CN103780323B - 一种基于信号聚合特性的认知无线电宽带频谱感知方法 - Google Patents
一种基于信号聚合特性的认知无线电宽带频谱感知方法 Download PDFInfo
- Publication number
- CN103780323B CN103780323B CN201410072287.9A CN201410072287A CN103780323B CN 103780323 B CN103780323 B CN 103780323B CN 201410072287 A CN201410072287 A CN 201410072287A CN 103780323 B CN103780323 B CN 103780323B
- Authority
- CN
- China
- Prior art keywords
- signal
- frequency spectrum
- subcarrier
- hitt
- easet ofasubcarriers
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
本发明涉及认知无线电频谱感知技术领域,公开了用于认知无线电宽带频谱感知的方法,基于OFDM技术体制和能量检测器的宽带频谱感知,根据授权用户的信号聚合特性,提出了一种有效的、易实现的宽带频谱感知方法。首先,采用迭代阈值检测方法HITT有效地确定宽带授权频谱中被授权用户占用的子频段和空闲子频段;其次,基于信号集合势的检测方法SACM改善HITT的感知性能。使用基于信号聚合特性的宽带频谱感知方法,可以有效的解决低信噪比条件下授权用户子载波和噪声子载波难以区分的问题,很大程度地改善宽带频谱感知的性能。
Description
技术领域
本发明属于认知无线电(Cognitive Radio,CR)领域,尤其涉及认知无线电宽带频谱感知技术。
背景技术
认知无线电(Cognitive Radio,CR)作为一种新兴的、致力于解决无线电频谱资源匮乏问题的关键技术,近年来得到了非常广泛的重视。CR能够动态地利用时间和空间上暂时空闲的无线频谱资源,因此被认为是未来实现动态频谱接入、解决无线频谱资源紧缺问题的关键技术之一。CR是一种复杂的无线通信***,需要解决无线频谱感知、动态频谱接入和分配管理等诸多问题。对***外部的已授权频谱状态进行感知,是CR的核心技术之一,也是实现动态频谱管理和共享的前提。
目前,匹配滤波器感知技术(Matched Filter based Spectrum Sensing,MFSS)、能量检测感知技术(Energy Detection based Spectrum Sensing,EDSS)和循环平稳特征感知技术(Cyclostationary Feature based Spectrum Sensing,CFSS)是最常用的三种频谱感知技术。匹配滤波器检测技术是在已知授权用户(Primary User,PU)信号先验信息情况下的一种最优检测方法,这些先验信息包括调制方式、脉冲波形、导频信号、数据包格式、同步码或扩频码以及信道状态信息等;如果接收机不具备足够的先验信息,那么最佳的频谱感知方法就是能量检测,因为能量检测仅仅根据接收信号的能量大小进行频谱状态判别;循环平稳特征检测方法是利用接收信号的循环平稳特性对PU信号进行检测,利用了PU信号的部分先验信息。这三种方法各有所长,因此需要根据实际情况选择其中最优的一种或将多种方法结合使用,关于它们的比较见表1:
表1三种典型的频谱感知技术优缺点对比
在CR频谱感知的概念提出后,对能量检测的研究开始大量出现,致力于检测可能位于任何地理位置、出现在任何时刻、具有任意结构形式的PU信号。另一方面,宽带频谱感知技术(Wideband Spectrum Sensing,WBSS)也逐渐受到越来越多的关注,它能够为CR网络内的授权频谱次级用户(Secondary User,SU)提供更灵活、更多元化的空闲频段接入选择,较传统的窄带频谱感知技术(Narrowband Spectrum Sensing,NBSS)更具现实应用方面的优势。
传统的NBSS技术每次只能检测其固定频带宽度内的频谱状态,若将其用于宽带授权频谱进行检测,则每次只能对宽带频谱内的一个子频带进行检测处理,效率较低。为了提高检测效率,WBSS技术在NBSS技术的基础上发展起来,其主要目标是实现SU在宽频带内的伺机快速接入。例如,从470MHz到890MHz属于广播电视频段,广播电视信号在此频段上通常将其按照6MHz每信道(子频带)进行划分,这些信道在某一地点或者在某一时间段内可能有多个是未使用的,那么SU就可以伺机将这些未使用的信道利用起来,实现次级频谱接入。对于在CR网络中实现高速数据的传输,WBSS技术将发挥重要的作用。但是,WBSS技术目前面临感知场景、感知灵敏度、感知互干扰和***复杂度等多方面的难题和挑战。
正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)是多载波宽带数字调制技术的一种。它能充分地利用频带宽度,有效地减少和克服码间串扰,具有明显的抗多径干扰能力,已经广泛地应用于宽带通信中。CR***在采用OFDM技术体制后,一方面可以将宽带授权频段(LicensedFrequency Bands,LFB)在频域上分解为一系列的连续子载波,对各个子载波宽度内对应的频谱状态进行感知,形成空闲子载波频谱池以供CR用户使用;另一方面,OFDM技术也容易将在宽带LFB上获得的连续或者不连续的空白频段资源,以子载波的开/关控制方式加以利用。总之,当CR接收机采用了OFDM技术之后,其监测下的宽带频谱就分解为OFDM接收机监测下的多个连续的子载波,宽带频谱感知的任务就转化为将这些子载波的状态进行“占用”和“空闲”判别,并将空闲的子载波进行下一步接入利用。基于上述原因,OFDM被认为是非常有利于CR实现应用的物理层技术之一。
发明内容
本发明针对现有技术存在的采用传统宽带能量检测方法需要噪声功率先验信息,并且在低信噪比情况下频谱感知性能不足的问题。本发明提出了基于PU信号聚合特性的WBSS方案。首先,采用一种迭代阈值检测方法(HeuristicIterative Threshold Test,HITT),在无需任何PU信号先验信息和噪声功率信息的条件下,根据PU信号与噪声在EASS上的不同,粗略地区分宽带频谱中的PU子载波信号和噪声子载波。其次,采用信号集合势检测方法(Signal AssemblageCardinality Measuring,SACM),根据PU信号所固有的聚合特性,对HITT下的检测结果进行进一步精细处理和修正,以改善HITT下所使用的宽带能量检测器(Energy Detector,ED)的性能。
本发明解决上述技术问题的技术方案是:基于PU信号在宽带频谱中的聚合特性,提出迭代阈值检测方法HITT和信号集合势检测SACM的性能增强方法,以实现认知无线电宽带频谱感知。一种基于信号聚合特性的认知无线电宽带频谱感知方法,从频谱感知能量值集合Z=[Z1,Z2,...,ZQ]T中确定初始迭代集合初始迭代集合对应于迭代检测开始时的最小噪声子载波集合,在初始迭代集合基础上,根据:得到第i个子载波的集合,逐个地迭代更新初始迭代集合;如果集合对应的感知能量值集合的信号集合平均强度EASS小于感知能量值集合从新迭代入的感知能量值Zi+L中确定包含的PU信号成分,从而得到空闲子载波集合和PU信号占用子载波集合;根据两个不同的恒定虚警率确定对应的检测阈值λU和λL,根据检测阈值λU和λL获得PU信号存在的子载波判决集合为和其中,在阈值λU和λL下,和分别为PU子载波集合的第m个子集,所有m个子集中的元素对应的都是宽带频谱上位置连续的子载波,不同子集中的子载波在对应的频谱位置上不连续;获取集合和中包含的公共元素部分,得到PU占用子载波集合最终判决PU占用的子载波集合为即之外的其他元素则全部属于噪声子载波集合其中,Q为OFDM子载波个数,L为频谱感知能量值集合中只包含噪声信号的最小元素个数具体地,包括以下主要两个步骤:
(1)以迭代方式比较宽带LFB内的OFDM子载波信号的EASS,即通过HITT检测算法判定其中的PU信号子载波集合和噪声子载波集合。首先,从频谱感知能量值集合Z=[Z1,Z2,......,ZQ]T(按升序排列)中确定初始迭代集合其中Q为宽带LFB内对应的OFDM子载波个数,为第i个子载波上的接收信号能量值,Xi(k)为第i个子载波在第k次快拍时得到的感知数据,K为每次频谱感知时间内的快拍总数。初始迭代集合对应于迭代检测开始时频谱感知能量值集合中的最小噪声子载波集合,即假定其仅包含噪声子载波的对应位置标志,在初始迭代集合之上,逐个地迭代感知能量值到初始集合中,以更新迭代集合,对第i个子载波得到集合这里i为对应的当前迭代次数;如果集合对应的感知能量值集合的EASS小于新增加的感知能量值集合即可确定新迭代入的感知能量值Zi+L中包含了PU信号成分;由于感知能量值是按照升序排列,则可判决所有大于当前迭代入的能量值Zi+L的能量数据都对应于被PU占用的子载波,从而得到空闲子载波集合和PU信号占用子载波集合。
(2)根据用户要求的恒定虚警率RFA,DES,可定义两个HITT检测算法阈值λU和λL(λU>λL)。调用两个HITT阈值分别执行HITT检测算法,分别获得PU信号存在的子载波判决集合为和这里和是包含了在阈值λU和λL下,分别判决为PU子载波集合的第m个子集,并且各个子集中的元素对应的都是宽带频谱上位置连续的子载波,不同子集中的子载波在对应的频谱位置上不连续。各个判决子集的并集组成了相应的阈值λU和λL判决下的感知结果:这里表示集合的势。根据子集和考察它们包含的公共元素部分,即可确定公共元素部分对应的信号聚合势检测SACM的判决集合:
在不同条件下取得的不同结果和后,组合全部的SACM判决集合,即得到最终判决的PU占用子载波集合
本发明根据宽带授权用户信号的聚合特性,为了有效地确定宽带LFB中被PU宽带信号占用的子频段和空闲子频段,提出了迭代阈值检测(HITT)方法;为了改善HITT的感知性能,提出基于信号集合势检测(SACM)的方法。使用本发明中的基于信号聚合特性的宽带频谱感知方法,可以有效地解决在低信噪比环境下,ED难以区分微弱的PU子载波和噪声子载波的问题,能够很大程度改善频谱感知的性能。简言之,本发明解决了传统的能量检测方法需要噪声功率信息先验知识的缺陷;解决了在低信噪比情况下宽带频谱感知性能不足的问题。
附图说明
图1HITT方法流程图;
图2SACM方法流程图;
图3LFB子频段状态模型图;
图4接收天线接收和处理OFDM子载波信号示意图。
具体实施方式
本发明所提出的基于信号聚合(Signal Assemblage,SA)特性的OFDM宽带频谱感知方法,对PU信号的聚合特性加以利用,用于以OFDM为技术基础的CR接收机中。PU信号聚合特性主要体现在三个方面:(1)PU信号在宽带LFB内,可以具有任何结构和形式,其固定占用的部分频谱对应于CR***OFDM接收机的一系列连续子载波;(2)在宽带频谱上,被PU信号占用的频段和空闲频段,具有各自的概率表现特性。PU信号占用的频段所对应的子载波集合和空闲频段所对应的仅包含噪声信号的子载波集合,在信号集合平均强度(Ensemble Average Signal Strength,EASS)上是不同的。从概率意义上来说,总是体现出前者大于后者的特性;(3)信号聚合特性作为PU宽带信号的一种结构性本质特征,受外部传播环境动态变化的影响小。甚至当PU宽带信号受到严重的频率选择性衰落信道影响时,仍然会保持良好的信号聚合特性,即在PU占用频段内,各个子载波上观测到的信号强度仍以相同的整体状态和变化趋势出现在频谱感知数据中。
宽带OFDM***对CR具有非常实际的应用意义。首先,OFDM***是最好的CR***物理层技术之一,OFDM发射机具有使用非连续子载波的“频谱雕刻”(sculpture of spectrum)的优良特性;其次,OFDM接收机使得宽带频谱感知问题转化为宽带频谱上多个子载波检测的问题。宽带PU信号一般固定地占用宽带频谱上的某几个连续的频段,信号聚合特性可以很好地反应动态变化的无线环境下,PU占用频段与噪声频段之间的差异;甚至当PU信号受到严重的频率选择性衰落信道影响时,其仍然会保持原有的信号聚合特性,即PU信号在其整个占用频段上表现出整体的、一致性的变化趋势(噪声和窄带PU信号则无此类特性)。通过引入PU信号聚合特性辅助宽带频谱感知,可有效地解决PU子载波信号和噪声信号难以区分的问题,从而能够很大程度地改善频谱感知方法的性能。
宽带LFB中,PU和SU分别以最高优先级和次优先级接入,整个宽带频谱被分为Q个带宽相等的窄带子频段,其中PU占用子频段集合为空闲子频段集合为如图3所示。M个PU独立工作在LFB上且各自的频谱互不交叠,第m个PU(1≤m≤M)占用的子载波集合为其中,qm,0和qm,1分别表示宽带频谱中被第m个PU占用的子载波起始位置和终止位置。一般地,在宽带频谱感知中,CR检测器完全未知PU用户数目、PU信号结构以及被占用的子频段位置等信息。经宽带感知方法判决之后得到PU占用子载波集合为空闲子频段集合为宽带感知的目的是尽量使得和分别与和保持一致,以达到对宽带频谱状态的准确判断和辨识。
CR接收机接收和处理OFDM子载波信号的示意图如图4所示。经过预处理之后,CR接收机接收到的信号通过一个Q次离散傅立叶变换器,则第q个子载波上相应的感知数据为:
其中,Iq(k)表示接收到的PU信号,Vq(k)是加性白噪声,并且二者都服从复高斯分布,即Ηq,0和Ηq,1分别为第q个子载波的空闲状态假设和被占用状态假设,Q为宽带LFB中对应的子载波总数,K为感知时间间隔内的快拍次数。
CR接收机使用ED进行信号检测,得到各个子载波上的信号能量值:
在每一次频谱感知过程中,所有的频谱感知数据组成感知能量值矩阵
X(k)=[X1(k),X2(k),…,XQ(k)]T。
根据Nuttall定理,X(k)中的各元素在假设H0下是独立同分布(independentand identically distributed,IID)的指数随机变量,然而,在Η1下不再是均匀指数分布。X(k)的概率密度函数(Probability Density Function,PDF)为:
其中,表示噪声功率,表示第q个子载波上的PU信号的平均功率,u(.)表示单位阶跃函数。
根据感知能量值,传统的能量检测方法采用独立载波阈值检测(IndividualSubcarrier Threshold Test,ISTT)方法,逐个地进行载波检测判决:
其中,Zq为第q个子载波的感知能量值;λISTT是ISTT方法的判决阈值,表示判决结果中PU信号占用的第m个子载波集合,是监测频谱上被PU占用的全部子载波的集合,是判决结果中的空闲子载波集合,与互为补集;M′是检测到PU占用的不连续的子载波子集的数目。
本发明首先采用实验式迭代阈值检测HITT方法,通过比较信号集合平均强度EASS来区分PU信号子载波集合和噪声子载波集合;然后,采用SACM方法得到PU信号聚合检测意义下的子载波集合,并对所有聚合集合取并集得到最终判决的PU占用子载波集合。
1.HITT(实验式迭代阈值检测)方法具体实施方式
一般说来,噪声子载波集合的EASS比PU信号子载波集合的EASS要小。HITT方法可在CR接收机获取的能量感知值集合中,先将所有元素按升序排列,并确定一个较小的子集作为初始迭代集合(取能量值最小的L个元素),然后进行迭代检测运算;在多次迭代中,相对较大的感知能量值依次作为新元素添入当前迭代集合的,实现迭代集合更新。如果本次迭代集合的EASS小于新增加的感知能量值,则可确定相对于新添加的感知能量值更大的值(即迭代集合之外的所有能量数据值)都属于PU子载波集合。
具体地,通过比较EASS来区分PU子载波集合和噪声子载波集合。首先,从感知集合Z中确定初始迭代集合并且通过逐次添加感知能量值以更新迭代集合,得到集合如果对应的感知能量值集合的EASS小于新增加的感知能量值,就说明该新增加的感知能量值开始表现出不同于噪声子载波的性质,所以,所有比当前新添加的感知能量值更大的元素可以被判定为来自于PU子载波集合,以该值为PU子载波集合和噪声子载波集合的边界,PU信号聚合的子载波集合即可确定。
图1所示为HITT方法的流程图,包括如下步骤:
步骤一:将接收机采样得到的能量感知值集合Z=[Z1,Z2,…,ZQ]T以升序的方式排列,得到排序集合排序之后集合中的元素满足:是{1,2,…,Q}的排序之后的序号;
步骤二:假设排序集合的前L个最小元素只包含噪声信号,并用其生成初始迭代集合迭代运算从i=1开始,PU子载波集合和噪声子载波集合的判决方程如下:
其中,L为集合中只包含噪声信号的最小元素个数,ρi是在第i次迭代时的EASS,λHITT是HITT判决阈值(与噪声功率无关,可在频谱感知前根据期望的检测虚警率进行校准),为迭代集合中的元素,B为HITT方法基于信号聚合特性所找到的PU信号子载波集合和噪声子载波集合的边界(B可看作对应于某一个感知能量值,小于这个值的能量感知数据都来自噪声子载波,大于这个值的能量感知数据都对应于PU信号子载波;其次,由于B的边界特性,B和Q-B可以分别视为噪声子载波集合和PU信号占用子载波集合的势)。
步骤三:根据式(6),如果第一次进行HITT运算,即i=1时,判决方程运算结果为false,则立即停止迭代,集合被判决为包含PU信号子载波集合,迭代集的势为B=L。噪声子载波集合和PU信号子载波集合分别为:
并且,集合的势否则,迭代系数加1,把新元素添加到中更新迭代集合,得到新的集合公式(8)中的dj对应了中属于PU信号占用的子载波的位置。
步骤四:根据式(6),重复迭代检测,直到i=ξ时出现运算结果为错误false,迭代停止。此时,可以得到B=L+ξ-1,且有:
因而,可以得到判决集合的势为以及对应的噪声子载波集合和PU信号子载波集合;
步骤五:根据集合和B,可以找到PU信号占用的子载波在宽带LFB上的对应子频段的位置{(B+1)′,(B+2)′,…,Q′},完成整个宽带频谱感知。
通过HITT方法完成粗略的WBSS方法,有可能造成PU子载波集合和噪声信号集合的误判,比如在低信噪比情况下,一些噪声子载波集合的EASS可能比PU子载波集合的EASS要强,并且,一些衰减严重的PU子载波也可能表现出类似噪声子载波的特征。因此,改善HITT的检测结果是非常有必要的。
本发明进一步提出采用SACM方法,利用PU信号占用子载波的聚合特性增强HITT的性能。HITT方法中相对较小的HITT阈值λHITT可以检测较小的PU子载波,但有可能产生相对过高的虚警。反之,HITT方法中相对较大的HITT阈值λHITT可以检测出EASS相对较大的PU信号,且具有较低的虚警率;但是,相对较大HITT阈值会漏检大部分小功率PU信号,只能检测一些信号比较强的PU信号,得到的PU子载波集合的势通常会比较小,这样导致可能无法检测到强度较弱的PU子载波信号。
SACM方法根据两个大小不同的HITT阈值,由它们分别得到相应的噪声子载波集合和PU信号子载波集合。在宽带LFB中,宽带PU信号占用的子载波具有信号聚合性特性,而噪声子载波各自独立,没有此聚合特性,由此,SACM可以更为精确地从HITT方法中筛选出PU子载波集合和空闲子载波集合。图2所示为SACM方法的实施步骤流程图。
更具体地,SACM在HITT的基础上进一步实现感知结果优化,步骤如下:
步骤一:根据两个不同的虚警率要求(例如RFA,DES=1×10-2和RFA,DES=1×10-1),可获取HITT方法的两个不同HITT阈值λHITT,分别表示为λU和λL(λU>λL);
步骤二:根据获得的HITT阈值λU和λL,对感知能量值集合分别进行HITT检测判决,获得相应的两个判决集合和如下:
其中,M″≥M′,和仅包含判定为PU信号占用的、频谱位置连续的子载波,,M′,M″是对应阈值λU和λLPU占用的不连续的子载波的数目。
步骤三:根据PU信号聚合一般会具有较大的集合势,通过下式可以得到SACM方法判决下的PU占用子载波集合为:
上式中,如果集合和包含至少一个相同的元素,则说明由低HITT阈值λL决定的在很大的可能上对应于真实的PU子载波集合(噪声子载波以集合的势聚合出现的概率非常小);如果集合和如果不包含任何相同的元素,则说明由低HITT阈值λL决定的在很大的可能上仅仅对应于噪声子载波集合(由高HITT阈值λU决定的应属于噪声子载波的小概率异动)。
步骤四:以上SACM方法得到PU信号占用的全部子载波聚合集合为即最终判决PU占用的子载波集合为之外的其他元素则全部属于噪声子载波集合
频谱感知方法的性能,一般使用检测率RD和虚警率RFA作为评价指标。以下举一实例对本发明作进一步说明:
考虑CR网络中两个宽带PU信号工作在LFB上,CR***的OFDM接收机将LFB频谱划分为Q=1024个子频段,在HITT方法中,取参数L=128,K=1。可以假设被PU信号都是使用QPSK调制并且受到瑞利衰落的影响。设定判决阈值的虚警率分别取值为:RFA,DES=1.0×10-1,1.0×10-2,1.0×10-3。接收端的平均信噪比SNR定义为对于ISTT方法而言,噪声功率假设在频谱感知开始之前已为检测器所知,但是HITT和SACM方法则不具备任何关于噪声和PU信号的先验信息。
同样的期望虚警率RFA,DES下,HITT方法在虚警性能上要比ISTT好,信噪比在[-10dB,10dB]之间时HITT的虚警率要比ISTT的要低。这是由于当PU信号很弱的时候难以检测,因此信噪比的增加(等价于PU子载波集合EASS的增加)可以在检测中起到抑制噪声异动(虚警)的作用。HITT和ISTT方法感知性能很相似,SACM方法被用于改善HITT,SACM辅助HITT方法可以达到很高的检测率,与ISTT相比在相同的虚警条件下检测率相近,并且虚警率相对较低,这是SACM方法的优势所在。
本发明中提出的基于信号聚合特性的频谱检测方法。基于PU信号聚合特性的ED可以放宽传统的ED感知方法对于噪声功率先验信息的要求,根据宽带PU信号所具有的突出的信号聚合特性,在宽带频谱状态下的宽带频谱感知方法会更加准确,HITT和SACM方法不需要任何PU信号和噪声信号的先验信息,因而具备成本低廉和方法简单等优点,在CR***现实应用中优势非常明显。并有效地解决低信噪比时PU信号占用的子载波和噪声子载波难以区分的问题,很大程度地改善宽带频谱感知的性能,这是未利用PU信号聚合特性的其它频谱感知方法所不具备的。
Claims (4)
1.一种基于信号聚合特性的认知无线电宽带频谱感知方法,其特征在于,从频谱感知能量值集合Z=[Z1,Z2,...,ZQ]T中确定初始迭代集合初始迭代集合对应于迭代检测开始时的最小噪声子载波集合,在初始迭代集合基础上,根据:得到第i个子载波的集合,逐个地迭代更新初始迭代集合;如果集合对应的感知能量值集合的信号集合平均强度EASS小于感知能量值集合从新迭代入的感知能量值Zi+L中确定包含的授权用户信号成分,从而得到空闲子载波集合和授权用户信号占用子载波集合;根据两个不同的恒定虚警率确定对应的检测阈值λU和λL,根据检测阈值λU和λL获得授权用户信号存在的子载波判决集合为和其中,在阈值λU和λL下,和分别为授权用户子载波集合的第m个子集,所有m个子集中的元素对应的都是宽带频谱上位置连续的子载波,不同子集中的子载波在对应的频谱位置上不连续;获取集合和中包含的公共元素部分,确定公共元素部分对应的信号聚合势检测的判决集合,组合全部信号集合势检测的判决集合,即得到最终判决的授权用户占用子载波集合,其中,Q为OFDM子载波个数,L为频谱感知能量值集合中只包含噪声信号的最小元素个数。
2.根据权利要求1所述的方法,其特征在于,迭代运算从i=1开始,根据授权用户信号子载波集合和噪声子载波集合的边界B,调用判决方程方程:确定授权用户子载波集合,其中,L为包含噪声信号的最小元素个数,ρi是在第i次迭代时的EASS,λHITT是HITT判决阈值,为初始迭代集合中的元素。
3.根据权利要求1所述的方法,其特征在于,根据阈值λU和λL,对感知能量值集合分别进行判决,获得相应的两个判决集合和为:
其中,M″≥M′,和仅包含判定为授权用户信号占用的、频谱位置连续的子载波,M′,M″是对应阈值λU和λL授权用户占用的不连续的子载波的数目。
4.根据权利要求1所述的方法,其特征在于,根据公式B=L+ξ-1确定边界B,获得授权用户信号子载波集合确定授权用户信号占用的子载波在宽带LFB上对应子频段的位置,完成宽带频谱感知,ξ为判决方程运算结果为错误时的i值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410072287.9A CN103780323B (zh) | 2014-02-28 | 2014-02-28 | 一种基于信号聚合特性的认知无线电宽带频谱感知方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410072287.9A CN103780323B (zh) | 2014-02-28 | 2014-02-28 | 一种基于信号聚合特性的认知无线电宽带频谱感知方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103780323A CN103780323A (zh) | 2014-05-07 |
CN103780323B true CN103780323B (zh) | 2015-09-30 |
Family
ID=50572215
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410072287.9A Active CN103780323B (zh) | 2014-02-28 | 2014-02-28 | 一种基于信号聚合特性的认知无线电宽带频谱感知方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103780323B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105471519B (zh) * | 2014-08-22 | 2021-03-05 | 罗姆股份有限公司 | 认知无线电网络中的ofdm***的能量检测方法及装置 |
CN105721081B (zh) * | 2016-02-15 | 2019-04-30 | 重庆邮电大学 | 一种基于用户集合势估计的认知无线电合作频谱感知方法 |
CN109089320B (zh) * | 2018-09-21 | 2023-06-23 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 基于lte的地空宽带通信***碎片化频谱资源管理方法 |
CN109889288B (zh) * | 2019-03-13 | 2021-04-23 | 重庆邮电大学 | 一种基于集合平均值迭代检测的连续频谱感知方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102546059A (zh) * | 2012-01-04 | 2012-07-04 | 中国人民解放军理工大学 | 认知自组织网络中基于无监督聚类的分布式合作频谱感知方法 |
CN103281142A (zh) * | 2013-05-28 | 2013-09-04 | 桂林电子科技大学 | 联合时域双门限和频域变点数的能量检测方法和装置 |
CN103297159A (zh) * | 2013-05-10 | 2013-09-11 | 东南大学 | 一种频谱感知方法、频谱感知装置 |
CN103338085A (zh) * | 2013-07-04 | 2013-10-02 | 江苏科技大学 | 基于双门限值的两层协作频谱感知方法 |
CN103532642A (zh) * | 2013-09-30 | 2014-01-22 | 桂林电子科技大学 | 地面数字电视广播频谱感知方法与*** |
-
2014
- 2014-02-28 CN CN201410072287.9A patent/CN103780323B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102546059A (zh) * | 2012-01-04 | 2012-07-04 | 中国人民解放军理工大学 | 认知自组织网络中基于无监督聚类的分布式合作频谱感知方法 |
CN103297159A (zh) * | 2013-05-10 | 2013-09-11 | 东南大学 | 一种频谱感知方法、频谱感知装置 |
CN103281142A (zh) * | 2013-05-28 | 2013-09-04 | 桂林电子科技大学 | 联合时域双门限和频域变点数的能量检测方法和装置 |
CN103338085A (zh) * | 2013-07-04 | 2013-10-02 | 江苏科技大学 | 基于双门限值的两层协作频谱感知方法 |
CN103532642A (zh) * | 2013-09-30 | 2014-01-22 | 桂林电子科技大学 | 地面数字电视广播频谱感知方法与*** |
Non-Patent Citations (2)
Title |
---|
Quan Z,Cui S G."Optimal multiband joint detection for spectrum sensing in cognitive radio networks".《IEEE transactions on signal processing》.2009,第57卷(第3期),1128-1140. * |
认知无线网络中信道选择算法研究;王欢等;《数字通信》;20090325(第01期);29-32 * |
Also Published As
Publication number | Publication date |
---|---|
CN103780323A (zh) | 2014-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103281142B (zh) | 联合时域双门限和频域变点数的能量检测方法和装置 | |
CN103338082B (zh) | 一种基于“k秩”准则的双门限协作频谱感知方法 | |
CN101834630A (zh) | 一种基于能量-循环平稳特征的联合频谱检测方法 | |
CN101359930A (zh) | 认知无线电***中基于最大特征值的频谱感知方法 | |
CN103780323B (zh) | 一种基于信号聚合特性的认知无线电宽带频谱感知方法 | |
CN101577564A (zh) | 基于判决门限自适应的信号频谱感知与检测方法 | |
CN104038296B (zh) | 一种认知无线电网络的协作频谱检测方法 | |
CN101753232B (zh) | 协作频谱检测方法和*** | |
CN103220052A (zh) | 一种认知无线电中检测频谱空洞的方法 | |
CN103118394A (zh) | 一种适用于宽带***的多天线频谱感知方法及装置 | |
CN105721083B (zh) | 一种基于自相关能量的频谱检测方法 | |
Simunic et al. | Hybrid detection method for spectrum sensing in cognitive radio | |
CN104253659B (zh) | 一种频谱检测方法及其装置 | |
Dhope et al. | Performance analysis of covariance based detection in cognitive radio | |
Swetha et al. | Analysis of spectrum sensing based on energy detection method in cognitive radio networks | |
CN104079359B (zh) | 一种认知无线网络中协作频谱感知门限优化方法 | |
CN103763043A (zh) | 基于协作式认知网络高效无线频谱感知方法 | |
CN103036626B (zh) | 基于认知无线电协作用户与检测门限联合选择的无线通信方法 | |
CN103051402B (zh) | 一种基于直流偏移自适应频谱能量的用户信号检测方法 | |
CN103166723A (zh) | 基于可拓关联函数的无线认知传感器网络频谱感知的方法 | |
CN103167522B (zh) | 一种进行频谱感知的方法和设备 | |
CN101807961B (zh) | 基于双谱对角切片实现频谱感知的方法 | |
Thomas et al. | Primary user signal detection in cognitive radio networks using cyclostationary feature analysis | |
CN104734794B (zh) | 一种认知无线网络数据量与能量消耗比最大化频谱感知方法 | |
CN103947148B (zh) | 一种非连续传输检测装置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |