JP5461889B2 - Ｏｆｄｍ信号検出方法 - Google Patents

Description

本発明は、ＯＦＤＭ信号存在検出の分野に関する。具体的には、本発明は、認知無線システムに使用可能である。

スペクトル輻輳の増大により、すでに割り当てられた１次周波数帯域システムと称されるシステムとの共存が可能な遠隔通信システムの検討が促されている。現在、共存のための主な研究対象としては、２つの方式がある。１つ目は、非常に広いスペクトル拡散を介した非常に弱い信号レベルを用いる方式である。これは、別名、ＵＷＢとして知られている超広帯域システムの辿る経路である。２つ目は、明確に又は一時的に占有されていないスペクトルの一部分を認知して用いる方式である。これは、認知無線と称されるシステムが辿る経路である。認知無線の説明は、非特許文献１から得ることができる。

特に、認知無線の原理は、ＷＲＡＮ（Wireless Regional Area Network）として知られる長距離ワイヤレスネットワークの開発に採用されている。現在、これらのネットワークは、ＩＥＥＥ ８０２．２２ワーキンググループ内で標準化作業が進められている。より正確には、策定の最中のこの規格は、ＵＨＦ及びＶＨＦの空き帯域を認知的に用いて、ＷＲＡＮネットワークで２点間ワイヤレス伝送を行うことを提案する。特に、ＤＶＢ−Ｔ（Digital Video Broadcast-Terrestrial）テレビジョンシステムに割り当てられたＵＨＦ帯域を認知的に使用することを見越した規格である。ＤＶＢ−Ｔ規格は、圧縮したビデオ／オーディオストリームを送信するために、ＯＦＤＭ（直交周波数分割多重）変調を使用する。ＩＥＥＥ ８０２．２２規格の概要は、非特許文献２から得ることができる。

所与のＵＨＦ帯域での送信を可能とするのに先立って、ＷＲＡＮネットワーク送信機は、ＯＦＤＭ信号が上記帯域に存在するのかどうかを判断できなければならず、かつ必要に応じて、ＯＦＭＤ符号のプレフィックス長、有効長、又は全体長といった、それらの時間パラメータを推定できなければならない。

非特許文献３は、複数の相関長に対する相関関数を算出することによって、ＯＦＤＭ信号の存在の検出方法と、その時間パラメータのブラインド推定方法とを開示している。ブラインド推定とは、認知端末がＯＦＤＭ信号の時間パラメータの事前知識を有さないということを意味する。

しかしながら、ＯＦＤＭ信号検出とそれに続くその時間パラメータの推定とは、目的の周波数帯域中の干渉信号の存在下では、誤りとなるおそれがある。そのために、認知端末は、ＯＦＤＭ信号が存在するという誤った判断を下し、帯域が利用可能であるにもかかわらず、その帯域上での送信を控える。逆に、端末は、認知信号が存在しないという誤った判断を下し、１次システムによって占有された帯域上で送信を行う。これには、そのような伝送がもたらす干渉のリスクが伴う。

仏国特許出願第２００７００５５３９４号（仏国特許出願公開第２９１６９２１号明細書）

J. Mitola, "Cognitive radio: an integrated agent architecture for software defined radio", Royal Institute of Technology, Stockholm, PhD Dissertation, May 8, 2000 C. Cordeiro et al., "IEEE 802.22: an introduction to the first wireless standard base on cognitive radios", Journal of communication, Vol. 1, No. 1, April 2006, pp. 38-47 P. Liu et al., "A blind time-parameters estimation scheme for OFDM in multi-path channel", Proc. 2005 Int'l Conference on Wireless Communications Networking and Mobile Computing, September 23-26, 2005, Vol. 1, pp. 242-247

本発明の第１の目的は、ＯＦＤＭ信号が目的の周波数帯域上に存在するかどうか、ひいては、干渉信号が上記帯域に存在するかどうかについての信頼性の増した判断方法を提案することにある。

本発明は、受信信号中のＯＦＤＭ信号の存在を検出するための方法である。上記受信信号は、ベースバンドにダウンコンバートされた周波数であり、サンプリングが行われる前に、目的の帯域に対応する通過帯域フィルタリングを受ける。このようにしてサンプリングされた信号は、目的の帯域中の少なくとも１つの干渉波の除去を目的とする第２フィルタリングを受ける。第２フィルタリングによってフィルタされた信号が周期定常性を有していれば、ＯＦＤＭ信号の存在が検出される。

好ましくは、１つ又は複数の干渉波を検出するために、サンプリングされた信号のスペクトル密度が算出され、次いで、上記スペクトル密度の平均値ｍ及び分散σ^２を求め、次いで、振幅がｍ＋λσ^２よりも大きいスペクトル上の複数の点から判断がなされる。ここで、λは１よりも大きい値をとる。

第１変形例による第２フィルタリングは、１つ又は複数の干渉波の除去を行う通過帯域フィルタリングである。

第２変形例による第２フィルタリングは、１つ又は複数の干渉波の除去を行う帯域消去フィルタリングである。

複数の異なる帯域消去フィルタの基本伝達関数は、スペクトル密度の値がｍ＋λσ^２を超えるスペクトルの点ｘ毎に決定することで得られる。対応する基本伝達値は、スペクトル密度の値がｍに等しい右側への第１点ｘ^＋＝ｘ＋=ε_ｄ及び左側への第１点ｘ⁻＝ｘ−ε_ｇの周波数帯域［ｘ⁻ｘ^＋］を除去するように構成される。

第３変形例による第２フィルタリングは、上記サンプリングされた信号のデシメーションを行う段階を含む。

検出方法の第１実施態様に従って、第２フィルタリングでフィルタされた信号の自己相関関数Ｒｓ_ａ（ｔ，τ）を算出し、自己相関関数の極大に対応する時間間隔の値τ_ｍａｘを求める。Ｒｓ_ａ（ｔ，τ_ｍａｘ）が時間周期性を示せば、ＯＦＤＭ信号の存在が検出される。

そして、第２フィルタリングによってフィルタされた信号のフーリエ変換を実行することによって、かつ、得られたスペクトルの基本波の振幅を所定のしきい値と比較することによって、Ｒｓ_ａ（ｔ，τ_ｍａｘ）が時間周期性を示すか否かの判断が下される。

検出方法の第２実施態様に従って、第２フィルタリングによってフィルタされた信号の周期相関の係数

が算出される。ここで、

は周期性の複数の周波数であり、τは時間間隔である。次いで、判別関数

が算出される。ここで、Ｋは１よりも厳密に大きいすべての値をとる。

自己相関関数の極大

が所定のしきい値Ｊ_０を超えていれば、ＯＦＤＭ信号の存在が検出される。

その他の特徴及び利点が、添付の図面の参照とともに、本発明の好適な実施形態の記載から明らかとなる。

ベースバンドに変換されたＤＶＢ−Ｔ信号のスペクトルを例示する。 周期定常性の探索に先立つ、図１の信号の特殊フィルタリングの第１実施例である。 周期定常性の探索に先立つ、図１の信号の特殊フィルタリングの第２実施例である。 第１検出方法による図１の信号の処理を示す。 第２検出方法による図１の信号の処理を示す。

これより、目的の周波数帯域にＯＦＤＭ信号が存在するか否かの判断を行おうとする認知無線システム端末について考察する。

当該端末は、例えば、ＤＶＢ−Ｔスペクトル中の利用可能な帯域の検索を行うＷＲＡＮネットワーク送信機であってよい。ＴＮＴ（地上波デジタルテレビ）は、ＵＨＦの２１〜６９チャネル（４７０ＭＨｚから８６２ＭＨｚまでのスペクトル帯域を占有する）を使用し、各チャネルは、８ＭＨｚの帯域幅を有するということに留意されたい。

目的の帯域、すなわち、先の例においては、複数のＵＨＦチャネルのうちの１つがＯＦＤＭ信号によって占有されているか否かを認知端末が判断しようとする場合、認知端末は、目的の帯域の中心周波数で、すなわち、上記例のチャネルの対応する周波数で、受信した信号の復調を行う。次いで、そのようにベースバンドに変換された信号は、目的の帯域の幅（複数のＵＨＦチャネルのうちの１つに対して−４ＭＨｚ〜４ＭＨｚ）に対応する通過帯域フィルタを用いてフィルタされ、そして、そのようにしてフィルタされた信号のナイキスト周波数（例えば、８ＭＨｚ）でサンプリングされる。

従来の複数の検出方法は、そのようにして得た信号が周期定常性を示すか否か、換言すれば、上記信号の自己相関関数が周期性を示すか否かを確かめていたが、本発明は、上記検索を行うより前に、特殊なフィルタリングを適用する。

より正確には、上記特殊なフィルタリングは、通過帯域フィルタリング、帯域除去フィルタリングであってよく、又はサンプリングされた信号を間引くこと（デシメーティング）によって得られてもよい。

驚いたことに、目的の帯域内の１つ以上の干渉波を除去するために通過帯域フィルタリング又は帯域除去フィルタリングを用いることはＯＦＤＭ信号の周期定常特性に重大な不利益をもたらさないということが分かっている。干渉波の除去は、ＯＦＤＭ信号の周期定常特性を実質的に保ちつつ、ＯＦＤＭ信号が誤って検出される（実際には存在しないのに上記信号が検出される、又は実際には存在するのに上記信号が検出されない）確率を目に見えて低下させる。さらに、ＯＦＤＭ信号が目的の帯域に存在することが検出段階によって結論付けられた場合、時間パラメータは、信頼性の増大に伴って、上記特殊なフィルタリングを受けた信号から推測可能である。

図１は、ベースバンドにダウンコンバートされる、ＵＨＦチャネル上のＤＶＢ−Ｔ信号のスペクトルの典型的な例を示す。スペクトルは、−４ＭＨｚから４ＭＨｚに拡がるとともに、−２ＭＨｚに干渉信号波を含む。上記波は、例えば、アナログＴＶ信号が原因である可能性がある。

図２は、図１の信号の特殊なフィルタリングの第１実施例を図示する。この場合のフィルタは、干渉波に狙いを定めた帯域消去フィルタ又は周波数除去フィルタである。フィルタの伝達関数が参照符号２０で示されている。複数の干渉波が存在する場合、当該の複数の異なる干渉波が除去されてよい。

図３は、図１の信号の特殊なフィルタリングの第２実施例を図示する。この場合のフィルタは、干渉波を除去する通過帯域フィルタである。ＤＶＢ−Ｔ信号に対し、実際には、干渉波が−３ＭＨｚと−２ＭＨｚとの間に位置することが分かる。好ましくは、通過帯域フィルタは、伝達関数３０で示されたように、−１．５ＭＨｚから２．５ＭＨｚに拡がる通過帯域に使用される。

複数の干渉波が存在する場合、これらの干渉波の影響を受けない信号スペクトル部分だけを保持する通過帯域フィルタが選択される。

一般的に言えば、認知端末が干渉波の周波数を把握している場合、これらの波は、単一の帯域消去フィルタ、又は複数の帯域消去フィルタによって除去されるか、又は、その代わりに、ベースバンドにダウンコンバートされた信号が、それらを除去する通過帯域フィルタリングによってフィルタされる。

干渉波が事前に分かっていない場合、端末は、以下のような手順によってスペクトル位置を判断してよい。

最初に、ベースバンドにダウンコンバートされたサンプリング信号のスペクトル出力密度が、例えば、それについて絶対値の２乗が算出されるフーリエ変換（ＦＦＴ）によって推測される。

このスペクトル密度の絶対値の平均と分散とは、それぞれ、ｍとσ^２とである。

次いで、スペクトル密度値が値ｍ＋λσ^２よりも大きいスペクトル中の複数の点で、検索が実行される。ここで、λは１より大きい実数であり、例えば、λ＝３となる。このリスト上のすべての点を集合Ｓと置く。

点ｘ∈Ｓ毎に、右側への第１点ｘ^＋＝ｘ＋ε_ｄは、左側への第１点ｘ⁻＝ｘ−ε_ｇと同様に決定され、そのスペクトル密度値はｍに等しい。

次いで、第１変形例に従って、複数の周波数

を除去する通過帯域フィルタが選択される。

第２変形例に従って、周波数ｘ∈Ｓ毎に、帯域［ｘ⁻ｘ^＋］を除去するフィルタの伝達関数Ｈ_ｘが決定され、かつ伝達関数帯域消去フィルタ

が実際に用いられる。

第３変形例に従って、通過帯域フィルタリング又は帯域消去フィルタリングのオプションとして、サンプリングされた信号のデシメーションによるフィルタリングが実行されてもよい。そして、干渉波を除去するために、デシメーションレートの適切な選択がなされる。例えば、ベースバンド信号が［−４ＭＨｚ ４ＭＨｚ］内にあり、ナイキスト周波数（８ＭＨｚ）でサンプリングされている場合、及び干渉波が−２ＭＨｚに存在すると判断された場合、デシメーションレート４が選択される。そのようにしてデシメーションが行われたサンプル信号は、［−１ＭＨｚ １ＭＨｚ］帯域にあり、もはやナイキスト基準を満たさない。しかしながら、サブサンプリングに起因する干渉波の折り返し（エイリアシング）が、ゼロ周波数上に生じる。一般的に言えば、干渉波がベースバンド中の信号の帯域［−Ｂ，＋Ｂ］中の±ｆ_ｉｎｔで見つけられた場合、サンプリングは、周波数ｆ_ｉｎｔで実行される。すなわち、デシメーションフィルタリングが、レート２Ｂ／ｆ_ｉｎｔで実行されて、実際には、帯域［−ｆ_ｉｎｔ，＋ｆ_ｉｎｔ］中の信号を得る。

ゼロ周波数上への干渉波イメージの折り返しは、信号の周期定常特性に影響を及ぼさない。

ＯＦＤＭ信号は、フィルタされた信号の周期定常特性に基づいて検出される。より正確には、フィルタリングが行われ、それによって干渉波が取り除かれた上記信号が周期定常性を有していれば、目的の帯域中のＯＦＤＭ信号の存在が検出される。

フィルタリングされた信号の自己相関関数は、以下の式で表現できる。

ここで、Ｅ｛．｝は期待値を意味し、フィルタリングされた信号ｓ_ａ（ｔ）及び時間間隔τについて、相関が算出される。

第１検出方法に従って、場合によっては、極大に対応する時間間隔の値τ_ｍａｘで標準化された、自己相関関数Ｒｓ_ａ（ｔ，τ）が求められる。ＯＦＤＭ信号が受信信号中に存在する場合、値τ_ｍａｘがＯＦＤＭ符号の有効信号間隔に一致するということが示される。そして、Ｒｓ_ａ（ｔ，τ）は、ｔの周期的な関数であり、かつ、その周期性は、ＯＦＤＭ符号長Ｔ_ｓに等しい。従って、Ｒｓ_ａ（ｔ，τ）スペクトルは、１／Ｔ_ｓの間隔を介した複数の波のスペクトルであり、基本波は、１／Ｔ_ｓに位置する。

第１検出方法は、Ｒｓ_ａ（ｔ，τ）が周期性を有するか否かで、又は、Ｒｓ_ａ（ｔ，τ）スペクトル中の基本波の振幅が所定のしきい値を超えるか否かで、ＯＦＤＭ信号の存在を判断する。

第２検出方法は、本出願人によって２００７年５月３１日に出願された仏国特許出願第０７ ５５３９４号に詳細に開示されている。その主な態様を以下に記載する。

この方法に従って、計算は、以下の式で定義される周期的相関

の係数からなる。

ここで、

は、周期的な複数の周波数であり、＜．＞_ｔは、時間平均を意味する。そして、自己相関関数は、以下のように展開される。

判別関数は、以下の式によって定義される。

ここで、Ｋは、厳密に１よりも大きいすべての値であり、推定を考慮に入れた周期的な複数の周波数の数を表す。上記判別関数によって、所与の時間間隔τ＝αに対して、自己相関関数が、α＋βの周期性で繰り返される時間ピークの関数として見えるか否かを判断できる。

時間パラメータＴ_ｕ及びＴ_ｓ＝Ｔ_ｕ＋Ｔ_ｐでのＯＦＤＭ信号の存在下で、判別関数Ｊ（α，β）は、α＝Ｔ_ｕ及びβ＝Ｔ_ｐに対する極大Ｊを示す。ここで、Ｔ_ｕは有効時間であり、Ｔ_ｐはプレフィックス期間であり、Ｔ_ｓはＯＦＤＭ符号の期間である。上記極大は、ＯＦＤＭ信号が存在しない場合の関数Ｊ（α，β）が到達する極大Ｊ_０よりも実質的に大きくなる。

一般的に言えば、Ｊ（α，β）＞Ｊ_０となるようなα及びβの値の組が存在すれば、ＯＦＤＭ信号の存在が検出される。

留意すべきは、まず、有効長Ｔ_ｕを推定し、次いで、ＯＦＤＭ符号の合計長Ｔ_ｓを推定するという２つの連続したステップを実行する第１検出方法とは異なり、第２検出方法は、これら２つのパラメータを併せて取り扱い、そのために、雑音に対してより高い耐性を有するということである。

実際には、周期相関係数は、サンプリングされた信号に基づく完了ウィンドウ長Ｕを元に算出される。すなわち、以下の通りである。

減少値

が定義される。ここで、Ｔ_ｅは、サンプリング周期である。

留意すべきは、サンプリングされた信号がデシメートされた場合、Ｔ_ｅは、デシメーション後のサンプリング周期となるということである。デシメーションは、τ_ｍａｘ＞＞Ｔ_ｅであるので、Ｒｓ_ａ（ｔ，τ_ｍａｘ）波の位置を変更しない。

判別関数は、式（４）から導き出される。すなわち、以下の通りである。

または、等価な方法において、αの単純置換によって以下のようになる。

そして、判断は、判別関数を極大化するパラメータ

でなされる。以下の式（８）が成り立つ場合、ＯＦＤＭ信号は存在し、そうでない場合、上記信号は存在しない。

しきい値Ｊ_０は、異なる信号対雑音比についてのＯＦＤＭ信号に見られる判別関数の極大から経験的に決定されてよい。

図４には、第１検出方法に従って得られた、図１に示された信号の−２ＭＨｚの干渉波の消去後のＲｓ_ａ（ｔ，τ_ｍａｘ）スペクトルが示されている。３５２０（サンプルナンバー）に向かう第１ピークが確認でき、雑音から生じたことが分かる（丸で囲んだ部分４０を参照されたい）。

同様に、図５において、判別関数Ｊ（α，β）は、第２検出方法に従って、

に対するα＋βの関数として得られている。３５００（サンプルナンバー）に向かうピークが明確に見て取れ、雑音から生じたことが分かる（丸で囲んだ部分５０を参照されたい）。

両方の場合で、符号時間のＯＦＤＭ信号が３５００に対応すると結論付けてよく、Ｔ_ｅは、目的の帯域中に存在する。

Claims (9)

1. 受信信号中のＯＦＤＭ信号の存在を検出するための方法であって、
   前記受信信号は、ベースバンドにダウンコンバートされた周波数を有するとともに、サンプリングが行われる前に、目的の帯域に対応する通過帯域フィルタリングを受け、
   このようにしてサンプリングされた信号は、目的の帯域中の少なくとも１つの干渉波を除去するための第２フィルタリングを受け、
   第２フィルタリングによってフィルタされた信号が周期定常性を有していれば、ＯＦＤＭ信号の存在が検出され、
   １つ又は複数の干渉波の判定を行うために、
   サンプリングされた信号のスペクトル密度を算出し、
   次いで、このスペクトル密度の平均値ｍ及び分散σ ^２ を求め、
   次いで、λは１よりも大きい値をとるとしたとき、スペクトル密度がｍ＋λσ ^２ よりも大きいスペクトル上の複数の点を求めることを特徴とする検出方法。
2. 第２フィルタリングが、１つ又は複数の干渉波の除去を行う通過帯域フィルタリングであることを特徴とする請求項１に記載の検出方法。
3. 第２フィルタリングが、１つ又は複数の干渉波の除去を行う帯域消去フィルタリングであることを特徴とする請求項１に記載の検出方法。
4. 異なる複数の帯域消去フィルタの基本伝達関数は、スペクトル密度の値がｍ＋λσ^２を超えるスペクトル中の点ｘ毎に決定することで得られ、
   対応する基本伝達値は、スペクトル密度の値がｍに等しい右側への第１点ｘ^＋＝ｘ＋=ε_ｄ及び左側への第１点ｘ⁻＝ｘ−ε_ｇの周波数帯域[ｘ⁻ ｘ^＋]を除去するように構成されていることを特徴とする請求項１又は請求項３に記載の検出方法。
5. 第２フィルタリングが、前記サンプリングされた信号のデシメーションを行う段階を含むことを特徴とする請求項１に記載の検出方法。
6. 第２フィルタリングによってフィルタされた信号の自己相関関数Ｒｓ_ａ（ｔ，τ）を算出し、
   自己相関関数の極大に対応する時間間隔の値τ_ｍａｘを求め、
   Ｒｓ_ａ（ｔ，τ_ｍａｘ）が時間周期性を示せば、ＯＦＤＭ信号の存在が検出されることを特徴とする請求項１ないし５のいずれか１項に記載の検出方法。
7. 第２フィルタリングによってフィルタされた信号のフーリエ変換を実行することによって、かつ、得られたスペクトルの基本波の振幅を所定のしきい値と比較することによって、Ｒｓ_ａ（ｔ，τ_ｍａｘ）が時間周期性を示すか否かが判明することを特徴とする請求項６に記載の検出方法。
8. 第２フィルタリングによってフィルタされた信号の周期相関の係数
   

   

   を算出し、ここで、
   

   

   を周期性の複数の周波数とし、かつ、τを時間間隔する、
   次いで、判別関数
   

   

   を算出する、ここで、Ｋを１よりも厳密に大きいすべての値とする、ことを特徴とする請求項１ないし５のいずれか１項に記載の検出方法。
9. 自己相関関数の極大
   

   

   が所定のしきい値Ｊ_０を超えていれば、ＯＦＤＭ信号の存在が検出されることを特徴とする請求項８に記載の検出方法。

Images