基于小波变换的自适应时频空穴检测方法

摘要

本发明公开了一种基于小波变换的自适应时频空穴检测方法，采用小波变换技术自适应地对时间连续信号或者离散时间信号进行时频域分段，并判断各时频资源块的空闲与否，包括如下步骤：(1)先对认知用户监测接收信号时域分段，保证在该分段内，各主用户占用频带持续不变；(2)对各分时段的接收信号，采用已有方法，进行傅里叶变换得到各分时段信号频谱，对该频谱进行小波变换以检测各频段边沿，从而实现频段划分；(3)综合前两步中的自适应时间和频域分段结果，对各时频资源块进行综合分析，判断时频资源块空闲与否。本发明实现信号的时域和频域自适应分段，有效地解决现有频谱频谱空穴的高分辨率和频谱检测快速及时检测要求之间的矛盾，同时估计主用户信号的时频域的能量分布。仿真结果验证了所提方法的有效性。

说明书

技术领域：

本发明涉及一种适用于认知无线电领域的时频空穴感知技术， 它采用基于小波变换信号处理的方法，对无线环境的时域和频域的 二维能量分布进行自适应检测，以探测无线环境时频空穴。

背景技术：

无线通信频谱是一种有限的宝贵资源，随着信息社会经济的快速 发展，频谱资源稀缺日益成为移动通信及宽带无线接入技术实现的重 要瓶颈；另一方面，与频谱资源短缺形成鲜明对比的却是现有频谱利 用率的极其低下。在这样的背景下，认知无线电技术以其接入灵活， 能够大大提高频谱利用率，有效解决解决频谱资源匮乏问题，被认为 是下一代移动通信系统潜在关键技术之一。

认知无线电系统以一种“机会方式”接入授权频段内，在对授权 用户不造成干扰的前提下，动态的利用其临时空闲频段。要实现这一 对主用户几乎“透明”的无干扰占用，要求认知用户可靠、快速地感 知授权用户的重新占用并及时退避；另一方面认知无线电系统要求认 知用户可靠、快速地检测到时频频空洞并占用，认知无线电系统要实 现高效率利用频谱的目的，还应该具有估计无线频谱空穴特性的能 力，并基于频谱空穴特性自适应地调整发送参数(如数据速率、传输 模式、传输带宽等)。因此，频谱感知技术是认知无线电系统的关键 技术。

国内外针对认知无线电频谱感知技术和自适应调制技术进行了 大量的研究工作，其中针对频谱感知技术的研究大致可以分为以下 两大类：(1)协同检测：通过处理多个感知用户的检测信息来更准 确地判断主用户是否存在，这类方法通常要依赖于复杂的集中式控 制或者分布式控制实现多个感知用户的检测信息交换；(2)主用户 发射端检测：通过分析侦认知用户接收信号中是否存在主用户信号 来判断频谱的使用状态，这类方法又可以分为以下四类：1)能量检 测法：这类算法通常不需要知道授权用户信号的先验信息，能够可 靠地适用于各种未知信道，检测快速，实现简单，但是该类算法依 赖要求准确估计噪声功率，实际中噪声功率估计误差会导致较高虚 警概率；2)特征检测法：这类算法利用已知主用户信号特征(如波 形特征、循环平稳特性等)对主用户占用频谱情况进行检测，能够在 强干扰环境下可靠地检测频谱空穴，但是这类算法要求预先知道主 用户信号的特征信息，且计算复杂度较高；3)相关性检测算法：这 类算法利用主用户信号样值具有比噪声样值高得多的相关性这一特 点，实现对授权用户的检测，但是这类算法受限于信号相关性的剧 烈变化；4)小波变换频谱检测法：这类算法利用小波分解或小波包 分解能够灵活地调整频谱检测分辨率的优点，实现多分辨率频谱检 测，或者利用小波变化的突变特征提取能力，检测主用户占用-释放 频谱的突变，但是这类算法通常具有较高的算法复杂度的缺点。

目前，国内外已有认知无线电频谱感知方法主要针对频域“频 谱空穴”的检测，而较少从时域和频域二维时频分析的角度检测 “时频空穴”，导致难于估计空闲频谱的时域特性。这类频谱检测 方法为了获得较高的频率分辨率，需要较长时间间隔的采样，另一 方面，为了及时检测到频谱空穴和主用户重新占用频谱空穴，要求 较短的时间采样间隔，因此现有的频谱检测方法除具有上节所述局 限性之外，还受限于较长时间采样间隔和快速及时检测要求之间的 矛盾。

发明内容：

本发明的目的在于克服上述现有技术的缺点，提供一种基于小 波变换的自适应时频空穴检测方法，与现有的认知无线电频谱感知方 法仅从频域检测频谱空穴不同，本方案采用小波变换信号特征提取技 术，实现信号的时域和频域自适应分段，有效地解决较长时间采样间 隔和快速及时检测要求之间的矛盾，同时估计主用户信号的时频域的 能量分布。

另外，实际网络中，微观时间段内由于主用户的业务量具有一定 的统计规律，因而其时频分布特征也具有某种统计规律，获得了主用 户信号的时频分布特性，可以更好地根据各时频块的统计特征，自适 应地灵活地进行调整检测周期，以及对时频空穴进行预测，从而有效 降低认知用户接入机会损失和没有及时退避造成对主用户的有害干 扰损失。

因此，针对认知无线电系统基于时频二维角度的研究分析具有 重要意义。

本发明的目的是通过以下技术方案来解决的：

本发明涉及的时频空穴检测方法分为三个步骤：第一步，先对认 知用户监测接收信号时域分段，保证在该分段内，各主用户占用频带 持续不变；第二步，对各分时段的接收信号，采用已有方法，进行傅 里叶变换得到各分时段信号频谱，对该频谱进行小波变换以检测各频 段边沿，从而实现频段划分。第三步，综合前两步中的自适应时间和 频域分段结果，对各时频资源块进行综合分析，判断时频资源块空闲 与否。

下面分五个部分对该方法进行介绍，第一部分先介绍系统模型， 第二部分和第三部分分别介绍时域和频域分段方法，第四部分根据分 段后的时频块功率谱密度实现时频空穴检测，第五部分还对上述时频 检测方法提出了一种改进方法。

以下方法介绍中，采用的信号均为时间连续信号，该方法可以直 接推广到离散时间信号的处理。

一.认知无线电时频感知系统模型

针对以上两点研究内容，我们采用一个具有M个潜在认知用户和 N个潜在主用户的无线通信系统，假定该系统占用的频率范围为 [f₀，f_N]，且带宽为B，令第m个潜在认知用户认知用户接收到的连续 信号表示为

$r_m\left(t\right)=\underset{n=1}{\overset{N}{\Sigma }}{\alpha }_{n,m}{x}_n\left(t\right)+{\omega }_m\left(t\right)---\left(1\right)$

其中，x_n(t)代表第n个潜在主用户发送的信号，而α_n，m代表第n个 潜在主用户与第m个潜在认知用户之间的信号增益，ω_m(t)代表噪声。 需要说明的是，在下面的介绍中各认知用户采用相同的信号处理方 法，为了简化描述，后面的介绍中将不再区分各认知用户，略去脚标 m。为了进一步分析方便，我们对上述认知系统做如下的假定，并分 析其假定合理性。

a1)由于潜在主用户占用相应频段具有时间上的间断性，并且在各时间 段内主用户与认知用户之间的信道在该时间段上为准静态，即 该时间段内α_n为常数；

a2)假定第n个潜在主用户在占用频段持续期内，占用的频带不会改 变

a3)假定接收信号中的噪声为加性高斯白噪声。

无线通信系统中，用户接入基站过程，通过基站分配上下行频段 和时段，一次完整的通信可以分为若干个较短通信持续期或时间段， 相应时间段内信道近似不变，通信持续期内频带也不变，而接收信号 中噪声通常假定为加性高斯白噪声，因此上述假设合理，与实际通信 系统相符。

二.接收信号时域自适应分段

基于假设条件a1)，在各主用户占用频带不变的时间段内，可以 近似认为认知用户接收信号平均功率不变，利用接收信号平均功率的 分时段，拟采用小波变换检测信号平均功率突变点，以实现信号各分 时段边沿的检测，从而将时域信号划分为多个时间段连续信号，具体 时域信号自适应分段方案如下：

1)计算接收信号平均功率

对接收信号求其平均功率，具体如下式：

$r^{\prime }\left(t\right)=\frac{1}{T}{\int }_t^{t+T}{\left|r\left(t\right)\right|}^2\mathrm{dt}---\left(2\right)$

式中平均周期时间T可以选取为信号传输波特率的50倍即可， 以便能够获得较好的平均效果。

2)多尺度小波变换

令小波变换采用的小波函数为ψ(t)，该小波的伸缩函数可以表示 为由小波分析理论知[22]，对认知用户接收信号进行 不同尺度的小波变换，可以看成是对不同尺度的小波函数ψ_a(t)与信号 r′(t)的卷积，为简化运算，可以采用先对二者的频谱密度Ψ_a(ω)，R(ω)相 乘，再通过对Ψ_a(ω)R(ω)反傅里叶变换得到不同尺度的小波变换。

WT_ar′(t)＝F^-1(Ψ_a(ω)R(ω))    (3)

3)小波变换检测突变点

由前面的假定可知，认知用户的接收信号平均功率在不同时段的 交界处具有类似阶跃边沿，根据小波变换性质，在分段连续信号的边 沿时刻{t_n}，其小波变换具有局部极大值，因此可以通过检测认知用 户接收信号平均功率的小波变换局部极大值实现信号边沿的检测。即 边沿时刻序列估计可以通过下式得到：

${\hat{t}}_n=\max \mathrm{im}{a}_t\left\{{\mathrm{WT}}_{a=2^j}{r}^{\prime }\left(t\right)\right\},t\in (t_0,t_N)---\left(4\right)$

其中，(t₀，t_N)表示认知用户接收信号对应的时间段，本项目中采 用二分尺度，即a＝2^j，j＝0，1，2，…。

另一方面，时域信号的噪声平均功率则类似随机脉冲(由于信号 平均功率计算中采用的平均周期较短)，由小波变换极大值在多尺度 上的特性，阶跃边沿的小波变换极大值不随小波尺度增加而改变，尖 峰脉冲信号的小波变换局部极大值则随小波尺度增加而减小，因此， 利用认知用户接收信号的多尺度小波变换极大值来对主用户信号的 时间进行分段，具有较好的抗噪声干扰特性。为了进一步提高时间分 段边沿检测抗干扰和噪声影响能力，边沿时刻序列估计可以改进为

${\hat{t}}_n={\max \mathrm{ima}}_t\left\{\underset{j=0}{\overset{J}{\Pi }}{\mathrm{WT}}_{a=2^j}{r}^{\prime }\left(t\right)\right\},t\in (t_0,t_N)---\left(5\right)$

为了进一步提高信号时域分段的可靠性，拟考虑采用提高局部极 值的判断门限，但是这种门限判断方法会带来一定时间分段误差，需 要加以折中考虑。

该门限b_TH可以取为函数的均值，计算如下：

$b_{\mathrm{TH}}=\frac{1}{t_N-t_0}{\int }_{t_0}^{t_N}\underset{j=0}{\overset{J}{\Pi }}{\mathrm{WT}}_{a=2^j}{r}^{\prime }\left(t\right)\mathrm{dt}---\left(6\right)$

三.自适应频域分段

基于上述的接收信号的时域分段，可以认为各主用户在各时间分 段内占用频谱情况是持续并且稳定不变的。本发明中采用已有文献 [13]中的方法实现各时域分段内频域自适应分段，具体方法如下：

1)计算频域功率谱

假定对第p分时段信号进行频域分段，其中该分时段时域信号可 以表示为：

$r^{\left(p\right)}\left(t\right)=\underset{n=1}{\overset{N}{\Sigma }}{\alpha }_n{x}_n\left(t\right)+{\omega }_m\left(t\right),t\in [{\hat{t}}_p,{\hat{t}}_{p+1}]---\left(7\right)$

第一步求各分时段时域的功率谱：

2)多尺度小波变换

进一步对该功率谱进行频域小波变换，

$W_{s=2^j}{S}_r^{\left(p\right)}\left(f\right)=S_r^{\left(p\right)}\left(f\right)*{\phi }_{s=2^j}\left(f\right)---\left(9\right)$

其中为基本伸缩小波函数，为某一低通平滑函数的 一阶导数，如高斯函数。

3)频域突变点检测

于是，对应第p个时间分段信号的频谱分段边沿序列频点可以通 过下式估计得到：

${\hat{f}}_m^{\left(p\right)}={\max \mathrm{ima}}_f\left\{\underset{j=1}{\overset{J}{\Pi }}\left[W_{s=2^j}{r}^{\prime }\left(t\right)\right]\right\},f\in (f_0,f_N)---\left(10\right)$

四.检测时频空穴

1)估计噪声功率谱

基于上述已经获得的各时间分段、各子频带的主用户占用情况， 可以得到整个时间段(t₀，t_N)和带宽[f₀，f_N]内的时频资源块占用情况。 进一步，针对被占用的第p个时间分段内第m个子频带时频资源块可 以按照下式计算功率谱密度。

$P_n^{\left(p\right)}=\frac{1}{(f_{n+1}-f_n)}{\int }_{f_n}^{f_{n+1}}{S}_r^{\left(p\right)}\left(f\right)\mathrm{df}---\left(11\right)$

由于噪声为加性高斯白噪声，因此，噪声在整个频域功率谱密度 为常数，可以通过下式计算估计得到：

$N_{\mathrm{AWGN}}=\underset{n,p}{\min }{P}_n^{\left(p\right)}---\left(12\right)$

2)计算各时频块信号功率谱

第p个时间分段内第m个子频带时频资源块上的信号平均功率 谱密度可以修正为

$P_n^{\prime \left(p\right)}=P_n^{\left(p\right)}-N_{\mathrm{AWGN}}---\left(13\right)$

3)判断时频块是否空闲

理论上，如果某一个分时段内上的某个子频带时频快功率谱密度 大于白噪声功率谱密度，则该时频资源块为主用户占用，否则为空闲。 考虑到接收信号各分时段时间间隔有限，对该分时段平均得到的噪声 平均功率谱密度仍然不是理想的常数，而是具有一定方差的随机变 量。为了抑制时间平均噪声功率谱的波动干扰，根据需要设置一个更 高的功率谱密度门限P_Th来判断各时频资源块是否为空闲。

P_Th＝αN_AWGN    (14)

其中因子α＞1，可以根据估计可靠性需要设置。

五.时频空穴检测改进

在系统占用频率范围较宽，或者认知用户需要检测的频率范围较 宽的情况下，由于多径信道的影响，会导致认知用户接收信号在系统 占用的频率范围内表现为较明显的频率选择性，而这种频率选择性对 于小波变换检测频域分界点形成干扰；另一方面如果系统占用频率范 围较宽，噪声的平均功率较大，而某一个较小子频带的占用或空闲状 态发生改变，使得信号的平均功率的改变相对较小，也就是说，噪声 的干扰更容易使得采用平均功率波动检测时域分段点的方法产生误 判或漏判。

为了克服这种由于系统检测频率范围较大产生的时频资源块检 测误差，本发明还提出了一种时频空穴检测改进方法，具体过程如图 1所示：

利用小波包分解能够灵活地将信号分解成多个具有较窄带宽的 信号，对各分解频带上的接收信号分别进行上述时频自适应分段，最 后对各分解频段上的信号的时域分段进行综合，可以得到更加准确的 信号时频空穴检测。

附图说明：

图1为基于小波包分解的时频空穴检测改进框图；

图2(a)为基于小波变换信号处理的时频空穴检测系统框图；

图2(b)为接收信号滤波模块框图；

图2(c)为时域自适应分段模块框图；

图2(d)为频域自适应分段模块框图；

图2(e)时为频空穴综合检测模块框图；

图3为时频资源实际占用图；

图4为信号时域分段仿真结果；

图5为信号频域分段仿真结果。

具体实施方式：

下面结合附图对本发明做进一步详细描述：

基于小波变换的时频空穴自适应检测方法实现可以分为以下四 步，

如图2所示：

第一步：信号的滤波和采样；

(1)对时域信号进行连续采样；

(2)根据认知用户采样带宽(侦听频带宽度)大小，决定对 时域采样信号是否采用小波包分解。

第二步：经过滤波信号的时域自适应分段

(1)对采样时域信号(或者经过小波包分解的时域信号)采 样按式(2)求信号的滑动平均功率；

(2)采用某一平滑函数的一阶导数为小波函数，对已第二步 中的滑动平均功率信号进行多尺度小波变换；

(3)按式(5)求其超过由式(6)给出的门限值的峰值极点， 该极值点对应的时间点即为时域分段边沿点。

第三步：各分时段信号的频域自适应分段

(1)分别求第四步中各分时段对应时域信号的功率谱密度；

(2)采用某一平滑函数的一阶导数为小波函数，分别对已第 五步中的各功率谱密度进行多尺度小波变换；

(3)按式(10)求多尺度小波变换函数的峰值极点，该极值 点对应的频点即为频域分段边沿点；

第四步：估计时频资源块上的频谱密度，并判断是否空闲；

(1)按照第四步和第七步中的时频域分段将时频资源划分 为时频资源块，按式(12)计算加性高斯白噪声功率谱密度，并按式 (13)分别计算各时频资源块的有用信号功率谱密度；

按照式(14)给定的功率谱密度门限，判断各时频资源块的占用 或者空闲状态。

1)实验仿真

仿真采用子载波数为1024的OFDM系统，子载波间隔为1KHz， 采用QPSK调制，假定在50ms(对应50个OFDM符号间隔，每一 个OFDM符号间隔为1ms)内的时频资源占用情况：第0-10个OFDM 间隔内，系统占用全部1024个子载波，在第11-30个OFDM符号间 隔内，系统占用第0-255子载波和第513-767子载波，在第31-50个 OFDM符号间隔内，系统占用全部第0-255子载波，如图3所示。系 统的时域信号采样波形如图4(a)所示。

仿真中拟采用高斯函数的一阶导数为边沿检测小波函数，该小 波函数伸缩为每个子载波上噪声方差取为0.1。

该50ms观测间隔内，信号时域自适应分段结果如下图4(b)所示， 可见，基于小波变换的信号平均功率检测到的时域边沿刚好对应实际 频域占用情况变化的时间点，很好地实现了信号的时域分段，如估计 的第一个时域边沿为第11个OFDM符号采样起始点，第二个时域边 沿估计点位第31个OFDM符号采样起始点。

图5给出了对应第二个时域分段的信号功率谱及其采用小波变 换的功率谱边沿频点估计结果，其中图5(a)给出了对应的信号功率谱 密度，图5(b)中的峰值点对应着功率谱畸变点，即频域分段边沿频点： 第256个子载波频点，第512个子载波频点，第768个子载波频点， 将1024子载波分为四个频域分段，与第二时分段的频域占用情况完 全相符。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何 形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以 限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范 围内，当可利用上述揭示的方法及技术内容作出些许的更动或修饰为 等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据 本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修 饰，仍属于本发明技术方案的范围内。