基于双谱对角切片实现频谱感知的方法
阅读：596发布：2021-06-11
专利汇可以提供基于双谱对角切片实现频谱感知的方法专利检索，专利查询，专利分析的服务。并且一种 认知无线电 中基于双谱对 角 切片的 频谱 感知 方法，包括步骤：在天线接收到射频 信号 之后进行下变频从射频变到中频或者基带；下变频之后的信号经过滤波，得到要感知的频段的接收信号；对滤波之后的信号抽样量化，得到信号序列；抽样后的接收信号序列计算其双谱对角切片；将双谱对角切片的幅值和 门 限进行比较，判别出空闲的频谱空洞。本 发明 的方法可以快速和有效的寻找空闲的频谱资源，并减少了计算时间。，下面是基于双谱对角切片实现频谱感知的方法专利的具体信息内容。
1.一种认知无线电中基于双谱对角切片的频谱感知方法，包括步骤：
a.在天线接收到射频信号之后进行下变频从射频变到中频或者基带；
b.下变频之后的信号经过滤波，得到要感知的频段的接收信号；
c.对滤波之后的信号抽样量化，得到信号序列；
d.抽样后的接收信号序列计算其双谱对角切片；
e.将双谱对角切片的幅值和门限进行比较，判别出空闲的频谱空洞。
2.根据权利要求1所述的方法，其特征在于按下式计算其双谱对角切片：
其中，C3s(τ)为三阶累积量的对角切片，双谱对角切片B(w)为三阶累积量对角切片的傅立叶变换，w表示的是频域，τ表示的是时域延迟。
3.根据权利要求1所述的方法，其特征在于所述判别出空闲的频谱空洞包括步骤：
a.搜索所有双谱对角切片高于阈值T1的频段；
b.比较相邻频段的中心频率的间隔；
c.当所有被占用频段都处理完成之后，在剩下的未被占用频段内选择满足需求的频段作为次要用户的工作频段。
4.根据权利要求3所述的方法，其特征在于如果相邻频段之和小于阈值，则将两个频段合并为一个被占用频段。
技术领域
本发明涉及通信领域，特别涉及基于双谱对角切片实现频谱感知的方法。
背景技术
认知无线电(Cognitive Radio)是为了解决未来无线通信中可用频谱资源紧缺，传统固定频谱分配机制利用率不高而提出的一种频谱共享技术，认知无线电通过对周围无线环境进行频谱感知(Spectrum Sensing)，并基于频谱感知的结果选择合适的空闲工作频段，调整无线传输参数，即避免了对该频段上有使用许可用户系统的干扰，又保证了认知设备的传输。认知无线电中一个关键技术和实现的前提就是如何保证准确而快速的进行频谱感知。
在认知无线电系统中，常见的单节点频谱感知方法包括能量检测，匹配滤波器，循环平稳特征检测等，这些感知方法都存在着不足，如能量检测器虽然实现比较简单，但是容易受到信道和噪声不确定性的影响。在单节点频谱感知的基础上基于协作的办法提出了协作感知的方法，即融合多个认知设备频谱感知的结果做出总的判决，从而能降低由于无线信道衰落或阴影对感知性能的影响。
在认知无线电系统中，常见的频谱感知方法按照参与感知的节点及其方式分可以分为单节点感知，多节点协作感知和网络辅助感知三类。这三类感知方法各有其优缺点，单节点感知的优点在于实现简单，不需要节点之间交互控制信息和数据信息。缺点是感知性能容易受到无线信道衰落或阴影的影响。多节点协作感知的方法，即融合多个认知设备频谱感知的结果做出总的判决，能降低由于无线信道衰落或阴影对感知性能的影响。但是由于多个认知设备协同工作会带来很多问题，如需要增加信道来传输交互各自的感知信息，增加了处理的时延。此外由于恶意节点的出现可能会破坏感知结果。
在单节点感知技术中，匹配滤波器和循环平稳特性检测都属于信号特征检测的方法，需要检测端事先知道主系统用户的信号特点。而能量检测则是一种盲检测技术，因此具有较大的适应范围，并且实现起来比较简单。但是缺点在于不确定的噪声容易造成检测错误。此外，无线信道的衰落也会影响检测性能。
针对盲检测技术，我们需要解决如下几个方面的问题：
1)应该具有对抗噪声不确定性的能力，即检测性能与噪声功率变化无关，这样可以避免对噪声进行估计。
2)在低信噪比的情况下也能实现检测，这样可以提高检测性能，从而避免由于漏检，次要用户给主用户带来干扰。
应用场景如图1所示，主用户(Primary User)和认知次要用户(Secondary User)共享使用频谱，要保证认知设备不会影响主用户系统的正常工作。
在IEEE 802.22标准草案D1.0列举的频谱感知方法中提出了利用协方差矩阵结合特征值的方法，但是存在着计算复杂，并且在低信噪比情况下检测性能差，不能有效对抗噪声不确定性的缺点。此外在802.22中有一个提案(802.22-07/0359r0)提出利用信号的高阶统计量和噪声的高阶统计量不同的性质来区分信号和噪声，由于高斯噪声的高阶统计量为0，而信号的高阶统计量不为0，但是该提案的方法需要计算多阶统计量，实现上比较复杂，并且不够直观。
在认知无线电系统中，常见的单节点频谱感知方法包括能量检测，匹配滤波器，循环平稳特征检测等，这些感知方法都存在着不足，如能量检测器虽然实现比较简单，但是容易受到信道和噪声不确定性的影响。在单节点频谱感知的基础上基于协作的办法提出了协作感知的方法，即融合多个认知设备频谱感知的结果做出总的判决，从而能降低由于无线信道衰落或阴影对感知性能的影响。
在认知无线电系统中，常见的频谱感知方法按照参与感知的节点及其方式分可以分为单节点感知，多节点协作感知和网络辅助感知三类。这三类感知方法各有其优缺点，单节点感知的优点在于实现简单，不需要节点之间交互控制信息和数据信息。缺点是感知性能容易受到无线信道衰落或阴影的影响。多节点协作感知的方法，即融合多个认知设备频谱感知的结果做出总的判决，能降低由于无线信道衰落或阴影对感知性能的影响。但是由于多个认知设备协同工作会带来很多问题，如需要增加信道来传输交互各自的感知信息，增加了处理的时延。此外由于恶意节点的出现可能会破坏感知结果。
在单节点感知技术中，匹配滤波器和循环平稳特性检测都属于信号特征检测的方法，需要检测端事先知道主系统用户的信号特点。而能量检测则是一种盲检测技术，因此具有较大的适应范围，并且实现起来比较简单。但是缺点在于不确定的噪声容易造成检测错误。此外，无线信道的衰落也会影响检测性能。
针对盲检测技术，我们需要解决如下几个方面的问题：
1)应该具有对抗噪声不确定性的能力，即检测性能与噪声功率变化无关，这样可以避免对噪声进行估计。
2)在低信噪比的情况下也能实现检测，这样可以提高检测性能，从而避免由于漏检，次要用户给主用户带来干扰。
应用场景如图1所示，主用户(Primary User)和认知次要用户(Secondary User)共享使用频谱，要保证认知设备不会影响主用户系统的正常工作。
在IEEE 802.22标准草案D1.0列举的频谱感知方法中提出了利用协方差矩阵结合特征值的方法，但是存在着计算复杂，并且在低信噪比情况下检测性能差，不能有效对抗噪声不确定性的缺点。此外在802.22中有一个提案(802.22-07/0359r0)提出利用信号的高阶统计量和噪声的高阶统计量不同的性质来区分信号和噪声，由于高斯噪声的高阶统计量为0，而信号的高阶统计量不为0，但是该提案的方法需要计算多阶统计量，实现上比较复杂，并且不够直观。
发明内容
本发明的目的是提供一种适合于低信噪比情况下快速通过双谱对角切片分析进行频谱感知和判决的方法。
为实现上述目的，一种认知无线电中基于双谱对角切片的频谱感知方法，包括步骤：
a.在天线接收到射频信号之后进行下变频从射频变到中频或者基带；
b.下变频之后的信号经过滤波，得到要感知的频段的接收信号；
c.对滤波之后的信号抽样量化，得到信号序列；
d.抽样后的接收信号序列计算其双谱对角切片；
e.将双谱对角切片的幅值和门限进行比较，判别出空闲的频谱空洞。
本发明的方法可以快速和有效的寻找空闲的频谱资源，并减少了计算时间。
附图说明
图1是一个典型的认知无线电应用场景；
图2是基于双谱对角切片的频谱感知功能模块示意图；
图3为基于双谱对角切片进行频谱判别的流程图；
图4为ATSC和无线麦克风信号在信噪比为-18dB时的双谱等高图；
图5是这两种信号的双谱对角切片图；
图6给出了基于ATSC信号和无线麦克风信号的双谱对角切片进行频谱判别的过程；
图7仿真了基于双谱对角切片的频谱感知和基于能量检测的频谱感知在虚警概率为90％情况下的检测概率。
为实现上述目的，一种认知无线电中基于双谱对角切片的频谱感知方法，包括步骤：
a.在天线接收到射频信号之后进行下变频从射频变到中频或者基带；
b.下变频之后的信号经过滤波，得到要感知的频段的接收信号；
c.对滤波之后的信号抽样量化，得到信号序列；
d.抽样后的接收信号序列计算其双谱对角切片；
e.将双谱对角切片的幅值和门限进行比较，判别出空闲的频谱空洞。
本发明的方法可以快速和有效的寻找空闲的频谱资源，并减少了计算时间。
附图说明
图1是一个典型的认知无线电应用场景；
图2是基于双谱对角切片的频谱感知功能模块示意图；
图3为基于双谱对角切片进行频谱判别的流程图；
图4为ATSC和无线麦克风信号在信噪比为-18dB时的双谱等高图；
图5是这两种信号的双谱对角切片图；
图6给出了基于ATSC信号和无线麦克风信号的双谱对角切片进行频谱判别的过程；
图7仿真了基于双谱对角切片的频谱感知和基于能量检测的频谱感知在虚警概率为90％情况下的检测概率。
具体实施方式
本发明的方法构成如图2所示。图2给出基于双谱对角切片的频谱感知功能模块示意图。接收到的射频信号在下变频到中频之后进行模数转换和下抽样，然后经过计算双谱对角切片之后，根据门限来判别存在主用户信号的频段。
高阶统计量最大的特征在于高斯噪声的高阶统计量(二阶以上)等于零，因此通过高阶统计量能够抑制高斯噪声，但是传统的高阶统计量计算上比较复杂，因此可以选用简化的对角切片分析来简化检测过程。双谱与传统的功率谱不同，传统的功率谱是一种二阶统计量，对于信号x(t)，假设其傅里叶变换为X(w)，则功率谱P(w)可以表示为：
P(ω)＝X(ω)X*(ω) (1)
而双谱则是三阶统计量，双谱B(W)可以表示为：
B(ω1，ω2)＝X(ω1)X(ω2)X*(ω1+ω2) (2)
如果在双谱中取一个主对角线切片，就能得到双谱对角切片，即让ω1＝ω2＝ω，则双谱对角切片可以表示为：
B(ω)＝X(ω)2X*(2ω) (3)
可以看出双谱对角切片B(w)可以根据信号的傅里叶变换X(W)及其共轭X*(w)的乘积直接计算，相对于双谱减少了一维的运算量，在计算机仿真中也可以发现大概节省了7倍的运算时间。此外，还可以利用三阶累积量对角切片的傅里叶变换来求双谱对角切片，可以进一步节省运算时间，三阶累积量的定义为：
三阶累积量的对角切片就是让τ1＝τ2＝τ，则有：
C3s(τ)＝C3(τ，τ)＝E{x*(n)x(n+τ)x(n+τ)} (5)
对三阶累积量的对角切片求傅里叶变换，就可以得到双谱对角切片的简单计算：
其中，C3s(τ)为三阶累积量的对角切片，双谱对角切片B(ω)为三阶累积量对角切片的傅立叶变换，w表示的是频域，τ表示的是时域延迟。
对双谱对角切片采用阈值比较就可以识别该频段是否被主用户信号占用。
总之，这种利用双谱对角切片的方法通过降维处理降低了计算双谱的复杂度，利用了高阶统计量抑制高斯噪声的优良特性，从而提高在低信噪比情况下检测的精度。在实现上，该方法简单直观，实现较简单，特别适合于在低信噪比情况下窄带信号的检测。
图1为一个典型的认知无线电应用场景，主系统的发射端(PrimaryTransmitter)发送信号到主系统的接收端(Primary Receiver)，而认知网络则伺机占用主系统的工作频段，为了减少认知网络对主系统的可能干扰，因此需要进行频谱感知来检测是否有主系统在占用该频段。在图2中给出了基于双谱对角切片的频谱感知功能模块示意图，双谱对角切片频谱感知和判别的工作流程如下：
1.在天线接收到射频信号之后进行下变频从射频变到中频或者基带。
2.下变频之后的信号通过带通滤波器，得到要感知的频段的接收信号。
3.然后对通过滤波器之后的信号抽样量化，得到信号序列。
4.抽样后的接收信号序列根据(6)式计算其双谱对角切片。
5.双谱对角切片的幅值和门限进行比较，判别出空闲的频谱空洞。
为了能更好的识别宽带主用户信号的工作频段，空闲频段的判别过程如图3所示：
1)首先搜索所有双谱对角切片高于阈值T1的频段，分别按频率从低到高标记为B1，B2，...BM。
2)然后比较相邻频段的中心频率的间隔，用f(Bi)表示第i个频段Bi的中心频率，
2.1)初始化：i＝1。
2.2)如果f(Bi)-f(Bi+1)＜门限T2，那么就合并Bi和Bi+1频段，即把从Bi频段的最低频率和Bi+1频段的最高频率合并为一个被占用频段。
如果f(Bi)-f(Bi+1)＞门限T2，则继续处理下一个频段Bi+1。
2.3)i＝i+1，继续重复2.2)处理下一个频段。
3)当i＝M时，即所有的被占用频段都处理完成之后，在剩下的未被占用频段内选择满足需求的频段作为次要用户的工作频段。
用仿真来说明基于小波包变换频谱估计的性能，ATSC信号是美国有线电视的信号格式，它采用的是8-VSB调制，仿真的中心频率在7MHz，带宽为5MHz，信号的信噪比为-20dB。无线麦克风信号为模拟调频信号，中心频率为4MHz，带宽为100kHz。在低信噪比情况下传统的能量检测方法完全无法从噪声中识别出信号。图4为这两种信号在信噪比为-18dB时的双谱等高图，可以看出不同的信号有着不同的双谱特性。左图的ATSC信号在4.5MHz-7.5MHz的区域内幅值较大，而右图的无线麦克风信号在4MHz的频点处幅值最大。图5是这两种信号的双谱对角切片图，可以看出通过双谱对角切片可以反映出信号的频谱分布情况，尤其是对于窄带信号的无线麦克风信号。图6给出了基于ATSC信号和无线麦克风信号的双谱对角切片进行频谱判别的过程，其中虚线阴影部分就是最后识别出来被占用的频段。
用无线麦克风信号为例，图7仿真了基于双谱对角切片的频谱感知和基于能量检测的频谱感知在虚警概率为90％情况下的检测概率。可以看出在低信噪比的情况下，基于双谱对角切片的频谱感知方法明显由于能量检测法，根据IEEE 802.22对频谱感知的需求，即保证检测概率为90％，基于双谱对角切片的频谱检测可以在最低-14.4dB信噪比的情况下工作。
从仿真结果可以看出基于双谱对角切片的频谱感知和判别具有更精确的检测性能，尤其是在低信噪比的情况下，由于双谱对角切片利用信号的高阶统计量具有抑制噪声的能力，因此双谱对角切片检测比传统的盲检测算法具有更好的性能。此外，双谱对角切片相对于其他高阶统计量方法具有较低的计算复杂度。
高阶统计量最大的特征在于高斯噪声的高阶统计量(二阶以上)等于零，因此通过高阶统计量能够抑制高斯噪声，但是传统的高阶统计量计算上比较复杂，因此可以选用简化的对角切片分析来简化检测过程。双谱与传统的功率谱不同，传统的功率谱是一种二阶统计量，对于信号x(t)，假设其傅里叶变换为X(w)，则功率谱P(w)可以表示为：
P(ω)＝X(ω)X*(ω) (1)
而双谱则是三阶统计量，双谱B(W)可以表示为：
B(ω1，ω2)＝X(ω1)X(ω2)X*(ω1+ω2) (2)
如果在双谱中取一个主对角线切片，就能得到双谱对角切片，即让ω1＝ω2＝ω，则双谱对角切片可以表示为：
B(ω)＝X(ω)2X*(2ω) (3)
可以看出双谱对角切片B(w)可以根据信号的傅里叶变换X(W)及其共轭X*(w)的乘积直接计算，相对于双谱减少了一维的运算量，在计算机仿真中也可以发现大概节省了7倍的运算时间。此外，还可以利用三阶累积量对角切片的傅里叶变换来求双谱对角切片，可以进一步节省运算时间，三阶累积量的定义为：
三阶累积量的对角切片就是让τ1＝τ2＝τ，则有：
C3s(τ)＝C3(τ，τ)＝E{x*(n)x(n+τ)x(n+τ)} (5)
对三阶累积量的对角切片求傅里叶变换，就可以得到双谱对角切片的简单计算：
其中，C3s(τ)为三阶累积量的对角切片，双谱对角切片B(ω)为三阶累积量对角切片的傅立叶变换，w表示的是频域，τ表示的是时域延迟。
对双谱对角切片采用阈值比较就可以识别该频段是否被主用户信号占用。
总之，这种利用双谱对角切片的方法通过降维处理降低了计算双谱的复杂度，利用了高阶统计量抑制高斯噪声的优良特性，从而提高在低信噪比情况下检测的精度。在实现上，该方法简单直观，实现较简单，特别适合于在低信噪比情况下窄带信号的检测。
图1为一个典型的认知无线电应用场景，主系统的发射端(PrimaryTransmitter)发送信号到主系统的接收端(Primary Receiver)，而认知网络则伺机占用主系统的工作频段，为了减少认知网络对主系统的可能干扰，因此需要进行频谱感知来检测是否有主系统在占用该频段。在图2中给出了基于双谱对角切片的频谱感知功能模块示意图，双谱对角切片频谱感知和判别的工作流程如下：
1.在天线接收到射频信号之后进行下变频从射频变到中频或者基带。
2.下变频之后的信号通过带通滤波器，得到要感知的频段的接收信号。
3.然后对通过滤波器之后的信号抽样量化，得到信号序列。
4.抽样后的接收信号序列根据(6)式计算其双谱对角切片。
5.双谱对角切片的幅值和门限进行比较，判别出空闲的频谱空洞。
为了能更好的识别宽带主用户信号的工作频段，空闲频段的判别过程如图3所示：
1)首先搜索所有双谱对角切片高于阈值T1的频段，分别按频率从低到高标记为B1，B2，...BM。
2)然后比较相邻频段的中心频率的间隔，用f(Bi)表示第i个频段Bi的中心频率，
2.1)初始化：i＝1。
2.2)如果f(Bi)-f(Bi+1)＜门限T2，那么就合并Bi和Bi+1频段，即把从Bi频段的最低频率和Bi+1频段的最高频率合并为一个被占用频段。
如果f(Bi)-f(Bi+1)＞门限T2，则继续处理下一个频段Bi+1。
2.3)i＝i+1，继续重复2.2)处理下一个频段。
3)当i＝M时，即所有的被占用频段都处理完成之后，在剩下的未被占用频段内选择满足需求的频段作为次要用户的工作频段。
用仿真来说明基于小波包变换频谱估计的性能，ATSC信号是美国有线电视的信号格式，它采用的是8-VSB调制，仿真的中心频率在7MHz，带宽为5MHz，信号的信噪比为-20dB。无线麦克风信号为模拟调频信号，中心频率为4MHz，带宽为100kHz。在低信噪比情况下传统的能量检测方法完全无法从噪声中识别出信号。图4为这两种信号在信噪比为-18dB时的双谱等高图，可以看出不同的信号有着不同的双谱特性。左图的ATSC信号在4.5MHz-7.5MHz的区域内幅值较大，而右图的无线麦克风信号在4MHz的频点处幅值最大。图5是这两种信号的双谱对角切片图，可以看出通过双谱对角切片可以反映出信号的频谱分布情况，尤其是对于窄带信号的无线麦克风信号。图6给出了基于ATSC信号和无线麦克风信号的双谱对角切片进行频谱判别的过程，其中虚线阴影部分就是最后识别出来被占用的频段。
用无线麦克风信号为例，图7仿真了基于双谱对角切片的频谱感知和基于能量检测的频谱感知在虚警概率为90％情况下的检测概率。可以看出在低信噪比的情况下，基于双谱对角切片的频谱感知方法明显由于能量检测法，根据IEEE 802.22对频谱感知的需求，即保证检测概率为90％，基于双谱对角切片的频谱检测可以在最低-14.4dB信噪比的情况下工作。
从仿真结果可以看出基于双谱对角切片的频谱感知和判别具有更精确的检测性能，尤其是在低信噪比的情况下，由于双谱对角切片利用信号的高阶统计量具有抑制噪声的能力，因此双谱对角切片检测比传统的盲检测算法具有更好的性能。此外，双谱对角切片相对于其他高阶统计量方法具有较低的计算复杂度。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 功率感知填充 | 2020-05-13 | 732 |
| 感知无线网络的协作频谱感知方法和感知节点 | 2020-05-12 | 175 |
| 一种以物联网为依托的感知城市系统 | 2020-05-11 | 598 |
| 感知装置 | 2020-05-11 | 491 |
| 新感知盲道 | 2020-05-12 | 149 |
| 一种物联网感知层节点的管理方法及系统 | 2020-05-12 | 815 |
| 含氧感知器 | 2020-05-12 | 927 |
| 交互感知决策 | 2020-05-13 | 832 |
| 一种物联网感知层节点的管理方法及系统 | 2020-05-11 | 878 |
| 一种感知卡 | 2020-05-11 | 401 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
感知热门专利
-
10 感知型高尔夫球杆
QQ群二维码
意见反馈
意见反馈