基于OFDM频域内插导频的循环平稳特征频谱感知方法与流程

基于ofdm频域内插导频的循环平稳特征频谱感知方法
技术领域
1.本发明属于无线通信技术领域，具体涉及无线通信正交频分复用ofdm调制信号的频谱感知方法，可广泛应用于各类具有频域内插导频的宽带ofdm无线通信系统。


背景技术：

2.面对频谱分配饱和与频谱使用不足的冲突与矛盾，认知无线电的概念应运而生，它允许次用户可以机会式的利用已授权的频段，从而提高频谱利用率，有利于无线网络的接入效率。认知无线电最重要的功能是感知无线电环境，即频谱感知，以发现当前可利用的频谱空间，并有效地利用它们进行传输。频谱感知包括两方面的内容：首先是感知目标频段是否存在主用户信号，判断该频段是否处于空闲状态，从而决定次用户能否使用该频段；其次，次用户在使用该频谱空穴时，还应监测主用户是否需要接入该频段，如果主用户出现，则次用户必须立刻退出以避免对主用户造成干扰。因此，频谱感知技术能够在不对主用户造成干扰的条件下有效提高整体频谱的利用效率。
3.然而，频谱感知技术在实际中具有很大的挑战性。首先，所检测信号的信噪比可能非常微弱，例如一个主发射机即使距离次用户很近，主用户传输信号仍可能经历深度的衰落，因而次用户接收到主用户信号信噪比会远低于-20db，然而次用户仍需检测主用户是否存在，以避免在主用户发送数据时对其产生严重的干扰；其次，无线信道的多径衰落和时间弥散效应使感知问题变得尤为复杂，多径衰落可能会导致信号的功率波动幅度高达30db，而未知的时间弥散可能会使相干检测变得不可靠；最后，检测过程中的噪声和干扰水平可能会随时间和地点发生改变，从而导致噪声功率的不确定性。
4.由于ofdm信号具有自身独特的特征，因此可以对其使用针对性的频谱感知算法，一种是基于ofdm循环前缀的滑动窗能量检测算法，其优点在于实现起来非常简单，但需要计算多个循环前缀长度的滑动窗来获得能量特征，因此复杂度很高，且检测门限的计算需要知道噪声方差的准确信息，即其性能非常容易受到噪声方差估计误差的影响。一种是基于自相关的能量特征检测算法，其优点在于复杂度较低，且不需要知道噪声方差的信息，但是其性能与循环前缀的长度密切相关，循环前缀越长则检测越可靠，而多数ofdm系统出于吞吐量的考虑，循环前缀的长度通常不会很长。此外，还有基于ofdm内插导频处理的匹配滤波感知方法提出的一种基于时域符号间相关的检测算法，其基本思想为当两个ofdm符号有着相同分布的频域内插导频符号时，可以通过时域ofdm符号间的相关提取出符号中的导频信息，这种算法提取出的频域导频信息是一种更加有效的特征，其性能优于基于循环前缀的检测算法，然而ofdm系统不可能在两个符号中发送相同的导频序列，因此这种方法难以应用于实际中。


技术实现要素：

5.为了克服现有技术的不足，本发明提供一种基于ofdm内插导频的循环平稳特征感知方法，在不依赖于循环前缀长度的情况下，提高低信噪比衰落信道的检测性能。
6.本发明解决其技术问题所采用的技术方案包括以下步骤：
7.(1)主用户发送的ofdm基带离散信号经信道传输后到达接收端，接收端接收到的时域信号为y(m,n)；由fft变换实现时域信号到频域信号的解调，表示为y(m,f)＝h(f)x(m,f) n(f)，其中，f指示频率位置，x(m,f)表示主用户发送的基带离散频域信号，h(f)表示信道频率响应，n(f)表示加性高斯白噪声的频域形式；
8.(2)计算时域信号时域平滑后的谱相关函数
9.(3)在谱相关函数中选取α≠0、f＝0且(f-α/2)、(f α/2)∈π的k个特征点，其中表示导频子载波的集合，每一个元素中的表示第m个符号的第k个导频子载波的位置，每一个元素中的pk(m)表示第m个符号的第k个导频子载波的数值，π中的元素的个数为n
p
，n
p
为导频子载波的数目，∈{
·
}表示属于某个集合，k表示特征点的数目，且k＝n
p
/2；
10.(4)利用所选特征点上的谱相关函数构建检验统计量：
11.4.1)在信道为高斯信道的情况下，将每个特征点上的谱相关函数进行相关合并，得高斯信道下的检验统计量λ1；
12.4.2)在信道为莱斯衰落信道或瑞利衰落信道的情况下，将每个特征点上的谱相关函数进行非相关合并，得到衰落信道下的检验统计量λ2；
13.(5)将λ1或λ2与给定的感知判决门限λ进行比较，判定待感知信道是否存在主用户信号；
14.5.1)若λ1≥λ，则判定待感知信道存在主用户信号，若λ1《λ，则判定为待感知信道不存在主用户信号；
15.5.1)若λ2≥λ，则判定为待感知信道存在主用户信号，若λ2《λ，则判定为待感知信道不存在主用户信号。
16.所述的步骤(2)利用时域平滑周期图法计算时域信号时域平滑后的谱相关函数。
17.所述的谱相关函数其中，α表示循环频率，m表示符号总数，表示从m＝0到m＝m-1的求和运算，表示接收的第m个ofdm符号的谱相关函数。
18.所述的检验统计量其中，表示接收信号时域平滑后的第k个特征点上的谱相关函数，fk指示第k个特征点的频率位置，αk指示第k个特征点的循环频率位置，表示从k＝1到k＝k的求和运算。
19.所述的检验统计量其中，表示接收信号时域平滑后的第k个特征点上的谱相关函数，fk指示第k个特征点的频率位置，αk指示第k个特征点的循环
频率位置，表示从k＝1到k＝k的求和运算，|(
·
)|表示取绝对值。
20.所述的步骤5.1)根据虚警概率和检测概率确定检测门限，其中，表示根号运算符，γ＝es/σ2表示信噪比，λ'＝λ/es，σ2表示噪声在每个子载波上的方差，q(
·
)表示q函数且其中，表示对x从x＝a到x＝b的积分运算，f(x)表示x的某种函数，exp(
·
)表示自然指数函数。
21.所述的步骤5.2)在噪声的方差σ2已知的情况下给检测器输入纯噪声信号并计算其统计值，构建近似的概率分布函数，由此根据一个给定的虚警概率计算近似的检测门限。
22.本发明的有益效果是：
23.(1)本发明提出的基于内插导频的循环平稳特征感知算法充分利用了ofdm调制帧格式中的频域导频信息，并按照特定规则选取具有导频相关数据的特征点，是一种更加有效的提取特征的方法，该方法克服了传统检测方法中循环前缀长度对检测性能的束缚，仿真结果表明本发明在低信噪比条件下具有良好的检测性能；
24.(2)在本发明中，不仅给出了本发明提出的方法在高斯信道下的检测性能，更是给出了衰落信道下的检测性能，衰落信道下使用了非相关合并，由此造成的性能损失可以通过适当的延长感知时间得到补偿。而其他方法并未分析衰落信道下的检测性能。
25.(3)本发明中对ofdm系统的所有假设均符合一个实际ofdm系统的要求，不同于基于ofdm内插导频处理的匹配滤波感知方法，当导频相位伪随机变化时，本发明中的方法不会给检测系统带来任何性能损失，从而更加容易应用于实际中。
附图说明
26.图1为本发明的流程图；
27.图2为本发明在谱相关函数中选取的特征点的示意图；
28.图3为本发明的仿真效果图。
具体实施方式
29.下面结合附图和实施例对本发明进一步说明，本发明包括但不仅限于下述实施例。
30.实现本发明目的的思路是：利用时域平滑周期图法得到ofdm信号的谱相关函数，并在谱相关函数中按照本发明的规则选取具有导频相关数据的特征点，并利用这些特征点按本发明提出的方法来构建检验统计量并对其统计特性进行分析，从而进行统计决策以达到频谱感知的目的，其具体实现步骤如下：
31.(1)主用户发送的ofdm基带离散信号经信道传输后到达接收端，接收端接收到的
时域信号为y(m,n)，其中，m指示符号位置，n指示子载波位置；再由fft变换实现时域信号到频域信号的解调，表示为y(m,f)＝h(f)x(m,f) n(f)，其中，f指示频率位置，x(m,f)表示主用户发送的基带离散频域信号，h(f)表示信道频率响应，n(f)表示加性高斯白噪声的频域形式；
32.(2)利用时域平滑周期图法计算时域信号y(m,n)时域平滑后的谱相关函数
[0033][0034]
其中，α表示循环频率，m表示符号总数，表示从m＝0到m＝m-1的求和运算，表示接收的第m个ofdm符号的谱相关函数；
[0035]
(3)在谱相关函数中按照本发明的规则选取具有导频相关数据的特征点：在谱相关函数中选取α≠0、f＝0且(f-α/2)、(f α/2)∈π的k个特征点，其中表示导频子载波的集合，每一个元素中的表示第m个符号的第k个导频子载波的位置，每一个元素中的pk(m)表示第m个符号的第k个导频子载波的数值，π中的元素的个数为n
p
，n
p
为导频子载波的数目，∈{
·
}表示属于某个集合，k表示特征点的数目，且k＝n
p
/2；
[0036]
(4)利用所选特征点上的谱相关函数按本发明提出的方法构建检验统计量：
[0037]
4.1)在信道为高斯信道的情况下，将每个特征点上的谱相关函数进行相关合并，得高斯信道下的检验统计量λ1：
[0038][0039]
其中，表示接收信号时域平滑后的第k个特征点上的谱相关函数，fk指示第k个特征点的频率位置，αk指示第k个特征点的循环频率位置，表示从k＝1到k＝k的求和运算；
[0040]
4.2)在信道为莱斯衰落信道或瑞利衰落信道的情况下，将每个特征点上的谱相关函数进行非相关合并，得到衰落信道下的检验统计量λ2：
[0041][0042]
其中，|(
·
)|表示取绝对值；
[0043]
(5)由判决单元将所得到的λ1或λ2与给定的感知判决门限λ进行比较，判定待感知信道是否存在主用户信号：
[0044]
若λ1≥λ，则判定待感知信道存在主用户信号，若λ1《λ，则判定为待感知信道不存在主用户信号；其虚警概率p
fa
和检测概率pd分别表示为：
[0045]
[0046][0047]
其中，表示根号运算符，γ＝es/σ2表示信噪比，λ'＝λ/es，σ2表示噪声在每个子载波上的方差，q(
·
)表示q函数且其中，表示对x从x＝a到x＝b的积分运算，f(x)表示x的某种函数，exp(
·
)表示自然指数函数；
[0048]
若λ2≥λ，则判定为待感知信道存在主用户信号，若λ2《λ，则判定为待感知信道不存在主用户信号；此时无法推导出λ2的准确概率分布函数，因此也就无法得到准确的检测门限，解决方法是在噪声的方差σ2已知的情况下给检测器输入纯噪声信号并计算其统计值，构建近似的概率分布函数，由此可以根据一个给定的虚警概率计算近似的检测门限。
[0049]
参照图1，本发明实施例基于ofdm频域内插导频的循环平稳特征感知方法的步骤如下：
[0050]
步骤一：主用户发送的ofdm基带离散信号经信道传输后到达接收端，接收端接收到的时域信号为y(m,n)，其中，m指示符号位置，n指示子载波位置；再由fft变换实现时域信号到频域信号的解调，表示为y(m,f)＝h(f)x(m,f) n(f)，其中，f指示频率位置，x(m,f)表示主用户发送的基带离散频域信号，h(f)表示信道频率响应，n(f)表示加性高斯白噪声的频域形式。
[0051]
步骤二：利用时域平滑周期图法计算时域信号y(m,n)时域平滑后的谱相关函数
[0052][0053]
其中，α表示循环频率，m表示符号总数，表示从m＝0到m＝m-1的求和运算，表示接收的第m个ofdm符号的谱相关函数：
[0054][0055]
式中，h(f-α/2)表示在频域搬移了-α/2的信道频率响应，h(f α/2)表示在频域搬移了α/2的信道频率响应，表示主用户发送的第m个ofdm符号的谱相关函数，且表示主用户发送的第m个ofdm符号的谱相关函数，且表示主用户发送的第m个ofdm符号与该符号上噪声的互谱相关函数，且表示第m个ofdm符号上的噪声的谱相关函数，且
表示第m个ofdm符号上的噪声与该符号的互谱相关函数且x(m,f-α/2)表示第m个频域符号在频域搬移了-α/2，x(m,f α/2)表示第m个频域符号在频域搬移了α/2，n(m,f-α/2)表示第m个符号上的频域噪声在频域搬移了-α/2，n(m,f α/2)表示第m个符号的频域噪声在频域搬移了α/2，(
·
)
*
表示复共轭运算。
[0056]
步骤三：在谱相关函数中选取特征点。
[0057]
令分别表示导频、数据子载波的集合，集合内每一个元素中的或表示第m个符号的第k个导频或数据子载波的位置，pk(m)或dk(m)表示第m个符号的第k个导频或数据子载波的数值；
[0058]
假设数据子载波dk(m)均值为零且独立同分布，数据子载波dk(m)和导频子载波pk(m)之间也相互独立，因此主用户信号的谱相关函数可以表示为：
[0059][0060]
其中，no表示ofdm符号所有子载波的数目，n
p
表示导频子载波的数目，e{
·
}表示求期望运算，δ(
·
)表示脉冲响应函数；
[0061]
由于大部分实际ofdm系统的导频相位都是伪随机变化的且对称分布在零频子载波f＝0的两侧，即pk(m)＝p-k
(m)，因此主用户信号的谱相关函数可以表示为：
[0062][0063]
其中，es表示导频子载波上的功率；
[0064]
由此，在谱相关函数中选取α≠0、f＝0且(f-α/2)、(f α/2)∈π的k个特征点，其中，∈{
·
}表示属于某个集合，k表示特征点的数目，且k＝n
p
/2。
[0065]
步骤四：利用所选特征点上的谱相关函数构建检验统计量。
[0066]
4.1)在信道为高斯信道的情况下，将每个特征点上的谱相关函数进行相关合并，得高斯信道下的检验统计量λ1：
[0067][0068]
其中，表示接收信号时域平滑后的第k个特征点上的谱相关函数，fk指示第k个特征点的频率位置，αk指示第k个特征点的循环频率位置，表示从k＝1到k＝k的求和运算；
[0069]
4.2)在信道为莱斯衰落信道或瑞利衰落信道的情况下，将每个特征点上的谱相关函数进行非相关合并，得到衰落信道下的检验统计量λ2：
[0070][0071]
其中，|(
·
)|表示取绝对值。
[0072]
步骤五：由判决单元将所得到的λ1或λ2与给定的感知判决门限λ进行比较，判定待感知信道是否存在主用户信号：
[0073]
若λ1≥λ，则判定待感知信道存在主用户信号，若λ1《λ，则判定为待感知信道不存在主用户信号；其虚警概率p
fa1
和检测概率p
d1
分别表示为：
[0074][0075][0076]
其中，表示根号运算符，γ＝es/σ2表示信噪比，λ'＝λ/es，σ2表示噪声在每个子载波上的方差，q(
·
)表示q函数且其中，表示对x从x＝a到x＝b的积分运算，f(x)表示x的某种函数，exp(
·
)表示自然指数函数；
[0077]
若λ2≥λ，则判定为待感知信道存在主用户信号，若λ2《λ，则判定为待感知信道不存在主用户信号；此时无法推导出λ2的准确概率分布函数，因此也就无法得到准确的检测门限，解决方法是在噪声的方差σ2已知的情况下给检测器输入纯噪声信号并计算其统计值，构建近似的概率分布函数，由此可以根据一个给定的虚警概率计算近似的检测门限。
[0078]
上述步骤描述了本发明的优选实例，显然本领域的研究人员可参考本发明的优选实例和附图对本发明做出各种修改和替换，这些修改和替换都应落入本发明的保护范围之内。
[0079]
图2为本发明在谱相关函数中选取特征点的示意图，其中第一步对每个ofdm符号相应位置的数据进行相关运算，第二步将相关运算的结果在时域上进行平滑运算，由此得到频率-循环频率-谱相关函数的三维示意图。
[0080]
图3为本发明的仿真效果图。
[0081]
1)仿真条件：主用户为2k模式的dvb-t信号，带宽为8mhz，子载波为16qam调制，感知时间设定为50ms，p
fa
＝0.05，信道环境分别为高斯信道、莱斯衰落信道和瑞利衰落信道。
[0082]
2)仿真内容与结果：
[0083]
将本发明的感知性能与现有的基于ofdm调制的频谱感知方法进行对比，如图3所示，可以得到以下结论：
[0084]
2.a)在高斯信道下，基于循环前缀自相关的能量检测算法在tc/td为1/4时的性能略优于本发明中的算法，而当tc/td为1/16时检测性能显著下降，次于本发明中的算法约2db，其中td表示ofdm有用数据的长度，tc表示ofdm循环前缀的长度；因此，相比基于循环前缀的感知算法，本发明中感知算法的性能不受循环前缀长度的影响。
[0085]
2.b)相比高斯信道，本发明中的算法在莱斯衰落信道或瑞利衰落信道下进行了非相关合并，因此造成了感知性能的损失。
[0086]
2.c)基于时域符号间相关检测算法的感知性能优于本发明中的算法约5db，然而当导频相位伪随机变化时该感知方法将不再奏效。