一種基于漸近步長的稀疏度自適應壓縮頻譜感知方法
【專利摘要】本發明提出了一種認知無線電寬帶網絡中的漸近步長自適應快速壓縮頻譜感知方法。該方法采用了模擬／信息采樣器對寬帶主用戶信號進行壓縮采樣建模，根據壓縮采樣觀測值序列計算檢測統計量，并利用序貫壓縮檢測算法，將統計量與判決門限進行比較。根據判決結果，自適應調整下一次判決所需觀測值數目步長因子大小，漸近步長因子調整規則是：在檢測統計量值距離門限值較大時，增大步長因子來加快頻譜檢測速度；在檢測統計量值距離門限值較近時，減小步長因子來增強檢測精度，從而實現步長因子的自適應實時調整。最終，實現非重構原信號條件下主用戶信號存在與否的快速判決。MATLAB通信仿真環境下的仿真實驗證明了該方法的有效性和準確性。
【專利說明】一種基于漸近步長的稀疏度自適應壓縮頻譜感知方法【技術領域】
[0001]本發明涉及一種認知無線電技術，尤其涉及一種認知無線電的頻譜檢測方法，更具體的說涉及一種頻譜稀疏度未知條件下的自適應壓縮頻譜檢測方法。
【背景技術】
[0002]隨著人們對無線高速數據傳輸需求的不斷增長，頻譜資源變得日益緊缺，有效可靠的無線頻譜接入成為人們關注的焦點。近年來出現的認知無線電技術(CognitiveRadio, CR)是一種能夠感知周圍環境并顯著提高頻譜利用率的新型智能無線通信技術，能夠有效地解決頻譜資源緊張問題。
[0003]認知無線電的核心思想就是使無線通信設備具備發現并合理利用頻譜空穴(Spectrum Holes)的能力。頻譜感知是認知無線電的關鍵技術之一，它能夠快速、可靠地檢測出未被主用戶占用的頻譜空穴供次用戶接入使用。由此可見，如何采用有效的頻譜感知技術，及時、準確地識別頻譜空穴，是提高頻譜利用率的同時避免對主用戶造成干擾的關鍵。
[0004]在現有的頻譜感知技術研究中，大多是針對單信道或窄帶頻譜場景下的頻譜感知技術研究。但隨著當前的無線傳輸需求的不斷增加，寬帶頻譜感知技術正逐漸成為新的研究熱點。然而，對寬頻段進行頻譜感知受奈奎斯特采樣定理的限制，將存在采樣率過高、數據量過大等問題，使得現有的硬件條件難以實現。
[0005]近年來出現的壓縮感知(Compressed Sensing, CS)理論以信號的稀疏性為前提，其采樣速率不受信號帶寬限制，而由信號的信息結構和內容決定，從而在信號稀疏的前提下，可以遠低于奈奎斯特采樣速率對信號采樣。由于主用戶對寬帶頻譜的利用率較低，存在著大量的空閑頻譜，所以寬`帶頻譜具有明顯的稀疏性，從而為壓縮感知理論應用于認知無線電寬帶頻譜感知提供了前提條件。
[0006]近年來，一些學者專家利用壓縮感知理論開展了頻譜檢測的研究。Tian等人首先在寬帶認知無線電中引入了壓縮感知理論，將壓縮感知用于頻譜空洞檢測，通過小波邊界檢測器(waveletbased edge detector)精確檢測頻譜占用位置。然而，該方案依然需要高速ADC首先對寬帶信號進行采樣。隨后，有人提出了改進方法，利用模擬/信息轉換器(analog-to-1nformation converter, AIC)實現了寬帶模擬信號信息獲取方式,但該方法并沒有給出具體AIC實現方法。
[0007]但現有的大多數算法或者假定稀疏度這一先驗知識已知，或者選取稀疏度的上界來決定重構所需的最佳采樣數。然而，多數情況下難以事先準確獲取待感知信號的稀疏度。這就使得在使用壓縮感知進行頻譜感知時，若壓縮度設置高于信號稀疏度，壓縮存在計算冗余；若壓縮度設置低于信號稀疏度，將損失有用信息。總之，現有基于壓縮感知的頻譜感知算法難以實現最低壓縮度意義上的最佳壓縮感知。為此，有必要研究能在稀疏度未知條件下，實現最優壓縮采樣的自適應壓縮頻譜感知新算法。目前，已有少量的文獻在這方面進行了探索。例如，I)為稀疏度建立了動態模型并將采樣速率設定為追蹤問題。2)提出了稀疏度估計這一概念:通過小部分采樣值快速估計實際稀疏度，根據稀疏度估計來調整總的采樣數，實現在確保感知性能準確性的同時降低采樣開銷。3)先獲得小部分采樣值并重構，之后再次接收觀測并重構，若兩次重構的誤差在預先設定的門限范圍內，則停止接收觀測序列。否則，持續觀測重構，直至重構誤差滿足條件。但以上方法都無法根據實際稀疏度，自適應調整相關參數，實現最優壓縮采樣。因此，本方法從檢測算法、重構算法及稀疏估計等方面研究基于自適應壓縮感知的頻譜感知算法，擬將自適應濾波算法引入壓縮頻譜感知，從而在保證檢測性能的基礎上，根據信號實際稀疏度，實現最低采樣率意義上的自適應壓縮頻譜感知。
【發明內容】
[0008]本發明的目的在于針對現有技術中存在的上述問題，擬將自適應算法引入序貫檢測過程，研究以漸近步長來增加采樣點數，以使檢測器做出更為快速的判決，有利于頻譜感知的實時性處理，且減少計算復雜度。在序貫檢測剛開始時，以較大的步長來增加采樣點數；在序貫檢測一段時間后，以較小的步長來增加采樣點數。構建一種以自適應的方式來實現更快更合理頻譜感知，以節約時間和計算復雜度。
[0009]上述的發明目的通過以下的技術方案加以實現:一種基于漸近步長的稀疏度自適應壓縮頻譜感知方法，包括步驟如下:
[0010](I)在信號接收端，完成寬帶模擬信號的低速采樣。
[0011](2)根據低速采樣觀測序列，對接收信號進行序貫檢測，計算檢測統計量，并將統計量與判決門限比較。
[0012](3)若檢測器不能判決，則根據對數似然比距判決門限距離d來自適應確定下一次判決所需觀測值數目步長因子μ，實現步長因子的漸近改變，并將這一信息反饋給采樣前端，重復上述過程，直到檢測器做出判決。
[0013]根據本發明的方法，所述步驟(1)模擬到信息信號的轉換系統。
[0014]在采樣周期內，將感知節點采集到的信號離散時間序列觀測值記為y=[y (O)，y(l)，…，y(n-l)]T。其中，y(k)是感知節點在k(O≤k≤n_l)時刻采樣的信號值。因此，信號模型可表示如下:
[0015]y=s+n 表達式 I
[0016]其中，s是信號，η是均值為零、方差為ο2的高斯白噪聲。
[0017]為了減少感知節點的數據采集和存儲，假設采用模擬/信息轉換器(Analog-to-1nformation converter, AIC)對寬帶模擬信號直接進行信息獲取,感知節點接收到的是壓縮采樣值記為ζ=[ζ(0)，…，z(m-l)]T:
[0018]Z=Φ y 表達式 2
[0019]其中，Φ是mXn維采樣觀測投影矩陣，反映AIC的隨機調制和低通濾波處理過程，實現壓縮采樣功能。
[0020]根據本發明的方法，在所述步驟(2)中，基于采樣器接收的低速采樣序列，計算對數似然比值，將似然比值與門限值進行比較，判決信號的存在與否。
[0021]根據本發明的方法，所述步驟(2)包括: [0022](2a)雙門限值的設定。[0023]設定判決門限值分別為A和B，在特定的檢測概率和虛警概率下，門限值如下: (1-Pd) / Pf，B~Pd / Pf0 m為檢測所需的觀測值數目。
[0024](2b)似然比值的計算。
[0025]在序貫壓縮檢測方案中，為了檢測信號s是否存在，采用如下的假設檢驗準則:
[0026]H0 -.Z1=O1Xi 表達式 3
[0027]H1 =Zi=Oi (s+n)
[0028]其中，Zi是第i項隨機投影值，Φ?是從投影矩陣Φ中隨機選取的行向量。
[0029]對數似然比值Λ (m)表達式如下:
[0030]A (m) =In (plm / p0m)表達式 4
[0031 ]其中，Plm=P1 (Z1)...P1 (zj，P0m=P0 (Z1)...P0 (zj ο
[0032]根據本發明的方法，所述步驟(3)包括:
[0033](3a)檢測判決。
[0034]序貫壓縮檢測的判決準則:
【權利要求】
1.認知無線電寬帶網絡中基于漸近步長的稀疏度自適應壓縮頻譜感知方法，其特征在于包括步驟如下: (1)根據低速采樣觀測序列，對接收信號進行序貫檢測，計算檢測統計量，并將統計量與判決雙門限比較判決； (2)若檢測器不能判決，則根據對數似然比與判決門限距離來自適應確定下一次判決所需觀測值數目步長因子，實現步長因子的自適應實時改變； (3)將步長因子的漸近自適應調整信息反饋給采樣前端，重復采樣判決過程，直到檢測器做出判決，最終實現主用戶信號非重構壓縮采樣下的快速檢測判決。
2.根據權利要求1所述的漸近步長稀疏度自適應壓縮頻譜感知方法，其特征在于所述步驟(I)包括: (Ia)針對寬帶主用戶信號,利用模擬/信息采樣器(Analog-to-1nformation,AIC)對寬帶模擬信號進行信息獲取，實現信號的低速序貫壓縮采樣，降低寬帶信號所需的采樣數量; (Ib)設定判決雙門限，計算檢測統計量，并與判決門限進行比較。
3.根據權利要求1所述的漸近步長稀疏度自適應壓縮頻譜感知方法，其特征在于所述步驟⑵包括: (2a)若能做出主用戶存在與否的判決，即檢測統計量大于上門限判決主用戶信號存在，小于下門限判決主用戶信號不存在，則檢測器輸出頻譜感知結果； (2b)若不能做出主用戶存在與否的判決，即檢測統計量位于雙門限之間，則需要繼續序貫接收采樣信號，直到做出判決。若檢測統計量與判決門限距離很大，則選取適當的函數使步長因子漸近增加，如選取拋物線函數、單調三次函數和分段函數等； (2c)若不能做出主用戶存在與否的判決，即檢測統計量位于雙門限之間，則需要繼續序貫接收采樣信號，直到做出判決。若檢測統計量與判決門限距離很小，則選取適當的函數使步長因子漸近減小，同樣可以采用(2b)所述函數。
4.根據權利要求3所述的漸近步長稀疏度自適應壓縮頻譜感知方法，其特征在于所述步驟(2b):當檢測統計量與判決門限值距離很大，要漸近增加下次觀測值的數目，加快檢測速度。
5.根據權利要求3所述的漸近步長稀疏度自適應壓縮頻譜感知方法，其特征在于所述步驟(2c):當檢測統計量與判決門限值距離很小，要漸近減小下次觀測值的數目，增強檢測精度。
6.根據權利要求1所述的漸近步長稀疏度自適應壓縮頻譜感知方法，其特征在于所述步驟⑶包括: (3a)所述步長因子的漸近自適應實時改變可同時評價頻譜檢測的有效性和準確性； (3b)信號接收終端根據低速采樣觀測值即可實現在不重構原信號條件下的主用戶信號快速檢測，且算法復雜度低。
【文檔編號】H04B17/00GK103873163SQ201310544294
【公開日】2014年6月18日 申請日期:2013年11月5日 優先權日:2013年11月5日
【發明者】宋曉勤, 張恒龍, 朱勇剛, 涂思怡, 王瀚霆, 汪淼, 錢麗 申請人:南京航空航天大學