面向?qū)拵д{(diào)制變換器的欠采樣頻譜感知預(yù)判決方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于通信技術(shù)領(lǐng)域，設(shè)及頻譜感知技術(shù)，更進(jìn)一步設(shè)及一種面向?qū)拵д{(diào)制 變換器的欠采樣頻譜感知預(yù)判決方法，可用于認(rèn)知無線電中的頻譜感知。
【背景技術(shù)】
[0002] 頻譜感知作為認(rèn)知無線電系統(tǒng)的奠基性關(guān)鍵技術(shù)，可為動(dòng)態(tài)閉環(huán)系統(tǒng)提供必要的 反饋信息，為認(rèn)知無線電系統(tǒng)/網(wǎng)絡(luò)提供環(huán)境信息和決策依據(jù)，為有序動(dòng)態(tài)地頻譜分配和合 理地頻譜監(jiān)管提供保障，是提高頻譜利用率、改善無線信道傳輸條件、網(wǎng)絡(luò)智能化、主動(dòng)躲 避各種干擾、有效進(jìn)行頻譜資源管理的基礎(chǔ)。目前的頻譜感知方法大都專注于在較窄的頻 率范圍內(nèi)發(fā)現(xiàn)頻譜接入機(jī)會(huì)，由化annon定理可知，可用帶寬直接決定最大理論比特速率， 窄帶頻譜感知提供的接入頻譜已明顯不能承載用戶需求的通信速率，認(rèn)知用戶需要采用寬 帶頻譜感知在更寬的頻率范圍內(nèi)同時(shí)找出更多的接入機(jī)會(huì)。經(jīng)典的Nyquist采樣定理指出， 為了無失真重構(gòu)模擬信號(hào)，模擬信號(hào)的采樣頻率應(yīng)該至少大于等于信號(hào)頻譜帶寬的兩倍， 認(rèn)知用戶進(jìn)行寬帶頻譜感知時(shí)，需要W較高的分辨率和極低的功耗從很寬的頻段中采集樣 本，運(yùn)給W香農(nóng)-奈奎斯特采樣定理為基礎(chǔ)的數(shù)字信號(hào)處理機(jī)制帶來了采集前端轉(zhuǎn)換速度、 高吞吐大容量緩存空間W及后端邏輯器件運(yùn)行最高頻率的瓶頸制約。
[0003] 壓縮采樣CS理論僅僅需要極少數(shù)的非自適應(yīng)線性測量樣本點(diǎn)，就可W通過凸優(yōu)化 的方法W極大的概率恢復(fù)在時(shí)域或者其他變換域上稀疏的模擬信號(hào)，依據(jù)該方法可直接實(shí) 現(xiàn)信號(hào)從模擬到信息的轉(zhuǎn)換，運(yùn)為降低模擬數(shù)字轉(zhuǎn)換速率W及緩解數(shù)字信號(hào)處理壓力提供 了新的理論依據(jù)。鑒于此，將壓縮采樣與寬帶頻譜感知相結(jié)合，充分利用待感知頻譜的稀疏 特性，W遠(yuǎn)低于Nyquist采樣率的模擬數(shù)字轉(zhuǎn)換速度完成寬帶頻譜的信息采集，并且W極低 的數(shù)字信號(hào)處理開銷實(shí)時(shí)完成寬帶頻譜感知，是解決寬帶模擬信號(hào)采集和高速數(shù)字信號(hào)傳 輸、存儲(chǔ)W及處理瓶頸的有效途徑之一。
[0004] 目前，可用于模擬信號(hào)壓縮采樣的寬帶頻譜感知方法大致可分為兩類：
[000引第一類是基于模擬信息轉(zhuǎn)換器AIC，AIC欠采樣架構(gòu)W有限離散多音信號(hào)的加和為 模擬輸入信號(hào)模型，通過將模擬輸入信號(hào)與隨機(jī)符號(hào)序列相乘，然后進(jìn)行積分累加和低通 采樣，獲得壓縮采集樣本后，可W利用重構(gòu)方法得出原始信號(hào)或者其統(tǒng)計(jì)特性，再通過時(shí)域 或者頻域能量檢測方法完成占用度判決，該采集架構(gòu)實(shí)現(xiàn)簡單，但在恢復(fù)寬帶內(nèi)連續(xù)譜信 號(hào)時(shí)，會(huì)面臨輸入信號(hào)模型失配產(chǎn)生極大的重構(gòu)誤差或者輸入信號(hào)模型精確帶來的高維復(fù) 雜矩陣運(yùn)算的困境。
[0006]第二類是基于寬帶調(diào)制變換器MWC，MWC欠采樣架構(gòu)W有限具有平移不變性子空間 的并集作為模擬輸入信號(hào)模型，通過將輸入信號(hào)在多個(gè)支路上與周期隨機(jī)符號(hào)序列相乘， 實(shí)現(xiàn)輸入信號(hào)子空間分解的不同權(quán)重因子下變頻，從而降低必需的采樣速率，通過對(duì)欠采 樣樣本框架構(gòu)建將連續(xù)模擬信號(hào)采集對(duì)應(yīng)的無限測量向量轉(zhuǎn)換成多重測量矢量系統(tǒng)，然后 利用正交匹配追蹤算法求出被占用頻段對(duì)應(yīng)的支集，MWC欠采樣架構(gòu)具有信號(hào)模型合理、支 集確定實(shí)時(shí)W及可用商業(yè)器件實(shí)現(xiàn)等優(yōu)點(diǎn)。然而，由于寬帶頻段中存在白噪聲，寬帶白噪聲 在時(shí)域、頻域或者其他變換域上并不稀疏，采用寬帶調(diào)制變換器的欠采樣樣本，直接進(jìn)行寬 帶頻譜感知，容易引起如下問題：
[0007] (1)雖然待感知的寬帶頻段內(nèi)不存在任何主用戶信號(hào)，僅僅存在高斯白噪聲，但壓 縮感知的重構(gòu)算法仍會(huì)依據(jù)稀疏性給出頻帶內(nèi)的占用情況，運(yùn)將引起嚴(yán)重的虛警概率；
[0008] (2)利用欠采樣樣本進(jìn)行信號(hào)重構(gòu)和支集確定的過程，帶來極大的計(jì)算代價(jià)，并且 運(yùn)些運(yùn)算是無意義的；
[0009] (3)錯(cuò)誤的頻譜感知結(jié)果影響通信的策略，帶來了次級(jí)用戶通信頻繁中斷，降低了 頻帶的利用率。

【發(fā)明內(nèi)容】

[0010] 本發(fā)明的目的在于克服基于寬帶調(diào)制變換器的頻譜感知技術(shù)的上述不足，提出一 種面向?qū)拵д{(diào)制變換器的欠采樣頻譜感知預(yù)判決方法，W有效減小寬帶高斯白噪聲非稀疏 性對(duì)欠采樣頻譜感知的影響，提升頻譜感知準(zhǔn)確度，減小計(jì)算代價(jià)，提高頻帶利用率。
[0011] 為了完成上述目的，本發(fā)明提出的面向?qū)拵д{(diào)制變換器的欠采樣頻譜感知預(yù)判決 方法，包括如下步驟：
[0012] (1)接收端對(duì)接收到的信號(hào)利用寬帶調(diào)制變換器進(jìn)行壓縮采樣，得到m路樣本yi (n)，i = l，2,…，m，n = 0，l，…，N-1，N為樣本點(diǎn)數(shù)，并分別計(jì)算每個(gè)支路采集樣本的時(shí)域能
_^了f 婦 里?/j :
[0013] (2)根據(jù)時(shí)域能量計(jì)算檢驗(yàn)統(tǒng)計(jì)量
[0014] 其中，和分別為第j支路和第k支路的時(shí)域能量，j = 2,3,…，m，k=l，2,…， j-1，得到m(m-l)/2個(gè)檢驗(yàn)統(tǒng)計(jì)量；
[001引（3)計(jì)算檢驗(yàn)統(tǒng)計(jì)量；Tj,k的判決口限丫 j,k:
[0016] 你)將第i條支路的時(shí)域能量17"變換成頻域能量If，將檢驗(yàn)統(tǒng)計(jì)量叮抽時(shí)域轉(zhuǎn) 換到頻域，
[0017] (3b)構(gòu)建檢驗(yàn)統(tǒng)計(jì)量。k的累積分布函數(shù)Pf:
[0019] 其中化k是：T/和：Tf的相關(guān)系數(shù)，取值為
'〇( ?)函數(shù) 表達(dá)式為巫知)=[??'-成； J -QO
[0020] (3c)根據(jù)檢驗(yàn)統(tǒng)計(jì)量的累積分布函數(shù)Pf,利用恒虛警準(zhǔn)則，計(jì)算判決口限丫 J,k:
[0022]其中，Pf為每個(gè)支路判決的預(yù)設(shè)虛警概率，(6-1( ?)為O ( ?)函數(shù)的逆函數(shù)；
[002引（4)將步驟(2)得到的檢驗(yàn)統(tǒng)計(jì)量。k與步驟(3)得到的口限值丫 此較，判斷有無 信號(hào)，若存在統(tǒng)計(jì)量。,k大于口限丫 j,k，則判為有信號(hào)；若不存在任何統(tǒng)計(jì)量。,k大于口限 Tj,k，則判為無信號(hào)。
[0024] 本發(fā)明具有W下優(yōu)點(diǎn)：
[0025] 1、本發(fā)明由于利用少量壓縮采樣樣本，能有效減小寬帶高斯白噪聲非稀疏性對(duì)欠 采樣頻譜感知的影響；
[0026] 2、本發(fā)明由于其口限值與噪聲方差無關(guān)，所W感知性能受噪聲功率的影響較小， 并且可有效對(duì)抗對(duì)噪聲不確定度的影響；
[0027] 3、本發(fā)明由于只需少量樣本進(jìn)行簡單的模平方運(yùn)算，故計(jì)算復(fù)雜度低，可滿足頻 譜感知的實(shí)時(shí)性。
【附圖說明】
[0028] 圖1是本發(fā)明的實(shí)現(xiàn)流程圖；
[0029] 圖2是本發(fā)明在不同信噪比下正確檢測概率仿真圖；
[0030] 圖3是本發(fā)明在不同信噪比下虛警概率仿真圖；
[0031] 圖4是在本發(fā)明在存在噪聲不確定度時(shí)，不同信噪比下檢測概率仿真對(duì)比圖；
[0032] 圖5是本發(fā)明在不同虛警概率下接收機(jī)性能曲線仿真圖。
【具體實(shí)施方式】
[0033] 本發(fā)明用于模擬信號(hào)壓縮采樣的寬帶頻譜感知，感知端在各子信道上接收信號(hào)， 并對(duì)接收信號(hào)的采樣進(jìn)行處理。
[0034] 參照?qǐng)D1，本發(fā)明的實(shí)現(xiàn)步驟如下：
[0035] 步驟1，感知端計(jì)算每個(gè)支路采集樣本的時(shí)域能量Titd。
[0036] 感知端對(duì)接收到的信號(hào)利用寬帶調(diào)制變換器進(jìn)行壓縮采樣，得到m路樣本yi(n)，i = l,2,---,m,n = 0,l,---,N-l；
[0037] 利用支路樣本yi(n)計(jì)算時(shí)域能量Tf ;
[0038]巧切=到義(肖)|2， 林二舟
[0039] 其中，m為寬帶調(diào)制變換器的采集支路數(shù)，N為樣本點(diǎn)數(shù)。
[0040] 步驟2,根據(jù)時(shí)域能量計(jì)算檢驗(yàn)統(tǒng)計(jì)量rj,k
[004引其中，Tf和I；'%、別為第巧化支路的時(shí)域能量，j = 2，3，…，m，k = I，2，...，j-1，
[0043] 根據(jù)j和k的不同取值算出m(m-l)/2個(gè)檢驗(yàn)統(tǒng)計(jì)量。
[0044] 步驟3,根據(jù)預(yù)先設(shè)定的虛警概率，在主用戶信號(hào)不存在時(shí)，計(jì)算判決口限丫 j,k。 [004引主用戶信號(hào)不存在時(shí)，接收信號(hào)僅包含噪聲，即輸入信號(hào)x(t)= CO (t)，假設(shè)CO (t) 為均值為0、方差為巧^的高斯白噪聲，其判決口限丫 Ik的計(jì)算步驟如下：
[0046] (3a)將第i條支路的時(shí)域能量7；W變換成頻域能量7；氣，將檢驗(yàn)統(tǒng)計(jì)量r川由時(shí)域轉(zhuǎn) 換到頻域，
[0047] (3b)構(gòu)建檢驗(yàn)統(tǒng)計(jì)量n,k的累積分布函數(shù)Pf:
[0048] (3b 1)計(jì)算Yi化)的統(tǒng)計(jì)特性：
[0049] (3bll)依據(jù)寬帶調(diào)制變換器MWC壓縮采集結(jié)構(gòu)，對(duì)支路樣本yi(n)進(jìn)行離散傅里葉 變換，得到支路樣本頻譜Yi化）：
[0051]其中，Cii為周期偽隨機(jī)±1序列pi(t)的周期傅里葉級(jí)數(shù)展開系數(shù)，L是完整表述輸 入信號(hào)x(t)傅里葉變換X(j Q )所需要的子空間個(gè)數(shù)，L可根據(jù)下式計(jì)算，
[0053] 其中，fNYQ是MWC的等效奈奎斯特采樣速率，fp是隨機(jī)符號(hào)序列的頻率，fs是低通采 樣速率；
[0054] (3bl2)在主用戶不存在的情況下，輸入信號(hào)頻譜X化)是均值為0、方差為式的離 散隨機(jī)變量，利用X化)的均值和方差，計(jì)算支路樣本頻譜Yi化)的統(tǒng)計(jì)特性，其包括：
[0055] 計(jì)算Yi化)的均值E[Yi化）]和方差D[Yi化）]為：
[0056] E[Yi(；k)]=0,公}^ (表）二 crf^.，
[0057] 計(jì)算￥1化)實(shí)部的均值￡'[臾的巧]和方差公[粥時(shí)&)]]為：
[0059]計(jì)算Yi化}虛部的均值應(yīng))]和方差i)[3h(務(wù))]]為：
[0061] 計(jì)算YiW實(shí)部和Yi化}虛部的相關(guān)系數(shù):COV[9?b(>)]，3b(A-)]]=0;: (3喲計(jì) 算支路樣本頻譜Yi化)模平方的均值E[ IlYi化）I鬥和方差D[ IlYi化）I鬥：
[0063] 其中，<社是輸入信號(hào)頻譜X化)的方差；
[0064] (3b3)計(jì)算支路樣本頻譜Yi化)模平方的相關(guān)系數(shù)：
[0065] (3b31)在不同頻點(diǎn)上的相關(guān)系數(shù)為：
[0066] ccw[