[发明专利]一种基于随机共振系统的高频信号频谱感知方法

说明书

技术领域

本发明提出的一种基于尺度变换的级联随机共振系统的高频信号频谱感知方法，适合提高主用户信号的检测概率以及成功率，属于认知无线电领域。

背景技术

最近几年来，信号检测科学在不停的进步与发展，信号检测是指对微弱信号处于强环境噪声下的提取、检测。目前，对于信号检测，国内外各研究者都提出了自己的方法，比如噪声滤波、信号放大以及最佳匹配检测等等。但是，对于微弱信号的检测还有信号处于强噪声环境下的检测，传统的信号检测方法就往往束手无策。目前，相关研究表明使用非线性的理论和技术可以较为有效地处理微弱信号的检测问题，特别是随机共振理论(stochastic resonance,SR)理论以及混沌(chaos)理论，为信号检测尤其是微弱信号的检测提供了新的方法。随机共振理论说明了一种非线性的原理，即一个较为微弱的信号被较强噪声包围的情况下，如果通过一个非线性系统，且微弱信号、环境噪声以及非线性系统三者达到某种匹配关系时，环境噪声的能量会向微弱信号的能量转移，换句话说，微弱信号的能量增强的同时环境噪声的能量减弱了，这就可以提高混合信号的信噪比。

随机共振理论用于微弱信号检测、处理时与其他信号检测方法的共同点是最终目标都是为了提高采样混合信号的信噪比，便于检测出微弱信号。而最大的不同点是随机共振理论利用噪声，并使噪声能量发生转移，而与此相反的是，传统的信号检测方法大部分是通过削弱噪声或者隔离噪声的方式。随机共振原理对噪声不同的利用方式为微弱信号的检测问题提供了新的思路。

然而，根据线性响应理论以及绝热近似理论，传统的随机共振系统只适用于低频周期主用户信号的检测，虽然有自适应算法，使随机共振系统适用于不同噪声强度的环境，但是一旦主用户信号的频率变为较高频(频率大于1Hz)，随机共振原理就不再适用于信号的检测。这就需要引入尺度变换的方法，使传统的随机共振系统适用于高频主用户信号的检测。然而，传统的尺度变换方法会降低认知用户的采样步长，这就对采样精度以及采样速率提出了更高的要求，同时，更小的采样周期意味着频谱感知会更容易受到随机共振系统输出信号中高频噪声毛刺的影响。

发明内容

技术方案:基于随机共振系统的高频信号频谱感知方法检测高频主用户信号时的主要步骤如下所示：

1).认知用户对周围环境进行感知，将采样到的混合信号送往融合中心；

2).融合中心对混合信号中可能存在的主用户信号频率加以估计；

3).按照尺度变换的流程对混合信号进行放大，并对各级随机共振系统的参数加以调整；

4).融合中心将采样混合信号送往级联的随机共振系统，进行处理；

5).对第二级随机共振系统的输出进行快速傅立叶变换，并使用传统的频谱感知算法对主用户信号进行检测。

有益效果：本发明与现有技术相比，具有以下优点：

针对传统随机共振系统不适用于检测高频信号的问题，该方法首先利用尺度变换，使随机共振系统适用于高频主信号检测，同时减少了感知时间，提高了感知效率。然后针对随机共振系统输出信号进行进一步处理，使高频信号分量进一步减少，使输出信号更加“光滑”，提高了对主用户信号的检测概率和成功率。

附图说明

图1本发明的n级级联随机共振系统模型。

图2本发明的基于随机共振的高频信号频谱感知方法流程。

具体实施方案

1.尺度变换

把数学中尺度变换的方法引入到随机共振原理中，使传统的随机共振系统适用于实际无线通信环境中高频主用户信号的检测与处理。

若将随机共振原理应用到频谱感知中，可以用s(t)＝Acosωt表示待感知的微弱周期主用户信号，其中A表示主用户信号的振幅，ω表示主用户信号的频率。Γ(t)表示认知用户周围均值为0、噪声强度为D的高斯白噪声，x(t)表示经过随机共振系统处理后的采样混合信号，a、b为随机共振系统的两个可变参数。

对应的随机共振系统模型如下所示：