WO2014190572A1 - 基于快速傅里叶变换的盲频谱感知方法及装置 - Google Patents

基于快速傅里叶变换的盲频谱感知方法及装置 Download PDF

Info

Publication number
WO2014190572A1
WO2014190572A1 PCT/CN2013/077578 CN2013077578W WO2014190572A1 WO 2014190572 A1 WO2014190572 A1 WO 2014190572A1 CN 2013077578 W CN2013077578 W CN 2013077578W WO 2014190572 A1 WO2014190572 A1 WO 2014190572A1
Authority
WO
WIPO (PCT)
Prior art keywords
fourier transform
fast fourier
spectrum sensing
signal
module
Prior art date
Application number
PCT/CN2013/077578
Other languages
English (en)
French (fr)
Inventor
王东明
吴雨霏
刘瑞勋
王向阳
唐文锐
黄禹淇
Original Assignee
东南大学
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 东南大学 filed Critical 东南大学
Priority to US14/892,523 priority Critical patent/US9590828B2/en
Publication of WO2014190572A1 publication Critical patent/WO2014190572A1/zh

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/14—Spectrum sharing arrangements between different networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/0006—Assessment of spectral gaps suitable for allocating digitally modulated signals, e.g. for carrier allocation in cognitive radio
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/26—Systems using multi-frequency codes
    • H04L27/2601—Multicarrier modulation systems
    • H04L27/2647—Arrangements specific to the receiver only
    • H04L27/2649—Demodulators
    • H04L27/265—Fourier transform demodulators, e.g. fast Fourier transform [FFT] or discrete Fourier transform [DFT] demodulators
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/26—Systems using multi-frequency codes
    • H04L27/2601—Multicarrier modulation systems
    • H04L27/2647—Arrangements specific to the receiver only
    • H04L27/2655—Synchronisation arrangements
    • H04L27/2666—Acquisition of further OFDM parameters, e.g. bandwidth, subcarrier spacing, or guard interval length
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/26—Systems using multi-frequency codes
    • H04L27/2601—Multicarrier modulation systems
    • H04L27/2647—Arrangements specific to the receiver only
    • H04L27/2655—Synchronisation arrangements
    • H04L27/2668—Details of algorithms
    • H04L27/2673—Details of algorithms characterised by synchronisation parameters
    • H04L27/2676—Blind, i.e. without using known symbols

Definitions

  • the present invention relates to spectrum sensing techniques in cognitive radio systems, and more particularly to a blind spectrum sensing method and apparatus that does not require any characteristic information to be transmitted.
  • spectrum detection In cognitive radio systems, how to discern whether there is an authorized user's signal on the spectrum is the first problem to be solved. This problem is called spectrum detection or spectrum sensing.
  • spectrum detection methods include: energy detection, matching filter detection, and cyclostation detection.
  • the energy detection complexity is low, but due to the uncertainty of noise, its performance deteriorates severely.
  • the matched filtering performance is excellent, but the characteristics of the known transmitted signal are required.
  • the performance of the cyclostationary detection is also excellent, but the complexity is high, and it is limited in practical applications.
  • the covariance matrix of the received signal it can be judged whether the signal is noise or not in the frequency band, and the theoretical basis of its operation is as follows.
  • the traditional technical scheme proposes a spectrum sensing using the eigenvalues of the covariance matrix of the received signal.
  • the decision variable can be composed of the eigenvalues of the covariance matrix, and a decision variable construction method is given. , that is, the ratio of the largest and smallest eigenvalues.
  • the ratio of the maximum and minimum eigenvalues is 1 when there is noise, and the ratio is greater than 1 when there is a signal.
  • the advantage of this method is that there is no need to send any a priori information of the signal, nor any statistical characteristics of the noise.
  • solving the maximum and minimum eigenvalues requires complex eigenvalue decomposition with a computational complexity of O( 3 ), where £ is the dimension of the covariance matrix. Therefore, the complexity of the method is very high, especially when it is large, engineering implementation is very difficult. Summary of the invention
  • the present invention proposes a blind spectrum spectrum detection method and apparatus based on fast Fourier transform.
  • a blind spectrum sensing method based on fast Fourier transform includes the following steps:
  • the result of the fast Fourier transform is modulo operation, the modulo value is /i, ⁇ ,..., / ⁇ and the values 7 ⁇ and T 2 are constructed according to the modulus value; wherein, 7 ⁇ and ⁇ 2 Are multivariate functions of /f 2 , ..., / M , which respectively contain at least one of / 1 / 2 , .. ⁇ , / ⁇ ;
  • the construction method of the crucible is..., / M ), r ⁇ min /1,/2, ..., / M ), wherein max( ) and min( ) respectively represent the maximum and the seeking Minimum operation
  • the construction method of the crucible is T ⁇ maxifu/2, ..., / ⁇ ), and ⁇ 2 is a linear superposition of / 2 , ..., / M.
  • the number of points M of the fast Fourier transform is 2 " ⁇ , where ", represents rounding up.
  • the decision threshold is calculated theoretically or by simulation according to the required false alarm probability or detection probability.
  • the number of samples is determined according to the period of spectrum sensing and the accuracy of spectrum sensing.
  • the window length £ is determined based on the computing power of the sensing device, the spectral sensing accuracy, and the complexity of the fast Fourier transform.
  • a blind spectrum sensing device based on fast Fourier transform comprising: a wireless signal sampling and filtering module, a correlation coefficient calculation module, a fast Fourier transform module, a modulo value module, a decision variable calculation module, and a decision module;
  • the module is configured to calculate an autocorrelation coefficient of the signal to be perceived;
  • the fast Fourier transform module is configured to perform a fast Fourier transform of the M-point on the autocorrelation coefficient, and perform spectrum sensing according to the result of the fast Fourier transform;
  • the modulo value module is configured to perform a modulo operation on the result of the fast Fourier transform
  • the decision variable calculation module is configured to construct a decision variable according to the modulus value
  • the decision module includes a comparator for comparing the decision variable with the decision threshold.
  • the invention adopts the above technical solution and has the following beneficial effects:
  • the method In the calculation stage of the decision variable, the method only needs the fast Fourier transform operation with lower complexity, and the complexity is very low compared with the spectrum sensing based on the eigenvalue in the background art. And is not sensitive to noise uncertainty.
  • the present invention is also applicable to spectrum sensing and cooperative spectrum sensing of multi-antenna systems.
  • FIG. 1 is a flowchart of a spectrum sensing method according to an embodiment of the present invention
  • FIG. 2 is a schematic structural diagram of a decision variable according to a specific embodiment of the present invention.
  • FIG. 3 is a schematic structural diagram of a decision variable according to a second embodiment of the present invention.
  • FIG. 4 is a schematic structural diagram of a spectrum sensing apparatus according to an embodiment of the present invention.
  • FIG. 5 is a schematic diagram showing performance comparison between the method and the background art of the embodiment of the present invention for a wireless microphone signal. detailed description
  • a spectrum sensing method based on fast Fourier transform, as described in FIG. 1, includes the following steps:
  • the spectrum sensing device receives the wireless signal on the frequency band to be perceived
  • the sampled filtered N sample signals are represented as x(0), x(l), ..., x(Nl).
  • the covariance matrix is usually obtained by smoothing as follows. Select the calculation window length to be £, and the autocorrelation coefficient of the signal can be expressed as ⁇ ⁇ (n - l) [Formula 1]
  • the spectrum sensing device performs a fast Fourier transform of the M-point on the autocorrelation coefficient, and performs spectrum sensing according to the result of the fast Fourier transform;
  • the fast Fourier transform of the M point is performed on ⁇ ), , ...
  • the spectrum sensing device performs the modulo operation on the results of the fast Fourier transform, and records their modulus values as / 2 , / M , and constructs values 7 ⁇ and ⁇ 2 according to the modulus values.
  • : ⁇ and : ⁇ are /! , , ..., ⁇ multivariate functions, which each contain at least one of / 2 , ..., / ⁇ .
  • the threshold is greater than a preset threshold, the spectrum sensing device determines that there is an authorization signal in the spectrum.
  • the threshold is less than a preset threshold, the spectrum sensing device determines that there is no authorization signal, that is, the spectrum is idle. .
  • the computational complexity proposed by the present invention is O(log(Z ⁇ , mainly concentrated on the calculation of correlation coefficients, compared to the method of eigenvalue decomposition (complexity is O(Z ⁇ ), the complexity of the method of the invention is very low. It is also possible to combine multi-antenna systems. It is only necessary to generalize the calculation of correlation coefficients to multi-antenna systems.
  • the system has root antenna reception. Assuming that the sampling signals of the first antenna at the wth moment are represented as j3 ⁇ 4( n ), they can be Arrange the signal vectors that make up the following, (0), y 2 (0) yK (0),
  • the spectrum sensing device receives the wireless signal on the frequency band to be perceived, and after sampling and filtering the received signal, calculates the autocorrelation coefficient of the signal according to [Formula 1].
  • the spectrum sensing device calculates the decision variables ⁇ and 2 , and calculates their ratio ⁇ .
  • the decision variable is greater than a preset threshold, it is determined that there is an authorization signal in the spectrum, and when the decision variable is less than a preset threshold, then It is determined that there is no authorization signal, that is, the spectrum is idle.
  • the spectrum sensing device of this embodiment includes: a wireless signal sampling and filtering module, a correlation coefficient calculation module, a fast Fourier transform module, a modulo value module, a decision variable calculation module, and a decision module.
  • the correlation coefficient calculation module is configured to calculate an autocorrelation coefficient of the signal to be perceived;
  • the fast Fourier transform module is configured to perform a fast Fourier transform on the autocorrelation coefficient, and perform spectrum sensing according to the result of the fast Fourier transform;
  • the modulo value module is used for modulo-calculating the result of the fast Fourier transform;
  • the decision variable calculation module is configured to construct a decision variable according to the modulo value;
  • the decision module includes a comparator for comparing the decision variable with the decision threshold to determine whether there is The signal exists.
  • Embodiment 1 and Embodiment 2 of the present invention have gains exceeding 2 dB and 3 dB, respectively, compared to energy detection under noise-free uncertainty.
  • Embodiment 2 of the present invention has a performance gain exceeding ldB as compared with the maximum and minimum eigenvalue ratio method.
  • the method of the embodiment of the invention and the maximum and minimum eigenvalue ratio methods are insensitive to noise uncertainty, that is, the presence or absence of noise uncertainty does not affect their performance.
  • energy detection has a severe "signal-to-noise ratio wall" phenomenon, and the present invention will have a greater performance advantage.
  • the method of the embodiment of the present invention is not only low in complexity but excellent in performance.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Discrete Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)

Abstract

一种基于快速傅里叶变换的盲频谱感知方法及装置，所述方法包括：频谱感知设备接收授权频段上的信号，对接收信号进行采样滤波后，计算其自相关系数，然后对自相关系数进行快速傅里叶变换，并对变换的结果求模值，根据模值构造判决变量，判断是否存在授权用户的信号。该方法和装置具有计算复杂度低、无需授权信息特征、对噪声不确定性不敏感等有点，且性能优异。

Description

基于快速傅里叶变换的盲频谱感知方法及装置 技术领域
本发明涉及认知无线电系统中的频谱感知技术， 特别是涉及一种无需发送信号任何 特征信息的盲频谱感知方法及装置。
背景技术
随着无线数据业务的飞速发展， 人们对频谱资源的需求越来越大， 频谱资源日趋匮 乏。 另一方面， 一些频段的利用率却非常低。 这使得传统的预先分配、 长期授权使用的 静态频谱管理方式的效率较低。 因此， 如何灵活有效地使用频谱资源成为热点问题。 基 于认知无线电的频谱共享概念由 J. Mitola首次提出， 这一技术使得在任何时间、 任何地 点灵活利用频谱资源成为可能。 认知无线电技术的出现， 极大地提高了频谱利用率， 缓 解曰益增长的无线业务需求与日渐匮乏的频谱资源之间的矛盾， 被普遍认为是解决目前 无线频谱利用率低问题的最佳方案。
在认知无线电系统中， 如何判别频谱上是否存在授权用户的信号是首先要解决的问 题。 这一问题被称为频谱检测或频谱感知。 常用的频谱检测方法包括： 能量检测、 匹配 滤波检测和循环平稳检测。 能量检测复杂度低， 但是受到噪声的不确定性的影响， 其性 能恶化严重。 匹配滤波性能优异， 但是需要已知发送信号的特征。 循环平稳检测的性能 也很优异， 但是复杂度较高， 在实际应用时， 受到一定的局限。
根据接收信号的协方差矩阵可以判断该频段上是信号还是噪声， 其工作的理论基础 如下。 我们知道， 通常， 有信号存在的情况下， 信号的协方差矩阵不是一个对角矩阵， 而仅噪声存在时， 接收信号的协方差矩阵为对角线元素相等的矩阵。基于这一理论基础， 传统的技术方案提出了一种利用接收信号的协方差矩阵的特征值进行频谱感知， 判决变 量可以由协方差矩阵的特征值构成， 并给出了一种判决变量构造方法， 即最大最小特征 值的比值。可以看出， 理想情况下， 只有噪声存在时， 该最大最小特征值的比值为 1， 有 信号存在时， 该比值是大于 1 的。 该方法的优点是无需发送信号的任何先验信息， 也无 需噪声的任何统计特性。 但是， 求解最大最小特征值需要复杂的特征值分解， 计算复杂 度为 O ( 3 )， 其中， £是协方差矩阵的维度。 因此， 该方法的复杂度非常高， 尤其是当 较大时， 工程实现非常困难。 发明内容
技术问题： 为了克服现有能量检测对噪声不确定性影响， 本发明提出了一种基于快 速傅里叶变换的盲频谱频谱检测方法及装置。
技术方案： 基于快速傅里叶变换的盲频谱感知方法， 包括如下步骤：
(1) 接收待感知频段上的无线信号；
(2) 对接收信号进行采样滤波后， 计算信号的自相关系数；
(3) 对自相关系数进行 M点的快速傅里叶变换， 并根据快速傅里叶变换的结果进 行频谱感知；
(4) 快速傅里叶变换的结果进行求模运算， 记模值为/ i,^,...,/^ 并根据该模值构 造数值 7^和 T2;其中， 7^和 Τ2均为/ f2, ...,/M的多元函数，它们分别至少包含/ 1/2, ..·, /Μ中的一个；
(5)计算判决变量 r=7Vr2; 当 Γ大于预先设定的判决门限， 则判定该频谱上有授 权信号存在， 当 Γ小于预先设定的判决门限， 则判定没有授权信号， 即该频谱空闲。
优选的， 所述 Γ的构造方法是 ...,/M)， r^min /1,/2, ...,/M)， 其中， max( )和 min( )分别表示求最大和求最小值运算；
优选的， 所述 Γ的构造方法是 T^maxifu/2, ...,/Μ)， Γ2为/ /2, ...,/M的线性叠加。 所述快速傅里叶变换的点数 M为 2「^^， 其中， 「 ，表示向上取整。 所述判决门限根据所要求的虚警概率或检测概率通过理论或仿真计算得到。
采样滤波后的 N个样本信号表示为， x(0)，x(l)，...，x(N-l)， 所述的相关系数可以通过 如下方法得到： 选取计算窗口长度为 ， 从 /=0，...J-1， 计算样本信号的相关系数：
1 N-1
/= ∑ (") *("_ ) 其中， 当《-/<0时， (0)=0, 运算符号 *表示求共轭， 样本个数 N是大于 1的正整数， 窗 口长度 是大于等于 1的正整数。
所述样本个数 Ν根据频谱感知的周期、 频谱感知的精度确定。
所述窗口长度 £根据感知设备的计算能力、 频谱感知精度以及快速傅里叶变换的复 杂度确定。
基于快速傅里叶变换的盲频谱感知装置， 包括： 无线信号采样和滤波模块、 相关系 数计算模块、 快速傅立叶变换模块、 求模值模块、 判决变量计算模块和判决模块； 所述 的相关系数计算模块用于计算待感知信号的自相关系数； 所述的快速傅立叶变换模块用于对自相关系数进行 M点的快速傅里叶变换， 并根据 快速傅里叶变换的结果进行频谱感知；
所述的求模值模块用于对快速傅里叶变换的结果进行求模运算；
所述的判决变量计算模块用于根据所述模值构造判决变量；
所述的判决模块包括比较器， 用于比较判决变量与判决门限。
本发明采用上述技术方案， 具有以下有益效果： 在判决变量计算阶段， 该方法仅需 要复杂度较低的快速傅里叶变换运算， 相比背景技术中基于特征值的频谱感知， 复杂度 非常低， 且对噪声的不确定性不敏感。 并且， 本发明还适用于多天线系统的频谱感知和 协作频谱感知。
附图说明
图 1为本发明实施例的频谱感知方法流程图；
图 2为本发明具体实施例 1判决变量构造示意图；
图 3为本发明具体实施例 2判决变量构造示意图；
图 4为本发明实施例频谱感知装置结构示意图；
图 5为针对无线麦克风信号， 本发明实施例方法与背景技术的性能比较示意图。 具体实施方式
下面结合具体实施例， 进一步阐明本发明， 应理解这些实施例仅用于说明本发明而 不用于限制本发明的范围， 在阅读了本发明之后， 本领域技术人员对本发明的各种等价 形式的修改均落于本申请所附权利要求所限定的范围。
一种基于快速傅里叶变换的频谱感知方法， 如图 1所述， 包括以下步骤：
1) 频谱感知装置接收待感知频段上的无线信号；
2) 频谱感知设备对接收信号进行采样滤波后， 计算信号的自相关系数；
采样滤波后的 N个样本信号表示为， x(0), x(l), ..., x(N-l)。 在实际实现时， 协方差矩 阵通常通过如下方法平滑得到。 选取计算窗口长度为 £， 信号的自相关系数可以表示为， λι (n - l) [公式 1]
Figure imgf000005_0001
其中， / = 1 , 2, ..., £。 相应的协方差矩阵 R可以表示为，
Figure imgf000005_0002
背景技术正是通过对 R进行特征值分解， 得到其特征值， 利用特征值进行检测。 为 了避免特征值分解， 我们直接利用接收信号的自相关系数， 提出了利用自相关系数的快 速傅里叶变换的检测方法。 其基本原理是， 通常发送信号是有一定的相关性的， 例如电 视信号、 无线麦克风信号， 而噪声通常是白噪声。 因此， 我们根据接收信号的相关系数， 计算其傅里叶变换， 如果只有噪声存在时， 傅里叶变换的结果应该是幅度大致相当的， 而如果有信号存在， 则幅度则会有较大差异。
根据上面的思想， 我们可以通过如下步骤 3) - 5)得到判决变量。
3)频谱感知装置对自相关系数进行 M点的快速傅里叶变换，并根据快速傅里叶变换 的结果进行频谱感知；
具体地， 对^)， ， ..., 进行 M点的快速傅里叶变换。
4)频谱感知装置将快速傅里叶变换的结果进行求模运算， 记它们的模值为儿 /2, /M， 并根据该模值构造数值 7^和 Γ2。 其中， ：^和：^均为/！， ，…，^的多元函数， 它们 分别至少包含儿 /2, ...,/Μ中的一个。
实施例子 1: 7i = max^,^, ...,/M), T2 = m {fl,f2, ...,fM), 其中， max( )和 min( ) 分别表示求最大和求最小值运算。
实施例子 2: Tx = max( f f2, ...,fM), Γ2为/ 1,/2, ...,/Μ的线性叠力口， T2=fx+f2+ ...+/M。
5)频谱感知装置计算判决门限 r=7Vr2。 当 Γ大于预先设定的门限， 则所述的频谱 感知装置判定该频谱上有授权信号存在， 当 Γ小于预先设定的门限， 则所述的频谱感知 装置判定没有授权信号， 即该频谱空闲。
综上所述， 我们可以得到判决变量的计算， 进而通过比较判决变量与门限的值， 获得 频谱感知的结果。
本发明提出的计算复杂度为 O( log(Z^， 主要集中在计算相关系数， 相比特征值分 解的方法 （复杂度为 O(Z^)， 本发明方法的复杂度非常低。 上述方法还可以结合多天线系统。 只需要将相关系数的计算推广到多天线系统即可。 系统有 根天线接收。 假设第 根天线在第 w个时刻的采样信号表示为 j¾(n)， 可以将它 们排列构成如下的信号矢量， (0), y2(0) yK(0),
Figure imgf000006_0001
y2(N-l) y .N-1), 该矢量长度为 Nx 。 将上述 j¾(n)构成的矢量表示成长度为 Nx 的 矢量 x(0),x(l), ...,x(N -l)， 根据这个矢量也可以计算出相关系数， 进而得到相应的判决 下面结合框图， 对本发明的频谱感知方法的工作步骤进一步详细说明。 如图 1所示， 首先， 频谱感知装置接收待感知频段上的无线信号， 在对接收信号进 行采样滤波后， 根据 [公式 1]计算信号的自相关系数。 然后对相关系数进行快速傅里叶变 换， 并对结果求模值。然后， 频谱感知装置计算判决变量 ^和 2， 并计算它们的比值 Γ， 当判决变量大于预先设定的门限， 则判定该频谱上有授权信号存在， 当判决变量小于预 先设定的门限， 则判定没有授权信号， 即该频谱空闲。
图 2和图 3给出了本发明频谱感知算法中实施例 1和实施例 2的判决变量的构造。 结合框图 4， 下面对本发明的频谱感知装置进一步详细说明。 如图 4所示， 本实施 例的频谱感知装置包括： 无线信号采样和滤波模块、 相关系数计算模块、 快速傅立叶变 换模块、 求模值模块、 判决变量计算模块和判决模块。 其中， 相关系数计算模块用于计 算待感知信号的自相关系数； 快速傅立叶变换模块用于对自相关系数进行 Μ点的快速傅 里叶变换， 并根据快速傅里叶变换的结果进行频谱感知； 求模值模块用于对快速傅里叶 变换的结果进行求模运算； 判决变量计算模块用于根据模值构造判决变量； 判决模块包 括比较器， 用于比较判决变量与判决门限以判定是否有信号存在。
下面通过仿真， 由图 5给出本发明实施例方法与背景技术的性能对比。我们对比了能 量检测（噪声方差精确已知）、 背景技术即最大最小特征值比值法、 以及本发明实施例方 法。 图 5 的仿真结果是以无线麦克风信号的频谱检测为例。 从图中可以看出， 相比无噪 声不确定性下的能量检测，本发明的实施例 1和实施例 2分别有超过 2dB和 3dB的增益。 另外， 本发明的实施例 2与最大最小特征值比值法方法相比有超过 ldB的性能增益。 需 要注意的是， 本发明实施例方法以及最大最小特征值比值法均对噪声不确定性不敏感， 也就是， 存在噪声不确定性与否不影响它们的性能。 存在噪声不确定性时， 能量检测有 严重的 "信噪比墙"现象， 本发明将有更大的性能优势。 从仿真结果可以看出， 本发明 实施例方法不仅复杂度低且性能优异。
本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令相关 硬件完成， 所述程序可以存储于计算机可读存储介质中， 如只读存储器、 磁盘或光盘等。 可选地， 上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地， 上述实施例中的各模块 /单元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。 本发明实施例不限制于任何特定形式的硬件和软件的结合。

Claims

权利要求书
1、 基于快速傅里叶变换的盲频谱感知方法， 其特征在于， 包括如下步骤：
(1) 接收待感知频段上的无线信号；
(2) 对接收信号进行采样滤波后， 计算信号的自相关系数；
(3) 对自相关系数进行 M点的快速傅里叶变换， 并根据快速傅里叶变换的结果进行 频谱感知；
(4) 快速傅里叶变换的结果进行求模运算， 记模值为/ h/2, ...,/M， 并根据该模值构 造数值 7^和 Τ2·, 其中， 7^和 Γ2均为 / /2, ...,/Μ的多元函数， 它们分别至少包含/ 1/2, /Μ中的一个；
(5) 计算判决变量 Γ = 7Vr2; 当 Γ大于预先设定的判决门限， 则判定该频谱上有授 权信号存在， 当 Γ小于预先设定的判决门限， 则判定没有授权信号， 即该频谱空闲。
2、 根据权利要求 1 所述的基于快速傅里叶变换的盲频谱感知方法， 其特征在于， 所 述 Γ的构造方法是 T = max(/i,/2, ...,/M)， T2 = min(/i,/2, ...,/Μ)， 其中， max( )和 min( ) 分别表示求最大和求最小值运算； 或者， 所述 Γ的构造方法是 ^ max /l, , ...,/M)， T2 % ji'fi, ...,/M的线性叠加。。
3、 根据权利要求 1 所述的基于快速傅里叶变换的盲频谱感知方法， 其特征在于： 所 述快速傅里叶变换的点数 M为 2「^^， 其中， 「 ，表示向上取整。
4、 根据权利要求 1 所述的基于快速傅里叶变换的盲频谱感知方法， 其特征在于： 所 述判决门限根据所要求的虚警概率或检测概率通过理论或仿真计算得到。
5、 根据权利要求 1 所述的基于快速傅里叶变换的盲频谱感知方法， 其特征在于： 适 用于多天线系统的频谱感知或多节点的协作感知。
6、 根据权利要求 1 所述的基于快速傅里叶变换的盲频谱感知方法， 其特征在于： 采 样滤波后的 N个样本信号表示为， x(0)，x(l)， ...，x(N-l)， 所述的相关系数可以通过如下方 法得到： 选取计算窗口长度为 ， 从 /=0，...J-1， 计算样本信号的相关系数：
1 N-1
λι =—"∑χ(η)^(η-1) 其中， 当 η-ί<0时， χ(0)=0， 运算符号 *表示求共轭， 样本个数 N是大于 1 的正整数， 窗 口长度 是大于等于 1的正整数。
7、 根据权利要求 6所述的基于快速傅里叶变换的盲频谱感知方法， 其特征在于： 所 述样本个数 Ν根据频谱感知的周期、 频谱感知的精度确定。
8、 根据权利要求 6所述的基于快速傅里叶变换的盲频谱感知方法， 其特征在于： 所 述窗口长度 £根据感知设备的计算能力、 频谱感知精度以及快速傅里叶变换的复杂度确 定。
9、 基于快速傅里叶变换的盲频谱感知装置， 包括： 无线信号采样和滤波模块、 相关 系数计算模块、 快速傅立叶变换模块、 求模值模块、 判决变量计算模块和判决模块； 其 特征在于， 所述无线信号采样和滤波模块用于获得所感知频段的无线信号；
所述的相关系数计算模块用于计算待感知信号的自相关系数；
所述的快速傅立叶变换模块用于对自相关系数进行 M点的快速傅里叶变换， 并根据 快速傅里叶变换的结果进行频谱感知；
所述的求模值模块用于对快速傅里叶变换的结果进行求模运算；
所述的判决变量计算模块用于根据所述模值构造判决变量；
所述的判决模块包括比较器， 用于比较判决变量与判决门限。
PCT/CN2013/077578 2013-05-27 2013-06-20 基于快速傅里叶变换的盲频谱感知方法及装置 WO2014190572A1 (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US14/892,523 US9590828B2 (en) 2013-05-27 2013-06-20 Blind spectrum sensing method and device based on fast fourier transform

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201310205619.1 2013-05-27
CN201310205619.1A CN103346845B (zh) 2013-05-27 2013-05-27 基于快速傅里叶变换的盲频谱感知方法及装置

Publications (1)

Publication Number Publication Date
WO2014190572A1 true WO2014190572A1 (zh) 2014-12-04

Family

ID=49281624

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2013/077578 WO2014190572A1 (zh) 2013-05-27 2013-06-20 基于快速傅里叶变换的盲频谱感知方法及装置

Country Status (3)

Country Link
US (1) US9590828B2 (zh)
CN (1) CN103346845B (zh)
WO (1) WO2014190572A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106549722A (zh) * 2016-11-09 2017-03-29 宁波大学 一种基于历史感知信息的双门限能量检测方法
CN107171752A (zh) * 2017-06-07 2017-09-15 广东工业大学 一种认知无线电的频谱感知方法及系统
CN109274438A (zh) * 2018-09-20 2019-01-25 扬州万方电子技术有限责任公司 一种自适应双门限协同干扰检测方法及装置
CN118041472A (zh) * 2024-04-15 2024-05-14 成都信息工程大学 基于能量检测的可信度比较协作频谱感知优化方法及系统

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104699657B (zh) * 2013-12-06 2017-11-24 中国科学院电子学研究所 用于数字处理器及电路芯片的快速实现傅里叶变换的方法
CN105763273B (zh) * 2016-05-18 2018-03-23 电子科技大学 一种认知无线电频谱感知方法
CN106506103A (zh) * 2016-11-22 2017-03-15 重庆信科设计有限公司 一种基于噪声方差估计的多门限频谱感知方法
CN108665422B (zh) * 2017-08-30 2022-05-10 西安电子科技大学 傅里叶域内逆向感知的单帧红外非均匀性检测方法
CN108055096B (zh) * 2018-02-13 2019-08-09 南通大学 基于信号和噪声特征检测的频谱感知方法
CN108494509A (zh) * 2018-03-09 2018-09-04 广东工业大学 一种协作频谱感知方法及装置
CN110601779A (zh) * 2019-08-30 2019-12-20 长春理工大学 基于双门限功率谱双平均比值的能量检测方法
CN111327395B (zh) * 2019-11-21 2023-04-11 沈连腾 一种宽带信号的盲检测方法、装置、设备及存储介质
CN112260777B (zh) * 2020-09-23 2021-11-05 北京科技大学 一种基于序贯检测的特征值频谱感知方法
CN114448536B (zh) * 2021-11-12 2024-01-05 西安电子科技大学重庆集成电路创新研究院 一种全双工频谱感知方法
CN114070437B (zh) * 2021-11-19 2024-08-13 中国人民武装警察部队工程大学 一种基于能量和特征值方差的联合频谱感知方法
CN114327978B (zh) * 2021-12-27 2024-08-16 北京国瑞数智技术有限公司 基于矩变量的系统故障模式识别方法和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090197550A1 (en) * 2008-02-01 2009-08-06 Nokia Corporation Correlation-based detection in a cognitive radio system
CN101588191A (zh) * 2008-05-23 2009-11-25 华为技术有限公司 无线电信号认知方法及设备
US20110263208A1 (en) * 2010-04-27 2011-10-27 Barnawi Ahmed M Cognitive radio sensing method and system
CN102882820A (zh) * 2012-09-04 2013-01-16 西安电子科技大学 认知无线电中非高斯噪声下数字调制信号识别方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040228270A1 (en) * 2003-05-13 2004-11-18 Hou-Shin Chen Method of processing an OFDM signal and OFDM receiver using the same
US8897278B2 (en) * 2007-03-29 2014-11-25 Panasonic Corporation OFDM receiving device and OFDM receiving method
CN101577564B (zh) * 2009-06-04 2012-09-26 南通大学 基于判决门限自适应的信号频谱感知与检测方法
JP5493802B2 (ja) * 2009-12-15 2014-05-14 ソニー株式会社 受信装置、受信方法、およびプログラム、並びに受信システム
CN102255675A (zh) * 2010-05-19 2011-11-23 索尼公司 基于认知无线电的频谱感知装置、方法、程序

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090197550A1 (en) * 2008-02-01 2009-08-06 Nokia Corporation Correlation-based detection in a cognitive radio system
CN101588191A (zh) * 2008-05-23 2009-11-25 华为技术有限公司 无线电信号认知方法及设备
US20110263208A1 (en) * 2010-04-27 2011-10-27 Barnawi Ahmed M Cognitive radio sensing method and system
CN102882820A (zh) * 2012-09-04 2013-01-16 西安电子科技大学 认知无线电中非高斯噪声下数字调制信号识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JIAO, CHUANHAI ET AL.: "Cooperative Blind Sensing Based on Autocorrelation Matrix in Cognitive Radios", JOURNAL OF CIRCUITS AND SYSTEMS, vol. 16, no. 1, February 2011 (2011-02-01), pages 12 - 19 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106549722A (zh) * 2016-11-09 2017-03-29 宁波大学 一种基于历史感知信息的双门限能量检测方法
CN106549722B (zh) * 2016-11-09 2019-06-18 宁波大学 一种基于历史感知信息的双门限能量检测方法
CN107171752A (zh) * 2017-06-07 2017-09-15 广东工业大学 一种认知无线电的频谱感知方法及系统
CN107171752B (zh) * 2017-06-07 2021-01-26 广东工业大学 一种认知无线电的频谱感知方法及系统
CN109274438A (zh) * 2018-09-20 2019-01-25 扬州万方电子技术有限责任公司 一种自适应双门限协同干扰检测方法及装置
CN109274438B (zh) * 2018-09-20 2021-09-24 扬州万方电子技术有限责任公司 一种自适应双门限协同干扰检测方法及装置
CN118041472A (zh) * 2024-04-15 2024-05-14 成都信息工程大学 基于能量检测的可信度比较协作频谱感知优化方法及系统
CN118041472B (zh) * 2024-04-15 2024-06-11 成都信息工程大学 基于能量检测的可信度比较协作频谱感知优化方法及系统

Also Published As

Publication number Publication date
US9590828B2 (en) 2017-03-07
US20160197748A1 (en) 2016-07-07
CN103346845B (zh) 2015-11-18
CN103346845A (zh) 2013-10-09

Similar Documents

Publication Publication Date Title
WO2014190572A1 (zh) 基于快速傅里叶变换的盲频谱感知方法及装置
US8184816B2 (en) Systems and methods for detecting wind noise using multiple audio sources
US9906882B2 (en) Method and apparatus for wind noise detection
CN106772457B (zh) 一种基于空时频架构的卫星导航抗干扰方法
RU2596592C2 (ru) Пространственный аудио процессор и способ обеспечения пространственных параметров на основе акустического входного сигнала
CN103297159A (zh) 一种频谱感知方法、频谱感知装置
US20120224715A1 (en) Noise Adaptive Beamforming for Microphone Arrays
US8891786B1 (en) Selective notch filtering for howling suppression
WO2014190573A1 (zh) 基于归一化特征值的拟合优度检验的频谱感知方法及装置
WO2014019331A1 (zh) 自适应快速窄带干扰抑制装置
US11102569B2 (en) Methods and apparatus for a microphone system
CN111935046B (zh) 一种低复杂度的频移键控信号符号率估计方法
Kodrasi et al. Robust partial multichannel equalization techniques for speech dereverberation
CN103905656A (zh) 残留回声的检测方法及装置
CN103268766A (zh) 双麦克风语音增强方法及装置
CN112530450A (zh) 频域中的样本精度延迟识别
TWI459381B (zh) 語音增強方法
US8924206B2 (en) Electrical apparatus and voice signals receiving method thereof
WO2012041047A1 (zh) 信道估计方法及基站
Kay A computationally efficient nonlinear least squares method using random basis functions
Marinescu et al. Fast accurate time delay estimation based on enhanced accumulated cross-power spectrum phase
US20230352039A1 (en) Audio signal processing method, electronic device and storage medium
CN103929150B (zh) 一种子带自适应滤波器的权值向量更新方法
Safi et al. Blind non-minimum phase channel identification using 3rd and 4th order cumulants
CN109921812B (zh) 自动增益控制方法和系统

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13885812

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 14892523

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 13885812

Country of ref document: EP

Kind code of ref document: A1