一种基于过采样的自相关频谱感知方法技术

本发明专利技术公开了一种基于过采样的自相关频谱感知方法，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所有样本构成的样本列向量计算检验统计量；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；优点是其能够在主用户信号存在时准确地估计出噪声功率，且其能够在多径信道以及非多径信道中利用自相关进行盲频谱感知。非多径信道中利用自相关进行盲频谱感知。非多径信道中利用自相关进行盲频谱感知。

【技术实现步骤摘要】
一种基于过采样的自相关频谱感知方法


[0001]本专利技术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自相关频谱感知方法，其通过对认知用户接收到的信号进行过采样来估计噪声功率的大小，进而利用认知用户接收到的信号的自相关和噪声功率进行频谱感知。

技术介绍

[0002]认知无线电(Cognitive Radio，CR)允许次级用户(即认知用户)接入主用户未使用的频段从而极大地改善频谱利用率，近年来得到了广泛的关注。频谱感知是认知无线电中的关键技术，其作用是检测频谱空洞并允许主用户和次级用户共存。频谱感知的方法有很多，主要分为三类，即需要主用户信号和噪声先验知识的检测方法、半盲检测方法以及全盲检测方法。半盲检测方法需要预先知道噪声和干扰功率等先验信息，这些先验信息在动态无线电磁环境下很难实时获取。全盲检测方法不需要任何先验信息，具有较大的实用性，其中广受关注的是自相关频谱感知方法。
[0003]已有的自相关频谱感知方法有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)。这些方法主要有两个问题：第一，使用协方差矩阵的一些特点来估计噪声功率会使得主用户信号存在时估计的噪声功率偏大；第二，在一些非多径信道中，难以利用接收信号的相关性。

技术实现思路

[0004]本专利技术所要解决的技术问题是提供一种基于过采样的自相关频谱感知方法，其能够在主用户信号存在时准确地估计出噪声功率，且其能够在多径信道以及非多径信道中利用自相关进行盲频谱感知。
[0005]本专利技术解决上述技术问题所采用的技术方案为：一种基于过采样的自相关频谱感知方法，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所有样本构成的样本列向量计算检验统计量；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。
[0006]该自相关频谱感知方法具体包括以下步骤：
[0007]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)，将L个样本构成的样本列向量
记为x，其中，L为正整数，L＝2
n
，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，x(1)表示第1个样本，x(L)表示第L个样本；
[0008]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；
[0009]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，在|X(m)|2中符号“||”为取模运算符号，|X(m)|2表示X(m)的功率谱密度；
[0010]步骤4：根据噪声功率和样本列向量x，计算检验统计量，记为T，其中，在|p
‑
q|中符号“||”为取绝对值符号，p∈[1,L]，q∈[1,L]，p和q均为正整数，x(p)表示第p个样本，x
*
(q)为x(q)的共扼，x(q)表示第q个样本，x(p)x
*
(q)为矩阵xx
H
中下标位置为(p,q)的元素的值，上标“H”表示共轭转置；
[0011]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。
[0012]与现有技术相比，本专利技术的优点在于：
[0013]1)本专利技术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，使得本专利技术方法在主用户信号存在时也可以准确地估计出噪声功率。
[0014]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。
[0015]3)本专利技术方法计算检验统计量时不仅利用了通过过采样估计的噪声功率，而且还
利用了通过过采样引入的相关性，使得本专利技术方法不仅可以在多径信道中使用，也可以在非多径信道中使用，进而实现盲频谱感知。
[0016]4)通过仿真，相比现有的自相关频谱感知方法，本专利技术方法的检测性能更优。
附图说明
[0017]图1为本专利技术方法的流程框图；
[0018]图2为在虚警概率为0.1时分别利用本专利技术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
[0019]以下结合附图实施例对本专利技术作进一步详细描述。
[0020]本专利技术提出的一种基于过采样的自相关频谱感知方法，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所有样本构成的样本列向量计算检验统计量；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。
[0021]该自相关频谱感知方法具体包括以下步骤：
[0022]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)，将L个样本构成的样本列向量记为x，其中，L为正整数，L＝2
n
，n为正整数，n≥7，在本实施例中取L＝2
10
＝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＝4，K远远小于L，i为正整数，1≤i≤L，x(1)表示第1个样本，x(L)表示第L个样本。
[0023]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本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于过采样的自相关频谱感知方法，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所有样本构成的样本列向量计算检验统计量；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。2.根据权利要求1所述的一种基于过采样的自相关频谱感知方法，其特征在于该自相关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)，将L个样本构成的样本列向量记为x，其中，L为正整数，L＝2
n
，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，x(1)表示第1个样本，x(L)表示第L个样本；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...

【专利技术属性】
技术研发人员：马燕茹，金明，胡宇铎，
申请(专利权)人：宁波大学，
类型：发明
国别省市：