[发明专利]基于小波变换的自适应时频空穴检测方法

说明书

技术领域：

本发明涉及一种适用于认知无线电领域的时频空穴感知技术，它采用基于小波变换信号处理的方法，对无线环境的时域和频域的二维能量分布进行自适应检测，以探测无线环境时频空穴。

背景技术：

无线通信频谱是一种有限的宝贵资源，随着信息社会经济的快速发展，频谱资源稀缺日益成为移动通信及宽带无线接入技术实现的重要瓶颈；另一方面，与频谱资源短缺形成鲜明对比的却是现有频谱利用率的极其低下。在这样的背景下，认知无线电技术以其接入灵活，能够大大提高频谱利用率，有效解决解决频谱资源匮乏问题，被认为是下一代移动通信系统潜在关键技术之一。

认知无线电系统以一种“机会方式”接入授权频段内，在对授权用户不造成干扰的前提下，动态的利用其临时空闲频段。要实现这一对主用户几乎“透明”的无干扰占用，要求认知用户可靠、快速地感知授权用户的重新占用并及时退避；另一方面认知无线电系统要求认知用户可靠、快速地检测到时频频空洞并占用，认知无线电系统要实现高效率利用频谱的目的，还应该具有估计无线频谱空穴特性的能力，并基于频谱空穴特性自适应地调整发送参数(如数据速率、传输模式、传输带宽等)。因此，频谱感知技术是认知无线电系统的关键技术。

国内外针对认知无线电频谱感知技术和自适应调制技术进行了大量的研究工作，其中针对频谱感知技术的研究大致可以分为以下两大类：(1)协同检测：通过处理多个感知用户的检测信息来更准确地判断主用户是否存在，这类方法通常要依赖于复杂的集中式控制或者分布式控制实现多个感知用户的检测信息交换；(2)主用户发射端检测：通过分析侦认知用户接收信号中是否存在主用户信号来判断频谱的使用状态，这类方法又可以分为以下四类：1)能量检测法：这类算法通常不需要知道授权用户信号的先验信息，能够可靠地适用于各种未知信道，检测快速，实现简单，但是该类算法依赖要求准确估计噪声功率，实际中噪声功率估计误差会导致较高虚警概率；2)特征检测法：这类算法利用已知主用户信号特征(如波形特征、循环平稳特性等)对主用户占用频谱情况进行检测，能够在强干扰环境下可靠地检测频谱空穴，但是这类算法要求预先知道主用户信号的特征信息，且计算复杂度较高；3)相关性检测算法：这类算法利用主用户信号样值具有比噪声样值高得多的相关性这一特点，实现对授权用户的检测，但是这类算法受限于信号相关性的剧烈变化；4)小波变换频谱检测法：这类算法利用小波分解或小波包分解能够灵活地调整频谱检测分辨率的优点，实现多分辨率频谱检测，或者利用小波变化的突变特征提取能力，检测主用户占用-释放频谱的突变，但是这类算法通常具有较高的算法复杂度的缺点。

目前，国内外已有认知无线电频谱感知方法主要针对频域“频谱空穴”的检测，而较少从时域和频域二维时频分析的角度检测“时频空穴”，导致难于估计空闲频谱的时域特性。这类频谱检测方法为了获得较高的频率分辨率，需要较长时间间隔的采样，另一方面，为了及时检测到频谱空穴和主用户重新占用频谱空穴，要求较短的时间采样间隔，因此现有的频谱检测方法除具有上节所述局限性之外，还受限于较长时间采样间隔和快速及时检测要求之间的矛盾。

发明内容：

本发明的目的在于克服上述现有技术的缺点，提供一种基于小波变换的自适应时频空穴检测方法，与现有的认知无线电频谱感知方法仅从频域检测频谱空穴不同，本方案采用小波变换信号特征提取技术，实现信号的时域和频域自适应分段，有效地解决较长时间采样间隔和快速及时检测要求之间的矛盾，同时估计主用户信号的时频域的能量分布。

另外，实际网络中，微观时间段内由于主用户的业务量具有一定的统计规律，因而其时频分布特征也具有某种统计规律，获得了主用户信号的时频分布特性，可以更好地根据各时频块的统计特征，自适应地灵活地进行调整检测周期，以及对时频空穴进行预测，从而有效降低认知用户接入机会损失和没有及时退避造成对主用户的有害干扰损失。

因此，针对认知无线电系统基于时频二维角度的研究分析具有重要意义。

本发明的目的是通过以下技术方案来解决的：

本发明涉及的时频空穴检测方法分为三个步骤：第一步，先对认知用户监测接收信号时域分段，保证在该分段内，各主用户占用频带持续不变；第二步，对各分时段的接收信号，采用已有方法，进行傅里叶变换得到各分时段信号频谱，对该频谱进行小波变换以检测各频段边沿，从而实现频段划分。第三步，综合前两步中的自适应时间和频域分段结果，对各时频资源块进行综合分析，判断时频资源块空闲与否。