专利名称:一种基于协方差矩阵分解的盲频谱感知方法
技术领域:
本发明涉及一种适应于认知无线电中空闲频段感知的实现方法,属于无线通信中 的认知无线电技术领域。
背景技术:
频谱是无线通信的宝贵资源。在传统的无线通信系统中,频谱分配是固定的。一 旦一段频谱授权给某个用户,这个用户(授权用户,主用户)便对其具有独占性,即使自身不 使用也禁止其它用户(非授权用户,次级用户)占用。这种频谱分配模式实现简单,有利于保 证主用户的服务质量,在无线通信发展伊始就得到了广泛应用,并一直沿用至今。然而,近 来的研究表明,主用户在独享授权频段的同时,却没有充分利用该频段。根据美国联邦通信 委员会的调查报告,授权频段的利用率在15%到85%之间波动;很多授权频段在不同的时 间段内、不同的地理区域里都未被利用,形成了大量的频谱空洞。在频谱需求日益增大的今 天,合理回收利用这些频谱空洞,可以极大地缓解当前频谱资源紧张的问题。认知无线电是一种有效利用频谱空洞的新技术。这一技术允许次级用户在主用户 未使用授权频段(频谱空洞存在)的前提下使用该频段;一旦主用户重新使用授权频段(频 谱空洞消失),次级用户必须马上停止使用,以免对主用户产生干扰。为了达到这一目标,次 级用户首先必须检测频谱空洞是否存在。只有当检测到主用户信号没有出现时,次级用户 才可以使用主用户空出来的频谱资源。因此,有效地实施频谱感知是认知无线电得以实现 的前提和基础,而频谱感知技术也就成为认知无线电技术的关键技术之一。常用的感知技术包括能量检测方法、匹配滤波检测方法和循环相关检测方法。由 于基于能量的检测实现简单,检测无需利用信道和主用户信号的信息,因而能量检测方法 成为应用最为广泛的检测方法之一。在检测零均值独立高斯主用户信号时,能量检测方法 具有最优的检测性能。然而,当检测相关信号时,研究表明该检测方法性能将显著下降。另 一方面,在检测过程中,能量检测方法需要利用噪声方差信息,而现实环境中噪声方差是时 变的、随机的,即所谓的“噪声不确定性(noi se uncertainty ) ”问题。现有的研究结果表明, 能量检测方法的检测性能将随着“噪声不确定性”问题的出现而显著下降,最终导致所谓的 “噪声墙(SNR wall)”现象,一旦出现这种现象,即使增加再多的采样点数,能量检测方法的 检测性能也得不到提高。为了克服能量检测方法的上述问题,一些学者提出了基于信号相关性的检测 方法。经对现有文献检索发现,Y. H. Zeng和Y. C. Liang在《IEEE Transactions on Vehicular Technology, 58,no. 4,pp. 1804-1815,May 2009》发表了题 为"Spectrum-sensing algorithms for cognitive radio based on statistical covariances (认知无线电中基于统计协方差的频谱感知算法)”的文章,该文提出一种基 于协方差对角线/非对角线元素绝对值比的盲频谱感知方法。紧接着,这两位学者在《IEEE Transactions on Communications, vol. 57, no. 6, pp. 1784-1793, June 2009〉〉上发 表题为 “Eigenvalue based spectrum sensing algorithms for cognitive radio (认知无线电中基于特征值的频谱感知算法)”的文章,该文提出了包括最大/最小特征值比方法、 能量/最小特征值比的两种全新的盲频谱感知方法。这三种频谱感知方法都克服了前面提 到的“噪声不确定性”问题,并且在信号取样存在很高的相关性时表现出比能量检测方法更 好的检测性能。由于上述优点,使得这三种方法成为广为应用和研究的盲感知算法。但是 一个共同的难题是到目前为止,由于数学上的难题,上述三种方法的理论检测门限都是在 基于取样规模况为无穷大(对于最
大/最小特征值比方法和能量/最小特征值比方法而言,要求取样向量的维数Λ/ Ik为无穷 大)的假定下求得,而在实际的感知场景中,由于感知时间的限制,Y不可能为无穷大,并且 取样向量的维数M—般也非常小。显然,实际感知场景中的这些限制条件将使得上述求得 的理论门限值将变得极其不准确,导致这些方法在实际的感知应用当中的检测性能变得不 可靠,限制了其进一步的应用和推广。经典的能量检测方法仅仅利用接收信号的能量信息判断主用户信号的有无,当信 号取样存在相关性或者发生噪声不确定现象时,该方法的检测性能将显著下降。另一方面, 经典的三种盲频谱感知方法(包括最大/最小特征值比方法、能量/最小特征值比方法和协 方差对角线/非对角线元素绝对值比方法)的理论门限的准确程度受取样规模的影响很大, 理论上只有在取样规模为无限大的情况下才能通过计算获得比较准确的感知门限。
发明内容
技术问题本发明提出了一种基于协方差矩阵分解的盲频谱感知方法,有效地克 服了能量检测方法的上述缺点;且理论门限确定简单、准确,不受取样规模的限制,能很好 地应用到实际的认知无线电频谱感知当中。技术方案本发明提出的基于协方差矩阵分解的盲频谱感知方法,该方法通过对 接收信号向量的取样协方差矩阵良作Bartlett分解后所得的上三角矩阵:L来构造统计判
决量;即首先对良作Bartlett分解,即
权利要求
1.一种基于协方差矩阵分解的盲频谱感知方法,其特征在于该方法通过对接收信 号向量的取样协方差矩阵艮作 Bartlett分解后所得的上三角矩阵L来构造统计判决量首先对良作Bartlett分解得到R =IZL,这里分解后所得的矩阵L为一个上三角矩阵;然后利用矩阵L的非对角线元素的平方和与对角线元素的平方和之商作为频谱空洞检测的统计判决量,当该判决量大于某 一门限值时,判定频谱空洞不存在,反之,当该判决量小于该门限值时,则判定频谱空洞存在。
2.根据权利要求1所述的基于协方差矩阵分解的盲频谱感知方法,其特征在于通过 对良作Bartlett分解后所得的上三角矩阵;l来构造统计判决量的具体步骤为1).收集Jf根接收天线的接收信号采样,形成W个接收信号向量Xy= Ni…^1Y ,\<i<N ;其中i/表示第J根天线的第 个采样信号,上标T表示转置运算; 2).计算接收信号的取样协方差矩阵1^= +^: 1";3).对^■作Bartlett分解得到良=IfL ;其中,L是一个对角线元素为正数的上三角矩阵,这里标记为
全文摘要
一种基于协方差矩阵分解的盲频谱感知方法涉及无线通信中认知无线电领域次级用户检测频谱空洞的方法,该方法首先对接收信号向量的取样协方差矩阵作Bartlett分解得到相应的上三角矩阵;然后利用该矩阵非对角元素的平方和与对角元素的平方和之商作为检测频谱空洞的统计判决量,当该判决量大于某一门限值时,判定频谱空洞不存在,反之,判定频谱空洞存在。本发明所涉及的感知方法的理论判决门限具有简单的闭式形式,能够快速而精确地被计算出来,且适合于任何取样规模的感知场景;另一方面该方法不需要主用户信号、信道和噪声的统计特征来参与实施频谱感知,是一种全盲检测方法,能够有效地克服经典的能量检测方法所遭遇的“噪声不确定性”问题。
文档编号H04B17/00GK102118201SQ201010618520
公开日2011年7月6日 申请日期2010年12月31日 优先权日2010年12月31日
发明者唐岚, 彭盛亮, 朱鹏程, 杨喜, 雷可君 申请人:吉首大学