法律状态公告日
法律状态信息
法律状态
2018-02-27
未缴年费专利权终止 IPC(主分类):H04B17/00 授权公告日:20140423 终止日期:20170109 申请日:20120109
专利权的终止
2014-04-23
授权
授权
2012-09-05
实质审查的生效 IPC(主分类):H04B17/00 申请日:20120109
实质审查的生效
2012-07-04
公开
公开
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,fN],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
其中,xn(t)代表第n个潜在主用户发送的信号,而αn,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,ωm(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αn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:
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ψa(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Ψa(ω),R(ω)相 乘,再通过对Ψa(ω)R(ω)反傅里叶变换得到不同尺度的小波变换。
WTar′(t)=F-1(Ψa(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{tn},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:
其中,(t0,tN)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=2j,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
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bTH可以取为函数的均值,计算如下:
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:
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,
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:
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,tN)和带宽[f0,fN]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。
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:
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
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PTh来判断各时频资源块是否为空闲。
PTh=αNAWGN (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。
机译: 基于小波变换的时频谱确定装置
机译: 基于更新预测提升方案的自适应小波变换设备和方法,相同记录介质的小波变换设备和方法
机译: 基于更新预测提升方案的自适应小波变换设备和方法,相同记录介质的小波变换设备和方法