認(rèn)知無線電中OFDM信號的循環(huán)前綴相關(guān)檢測算法

陳義平,　時　穎,,　孔　紅,　張洪全

(1.黑龍江科技學(xué)院 電氣與信息工程學(xué)院, 哈爾濱 150027;2.哈爾濱工業(yè)大學(xué) 電子與信息工程學(xué)院, 哈爾濱 150001)

?

認(rèn)知無線電中OFDM信號的循環(huán)前綴相關(guān)檢測算法

陳義平1,時穎1,2,孔紅2,張洪全1

(1.黑龍江科技學(xué)院 電氣與信息工程學(xué)院, 哈爾濱 150027;2.哈爾濱工業(yè)大學(xué) 電子與信息工程學(xué)院, 哈爾濱 150001)

針對認(rèn)知無線電系統(tǒng)中OFDM信號循環(huán)平穩(wěn)檢測法計算復(fù)雜的情況，提出一種基于循環(huán)前綴相關(guān)性的頻譜檢測算法。該算法利用OFDM信號循環(huán)前綴的自相關(guān)性，通過計算自相關(guān)系數(shù)的最大似然比估計，與門限進(jìn)行判決比較來完成頻譜檢測。仿真結(jié)果表明：該算法在信噪比為-11 dB的條件下，可以滿足頻譜檢測需求；循環(huán)前綴占比越大，其檢測概率越高；若不考慮檢測時間，可以通過增大采樣點數(shù)提高其檢測性能。該算法計算簡單，實用性好，為認(rèn)知無線電主用戶檢測提供了新方法。

認(rèn)知無線電; OFDM; 循環(huán)前綴; 相關(guān)性

0　引　言

認(rèn)知無線電(CR)是一種可以檢測外部環(huán)境的智能通信系統(tǒng),通過檢測頻譜的使用情況,在不干擾主用戶正常使用授權(quán)頻段的情況下,認(rèn)知用戶能夠利用其所處地點空間和時間的空閑頻段通信,從而使頻譜得到更有效的利用[1]。OFDM技術(shù)因具有頻譜利用率高、成本低、抗多徑、抗符號間干擾(ISI)等優(yōu)點而備受關(guān)注,在寬帶無線通信領(lǐng)域,已成為4G移動通信的核心技術(shù)。

OFDM的頻譜檢測通常利用其循環(huán)平穩(wěn)特性檢測循環(huán)頻率,這稱為循環(huán)平穩(wěn)檢測法。該方法抗干擾能力強(qiáng)、檢測概率高,但在進(jìn)行循環(huán)譜計算時,計算復(fù)雜度高,導(dǎo)致檢測時間過長。為此,學(xué)者們提出了多種針對OFDM信號的頻譜檢測方案。文獻(xiàn)[2]分析了OFDM信號的循環(huán)譜結(jié)構(gòu)以助于進(jìn)行循環(huán)平穩(wěn)檢測算法分析。文獻(xiàn)[3,4]在OFDM信號產(chǎn)生過程中,利用信號自身相關(guān)性最強(qiáng)的特點,使部分子載波傳輸相同信息,這樣,在循環(huán)平穩(wěn)檢測過程中相關(guān)到此部分子載波時就得到尖峰,在功率值上明顯優(yōu)于僅由循環(huán)前綴產(chǎn)生的循環(huán)譜,由此可簡化檢測復(fù)雜度,縮短檢測時間,但該方法明顯降低了信息傳輸速率。文獻(xiàn)[5]將多個OFDM信號進(jìn)行平均,并與雙門限檢測法結(jié)合來提高檢測概率等。循環(huán)前綴是OFDM信號中的顯著特征,其自相關(guān)系數(shù)有不為零的屬性,并隨著循環(huán)前綴長度的變化而變化,筆者利用其自相關(guān)性提出一種簡單而有效的頻譜檢測算法。

1　頻譜檢測模型

為了實現(xiàn)認(rèn)知無線電對主用戶的保護(hù),要求認(rèn)知用戶通過實時檢測主用戶信號的方法確定頻段內(nèi)主用戶的存在。由于此頻譜檢測不需要對信號解調(diào)和譯碼,所以主用戶信號檢測模型一般描述為二元假設(shè)檢驗,模型如下:

式中:x(t)——認(rèn)知用戶接收信號;

s(t)——主用戶發(fā)送信號(OFDM復(fù)信號);

接收信號的自相關(guān)系數(shù)估計式為

(1)

因為實自相關(guān)函數(shù)有ρ(-τ)=ρ(τ)特性,所以以下討論中只針對τ=Td時的ρ(Td)。由式(1)的非零屬性可知,如果主用戶存在,則其自相關(guān)系數(shù)ρ(Td)不為零,否則為零。

2　循環(huán)前綴相關(guān)檢測算法

2.1算法原理

假設(shè)接收到N+Td個OFDM符號的采樣點,N為自相關(guān)計算中的采樣值,并且滿足N>>Td,考慮以下兩個矢量:

x=[x(0)x(1)…x(N+Td-1)],

z=[xr(0)xi(0)xr(1)xi(1)…

xr(N+Td-1)xi(N+Td-1)],

式中:xr——x的實部;

xi——x的虛部。

由于不同時刻傳輸?shù)腛FDM數(shù)據(jù)不同,所以每一個采樣值均可看作時間的隨機(jī)變量x(t)和z(t)。接收信號矢量z的方差為

其自相關(guān)系數(shù)的最大似然比估計ρTd為

在N值足夠大的情況下, 通過數(shù)學(xué)理論推導(dǎo)ρTd所近似服從的分布,得到其在H1和H0兩種假設(shè)檢驗下的分布:

(2)

其中,η為檢測判決門限,在虛警概率Pf一定的條件下可求得

2.2算法流程

通過對算法分析可知,進(jìn)行循環(huán)前綴相關(guān)檢測需預(yù)知有效符號長度的采樣點數(shù)Td值。該值在通信標(biāo)準(zhǔn)中均會給出具體規(guī)定,即使其準(zhǔn)確值未給出,也可通過在一定有效范圍內(nèi)使用不同值進(jìn)行多次檢測得到?？傊?該算法提供了一種在主用戶信息給定最少的情況下,簡單而計算效率較高的檢測方法。算法流程如圖1所示。

圖1　循環(huán)前綴相關(guān)檢測算法流程

Fig. 1Flow of cyclic prefix autocorrelation spectrum detection algorithms

3　算法檢測性能仿真

仿真參數(shù):OFDM采用16QAM調(diào)制,循環(huán)前綴的長度為有效OFDM符號的1/4,子載波個數(shù)為64,符號速率為16 MHz,采樣率為64 MHz,對50個OFDM符號塊進(jìn)行采樣,Monte Carlo仿真次數(shù)為2 000次。

3.1CP長度已知和未知

圖2給出了循環(huán)前綴相關(guān)檢測算法在CP信息已知和未知兩種情況下的Monte Carlo仿真結(jié)果?？梢钥闯?CP信息已知情況下的算法檢測概率明顯高于CP信息未知的情況。

圖2　CP長度已知和未知情況下的算法檢測性能

Fig. 2Detection performance for knowing and unknowing CP length

CP信息已知情況下的檢測性能雖然好,但是不具有一般性。因為CP的長度信息一般可以獲得,但是CP的同步信息較難獲得,所以以下均討論CP信息未知條件下的循環(huán)前綴檢測算法性能。

3.2信噪比不同

圖3顯示的是信噪比分別為-11、-13、-15和-17 dB時的接收機(jī)工作特性(ROC)曲線?？梢钥闯?隨著虛警概率的增大,算法檢測概率也增大。這是因為虛警概率值越大,則相應(yīng)條件下的門限值越小,進(jìn)而檢測概率也越大,這與算法是相符的。由于動態(tài)頻譜接入(DSA)技術(shù)的特殊性,虛警概率值一般要求在0.1以下,而相對的檢測概率曲線則要求達(dá)到90%的準(zhǔn)確率。由圖可見,隨著信噪比的降低,檢測概率逐漸降低,當(dāng)信噪比為-11 dB時,該算法可以滿足檢測要求。

圖3　不同信噪比條件下的ROC曲線

3.3通信標(biāo)準(zhǔn)不同

不同通信系統(tǒng)對OFDM信號的參數(shù)標(biāo)準(zhǔn)是不同的:DVB-T系統(tǒng)中,循環(huán)前綴的長度占有用信號長度的1/8;LTE系統(tǒng)中的比例是9/128;在WLAN系統(tǒng)中則為1/4。文中仿真了這三種通信系統(tǒng)中算法的OFDM信號檢測性能曲線,如圖4所示。由圖可見,循環(huán)前綴占的比例越大,算法檢測概率越高。這是由于循環(huán)前綴相關(guān)檢測算法利用的是在OFDM信號存在時,其接收信號自相關(guān)系數(shù)不為零的特性,即主用戶信號是其延遲為τ=±Td處的相關(guān)系數(shù)不為零,否則相關(guān)系數(shù)值為零。r的估計值越大,則信號與噪聲越容易區(qū)分,算法檢測性能越好。

圖4　不同通信標(biāo)準(zhǔn)條件下的算法檢測性能

Fig. 4Detection performance for different communication standards

3.4采樣點數(shù)不同

圖5為采樣點數(shù)不同時的檢測曲線。以802.11a標(biāo)準(zhǔn)中規(guī)定的OFDM信號傳輸速率(6～54/72 Mbps)為例,要求檢測時間<1 s,則最大采樣個數(shù)為106量級。由圖5可看出,文中循環(huán)前綴相關(guān)檢測算法利用12 000個采樣點進(jìn)行檢測時,在虛警概率為0.1、信噪比為-10 dB情況下,檢測概率即可達(dá)到90%,滿足認(rèn)知無線電對檢測概率的要求。進(jìn)一步增加采樣點數(shù),檢測概率可進(jìn)一步提高?？梢?增加循環(huán)前綴檢測算法的采樣點數(shù),可提高算法檢測性能。

圖5　不同采樣點數(shù)條件下的算法檢測性能

4　結(jié)束語

基于OFDM信號循環(huán)前綴相關(guān)檢測算法是在時域中進(jìn)行信號處理,算法計算簡單,實時性好,在信噪比為-11 dB的條件下可以滿足頻譜檢測要求;循環(huán)前綴的占比越大,檢測概率越高;在不考慮檢測時間的情況下,可以通過增大采樣點數(shù)提高其檢測性能。該研究為認(rèn)知無線電中主用戶檢測提供了新途徑,后續(xù)研究可以進(jìn)一步探討其應(yīng)用于認(rèn)知無線電協(xié)作頻譜檢測中的性能。

[1]SAHAI ANANT, MISHRA SHRIDHAR MUBARAQ, TANDRA RAHUL. Cognitive radios for spectrum sharing[J]. IEEE Signal Processing Magazine, 2009, 26(1): 140-145.

[2]DESIMIR Z V, MILORAD M O, DANILO M O. Spectral correlation of OFDM signals related to their PLC applications[C]//6thInternational Symposium on Power-Line Communications and Its Applications. New Jersey: ISMPLC, 2002: 27-29.

[3]SUTTON P D, NOLAN K E, DOYLE L E. Cyclostationary signatures for rendezvous in OFDM-based dynamic spectrum access networks[C]//2ndIEEE International Symposium on New Frontiers in Dynamic Spectrum Access Networks. Dublin: [s.n.], 2007: 220-231.

[4]SUTTON P D, NOLAN K E, DOYLE L E. Cyclostationary signatures in practical cognitive radio applications[J]. IEEE Jounnal on Selected Areas in Communications, 2008, 26(1): 13-24.

[5]SOHN SUNG HWAN, HAN NING, KIM JAE MOUNG, et al. OFDM signal sensing method based on cyclostationary detection[C]//2ndInternational Conference on Cognitive Radio Oriented Wireless Networks and Communications. Orlando, FL, USA: [s. n.], 2007: 63-68.

(編輯荀海鑫)

Detecting algorithm based on cyclic prefix correlation of OFDM signal in cognitive radios

CHENYiping1,SHIYing1,2,KONGHong2,ZHANGHongquan1

(1.College of Electric & Information Engineering, Heilongjiang Institute of Science & Technology, Harbin 150027, China; 2.School of Electronics & Information Engineering, Harbin Institute of Technology, Harbin 150001, China)

Aimed at calculation complexity for cyclostationary-based detection, this paper proposes a spectrum detecting algorithm based on the autocorrelation property of cyclic prefix(CP). The algorithm involves performing spectrum detection by calculating the maximum like-hood ratio of autocorrelation coefficient by the cyclic prefix autocorrelation properties of OFDM and contrasting to threshold. Simulation shows that the algorithm is up to the spectrum detection requirement in the case of -11 dB, a larger proportion of CP means a higher detection probability, and the improved detection performance results from increasing sampling number. The algorithm with a greater simplicity and practicability promises a new path for primary user detection in cognitive radio.

cognitive radio; orthogonal frequency division multiplexing; cyclic prefix; relativity

1671-0118(2012)06-0617-04

2012-08-21

黑龍江省教育廳科學(xué)技術(shù)研究項目(12521469)；中國煤炭工業(yè)協(xié)會科學(xué)技術(shù)研究指導(dǎo)性計劃項目(MTKJ2011-438)

陳義平(1979-)，男，黑龍江省齊齊哈爾人，講師，碩士，研究方向：認(rèn)知無線電、微弱信號檢測等，E-mail：cyp0208@yahoo.com.cn。

TN929.5

A