[发明专利]一种基于绝对值累积的动态到达频谱感知方法

说明书

本发明提供一种基于绝对值累积的动态到达频谱感知方法，该方法主要分为两个步骤，信号检测和判决过程，二级用户先将泊松过程动态到达的信号作为接收信号，然后对接收信号做绝对值处理，并把累计求和结果作为判决统计量，进而判决主用户存在与否，实现频谱感知。本发明在低信噪比情况下，也可以改善拉普拉斯噪声的“尖峰”问题，提高算法的检测性能，从而实现频谱的有效利用。

技术领域

本发明属于无线通信领域，涉及无线通信系统认知无线电频谱感知技术。

背景技术

随着持续增长的无线业务对频谱需求不断增加，同时无线设备(智能手机、平板电脑等)的大量普及，当前固定频谱分配模式并不能为高速率数据传输的无线通信系统提供额外可以利用的频谱带宽，而实际的调查数据表明，很多已经被分配的频谱资源依然处于不充分利用的状态。美国FCC(Federal Communications Commission)的频谱策略任务工作报告(Spectrum Policy Task Force)的研究结果表明，在美国，授权频谱的实际利用率仅在15％～85％之间，授权频谱空闲率高。认知无线电(Cognitive Radio)的出现，为在不对授权用户造成干扰的情况下，对空闲频段充分使用，且合理地利用空闲授权频段，提高频谱资源的利用率，在不同时间和空间内能有效利用闲置的频谱资源，提供了一条有效的途径。

最早阐述认知无线电是在1999年Mitola教授的博士论文中。认知无线电技术是在不影响授权用户频段的正常通信基础上，通过认知时域、频域和空域等多维空间上的频谱使用状况，得到对授权用户的认知结果，动态地改变系统工作参数，实时地检测和充分利用授权的闲置频谱，从而提高频谱利用率，为频谱资源紧张的问题提供了可靠的技术保障。所以，认知无线电为实现无线频谱资源共享和提高频谱利用率提供了一种新方法。

认知无线电频谱感知可以分为以下方法：

(1)能量检测

能量检测是一种比较通用、简单的频谱感知方法，不需要知道授权用户的任何先验信息，是一种盲检测算法。其基本原理是对时域信号的采样值进行求模，然后再求平方、累计求和，即可得到检测统计量，最后通过与判决门限对比得到主用户是否存在，这就是时域能量检测法。或者根据帕萨瓦尔定理，利用频域能量检测法，即对采样信号进行快速傅里叶变换将其转换到频域，然后对频域信号取模处理，然后再求平方、累计求和，就可得到检测统计量。

(2)匹配滤波检测

匹配滤波器检测是一种比较常用的信号检测方法，它是在信号波形已知情况下的最优检测。该检测方法具备在滤波器的输出端得到接收信号最大信噪比的能力，利用此刻最大信噪比便可以最佳地判断信号是否存在，进而提高系统的检测性能。通常为了通信保密性，感知接收机不能得到授权用户的全部信息，但在部分重要信息如导引信号、同步码等已知的情况下，便可以采用匹配滤波器来进行频谱感知。

(3)循环平稳特征检测

通信信号的统计值一般都具有一定的循环周期特性，利用这种周期特性而设计的检测方法称为循环平稳特征检测，也称为周期特征检测。该检测方法可以通过谱相关函数来得到符号速率、正弦载波以及调制类型等信号特征并进行分析。调制信号的循环谱密度函数在非零的循环频率处具有较大的离散幅值，而平稳噪声的谱相关函数在循环频率非零处，几乎没有值或者值非常小，其能量主要集中于零循环频率处。

若将传统的检测算法直接应用于频谱感知系统中，存在以下不足：

(1)已有的频谱感知算法大部分都是基于理想的高斯噪声环境下完成的。由于实际无线电接收设备所处的环境存在着大量的无线信号和各种复杂的干扰，导致接收机工作在非高斯噪声环境中。而该类噪声含有较大幅度尖峰脉冲，如果用高斯噪声来描述这类噪声是不合理的。在非高斯噪声背景下，如果直接使用高斯噪声的频谱感知算法，会降低算法的检测性能。