CN102694611B - 认知无线电系统中循环谱的自适应快速感知方法 - Google Patents

Abstract

认知无线电系统中循环谱的自适应快速感知方法，涉及一种循环谱的自适应快速感知方法。它是为了解决在认知无线电系统中循环谱感知的感知时延长的问题。本发明通过数据叠加，自适应数据长度控制的方法，在保证其感知精度的情况下，缩短其感知时延。本发明由于采用数据重叠的方式进行循环谱估计，在减小对数据量要求的同时，也减小了估计的方差，同时，本发明采用了数据自适应长度选择，通过对信噪比的估计，选择合适的数据长度，即当信道条件好时，信噪比高，选择较短的数据计算就能准确估计出循环谱图，而反之如果信道条件不好，则选择较多的数据进行循环谱图的估计，减少了数据的计算量。本发明适用于认知无线电系统中循环谱的自适应快速感知。

Description

认知无线电系统中循环谱的自适应快速感知方法

技术领域

本发明涉及一种循环谱的自适应快速感知方法。

背景技术

在认知无线电系统中，频谱感知通常采用能量检测、匹配检测、干扰温度检测、以及循环谱检测方法。其中，能量检测法虽然感知速度快，但是感知精度不高，且感知门限难以选择；匹配滤波检测法由于在通常情况下缺少先验信息，所以在认知感知中不采用该方法；干扰温度检测法由于需要对授权用户精确定位，否则容易对授权用户造成干扰。循环谱检测技术检测精度高，能够有效避免噪声的干扰，但是计算量大，检测时间长。

在通信系统中，由于信号经过编码，调制，加入循环前缀等加工，所以信号会呈现出循环平稳特性，而噪声由于其随机性，所以没有循环平稳性。根据这个性质，通过循环谱的感知，就能很好地将其区分开来。但是循环谱感知的感知时延较长。

发明内容

本发明是为了解决在认知无线电系统中循环谱感知的感知时延长的问题，从而提供一种认知无线电系统中循环谱的自适应快速感知方法。

认知无线电系统中循环谱的自适应快速感知方法，它由以下步骤实现：

步骤一、接收机接收一段认知无线电信号，将所述认知无线电信号以采样率f_s进行采样，并量化，量化后截取一段长度为N₁的接收信号序列x(n)；

接收机继续接收一段认知无线电信号，将接收到的认知无线电信号进行采样和量化，并存入一号寄存器中；

步骤二、记录步骤一中的接收信号序列x(n)中的位于后面的长度为P的重叠部分数据，将所述长度为P的重叠部分数据存入二号寄存器中；

步骤三、对步骤一中的接收信号序列x(n)进行快速傅里叶变换，获得变换后序列X(k)；

步骤四、将步骤三获得的变换后序列X(k)等分成M段，M为正整数，并分别计算M段序列的和值；计算和值最小的一段序列的平均功率，并将该平均功率作为高斯白噪声的功率密度，记为：N₀/2；

根据公式：

${\mathrm{\σ}}_N^2=M\×N_0/2$

获得平均高斯白噪声功率；

步骤五、根据公式：

$S^{\mathrm{\α}}\left(k\right)=\frac{1}{I}\underset{i=1}{\overset{I}{\mathrm{\Σ}}}{S}_i^{\mathrm{\α}}\left(k\right)$

计算步骤一中的接收信号序列x(n)的循环谱密度函数S^α(k)；

其中：

$S_i^{\mathrm{\α}}\left(k\right)=\frac{1}{N_{1}L}\underset{l=-(L-1)/2}{\overset{L-1/2}{\mathrm{\Σ}}}X(k+l+\frac{\mathrm{\α}}{2})X^{*}(k+l-\frac{\mathrm{\α}}{2})$

为单次计算的循环谱密度函数，参数I为重叠计算循环功率谱密度的次数，L为数据平滑次数，k为频率点，α为循环频率；l为整数；

步骤六、找到步骤五获得的循环谱密度函数S^α(k)在除α=0,k=0以外的幅值最大值的点，并以该点为中心、3dB带宽范围内的点作为估计信号平均功率的估计空间；并估计出该空间的方差σ_s；

步骤七、根据公式：

$\mathrm{SNR}=\frac{{\mathrm{\σ}}_s-{\mathrm{\σ}}_N}{{\mathrm{\σ}}_N}$

估计出步骤六获得的方差σ_s的信噪比SNR；

步骤八、将步骤七获得的信噪比SNR与预设的判决门限γ进行比较，若SNR≥γ，或者数据重叠的总次数大于预设值Z，则将此循环谱密度函数S^α(k)作为估计信号有无的谱密度函数，执行步骤十；否则，执行步骤九；

步骤九、从一号寄存器中读取一段长度为D的数据，其中D=N₀-P；将该段数据与二号寄存器中的长度为P的重叠部分数据组成一段长度为N₀的数据x′(n)，并返回执行步骤三；

步骤十、对步骤八获得的循环谱密度函数S^α(k)进行通过公式：

$\mathrm{\ϵ}=\frac{1}{K}\underset{K=0}{\overset{K}{\mathrm{\Σ}}}{S}^{{\mathrm{\α}}_0}\left(k\right)$

获得循环频率点的能量，并与门限值ξ进行比较，若ε≥η，则有主用户存在，完成认知无线电系统中循环谱的自适应快速感知；否则，则没有主用户存在，完成认知无线电系统中循环谱的自适应快速感知。

步骤十中门限值ξ是根据公式：

ξ=η×SNR

获得的；式中：η为信噪比系数，η为实数。

步骤六、步骤七、步骤八和步骤九中处理的数据长度根据通过估计当前信噪比、设定的门限值以及重叠数据的计算次数自适应地设定。

本发明通过数据叠加，自适应数据长度控制的方法，在保证其感知精度的情况下，缩短其感知时延。

具体实施方式

具体实施方式一、认知无线电系统中循环谱的自适应快速感知方法，它由以下步骤实现：

步骤一、接收机接收一段认知无线电信号，将所述认知无线电信号以采样率f_s进行采样，并量化，量化后截取一段长度为N₁的接收信号序列x(n)；

接收机继续接收一段认知无线电信号，将接收到的认知无线电信号进行采样和量化，并存入一号寄存器中；

步骤二、记录步骤一中的接收信号序列x(n)中的位于后面的长度为P的重叠部分数据，将所述长度为P的重叠部分数据存入二号寄存器中；

步骤三、对步骤一中的接收信号序列x(n)进行快速傅里叶变换，获得变换后序列X(k)；

步骤四、将步骤三获得的变换后序列X(k)等分成M段，M为正整数，并分别计算M段序列的和值；计算和值最小的一段序列的平均功率，并将该平均功率作为高斯白噪声的功率密度，记为：N₀/2；

根据公式：

${\mathrm{\σ}}_N^2=M\×N_0/2$

获得平均高斯白噪声功率；

步骤五、根据公式：

$S^{\mathrm{\α}}\left(k\right)=\frac{1}{I}\underset{i=1}{\overset{I}{\mathrm{\Σ}}}{S}_i^{\mathrm{\α}}\left(k\right)$

计算步骤一中的接收信号序列x(n)的循环谱密度函数S^α(k)；

其中：

$S_i^{\mathrm{\α}}\left(k\right)=\frac{1}{N_{1}L}\underset{l=-(L-1)/2}{\overset{L-1/2}{\mathrm{\Σ}}}X(k+l+\frac{\mathrm{\α}}{2})X^{*}(k+l-\frac{\mathrm{\α}}{2})$

为单次计算的循环谱密度函数，参数I为重叠计算循环功率谱密度的次数，L为数据平滑次数，k为频率点，α为循环频率；l为整数；

步骤六、找到步骤五获得的循环谱密度函数S^α(k)在除α=0,k=0以外的幅值最大值的点，并以该点为中心、3dB带宽范围内的点作为估计信号平均功率的估计空间；并估计出该空间的方差σ_s；

步骤七、根据公式：

$\mathrm{SNR}=\frac{{\mathrm{\σ}}_s-{\mathrm{\σ}}_N}{{\mathrm{\σ}}_N}$

估计出步骤六获得的方差σ_s的信噪比SNR；

步骤八、将步骤七获得的信噪比SNR与预设的判决门限γ进行比较，若SNR≥γ，或者数据重叠的总次数大于预设值Z，则将此循环谱密度函数S^α(k)作为估计信号有无的谱密度函数，执行步骤十；否则，执行步骤九；

步骤九、从一号寄存器中读取一段长度为D的数据，其中D=N₀-P；将该段数据与二号寄存器中的长度为P的重叠部分数据组成一段长度为N₀的数据x′(n)，并返回执行步骤三；

步骤十、对步骤八获得的循环谱密度函数S^α(k)进行通过公式：

$\mathrm{\ϵ}=\frac{1}{K}\underset{K=0}{\overset{K}{\mathrm{\Σ}}}{S}^{\mathrm{\α}}\left(k\right)$

获得循环频率点的能量，并与门限值ξ进行比较，若ε≥η，则有主用户存在，完成认知无线电系统中循环谱的自适应快速感知；否则，则没有主用户存在，完成认知无线电系统中循环谱的自适应快速感知。

步骤十中门限值ξ是根据公式：

ξ=η×SNR

获得的；式中：η为信噪比系数，η为实数。

步骤六、步骤七、步骤八和步骤九中处理的数据长度根据通过估计当前信噪比、设定的门限值以及重叠数据的计算次数自适应地设定。

步骤二和步骤五中通过对数据的叠加处理，分别计算出各自片段的循环谱密度函数，并将其相加求和，得到最终的循环谱图。

本发明由于采用数据重叠的方式进行循环谱估计，在减小对数据量要求的同时，也减小了估计的方差，并且就这一点而言，它的计算量是与传统的循环谱感知是相同的。同时，本发明采用了数据自适应长度选择，通过对信噪比的估计，选择合适的数据长度，即当信道条件好时，信噪比高，选择较短的数据计算就能准确估计出循环谱图，而反之如果信道条件不好，则选择较多的数据进行循环谱图的估计，从这个角度说，减少了数据的计算。

Claims (1)

1.认知无线电系统中循环谱的自适应快速感知方法，其特征是：它由以下步骤实现：

步骤一、接收机接收一段认知无线电信号，将所述认知无线电信号以采样率f_s进行采样，并量化，量化后截取一段长度为N₁的接收信号序列x(n)；

接收机继续接收一段认知无线电信号，将接收到的认知无线电信号进行采样和量化，并存入一号寄存器中；

步骤二、记录步骤一中的接收信号序列x(n)中的位于后面的长度为P的重叠部分数据，将所述长度为P的重叠部分数据存入二号寄存器中；

步骤三、对步骤一中的接收信号序列x(n)进行快速傅里叶变换，获得变换后序列X(k)；

步骤四、将步骤三获得的变换后序列X(k)等分成M段，M为正整数，并分别计算M段序列的和值；计算和值最小的一段序列的平均功率，并将该平均功率作为高斯白噪声的功率密度，记为：N₀/2；

根据公式：

${\mathrm{\σ}}_N^2=M\×N_0/2$

获得平均高斯白噪声功率；

步骤五、根据公式：

$S^{\mathrm{\α}}\left(k\right)=\frac{1}{I}\underset{i=1}{\overset{I}{\mathrm{\Σ}}}{S}_i^{\mathrm{\α}}\left(k\right)$

计算步骤一中的接收信号序列x(n)的循环谱密度函数S^α(k)；

其中：

$S_i^{\mathrm{\α}}\left(k\right)=\frac{1}{N_{1}L}\underset{l=-(L-1)/2}{\overset{L-1/2}{\mathrm{\Σ}}}X(k+l+\frac{\mathrm{\α}}{2})X^{*}(k+l-\frac{\mathrm{\α}}{2})$

为单次计算的循环谱密度函数，参数I为重叠计算循环功率谱密度的次数，L为数据平滑次数，k为频率点，α为循环频率；l为整数；

步骤六、找到步骤五获得的循环谱密度函数S^α(k)在除α=0,k=0以外的幅值最大值的点，并以该点为中心、3dB带宽范围内的点作为估计信号平均功率的估计空间；并估计出该空间的方差σ_s；

步骤七、根据公式：

$\mathrm{SNR}=\frac{{\mathrm{\σ}}_s-{\mathrm{\σ}}_N}{{\mathrm{\σ}}_N}$

估计出步骤六获得的方差σ_s的信噪比SNR；

步骤八、将步骤七获得的信噪比SNR与预设的判决门限γ进行比较，若SNR≥γ，或者重叠计算循环功率谱密度的次数大于预设值Z，则将此循环谱密度函数S^α(k)作为估计信号有无的谱密度函数，执行步骤十；否则，执行步骤九；

步骤九、从一号寄存器中读取一段长度为D的数据，其中D=N₀-P；将该段数据与二号寄存器中的长度为P的重叠部分数据组成一段长度为N₀的数据x′(n)，并返回执行步骤三；

步骤十、对步骤八获得的循环谱密度函数S^α(k)进行通过公式：

$\mathrm{\ϵ}=\frac{1}{K}\underset{K=0}{\overset{K}{\mathrm{\Σ}}}{S}^{\mathrm{\α}}\left(k\right)$

获得循环频率点的能量，并与门限值ξ进行比较，若ε≥η，则有主用户存在，完成认知无线电系统中循环谱的自适应快速感知；否则，则没有主用户存在，完成认知无线电系统中循环谱的自适应快速感知；

其中：门限值ξ是根据公式：

ξ=η×SNR

获得的；式中：η为信噪比系数，η为实数。。