本發(fā)明涉及無線通信技術領域，特別是涉及一種根據信道變化速率的自適應頻譜感知方法。

背景技術：

近年來，隨著無線通信技術的發(fā)展和智能終端的普及，移動用戶對于數(shù)據通信的需求大幅度地增長，這給有限的頻譜資源帶來了巨大的壓力。為了更有效地利用頻譜資源，認知無線電(cognitiveradio,cr)技術得到了學術界和工業(yè)界廣泛關注。cr網絡是由主用戶和認知用戶構成的。認知用戶可以通過頻譜感知技術識別當前沒有被主用戶使用的空白頻段，并利用這些頻譜資源進行臨時的數(shù)據傳輸。因此，在cr網絡中，認知用戶的頻譜感知準確度是影響其性能的主要因素。

在現(xiàn)有的頻譜感知技術中，能量檢測(energydetection，ed)和特征檢測(featuredetection，fd)都吸引了大量的研究力量。ed技術目前被使用得較為廣泛，它通過比較接收信號的能量是否大于閾值來判斷是否有主用戶在傳輸，具有實現(xiàn)簡單、感知速度快、無需主用戶信號的先驗信息等優(yōu)勢。但在低信噪比場景中，ed的檢測性能會大大降低。不同于ed技術，fd利用了接收信號的統(tǒng)計特征，能夠將主用戶信號的特征從噪聲中分離出來。因此在低信噪比環(huán)境下，fd具有更高的檢測概率，并且fd能夠通過不同的統(tǒng)計特征區(qū)分出不同的用戶，這些優(yōu)勢使fd在未來更復雜的應用場景中具有不可替代的作用。

雖然fd技術在低信噪比環(huán)境具有更好的檢測性能，但為了從接收信號中準確地識別出主用戶特征，fd技術不可避免地需要使用較長的感知周期，這使得fd技術更容易受到快速時變信道的影響。由于未來網絡的異構性、密集性和高速移動性將會進一步增加，無線信道的變化速率也會加快，在一個感知周期中信道狀態(tài)可能會發(fā)生巨大的改變，這將使感知周期內的主用戶統(tǒng)計特征發(fā)生失真，造成fd的檢測性能下降。現(xiàn)有的基于fd的頻譜感知方法大多假設在一個感知周期內信道狀態(tài)是不變的，因此這些方案不能很好地適用于快速時變信道。如何設計一種應對快速時變信道的fd頻譜感知方法成為目前亟待解決的問題。

技術實現(xiàn)要素：

鑒于以上所述現(xiàn)有技術的缺點，本發(fā)明的目的在于提供一種根據信道變化速率的自適應頻譜感知方法，該方法適用于各種變化速率的時變信道，克服了快速時變信道對基于特征檢測的頻譜感知的影響，顯著提高檢測概率，并且能夠帶來額外的分集增益，在各種變化速率的時變信道下都能獲得良好的檢測性能。

為實現(xiàn)上述目的及其他相關目的，本發(fā)明提供一種根據信道變化速率的自適應頻譜感知方法，包括以下步驟：s1，根據信道變化速率將感知周期劃分成子周期；s2，對每個所述子周期內的接收信號進行相關處理，得到所述子周期的相關處理結果；s3，將每個所述子周期的相關處理結果進行合并，得到合并結果；s4，將所述合并結果與檢測閾值進行比較判斷當前主用戶是否在進行傳輸。

于本發(fā)明的一實施方式中，所述步驟s1中根據信道變化速率將感知周期l劃分成k個子周期即每個所述子周期長度均小于或等于所述信道相干時間tc。

于本發(fā)明的一實施方式中，所述步驟s2將一個所述子周期內的接收信號r(n)與r(n)循環(huán)移位δ后的信號r(n+δ)進行相關操作，得到相關處理結果。

于本發(fā)明的一實施方式中，所述步驟s2中子周期k的相關處理結果計算公式為其中，l為感知周期，m為子載波總數(shù)與循環(huán)前綴長度之和，a、b表示子周期的采樣點。

于本發(fā)明的一實施方式中，所述步驟s2中子周期1的起始采樣點；a＝0，子周期k>1的起始采樣點子周期k的最終采樣點

于本發(fā)明的一實施方式中，所述步驟s3將每個子周期的相關處理結果合并相加，合并結果計算公式為

于本發(fā)明的一實施方式中，所述步驟s3將進行額外處理后的結果進行合并，合并結果計算公式為

于本發(fā)明的一實施方式中，所述為所述的加權運算函數(shù)。

于本發(fā)明的一實施方式中，所述步驟s4中判斷方式為：當時，則判斷當前主用戶沒有進行傳輸；當時，則判斷當前主用戶正在進行傳輸，其中，表示檢測閾值。

于本發(fā)明的一實施方式中，所述自適應頻譜感知方法適用于快速時變信道的特征檢測。

如上所述，本發(fā)明的一種根據信道變化速率的自適應頻譜感知方法，具有以下有益效果：本發(fā)明根據信道變化速率將感知周期劃分成子周期，對每個子周期內的信號進行相關處理后再合并，并將處理結果與檢測閾值進行比較，顯著提高了fd的檢測概率；

進一步，本發(fā)明針對快速時變信道造成感知周期內的主用戶統(tǒng)計特征失真的問題，將感知周期劃分成子周期，分別對子周期進行處理后再將結果合并，有效地克服了快速時變信道對fd檢測性能的影響；

進一步，本發(fā)明提出根據信道變化速率將感知周期劃分成子周期，能夠在各種變化速率的時變信道下獲得良好的檢測性能，應用場景廣泛；

進一步，信道的變化速率越快，在一個感知周期內不同的信道狀態(tài)數(shù)量就越多，劃分的感知子周期的數(shù)量也越多，通過本發(fā)明提出的處理方法能夠帶來額外的分集增益，顯著提高頻譜感知的檢測概率。

附圖說明

圖1顯示為本發(fā)明根據信道變化速率自適應的頻譜感知方法于現(xiàn)有技術的cr網絡中主用戶發(fā)射機結構框圖。

圖2顯示為本發(fā)明根據信道變化速率自適應的頻譜感知方法于一實施例中流程示意圖。

圖3顯示為本發(fā)明根據信道變化速率自適應的頻譜感知方法于一實施例中自適應的頻譜感知方法與傳統(tǒng)方法的檢測概率比較結果示意圖。

元件標號說明

s1～s4步驟

具體實施方式

以下通過特定的具體實例說明本發(fā)明的實施方式，本領域技術人員可由本說明書所揭露的內容輕易地了解本發(fā)明的其他優(yōu)點與功效。本發(fā)明還可以通過另外不同的具體實施方式加以實施或應用，本說明書中的各項細節(jié)也可以基于不同觀點與應用，在沒有背離本發(fā)明的精神下進行各種修飾或改變。需說明的是，在不沖突的情況下，以下實施例及實施例中的特征可以相互組合。

需要說明的是，以下實施例中所提供的圖示僅以示意方式說明本發(fā)明的基本構想，遂圖式中僅顯示與本發(fā)明中有關的組件而非按照實際實施時的組件數(shù)目、形狀及尺寸繪制，其實際實施時各組件的型態(tài)、數(shù)量及比例可為一種隨意的改變，且其組件布局型態(tài)也可能更為復雜。

考慮由主用戶和認知用戶構成的cr網絡。請參閱圖1，圖1顯示為主用戶發(fā)射機結構框圖，如圖所示，假設主用戶配置了兩根天線，使用正交頻分復用(orthogonalfrequencydivisionmultiplexing，ofdm)技術發(fā)送信號，并使用循環(huán)延時分集(cyclicdelaydiversity，cdd)技術將主用戶特征δ嵌入在發(fā)送的ofdm信號流中。圖1顯示為主用戶的發(fā)射機結構框圖，如圖所示，主用戶在第一根天線上發(fā)送信號s1(n)，而在第二根天線上將s1(n)循環(huán)移位δ后進行發(fā)送，即第二根天線上的發(fā)送信號s2(n)＝s1(n)e^-j2πδ/n，其中n表示子載波總數(shù)。認知用戶接收信號可以表示為r(n)＝hs(n)+v(n)，其中h＝[h1,h2]是主用戶的兩根發(fā)射天線與認知用戶的接收天線之間的信道狀態(tài)，s(n)＝[s1(n),s2(n)]^t，v(n)表示加性高斯白噪聲。

在傳統(tǒng)的fd頻譜感知方法中，認知用戶為了判斷當前主用戶是否在傳輸，將一個感知周期內的接收信號r(n)與r(n)循環(huán)移位δ后的信號r(n+δ)進行相關操作，即

其中，l為感知周期，m為n與循環(huán)前綴長度之和。認知用戶將|f|與檢測閾值γ進行比較，如果|f|＜γ，則判斷當前主用戶沒有進行傳輸，如果|f|≥γ，則判斷當前主用戶正在進行傳輸。

在快速時變信道下，一個感知周期中的信道狀態(tài)h可能會發(fā)生巨大的改變，使感知周期內的主用戶統(tǒng)計特征發(fā)生失真。

其中，ofdm技術中為了最大限度地消除符號間干擾(isi)，還可以在每個ofdm符號之間插入保護間隔(guardinterval,gi)而且該保護間隔的長度一般要大于無線信道的最大時延擴展，這樣一個符號的多徑分量就不會對下一個符號造成干擾。在這段保護間隔內，可以不插入任何信號，即是一段空閑的傳輸時段。然而在這種情況下，由于多徑傳播的影響，會產生信道間干擾(ici)，即子載波間的正交性遭到破壞，不同的子載波之間產生干擾。為了消除由于多徑傳播所造成的ici，將原來寬度為t的ofdm符號進行周期擴展，用擴展信號來填充保護間隔。將保護間隔內(持續(xù)時間用tg表示)的信號稱為循環(huán)前綴(cyclicprefix,cp)。

本發(fā)明提供了一種根據信道變化速率的自適應頻譜感知方法，該方法適用于cr網絡的快速時變信道的特征檢測，cr網絡是一種智能無線通信系統(tǒng)，它能感知周圍環(huán)境，運用理解-構建的方法學從周圍環(huán)境中獲取信息，并通過實時改變諸如傳輸功率、載頻、調制方式等傳輸參數(shù)來適應運行環(huán)境的變化，cr的兩個最主要目標是高度可靠的通信方式以及高效的頻譜利用效率。請參閱圖2，圖2顯示為自適應頻譜感知方法的流程示意圖，如圖所示，該方法包括以下步驟：

s1，根據信道變化速率將感知周期劃分成子周期；于實施例中，將信道變化速率用信道相干時間tc表示，基于所述信道相干時間tc將感知周期l劃分成k個子周期每個所述子周期長度均不大于所述信道相干時間tc，且

s2，對每個所述子周期內的接收信號進行相關處理，得到所述子周期的相關處理結果；于本實施例中，所述步驟s2將一個所述子周期內的接收信號r(n)與r(n)循環(huán)移位δ后的信號r(n+δ)進行操作，所述子周期k的所述相關處理結果為其中，l為感知周期，m為子載波總數(shù)與循環(huán)前綴長度之和，a、b表示子周期的采樣點，子周期1的起始采樣點；a＝0，子周期k>1的起始采樣點子周期k的最終采樣點

s3，將每個所述子周期的相關處理結果進行合并，得到合并結果；于實施例中，每個子周期的處理結果合并包括但不限于將每個子周期的相關處理結果相加，或對進行額外處理后的結果進行相加，即或

s4，將所述合并結果與檢測閾值進行比較判斷當前主用戶是否在進行傳輸；于實施例中，表示檢測閾值，當時，則判斷當前主用戶沒有進行傳輸，當時，則判斷當前主用戶正在進行傳輸。

下面對根據信道變化速率的自適應頻譜感知方法的各個步驟進行具體說明。

步驟s1：根據信道相干時間將感知周期劃分成子周期。

信道相干時間可以根據用戶的移動速率v計算得到，假設載波頻率為fc，則多普勒頻移保守信道相干時間

基于信道相干時間tc將感知周期l劃分成子周期其中每個子周期長度應小于等于信道相干時間tc，并且假設感知周期l＝12τ，其中τ表示一個ofdm符號的時長，tc＝4τ，則將感知周期l劃分成子周期

步驟s2：對每個子周期內的接收信號進行相關處理。

分別將每一個子周期內的接收信號r(n)與r(n)循環(huán)移位δ后的信號r(n+δ)進行相關操作，相關操作是通過相關函數(shù)描述信號在任意兩個不同時刻的取值之間的相關程度。

子周期k的相關處理結果為：其中，子周期1的起始采樣點a＝0，子周期k>1的起始采樣點子周期k的最終采樣點r*(n+δ)表示r(n+δ)共軛運算。

步驟s3：將每個子周期的處理結果合并。

將每個子周期的相關處理結果相加，即也可以通過進行額外處理后的結果進行相加，即方程表示加權運算，在實際應用中，可以根據實際情況靈活地調整。

步驟s4：將合并結果與檢測閾值進行比較。

假設表示檢測閾值，當時，則判斷當前主用戶沒有進行傳輸；當時，則判斷當前主用戶正在進行傳輸。

下面請參閱圖3，圖3顯示為自適應的頻譜感知方法與傳統(tǒng)方法的檢測概率比較結果示意圖，圖中給出了在虛警概率一致的情況下，自適應頻譜感知方法與傳統(tǒng)頻譜感知方法(即不進行分片式處理)的檢測概率結果，其中，pd為檢測概率(probabilityofdetection)，snr為信噪比(signal-to-noiseratio)，感知周期l＝10τ。從圖中可看出，自適應頻譜感知方法的檢測概率顯著高于傳統(tǒng)的頻譜感知方法；自適應頻譜感知方法在各種變化速率的時變信道下都能獲得良好的檢測性能，并且信道的變化速率越高，檢測性能越好。

從圖3還可以看出，在snr相同的條件下，傳統(tǒng)的方法檢測結果為tc越大，pd越大，而本實施例中的方法得到檢測結果為tc越大，pd越小。其中，tc越小，表示信道變化頻率越塊，單個觀察周期內包含不同信道狀態(tài)的子周期就越多。對于傳統(tǒng)方法，由于無法有效識別、區(qū)分每個子周期，對全觀察周期進行統(tǒng)一的信號相關計算累加，導致感知周期內的主用戶統(tǒng)計特征發(fā)生失真，所以pd越??；對于本實施例的方法，由于能識別并有效提取各個子周期的內容并加以合并，一方面避免了失真，另一方面獲得了分集增益效應，因此pd越大。

綜上所述，本發(fā)明根據信道變化速率將感知周期劃分成子周期，對每個子周期內的信號進行相關處理后再合并，并將處理結果與檢測閾值進行比較，顯著提高了fd的檢測概率；針對快速時變信道造成感知周期內的主用戶統(tǒng)計特征失真的問題，有效地克服了快速時變信道對fd檢測性能的影響。所以，本發(fā)明有效克服了現(xiàn)有技術中的種種缺點而具高度產業(yè)利用價值。

上述實施例僅例示性說明本發(fā)明的原理及其功效，而非用于限制本發(fā)明。任何熟悉此技術的人士皆可在不違背本發(fā)明的精神及范疇下，對上述實施例進行修飾或改變。因此，舉凡所屬技術領域中具有通常知識者在未脫離本發(fā)明所揭示的精神與技術思想下所完成的一切等效修飾或改變，仍應由本發(fā)明的權利要求所涵蓋。