陳 通,熊 剛
(中國電子科技集團(tuán)第三十研究所,四川 成都 610041)
隨著無線通信技術(shù)的迅猛發(fā)展,可用的頻譜資源日益缺乏。目前,一些固定頻段分配技術(shù)使通信系統(tǒng)的容量和靈活性受到局限,且容易導(dǎo)致干擾。由此,認(rèn)知無線電技術(shù)作為一種能夠自動感知周圍無線環(huán)境、實(shí)時(shí)調(diào)節(jié)信號參數(shù)的智能通信系統(tǒng)應(yīng)運(yùn)而生。對于認(rèn)知無線電系統(tǒng),在不干擾主用戶的前提下,其他用戶可動態(tài)檢測和利用空閑頻譜信號,理論上容許進(jìn)行多維復(fù)用,提高了頻率資源的利用效率。認(rèn)知無線電在民用和軍事領(lǐng)域都具有廣泛的應(yīng)用前景和重要研究意義[1],如超寬帶(UWB)通信系統(tǒng)、無人機(jī)智能數(shù)據(jù)鏈、物聯(lián)網(wǎng)傳感系統(tǒng)等。從2005年到現(xiàn)在,美國研究機(jī)構(gòu)通過國防部資助,已順利實(shí)現(xiàn)了XG計(jì)劃、GEMSIS、WNaN計(jì)劃等重點(diǎn)項(xiàng)目,奠定了良好的技術(shù)基礎(chǔ);歐盟在移動通信方面成功實(shí)施了DRIVE、OverDRiVE和TRUST等認(rèn)知無線網(wǎng)絡(luò)項(xiàng)目研究,取得一些進(jìn)展;近年來,我國在863計(jì)劃和973計(jì)劃的支持下,開始對認(rèn)知無線電網(wǎng)絡(luò)系統(tǒng)的空間信號檢測和分析、合作和跨層設(shè)計(jì)技術(shù)以及QoS保證機(jī)制等方面進(jìn)行深入研究,受到了研究人員越來越多的關(guān)注。
認(rèn)知無線電需要具備頻譜感知能力,從而檢測并獲取到可用頻段中的頻譜資源,在不影響原授權(quán)用戶的情況下,實(shí)現(xiàn)認(rèn)知用戶的正確通信。信號頻譜檢測技術(shù)是認(rèn)知無線電系統(tǒng)中的一項(xiàng)關(guān)鍵技術(shù),有助于感知周圍電磁環(huán)境中是否存在空閑頻率,并能檢測出新用戶是否接入該頻段,確保二級用戶實(shí)時(shí)、合理地使用和退出,提高通信頻譜效率[2]。隨著認(rèn)知無線電和動態(tài)頻譜接入技術(shù)的進(jìn)一步發(fā)展,認(rèn)知無線電信號檢測已逐步成為研究熱點(diǎn)。學(xué)者們在過去提出了一些認(rèn)知無線電信號的檢測思路,一般可分為三大類:基于發(fā)射機(jī)的檢測、基于接收機(jī)的檢測和基于干擾檢測的思路。目前,使用較廣泛的是基于發(fā)射機(jī)的檢測思路,屬于非合作式檢測,應(yīng)用范圍比其他思路更廣泛。此外,基于匹配濾波器的檢測算法的缺點(diǎn)在于需要事先取得主用戶信號特征信息,且對相位同步要求高,否則性能將受到很大影響。能量檢測算法雖然無需先驗(yàn)知識,但在低信噪比下的性能較差,且由于噪聲的不確定性,其檢測門限難以確定?;陟o態(tài)循環(huán)譜特征檢測的算法缺點(diǎn)是計(jì)算量大、處理時(shí)間長,滿足實(shí)時(shí)性要求較困難。
針對以上問題,本文提出了一種適用于認(rèn)知無線電信號檢測的新改進(jìn)方法。該方法首先采用基于能量檢測的思路進(jìn)行初判決,其次根據(jù)預(yù)判進(jìn)一步分析信號的相關(guān)性特征,并通過自適應(yīng)動態(tài)門限達(dá)到最終正確檢測的結(jié)果。該算法利用信號的相關(guān)系數(shù)特征,可以增強(qiáng)算法的抗噪性能;在處理中進(jìn)行優(yōu)化,比過去一些基于信號相關(guān)和循環(huán)譜檢測思路的運(yùn)算量更小,使得算法具有良好的工程實(shí)用性。
仿真結(jié)果表明,本文的改進(jìn)算法在低信噪比條件下能夠達(dá)到較高的正確檢測概率,相比傳統(tǒng)的能量檢測算法性能更優(yōu)。
信號檢測技術(shù)的傳統(tǒng)思路是采取能量檢測法,這對于認(rèn)知無線電信號判識也適用。在非合作情況下,信號檢測算法設(shè)計(jì)中的一個(gè)難點(diǎn)是實(shí)現(xiàn)低信噪比條件的準(zhǔn)確判斷。認(rèn)知無線電信號檢測可表示為如下的二元假設(shè)檢驗(yàn)?zāi)P停?/p>
其中t表示采樣點(diǎn)序號,M表示觀測時(shí)間內(nèi)收集的采樣點(diǎn)數(shù),s(t)表示主用戶發(fā)射信號,是獨(dú)立同分布的隨機(jī)過程。n(t)表示高斯白噪聲,是獨(dú)立同分布的高斯隨機(jī)過程,其方差為σn2,均值為0。h(t)表示待檢測頻段的信道響應(yīng),x(t)表示認(rèn)知用戶的接收信號。假設(shè)頻譜感知時(shí)間小于信道響應(yīng)的持續(xù)時(shí)間,且信道增益在該段時(shí)間內(nèi)基本不變,由此h(t)可視為常量h。
模型假設(shè)H0表示待檢測頻段中的主用戶信號不存在,假設(shè)H1代表該頻段中存在有主用戶信號。設(shè)認(rèn)知節(jié)點(diǎn)收集了M個(gè)接收信號采樣點(diǎn),而信號能量檢測的計(jì)算式可表示如下:
其中n表示時(shí)間-帶寬乘積,η表示信噪比。在低信噪比情況下,為了滿足一定的性能,M的值通常很大。所以,可以采用中心極限定理將檢驗(yàn)統(tǒng)計(jì)量近似為高斯量:
其中P表示主用戶的平均信號功率,然后預(yù)警概率Pfa和檢測概率Pd為:
其中Q(·)表示標(biāo)準(zhǔn)的高斯復(fù)數(shù)累積分布函數(shù),且Pfa表示判決門限。根據(jù)常虛警率(CFAR)定理,在認(rèn)知無線電系統(tǒng)中,判決門限應(yīng)設(shè)置為滿足一定的虛警概率Pfa。γ可由式(7)給出:
傳統(tǒng)的能量檢測算法極易受到噪聲的影響,在低信噪比情況下,一般較難區(qū)分噪聲和主用戶信號。因此,為了減少信噪比因素對算法性能的影響,本文算法引入了基于信號相關(guān)性特征的判斷思路,并采用動態(tài)檢測門限以提高檢測概率。根據(jù)式(5)和式(6),如果能夠?qū)χ饔脩粜盘栠M(jìn)行預(yù)判決,則可以合理調(diào)整門限達(dá)到最優(yōu),由此提高檢測概率,減小虛警概率。
本文提出了一種基于能量檢測與信號相關(guān)性特征結(jié)合的認(rèn)知無線電信號檢測算法。因?yàn)槎虝r(shí)間內(nèi)認(rèn)知無線電主用戶信號狀態(tài)不會發(fā)生較大變化,所以在一段連續(xù)時(shí)間內(nèi)統(tǒng)計(jì)的主用戶信號能量可被劃分為L部分,且在不同時(shí)間段內(nèi)對能量Y(x)(i)(1≤i≤L)進(jìn)行計(jì)算。時(shí)長L內(nèi)的能量均值可表示為:
算法處理中,可對主用戶信號存在狀態(tài)進(jìn)行預(yù)判,即如果Y(x)avg≥γ,則判斷H1成立,表示主用戶信號可能存在;如果Y(x)avg<γ,則判斷H0成立,結(jié)論相反。
與基于循環(huán)譜的檢測算法不同,本文改進(jìn)方法綜合考慮了計(jì)算量因素,不需進(jìn)行復(fù)雜的循環(huán)譜計(jì)算求取過程。由于主用戶信號之間相關(guān)性與高斯白噪聲的不同,可引入相關(guān)系數(shù)ρ進(jìn)行計(jì)算分析,進(jìn)一步實(shí)現(xiàn)最終的判決。
在時(shí)長L內(nèi)的不同時(shí)間段,能量可以用式(9)表示:
信號采樣點(diǎn)相關(guān)運(yùn)算的均方差矩陣可表示為:
接下來在矩陣S的所有特征值集合內(nèi)進(jìn)行搜索,求出相關(guān)特征值的最大值和均值。相關(guān)系數(shù)可由式(11)進(jìn)行計(jì)算:
若經(jīng)過預(yù)判決處γ理后認(rèn)為H1假設(shè)成立,動態(tài)檢測門限可用進(jìn)行計(jì)算;若經(jīng)過預(yù)判決處理后認(rèn)為H0假設(shè)成立,動態(tài)檢測門限可用γdyn2=γρ進(jìn)行計(jì)算,即:
下面對新改進(jìn)算法處理步驟進(jìn)行歸納說明。
(1)將一段時(shí)間內(nèi)的待測信號輸入檢測算法模型,該段觀測時(shí)間劃分為L部分,并計(jì)算不同時(shí)間段的信號能量Y(x)(i)(1≤i≤L),然后再計(jì)算能量Y(x)(i)的均值 Y(x)avg;
(2)基于能量檢測思路進(jìn)行預(yù)判決,比較Y(x)avg和門限γ的值,若Y(x)avg≥γ,則H1成立,可初步判斷信號存在;若Y(x)avg<γ,則H0成立,結(jié)論相反;
(3)采用動態(tài)門限的優(yōu)化思路實(shí)現(xiàn)進(jìn)一步檢測。計(jì)算Y(x)(i)的相關(guān)性均方差矩陣,求取特征值
最終,可通過比較Y(x)L和γdyn,判斷主用戶信號是否存在,即:從而得出不同情況下的檢測門限,如式(12)所示。
為了驗(yàn)證本文方法的有效性,進(jìn)行了下面的算法仿真實(shí)驗(yàn)。主用戶信號采用BPSK調(diào)制方式,采樣率為800 kHz,載波頻率為200 kHz,碼速率為50 kb/s,信號采樣點(diǎn)長度為4 096,信道為高斯白噪聲信道,Monte-Carlo仿真次數(shù)為1 000次。
仿真實(shí)驗(yàn)1:仿真參數(shù)如前所述,對不同信號累積長度L=10、15、20且不同信噪比情況下的算法性能進(jìn)行分析。如圖1所示,其中橫軸表示檢測概率Pd,縱軸表示信噪比SNR。
圖1 本文方法對不同長度信號正確檢測率曲線
從圖1可以看出,信號的累積長度L越大,算法的性能越優(yōu),當(dāng)L=20時(shí),信號檢測正確率最高。但在工程實(shí)際中需綜合考慮計(jì)算復(fù)雜度等因素,所以一般可選取信號累積長度L=15,可滿足低信噪比條件下的檢測需求。
仿真實(shí)驗(yàn)2:仿真參數(shù)如前所述,對傳統(tǒng)的基于能量檢測方法和本文新改進(jìn)方法進(jìn)行仿真驗(yàn)證,結(jié)果如圖2所示。
從圖2可以看出,相比傳統(tǒng)的能量檢測方法,本文的改進(jìn)方法檢測性能更優(yōu)。
認(rèn)知無線電系統(tǒng)的目標(biāo)是實(shí)現(xiàn)信號頻譜的高效利用和自適應(yīng)傳輸,具有巨大的發(fā)展前景。本文提出了一種對認(rèn)知無線電信號檢測的改進(jìn)方法,將能量檢測與基于相關(guān)性特征的算法進(jìn)行融合,從而增強(qiáng)了抗噪性能和門限判決的適應(yīng)性。仿真實(shí)驗(yàn)表明,和過去傳統(tǒng)的一些方法相比,新方法可以提高檢測性能,并該方法綜合考慮了計(jì)算量因素,工程實(shí)用性較強(qiáng)。今后可進(jìn)一步優(yōu)化,為解決低信噪比的復(fù)雜環(huán)境中認(rèn)知無線電信號檢測問題提供一種更有效的手段,還可應(yīng)用于電磁環(huán)境監(jiān)測、通信對抗等領(lǐng)域。
圖2 各方法的正確檢測率對比曲線
[1] 白敏丹.基于認(rèn)知無線電的無線通信研究現(xiàn)狀[J].通信技術(shù),2010,43(05):45-49.BAI Min-dan.Situation of Wireless Communication Research on Cognitive Radio[J].Communications Technology,2010,43(05):45-49.
[2] 劉元,彭端,陳楚.認(rèn)知無線電的關(guān)鍵技術(shù)和應(yīng)用研究[J].通信技術(shù),2007,40(07):50-52.LIU Yuan,PENG Duan,CHEN Chu.Investigation on the Key Techniques and Applications of Cognitive Radio[J].Communications Technology,2010,40(07):50-52.
[3] Ramkumar B.Automatic Modulation Classification and Blind Equalization for Cognitive Radios[D].Virginia:Virginia Polytechnic Institute and State University,2011.
[4] Li B,Sun M W,Li X F,et al.Energy Detection Based Spectrum Sensing for Cognitive Radios over Time Frequency Doubly Selective Fading Channels[J].IEEE Transactions on Signal Processing,2015,63(02):402-417.
[5] JaisinghL R,Dey D K,Griffith W S.Properties of a Multivariate Survival Distribution Generated by a Weibull and Inverse-Gaussian Mixture[J].Scandinavian Journal of Statistics,1993,42(04):618-622.