一种在存在认知用户信号的情况下感知主用户信号的联合频谱感知方法

摘要

一种在存在认知用户信号的情况下感知主用户信号的联合频谱感知方法，涉及一种认知无线电技术领域中的频谱感知方法。本发明是为了解决现有频谱感知方法在感知频段中存在认知用户信号时无法有效检测主用户信号存在与否的问题。其方法：一、通过认知用户信号感知模块SSSB检测认知用户信号，并输出其信道增益；二、认知用户信号复现模块SSR复现接收到信号中认知用户信号；三、将输入信号减去认知用户信号复现模块SSR的输出结果，得到主用户信号感知模块PSSB的输入信号；四、由主用户信号感知模块PSSB进行频谱感知判别是否存在主用户信号。本发明适用于在存在认知用户信号的情况下感知主用户信号的联合频谱感知。

说明书

技术领域

本发明涉及一种认知无线电技术领域中的频谱感知方法。

背景技术

随着语音、数据、图像、视频等多媒体业务对传输速率越来越高的要求，无线集群系 统的宽带化是下一代数字集群系统的必然趋势。为了有效提高无线集群系统的频谱利用 率，无线集群系统采用认知无线电技术是其发展的必然趋势。

在认知无线电技术领域中，频谱感知技术是认知无线电的一个重要组成部分，它的作 用是发现频谱的使用情况并检测在当前的区域内是否存在主用户信号。目前主要的频谱感 知方法有能量检测、匹配滤波器检测、循环特征检测和协方差检测等。这些频谱感知方法 在感知时间、复杂度和检测性能有不同的取舍。但是上述的频谱感知方法只能工作在没有 认知用户信号的情况去感知主用户信号。当待感知的频段中已经存在认知用户信号时，上 述的频谱感知方法将很难有效的检测主用户信号的存在与否。

发明内容

本发明是为了解决现有频谱感知方法在感知频段中存在认知用户信号时无法有效检 测主用户信号存在与否的问题，从而提供一种在存在认知用户信号的情况下感知主用户信 号的联合频谱感知方法。

一种在存在认知用户信号的情况下感知主用户信号的联合频谱感知方法，它由以下步 骤实现：

步骤一、在认知无线电系统中，采用认知用户信号感知模块SSSB对输入信号进行认 知用户信号检测，获得是否存在认知用户信号的判断结果和认知用户信号的信道增益，并 输出至认知用户信号复现模块SSR；

步骤二、采用认知用户信号复现模块SSR根据获得的认知用户信号的判断结果和认 知用户信号的信道增益，以及本地认知用户信号，对实际的认知用户信号进行复现，获得 复现信号；

步骤三、将步骤一中的输入信号与步骤二获得的复现信号进行相减，并输入至主用户 信号感知模块PSSB；

步骤四、采用主用户信号感知模块PSSB对步骤三中相减后的信号进行主用户频谱感 知，获得是否存在主用户信号的判断结果，完成在存在认知用户信号的情况下感知主用户 信号的联合频谱感知。

步骤一中采用认知用户信号感知模块SSSB对输入信号进行认知用户信号检测是采 用匹配滤波器检测算法实现的。

步骤四中采用主用户信号感知模块PSSB对步骤三中相减后的信号进行主用户频谱 感知是通过能量检测算法或现有其它频谱感知算法实现的。

本发明提出一种新型的联合频谱感知方法，在感知频段中存在认知用户信号时，能够 准确有效地检测主用户信号的存在与否。

附图说明

图1是本发明的频谱感知方法的信号流程示意图。

具体实施方式

具体实施方式一、结合图1说明本具体实施方式，一种在存在认知用户信号的情况下 感知主用户信号的联合频谱感知方法，其特征是：它由以下步骤实现：

步骤一、在认知无线电系统中，采用认知用户信号感知模块SSSB对输入信号进行认 知用户信号检测，获得是否存在认知用户信号的判断结果和认知用户信号的信道增益，并 输出至认知用户信号复现模块SSR；

步骤二、采用认知用户信号复现模块SSR根据获得的认知用户信号的判断结果和认 知用户信号的信道增益，以及本地认知用户信号，对实际的认知用户信号进行复现，获得 复现信号；

步骤三、将步骤一中的输入信号与步骤二获得的复现信号进行相减，并输入至主用户 信号感知模块PSSB；

步骤四、采用主用户信号感知模块PSSB对步骤三中相减后的信号进行主用户频谱感 知，获得是否存在主用户信号的判断结果，完成在存在认知用户信号的情况下感知主用户 信号的联合频谱感知。

具体实施方式二、本具体实施方式与具体实施方式一所述的一种在存在认知用户信号 的情况下感知主用户信号的联合频谱感知方法的区别在于，步骤一中采用认知用户信号感 知模块SSSB对输入信号进行认知用户信号检测是采用匹配滤波器检测算法实现的。

具体实施方式三、本具体实施方式与具体实施方式一所述的一种在存在认知用户信号 的情况下感知主用户信号的联合频谱感知方法的区别在于，步骤四中采用主用户信号感知 模块PSSB对步骤三中相减后的信号进行主用户频谱感知是通过能量检测算法实现的。

具体实施方式四、本具体实施方式与具体实施方式一所述的一种在存在认知用户信号 的情况下感知主用户信号的联合频谱感知方法的区别在于，步骤四中采用主用户信号感知 模块PSSB对步骤三中相减后的信号进行主用户频谱感知是通过现有其它频谱感知算法 实现的。

原理：本发明的频谱感知方法的信号流程如图1所示：图1中y[n]是经过A/D的接 收信号的采样信号，s_su[n]是本地已知的认知用户信号，是认知用户信号的信道增益， y_SSR[n]是本地复现的实际认知用户信号，H_x1/H_x0表示存在/不存在认知用户信号，H_1x/H_0x表示存在/不存在主用户信号。

认知用户信号感知模块（SSSB）用来感知是否存在认知用户信号，并输出实际认知 用户信号的信道增益。认知用户信号复现模块（SSR）根据SSSB的输出在本地复现实 际的认知用户信号y_SSR[n]并与输入信号相减作为主用户信号感知模块（PSSB）的输入， PSSB采用相应的频谱感知方法来感知是否存在主用户信号。

本发明采用四元假设模型：

$y\left[n\right]=\left(\begin{array}{cc}w\left[n\right],& H_{00}\\ s_{\mathrm{su}}\left[n\right]+w\left[n\right],& H_{01}\\ s_{\mathrm{pu}}\left[n\right]+w\left[n\right],& H_{10}\\ s_{\mathrm{pu}}\left[n\right]+s_{\mathrm{su}}\left[n\right]+w\left[n\right],& H_{11}\end{array}\right)---\left(1\right)$

H₀₀表示不存在认知用户信号或者主用户信号，H₀₁表示存在认知用户信号，H₁₀表示 存在主用户信号，H₁₁表示同时存在认知用户信号和主用户信号。联合频谱感知算法的输 出结果与四元假设模型的对应关系见表1。

表1

设h_pu为主用户信号的信道增益，h_su为认知用户信号的信道增益。

定义y[n]为：

y[n]=h_pus_pu[n]+h_sus_su[n]+w[n]（2）

式中w[n]是加性高斯白噪声，它的期望是0，方差为σ_n²，s_pu[n]和s_su[n]分别是主用 户信号和认知用户信号，它们的期望为0，方差分别为和。

则针对SSSB模块可以得到以下结论：

$y\left[n\right]=\left(\begin{array}{cc}w\left[n\right],& H_{x0}\\ h_{\mathrm{su}}{s}_{\mathrm{su}}\left[n\right]+w\left[n\right],& H_{x1}\end{array}\right)---\left(3\right)$

${\hat{h}}_{\mathrm{su}}\approx h_{\mathrm{su}}---\left(4\right)$

根据SSSB的结果，SSR的输出为：

$y_{\mathrm{SSR}}\left[n\right]=\left(\begin{array}{cc}0,& H_{x0}\\ {\hat{h}}_{\mathrm{su}}{s}_{\mathrm{su}}\left[n\right],& H_{x1}\end{array}\right)---\left(5\right)$

可以得到PSSB的输入：

y[n]-y_SSR[n]≈h_pus_pu[n]+w[n]（6）

所以可得：

$y\left[n\right]=\left(\begin{array}{cc}w\left[n\right],& H_{0x}\\ h_{\mathrm{pu}}{s}_{\mathrm{pu}}\left[n\right]+w\left[n\right],& H_{1x}\end{array}\right)---\left(7\right)$

如果PSSB采用能量检测算法，SSSB采用匹配滤波器检测算法，以此进行分析，设 Y_su，Y_pu，λ_su，λ_pu和N分别为SSSB模块的检测统计量、PSSB模块的检测统计量、SSSB 模块的检测门限、PSSB模块的检测门限和检测长度，我们可以得到以下结论：

Y_su服从以下正态分布：

式中，

${\hat{h}}_{\mathrm{su}}=\frac{Y_{\mathrm{su}}}{\underset{N}{\Sigma }{s}_{\mathrm{su}}\left[n\right]s_{\mathrm{su}}^{*}\left[n\right]}=h_{\mathrm{su}}+\frac{\underset{N}{\Sigma }\left(h_{\mathrm{pu}}{s}_{\mathrm{pu}}\right[n]+w[n\left]\right)s_{\mathrm{su}}^{*}\left[n\right]}{\underset{N}{\Sigma }{s}_{\mathrm{su}}\left[n\right]s_{\mathrm{su}}^{*}\left[n\right]}---\left(10\right)$

${\hat{h}}_{\mathrm{su}}=h_{\mathrm{su}}+o\left(s_{\mathrm{su}}^2\right[n\left]\right)---\left(11\right)$

所以可得SSR模块的输出：

$y_{\mathrm{SSR}}\left[n\right]=\left(\begin{array}{cc}0,& H_{x0}\\ h_{\mathrm{su}}{s}_{\mathrm{su}}\left[n\right]+o\left(s_{\mathrm{su}}^2\right[n\left]\right),& H_{x1}\end{array}\right)---\left(12\right)$

PSSB模块的输入为：

$y\left[n\right]-y_{\mathrm{SSR}}\left[n\right]=\left(\begin{array}{cc}{h}_{\mathrm{pu}}{s}_{\mathrm{pu}}\left[n\right]+w\left[n\right],& H_{x0}\\ h_{\mathrm{pu}}{s}_{\mathrm{pu}}\left[n\right]+w\left[n\right]-o\left(s_{\mathrm{su}}^2\right[n\left]\right),& H_{x1}\end{array}\right)---\left(13\right)$

Y_pu服从以下开方分布：

$\frac{Y_{\mathrm{pu}}}{{\sigma }_{\mathrm{signal}}^2}=\left(\begin{array}{cc}\frac{Y_{\mathrm{pu}}}{{\sigma }_n^2}~{\chi }_N^2,& H_{0x}\\ \frac{Y_{\mathrm{pu}}}{h_{\mathrm{pu}}^2{\sigma }_{\mathrm{pu}}^2+{\sigma }_n^2}~{\chi }_N^2,& H_{1x}\end{array}\right)---\left(14\right)$

设Pf^S为SSSB的虚警概率，Pd^S为SSSB的检测概率，Pf^P为PSSB的虚警概率，Pd^P为PSSB的检测概率。我们可得联合频谱感知算法的检测性能。

$\left(\begin{array}{c}{\mathrm{Pf}}^P=\Gamma (\frac{N}{2},\frac{{\lambda }_{\mathrm{pu}}}{{2\sigma }_n^2})/\Gamma \left(\frac{N}{2}\right)\\ {\mathrm{Pd}}^P=\Gamma (\frac{N}{2},\frac{{\lambda }_{\mathrm{pu}}}{2(h_{\mathrm{pu}}^2{\sigma }_{\mathrm{pu}}^2+{\sigma }_n^2)})/\Gamma \left(\frac{N}{2}\right)\end{array}\right)---\left(16\right)$

由上分析可知，联合频谱感知算法的主用户信号感知模块的检测性能与认知用户信号 没有关系，仅与噪声和主用户信号的强度有关，所以本算法在存在认知用户信号的情况下， 可以有效准确地检测主用户信号，而不用考虑认知用户信号的干扰。