部分的な圧縮センシング測定をデジタル化された積分された出力に適用する圧縮センシングプロセッサを有することができる。圧縮センシング測定は、より少ない数の処理されるべき信号投影による、低減された処理要求の利点を提供する。

第１乃至第３の見地の任意の１つと組み合わせられることができる第４の見地によれば、変換プロセッサは、部分的な圧縮測定シーケンスの集まりから総スペクトルの微分を回復する回復部と、微分を通じて積分演算を近似する積分部と、を有する。従って、総スペクトルの評価は、シンプルな積分演算によって、回復された微分から直接的に得られることができる。

第１乃至第４の見地の任意の１つと組み合わせられることができる第５の見地によれば、回復部分は、圧縮センシング回復処理を適用するように構成されることができる。こうして、利用可能な回復アルゴリズムが、回復処理のために使用されることができる。

第４又は第５の見地と組み合わせられることができる第６の見地によれば、積分部は、微分を通じて累積的な合計を計算するように構成されることができる。これは、簡素で分かりやすい前方アプローチが積分演算の近似を得ることを可能にする。

第１乃至第６の見地の任意の１つと組み合わせられることができる第７の見地によれば、部分的な自己相関を測定するために請求項１に記載の装置に設けられる処理分岐の数は、個々のネットワークノードの処理能力に依存して異なり、システムの請求項１に記載のすべての装置部分に設けられるすべての処理分岐の合計は、総スペクトルの周波数分解能に対応する。それによって、総スペクトルの自己相関シーケンスを測定するための分配される負荷は、各個別のセンシングノードの処理能力に適応されることができる。

他の有利な展開は、従属請求項に規定されている。

信号スペクトル及び対応するエッジスペクトルを示す図。 第１の実施形態によるセンサノードプロセッサの概略的なブロック図。 第２の実施形態によるスペクトルセンシングプロシージャのフロー図。 第３の実施形態による分散されたスペクトルセンシングシステムの概略的なブロック図。 第４の実施形態によるフュージョンセンタプロセッサの概略的なブロック図。

本発明は、添付の図面を参照してさまざまな実施形態に基づいて記述される。

以下、本発明の実施形態が、例示の分散された圧縮広帯域センシングシステムに基づいて記述される。

実施形態によれば、複数の狭帯域チャネルを含む広帯域周波数チャネルの提案されるスペクトル評価は、関心のある大きい帯域幅に対処するために高速ＡＤＣを必要とすることなく、分散された形態で、複数のセンサノードのネットワークによって実施される。

各々のセンサノードは、例えばセンサノードの処理能力に従って、アナログドメインにおいて、いくつかの特定の時間遅延における受信信号の部分的な自己相関を測定する。アナログ自己相関は、ＡＤＣに対する負荷を軽減する。各々のセンサノードは更に、デジタルドメインにおいて、部分的な自己相関を、部分的な圧縮測定シーケンスに変換する。フュージョンセンタ（ＦＣ）は、すべてのセンサノードによって収集された部分的な圧縮測定シーケンスを取得し、かかる部分的な圧縮測定シーケンスに基づいて、広帯域における信号スペクトルが、圧縮センシング（compressive sensing、ＣＳ）回復アルゴリズムを介して評価されることができる。フュージョンは、センサノードとは異なるノードにおいて実施されることができ、又はすべての他のセンサノードからの測定を収集することによって、各々のセンシングノードにおいて実施されることができる。

従って、提案されるスペクトル評価は、ネットワーク内の各センサノードにおける特定の信号処理、各センサノードからＦＣへ検知された情報を通信する特定の方法、及びスペクトル評価を得るためにフュージョンセンタで行われる特定の処理、を含む。

図２は、ｊによってインデックスされるセンサノードにおける、プロセッサ又は処理素子の概略的なブロック図を示す。受信信号ｘ（ｔ）の自己相関は、個々の乗算器２０において、受信信号ｘ（ｔ）に、個々の遅延素子１０−１乃至１０−Ｎ_ｊから得られるその遅延された共役バージョンを乗じることによって、アナログドメインの少なくとも１つの処理分岐部において測定される。乗算器２０の出力における積は、個々の積分器３０に供給され、それらの積は、予め決められた時間ウィンドウＴにおいて積分される。各々の処理分岐の終わりに、アナログ積分の出力が、各々の時間ウィンドウＴの終わりにデジタル化されるように、個々のＡＤＣ４０に供給される。信号が、提案されるナイキストサンプリングレートでもあるＢ Ｈｚの帯域幅を占める場合、提案されるスキームのＡＤＣサンプリングレートは、（Ｂ／Ｔ）Ｈｚになる。従って、図２のｊ番目のセンサノードは、特定の時間遅延において測定される自己相関を各々が生成するＮ_ｊ並列処理分岐を含む。すべての分岐からの測定された自己相関は、長さＮ_ｊの列ベクトルｒ_ｊとして書かれることができる：

ｒ_ｊは、式（１）において表現される完全な自己相関シーケンスｒから得られる部分的な自己相関シーケンスであり、すべてのＪセンサノードからの測定されたｒ_ｊは、長さＮの完全な自己相関シーケンスを構成するように設計される：

分岐Ｎ_ｊの数は、各センサノードの処理能力（例えばハードウェア及び電力制限）に依存することができ、

である限り、すべてのセンサノードについて必ずしも同じではない。

事実、提案されたるペクトルセンシングスキームは、各センサノードに長さＮ_ｊの部分的な自己相関を測定させることによって、Ｊセンサノード間の長さＮの自己相関シーケンスを測定する負荷を分散する。例えば、センシングノードの数が、評価されるべき所望の自己相関シーケンスの長さに等しい場合、すなわちＪ＝Ｎの場合、各センサノードは、単一の係数、すなわち、ｒ_ｊ＝ｒ（ｊ）、ｊ＝１,...,Ｎである単一の時間遅延における自己相関を測定するための１つの処理分岐を必要とするだけである。

部分的な自己相関シーケンスｒ_ｊは、変換ユニット５０において、部分的なＣＳ測定マトリックスφ_ｊを適用することによって、部分的な圧縮測定シーケンスｙ_ｊに変換される。マトリックス形式において、これは、以下のように表現されることができる：

ここで、ｙ_ｊは、サイズＭ×１のベクトルであり、φ_ｊは、サイズＭ×Ｎ_ｊのマトリックスである。部分的なＣＳ測定マトリックスφ_ｊは、変換ユニット５０において、ランダム成分（例えばガウス又は±ベルヌーイ）を含むサイズＭ×Ｎの予め規定されたＣＳ測定マトリックス：

からＮｊ列を採用することによって、得られることができる。

最後に、センサノードは、ラジオネットワーク内に別個に設けられる又はセンサノードに設けられるフュージョンセンタ（ＦＣ）に、部分的な圧縮測定シーケンスｙ_ｊを送信する。

図３は、第２の実施形態による、センサノードに設けられるプロセッサ又はコンピュータを制御するソフトウェアルーチンとして実現されうるスペクトルセンシングプロシージャのフロー図を示す。

ステップＳ１０１において、受信信号は、アナログドメインにおいて、個々の特定の遅延の少なくとも１つの遅延された共役バージョンを乗じられる。次に、ステップＳ１０２において、乗算結果は、予め決められた時間ウィンドウにおいて積分され、積分出力は、ステップＳ１０３において、アナログデジタル変換され又はデジタル化される。次のステップＳ１０４において、すべてのデジタル化された積分出力から得られた部分的な自己相関シーケンスは、例えばＣＳ測定マトリックスを使用することによって、部分的な圧縮測定シーケンスに変換される。最後に、ステップＳ１０５において、部分的な圧縮測定シーケンスは、フュージョンセンタに送られる。

図４は、第３の実施形態による分散されたスペクトルセンシングシステムのブロック図を示している。個別の及び部分的な圧縮測定シーケンスｙ_ｊが、センサノード２００−１乃至２００−Ｊから、ＦＣ７０に送信される。すべてのＪセンサノード２００−１乃至２００−Ｊは、あるキャリア周波数ｆ_ｃ＞＞Ｗ_ｃで帯域幅Ｗ_ｃＨｚの狭帯域ワイヤレス送信チャネル６０を通じて、符号化されないアナログの同期された形態で、それらの個々の圧縮測定シーケンスｙ_ｊをＦＣ７０に送信することができる。従って、送信チャネル６０は、例えばW. Bajwa、J. Haupt、A. Sayeed及びR. Nowakによる「Compressive Wireless Sensing」(International Conference on Information Processing in Sensor Networks, April 2006)に記述されるようなコヒーレントな付加のチャネルを構成する。送信チャネル６０は、同期された送信の間、部分的な圧縮測定シーケンスｙ_jを自動的に集め（すなわちコヒーレントに加算し）、ＦＣ７０は、すべての部分的な圧縮測定シーケンスｙ_ｊの合計に等しいベクトルを受け取る。これは、以下のように表現されることができる：

図５は、第４の実施形態によるＦＣプロセッサの概略的なブロック図を示している。プロセッサは、離散的な処理ブロックとして又はＦＣプロセッサを制御するソフトウェアルーチンとして実現されることができる、回復ブロック又は部分６０１及び積分ブロック又は部分６０２のＦＣにおいて、分散された圧縮広帯域センシングスキームの処理を実施するように構成される。

式（８）に規定されるｒのスパース表現を与えられる場合、ＣＳ回復問題は、ｙ＝Φｒ＝ΦΨｚによって表現されることができる。マトリックスΦのどのＮ_ｊ列がセンサノードｊによって使用されるかは、ＦＣによって予め設計され、知られている。従って、ＦＣの回復部分６０１は、ＣＳ回復アルゴリズム（例えばJ. Tropp及びA. Gilbertによる「Signal recovery from random measurements via orthogonal matching pursuit」(IEEE Transactions on Information Theory, pp 4655-4666, Dec 2007)に記述されるようなＯＭＰ）を使用して、受け取られた収集された測定ｙから、エッジスペクトルｚ（又は自己相関シーケンスｒ）を評価することができる。最終的に、全体の改良された又は完全な信号スペクトルｒ_ｆが評価されることができ、これは、自己相関シーケンスｒのフーリエ変換を行うことによって、積分部６０２において得られることができる。第４の実施形態による特定の実現例において、総スペクトルｒ_ｆの平滑化されたバージョンの微分として、エッジスペクトルｚの規定が与えられる場合、総信号スペクトルｒ_ｆの評価は、積分ブロック６０２において、積分演算を近似するｚにおける累積的な合計を得ることによって、回復されたエッジスペクトルｚから直接的に得られることができる。

要するに、ラジオネットワークに関するスペクトルセンシングスキームが記述されている。提案されるアプローチは、信号スペクトルの評価を得るために、分散された形態のセンシングを適用することを含む。複数のセンシングノードのネットワークは、関心のある大きい帯域幅に対処するために高速アナログデジタル変換器を必要とすることなく、このようなスペクトル評価を得ることを含む。

なお、本発明は、前記実施形態に制限されるものではなく、例えばワイヤレス病院設備、ボディセンサネットワーク、ポータブル装置、モバイル端末等における干渉検出のためのラジオ環境モニタリングにおいて、粗いスペクトル占有を得ることが目標であるさまざまな信号検出及び評価問題のために適用されることができる。

更に、部分的な圧縮測定シーケンスを得るための部分的な自己相関シーケンスに対する提案される更なる処理又は圧縮が、デジタル又はアナログドメインにおいて適用されることができる。

開示された実施形態に対する変更は、図面、開示及び添付の請求項の検討から、当業者によって理解され、実現されることができる。請求項において、「含む、有する」という語は、他の構成要素又はステップを除外せず、不定冠詞「a」又は「an」は、複数の構成要素又はステップを除外しない。単一のプロセッサ又は他のユニットは、請求項に記載のいくつかのアイテムの機能を果たすことができる。特定の手段が相互に異なる従属請求項に列挙されているという単なる事実は、これらの手段の組み合わせが有利に使用されることができないことを示さない。請求項に記載の特徴を実施するようにプロセッサを制御するために使用されるコンピュータプログラムは、例えば他のハードウェアと共に又はその一部として供給される光学記憶媒体又はソリッドステート媒体のような適切な媒体に記憶され／分散されることができるが、インターネット又は他のワイヤード若しくはワイヤレス通信システムを介するように、他の形態で分散されることもできる。請求項における任意の参照符号は、その範囲を制限するものとして解釈されるべきでない。

Claims (13)

1. ラジオネットワークに関するスペクトルを検知する装置であって、
   ａ）少なくとも１つの特定の遅延において受信信号の部分的な自己相関を測定し、前記部分的な自己相関を部分的な圧縮測定シーケンスに変換する相関器と、
   ｂ）フュージョンセンタにおける収集のために、前記部分的な圧縮測定シーケンスを送る送信器と、
   を有する装置。
2. ラジオネットワークに関するスペクトルを検知する装置であって、
   ａ）ラジオ信号の部分的な圧縮測定シーケンスの集まりを受け取る受信器と、
   ｂ）前記受け取られた部分的な圧縮測定シーケンスの集まりから、前記ラジオ信号の総スペクトルを回復する変換プロセッサと、
   を有する装置。
3. 前記部分的な圧縮測定シーケンスは、コヒーレントな付加の送信チャネルを通じて送信される、請求項１又は２に記載の装置。
4. 前記相関器は、
   前記受信信号に、前記特定の遅延の共役バージョンを乗じる乗算器を有する少なくとも１つの分岐部と、
   予め決められた時間ウィンドウにおいて、得られた積を積分する積分器と、
   前記予め決められた時間ウィンドウの終わりに、前記得られた積分された出力をデジタル化するアナログデジタル変換器と、
   を有する請求項１に記載の装置。
5. 前記相関器は、前記少なくとも１つの分岐部の前記デジタル化された積分された出力を受け取り、前記デジタル化された積分された出力に、部分的な圧縮センシング測定を適用する圧縮センシングプロセッサを更に有する、請求項４に記載の装置。
6. 前記変換プロセッサは、前記部分的な圧縮測定シーケンスの集まりから前記総スペクトルの微分を回復する回復部と、前記微分を通じて積分処理を近似する積分部と、を有する、請求項２に記載の装置。
7. 前記回復部は、圧縮センシング回復処理を適用するように構成される、請求項６に記載の装置。
8. 前記積分部は、前記微分を通じて累積的な合計を計算するように構成される、請求項６に記載の装置。
9. ラジオネットワークに関するスペクトルを検知する方法であって、
   ａ）特定の遅延において受信信号の部分的な自己相関を測定し、前記部分的な自己相関を部分的な圧縮測定シーケンスに変換するステップと、
   ｂ）フュージョンセンタにおける収集のために、前記部分的な圧縮測定シーケンスを送るステップと、
   を含む方法。
10. ラジオネットワークに関するスペクトルを検知する方法であって、
    ａ）ラジオ信号の部分的な圧縮測定シーケンスの集まりを受け取るステップと、
    ｂ）前記受け取られた部分的な圧縮測定シーケンスの集まりから、前記ラジオ信号の総スペクトルを回復するステップと、
    を含む方法。
11. ラジオネットワークに関するスペクトルを検知するシステムであって、
    請求項１に記載の装置を有する少なくとも２つのネットワークノードと、
    請求項２に記載の装置を有する少なくとも１つのネットワークノードと、
    を有し、請求項２に記載の前記装置が前記フュージョンセンタを有する、システム。
12. 前記部分的な自己相関を測定するために請求項１に記載の前記装置に設けられる処理分岐の数は、個々のネットワークノードの処理能力に依存して異なり、前記システムの請求項１に記載のすべての装置に設けられるすべての処理分岐の合計は、前記総スペクトルの周波数分解能に対応する、請求項１１に記載のシステム。
13. コンピュータ装置上でランするとき、請求項９又は１０に記載の方法の各ステップを生成するコード手段を含むコンピュータプログラム。

Images