[发明专利]MIMO系统中基于特征函数的频谱盲检测方法

说明书

技术领域

本发明属于无线通信技术领域，特别涉及无线通信多天线技术领域，具体是一种MIMO系统中基于特征函数的频谱盲检测方法。

背景技术

随着无线通信的发展,频谱资源越来越拥挤,但是很多已经分配的频谱资源的并没有得到有效利用。认知无线电系统,通过容许非授权用户使用空闲的频谱, 在不妨碍主用户通信的情况下, 提高频谱的使用率,得到了很大的关注。频谱检测,也就是检测信道中是否存在主用户信号的传输,是认知无线电系统一个重要的研究内容。到目前为止，已经有很多种频谱检测方法被提出来。主要有匹配滤波器法、能量检测法、循环谱检测法、特征值检测法。这些检测方法既可以用在单天线系统中，也可以用在多天线系统中。匹配滤波器法是一种最佳检测，能使接收输出信噪比最大，但是需要知道授权用户的所有先验知识，在先验知识不足时，无法应用。循环谱检测法利用已知授权用户的调制信息来提高低信噪比条件下频谱检测的性能，但所需样本时间长，计算复杂度高。能量检测算法由于不需要知道授权用户的任何先验知识，近年来被广泛应用到认知无线电系统的频谱检测中。但在低信噪比条件下，噪声干扰与授权用户的能量区分度变小，能量检测法性能下降。在噪声方差未知情况下，如果噪声方差估计不准确，能量检测法性能急剧下降。特征值检测方法利用接收到的信号样本协方差的特征值来进行信号检测，其理论基础是随机矩阵理论。特征值检测不需要知道授权用户信号的信息，也不需要知道信道噪声的方差，实现了盲检测。但样本协方差特征值计算的计算量和复杂度都比较大。以上的频谱检测法，在本质上都是基于局部参数假设检验的频谱检测方法，以某个局部参数作为标准进行信号检测。

 发明内容

本发明的目的是针对现有技术的不足，提出了一种MIMO系统中基于特征函数的频谱盲检测方法，本发明详细分析了基于多元特征函数的频谱盲检测的检测性能。

本发明解决其技术问题所采用的技术方案具体包括如下步骤：

步骤1.设认知无线电系统中，授权主用户发送端有                                               根天线，次用户接收端有根天线，且用户接收端的每根天线有L个样本；设次用户接收端第根天线第个样本记为；把根天线中每根天线接收的第个样本共同组成一个向量，令该向量, 连续采样次，得到个样本向量,记为；其中，、、为自然数，；

1-1 当信道中授权用户的发射信号不存在的时候，接收端只有高斯噪声,则接收端所有天线第个样本接收到的信号为：         (1)

其中，服从均值为零，的协方差为的多元高斯分布，，是第根天线的高斯噪声方差；则向量的特征函数, 这里是维的向量。

1-2 当信道中存在授权用户信号传输时，由于受信号调制特性和信道传输特性的影响，不服从维均值为零，协方差为的多元高斯分布；此时，其特征函数也不服从，MIMO系统中，基于特征函数的频谱检测等价于下列检验，具体如下：

   向量服从的特征函数为公式(2)的随机向量： 

                                      (2)

定义随机向量的经验特征函数为： 

                   (3)

当信道中不存在授权用户传输，L趋向无穷时，经验特征函数趋向；而当信道中存在授权用户信息传输时，不再趋向于，通过度量与的距离，能够判决是否存在授权信号的传输，特征函数距离计算如下：

                            (4)

这里加权函数：                (5)

其中，表示对矩阵求行列式，由于计算特征函数距离时，需要知道信道噪声的协方差，为实现对信号的盲检测;

步骤2.用样本协方差对信号进行归一化，定义修正的特征函数距离为：

                     (6)

这里是协方差归一化的经验特征函数：

                  (7)

为样本协方差：

      (8)

加权函数修正为：；

当信道中不存在授权用户传输时，趋向无穷大，归一化经验特征函数趋向；当信道中存在授权用户传输的时候，不趋向于，此时，通过修正后的特征函数距离检测，而的计算，不需要知道噪声的协方差，实现了对信道的盲检测。