专利名称：基于mtm-svd自适应传感器个数的频谱检测方法
技术领域：
本发明涉及认知无线电频谱检测方法技术领域，具体是一种认知无线电系统中基 于MTM-SVD自适应传感器个数的宽带频谱检测方法。
背景技术：
高速增长的宽带无线业务需求对无线网络提出了更高的要求，环境变化、需求差 异、技术进步、业务增长、投资保护等因素造就了众多异构的无线网络子系统并存的局面， 给网络发展和建设带来极大困难，又无法满足用户日益增长的应用需求；同时无线网络中 普遍存在资源静态管理，条块分割使用等问题，可用资源分布高度不均衡、资源短缺和浪费 共存、使用方式不能根据需求和环境的变化动态调整等矛盾日益尖锐，造成了网络使用方 式僵化、资源利用效率低下。这些问题已成为制约无线网络发展的主要瓶颈，而且日趋严 重。这些现象的产生源于原有无线网络的设计思想封闭式的静态网络工作模式。这造成 了网络融合需求与当前孤岛式的异构网络的矛盾，以及动态环境与静态网络工作模式间的 矛盾。为了解决频谱资源匮乏的问题，基本思路就是尽量提高现有频谱的利用率。为此， 人们提出了认知无线电的概念。认知无线电的基本出发点就是为了提高频谱利用率，具有 认知功能的无线通信设备可以按照某种“伺机(Opportunistic Way) ”的方式工作在已授权 的频段内。当然，这一定要建立在已授权频段没用或只有很少的通信业务在活动的情况下。 这种在空域、时域和频域中出现的可以被利用的频谱资源被称为“频谱空洞”。认知无线电 的核心思想就是使无线通信设备具有发现“频谱空洞”并合理利用的能力。因此认知无线 电被认为是未来实现动态频谱接入、解决无线频谱匮乏问题的关键技术之一。Haykin提出的时域频域相结合的MTM-SVD算法并建议在认知无线电系统中使用 MTM-SVD进行频谱感知。他在文中介绍了频谱感知的精确度要求和利用多个传感器对干扰 温度进行估计，利用MTM-SVD在电视频带上对真实信号进行了感知，并在性能上与周期图 法进行了比较，结果表明=MTM-SVD不需要任何主用户的先验信息，并且，MTM-SVD能有效处 理淹没在有色噪声中信号的检测和重建，算法速度快，能应用到实际环境下。目前虽然在研究基于MTM-SVD的方法上增加传感器的个数M来提高频谱检测的精 度，抗干扰及多径效应的能力，但对于实际环境下M到底取多少却没有得到研究，也没有提 到在认知无线电系统中需要的传感器个数要求。
发明内容
本发明的目在于克服上述现有技术存在的不足和缺失，提供一种认知无线电 系统中基于MTM-SVD自适应传感器个数的频谱检测方法。本发明首先计算接收信号抽 样的谱特征函数矩阵的特征值之和，利用其分布特性计算其概率密度函数；然后根据 Neyman-Pearson准则，成功推导出满足Pf下的门限值th及所需要的传感器个数。本发明对每个传感器上的接收信号进行抽样、计算所需传感器个数及抽样信号的特征谱，并由得到的特征谱计算新的判决量，将该判决量与满足虚警概率Pf的门限进行比 较，以此判定频谱是否被占用。该方法分为6个部分实现对接收信号进行抽样；计算能成 功检测所需传感器个数；计算接收信号抽样的特征谱；计算新的判决量；计算满足虚警概 率Pf的门限值th;判断该频谱是否被占用；以达到自适应选择传感器个数的功能。具体方 法为1.对接收信号进行抽样Sxm(t)为第m个传感器接收到的连续时间信号，信号的 中心频率为f。且带宽为W，以抽样速率为fjixm(t)进行抽样，抽样时间为！；= l/fs，则第 m个传感器上接收到的离散信号为ym(n) = xm(nTs) ；η = 0,1,…，N;2.计算满足虚警概率Pf下成功检测所需传感器个数M
权利要求
1.一种基于MTM-SVD自适应传感器个数的频谱检测方法，其特征在于，在认知无线电 系统中，对每个传感器上的接收信号进行抽样、计算所需传感器个数及抽样信号的特征谱， 并由得到的特征谱计算新的判决量，将该判决量与满足虚警概率Pf的门限进行比较，以此 判定频谱是否被占用。
2.如权利要求1所述的基于MTM-SVD自适应传感器个数的频谱检测方法，其特征在于， 包括如下步骤a.对接收信号进行抽样Sxm(t)为第m个传感器接收到的连续时间信号，信号的中心 频率为f。且带宽为W，以抽样速率为fjixm(t)进行抽样，抽样时间为八=l/fs，则第m个 传感器上接收到的离散信号=Xm(IiTs) ；η = 0,1,…，N;b.计算满足虚警概率Pf下成功检测所需传感器个数M
3.如权利要求1所述的基于MTM-SVD自适应传感器个数的频谱检测方法，其特征在于， 所述的传感器是无线通信中基站或移动终端的天线或无线传感器网络中的射频模块。
全文摘要
本发明一种基于MTM-SVD自适应传感器个数的频谱检测方法，涉及认知无线电频谱检测方法技术领域。因MTM-SVD频谱检测技术具有不需要主用户的先验信息；有效处理淹没在色噪声中信号的检测和重建及算法速度快等优点，故本发明在MTM-SVD算法基础上，根据Neyman-Pearson准则得出门限公式，确定了实际所需传感器的最佳个数。对每个传感器上的接收信号进行抽样、计算抽样信号的特征谱，并由得到的特征谱计算新的判决量TM(fi)，与满足虚警概率Pf的门限th做比较，判定频谱是否被占用。相对于传统的能量检测，本发明在正确检测主用户信号的同时，降低了系统的复杂度。
文档编号H04B17/00GK102082617SQ20101059143
公开日2011年6月1日 申请日期2010年12月16日 优先权日2010年12月16日
发明者李莉, 黄立辉 申请人:上海师范大学