針對時間異步且不存在頻偏情況下的OFDM信號頻譜感知方法與流程
本發明涉及一種認知無線電系統中的頻譜感知方法，尤其是涉及一種基于噪聲功率估計的針對時間異步且不存在頻偏情況下的ofdm信號頻譜感知方法。
背景技術：
隨著通信技術的迅猛發展以及人們對通信數據速率和質量的要求日益提高，導致了帶寬需求的大幅提升。然而，當前存在的固定頻譜分配機制使得頻譜利用率非常低。2009年，中國移動研究院無線技術研究所對我國授權頻譜的利用情況進行了實測，實測結果表明大部分頻譜的利用率不足5％，有的甚至接近0％。為了提高頻譜資源利用率，人們提出了動態頻譜接入(dynamicspectrumaccess，dsa)和頻譜共享等技術來緩解頻譜資源稀缺的問題。該類技術使無線設備能夠與所處的通信環境進行交互并根據交互結果改變自身傳輸參數，從而實現以動態、自適應的方式靈活利用潛在的空閑頻譜，其關鍵還在于用戶能否穩健地檢測出頻譜空閑。為了防止對授權用戶通信產生干擾，認知無線電系統必須能夠有效可靠地識別出空閑信道，因此頻譜感知是認知無線電中的關鍵技術之一。
正交頻分復用(orthogonalfrequencydivisionmultiplexing，ofdm)技術具有頻譜利用率高的特點，并且是被當前和將來無線通信標準廣泛采用的技術之一，因此對ofdm信號的頻譜感知(即判斷信道中是否存在ofdm信號)研究具有非常重要的意義。現有的針對ofdm信號的頻譜感知方法可以分為頻域檢測和時域檢測兩類。其中，頻域檢測需要計算采樣信號的頻譜，因此具有較大的計算量；時域檢測主要利用ofdm信號中循環前綴的自相關特性實現頻譜感知，計算量較低。zeng等人于2009年在《spectrumsensingalgorithmsforcognitiveradiobasedonstatisticalcovariance(認知無線電中基于統計協方差的頻譜感知方法)》中提出的基于協方差矩陣頻譜感知方法，其能夠利用ofdm信號中的相關性實現頻譜感知，具有計算量低的特點，但是該方法沒有考慮時間異步且不存在頻偏的具體情況，所以無法有效利用ofdm信號的循環前綴自相關特性。
技術實現要素：
本發明所要解決的技術問題是提供一種基于噪聲功率估計的針對時間異步且不存在頻偏情況下的ofdm信號頻譜感知方法，其能夠有效地提高ofdm信號的頻譜感知性能，且計算復雜度低。
本發明解決上述技術問題所采用的技術方案為：一種針對時間異步且不存在頻偏情況下的ofdm信號頻譜感知方法，其特征在于它的處理過程為：首先，對來自監測信道的接收信號進行采樣，得到采樣信號；然后，根據采樣信號中的所有采樣點的采樣值，并在時間異步且不存在頻偏情況下，利用接收信號中的ofdm信號的循環前綴的自相關性，估計得到噪聲功率；再根據采樣信號中的采樣點的采樣值，計算采樣信號的協方差矩陣；接著，根據噪聲功率和采樣信號的協方差矩陣，計算檢驗統計量；最后，通過比較檢驗統計量與獲取的判決門限的大小，判定在監測信道內有無授權用戶信號，以實現頻譜感知。
該ofdm信號頻譜感知方法具體包括以下步驟：
步驟一：利用認知無線電系統中的采樣模塊對來自監測信道的接收信號進行m次采樣，得到由m個采樣點的采樣值構成的采樣信號，其中，m＝k×n，k表示接收信號中的ofdm信號中包含的ofdm符號的總個數，k≥1，n表示接收信號中的ofdm信號中的任意一個ofdm符號內的子載波的總個數，n＝nc+nd，nc表示接收信號中的ofdm信號的循環前綴的長度，nd表示接收信號中的ofdm信號中的任意一個ofdm符號內的有效數據的子載波的總個數，nd≥nc>1，且設nc和nd都為偶數；
步驟二：根據采樣信號中的所有采樣點的采樣值，并在時間異步且不存在頻偏情況下，利用接收信號中的ofdm信號的循環前綴的自相關性，估計得到噪聲功率，記為
步驟三：根據采樣信號中的采樣點的采樣值，計算采樣信號的協方差矩陣，記為rx，rx為一個l×l維的矩陣，將rx中第i行第j列的元素記為rx(i,j)，
步驟四：根據
步驟五：獲取判決門限，記為λ；然后比較檢驗統計量t與判決門限λ的大小，如果t>λ，則判定在監測信道內有授權用戶信號；如果t≤λ，則判定在監測信道內無授權用戶信號，監測信道處于空閑狀態，從而實現頻譜感知。
所述的步驟二中，
所述的步驟二中，
與現有技術相比，本發明的優點在于：
1)與傳統的噪聲功率估計器僅在噪聲樣本中有效相比，本發明方法估計噪聲功率的過程充分利用了ofdm信號的循環前綴的自相關性，從而能夠準確地估計出當前感知時隙內的噪聲功率，有效地提高了ofdm信號的頻譜感知性能。
2)本發明方法不需要計算協方差矩陣的特征值和采樣信號的頻譜，因此其具有計算復雜度低，操作簡單的特點。
附圖說明
圖1為本發明方法的流程框圖；
圖2為當n＝64、且在接收信噪比為-12分貝時，分別利用本發明方法與zeng等人提出的協方差法得到的roc曲線的比較示意圖；
圖3為當n＝64、且在接收信噪比為-10分貝時，分別利用本發明方法與zeng等人提出的協方差法得到的roc曲線的比較示意圖。
具體實施方式
以下結合附圖實施例對本發明作進一步詳細描述。
本發明提出的一種針對時間異步且不存在頻偏情況下的ofdm信號頻譜感知方法，其流程框圖如圖1所示，其處理過程為：首先，對來自監測信道的接收信號進行采樣，得到采樣信號；然后，根據采樣信號中的所有采樣點的采樣值，并在時間異步且不存在頻偏情況下，利用接收信號中的ofdm信號的循環前綴的自相關性，估計得到噪聲功率；再根據采樣信號中的采樣點的采樣值，計算采樣信號的協方差矩陣；接著，根據噪聲功率和采樣信號的協方差矩陣，計算檢驗統計量；最后，通過比較檢驗統計量與獲取的判決門限的大小，判定在監測信道內有無授權用戶信號(即ofdm信號)，以實現頻譜感知。
本發明的針對時間異步且不存在頻偏情況下的ofdm信號頻譜感知方法，其具體包括以下步驟：
步驟一：利用認知無線電系統中的采樣模塊對來自監測信道的接收信號進行m次采樣，得到由m個采樣點的采樣值構成的采樣信號，其中，m＝k×n，k表示接收信號中的ofdm信號中包含的ofdm符號的總個數，k≥1，n表示接收信號中的ofdm信號中的任意一個ofdm符號內的子載波的總個數，n＝nc+nd，nc表示接收信號中的ofdm信號的循環前綴的長度，nd表示接收信號中的ofdm信號中的任意一個ofdm符號內的有效數據的子載波的總個數，nd≥nc>1，且設nc和nd都為偶數。
步驟二：根據采樣信號中的所有采樣點的采樣值，并在時間異步且不存在頻偏情況下，利用接收信號中的ofdm信號的循環前綴的自相關性，估計得到噪聲功率，記為
在此具體實施例中，步驟二中，
在此具體實施例中，步驟二中，
步驟三：根據采樣信號中的采樣點的采樣值，計算采樣信號的協方差矩陣，記為rx，rx為一個l×l維的矩陣，將rx中第i行第j列的元素記為rx(i,j)，
步驟四：根據
步驟五：利用現有技術獲取判決門限，記為λ；然后比較檢驗統計量t與判決門限λ的大小，如果t>λ，則判定在監測信道內有授權用戶信號；如果t≤λ，則判定在監測信道內無授權用戶信號，監測信道處于空閑狀態，從而實現頻譜感知。
通過以下仿真以進一步說明本發明方法的可行性和有效性。
假設來自監測信道的接收信號中的ofdm信號時間異步且不存在頻偏，接收信號中的ofdm信號中的任意一個ofdm符號的有效數據內的子載波的總個數nd＝48，接收信號中的ofdm信號的循環前綴的長度nc＝16，接收信號中的ofdm信號中的任意一個ofdm符號內的子載波的總個數n＝nc+nd＝16+48＝64，取k＝14，則采樣信號由m＝k×n＝14×64＝896個采樣點的采樣值構成。設取l＝5。
圖2給出了當n＝64、且在接收信噪比為-12分貝時，分別利用本發明方法與zeng等人提出的協方差法得到的roc曲線。從圖2中可以看出，利用本發明方法得到的roc曲線遠高于利用zeng等人提出的協方差法得到的roc曲線，充分表明了本發明方法的頻譜感知性能優于zeng等人提出的協方差法。
圖3給出了當n＝64、且在接收信噪比為-10分貝時，分別利用本發明方法與zeng等人提出的協方差法得到的roc曲線。從圖3中可以看出，利用本發明方法得到的roc曲線遠高于利用zeng等人提出的協方差法得到的roc曲線，充分表明了本發明方法的頻譜感知性能優于zeng等人提出的協方差法。
另外，圖2和圖3所示的roc曲線稱為感受性曲線，橫坐標為虛警概率，縱坐標為檢測概率；曲線下方的面積越大，則表示該曲線所對應的頻譜感知方法的檢測性能越好。
- 還沒有人留言評論。精彩留言會獲得點贊！