专利名称：基于小波变换的自适应时频空穴检测方法
技术领域：
本发明涉及ー种适用于认知无线电领域的时频空穴感知技木，它采用基于小波变换信号处理的方法，对无线环境的时域和频域的ニ维能量分布进行自适应检测，以探测无线环境时频空穴。
背景技术：
无线通信频谱是ー种有限的宝贵资源，随着信息社会经济的快速发展，频谱资源稀缺日益成为移动通信及宽带无线接入技术实现的重要瓶颈；另一方面，与频谱资源短缺形成鲜明对比的却是现有频谱利用率的极其低下。在这样的背景下，认知无线电技术以其接入灵活，能够大大提高频谱利用率，有效解决解决频谱资源匮乏问题，被认为是下一代移动通信系统潜在关键技术之一。认知无线电系统以ー种“机会方式”接入授权频段内，在对授权用户不造成干扰的前提下，动态的利用其临时空闲频段。要实现这ー对主用户几乎“透明”的无干扰占用，要求认知用户可靠、快速地感知授权用户的重新占用并及时退避；另一方面认知无线电系统要求认知用户可靠、快速地检测到时频频空洞并占用，认知无线电系统要实现高效率利用频谱的目的，还应该具有估计无线频谱空穴特性的能力，并基于频谱空穴特性自适应地调整发送參数(如数据速率、传输模式、传输带宽等)。因此，频谱感知技术是认知无线电系统的关键技木。国内外针对认知无线电频谱感知技术和自适应调制技术进行了大量的研究工作， 其中针对频谱感知技术的研究大致可以分为以下两大类(1)协同检测通过处理多个感知用户的检测信息来更准确地判断主用户是否存在，这类方法通常要依赖于复杂的集中式控制或者分布式控制实现多个感知用户的检测信息交換；( 主用户发射端检测通过分析侦认知用户接收信号中是否存在主用户信号来判断频谱的使用状态，这类方法又可以分为以下四类1)能量检测法这类算法通常不需要知道授权用户信号的先验信息，能够可靠地适用于各种未知信道，检测快速，实现简单，但是该类算法依赖要求准确估计噪声功率，实际中噪声功率估计误差会导致较高虚警概率；2)特征检测法这类算法利用已知主用户信号特征(如波形特征、循环平稳特性等)对主用户占用频谱情况进行检测，能够在强干扰环境下可靠地检测频谱空穴，但是这类算法要求预先知道主用户信号的特征信息，且计算复杂度较高；幻相关性检测算法这类算法利用主用户信号样值具有比噪声样值高得多的相关性这ー特点，实现对授权用户的检测，但是这类算法受限于信号相关性的剧烈变化；4)小波变换频谱检测法这类算法利用小波分解或小波包分解能够灵活地调整频谱检测分辨率的优点，实现多分辨率频谱检測，或者利用小波变化的突变特征提取能力，检测主用户占用-释放频谱的突变，但是这类算法通常具有较高的算法复杂度的缺点。目前，国内外已有认知无线电频谱感知方法主要针对频域“频谱空穴”的检测，而较少从时域和频域ニ维时频分析的角度检测“时频空穴”，导致难于估计空闲频谱的时域特性。这类频谱检测方法为了获得较高的频率分辨率，需要较长时间间隔的采样，另一方面，为了及时检测到频谱空穴和主用户重新占用频谱空穴，要求较短的时间采样间隔，因此现有的频谱检测方法除具有上节所述局限性之外，还受限于较长时间采样间隔和快速及时检测要求之间的矛盾。
发明内容
本发明的目的在于克服上述现有技术的缺点，提供一种基于小波变换的自适应时频空穴检测方法，与现有的认知无线电频谱感知方法仅从频域检测频谱空穴不同，本方案采用小波变换信号特征提取技木，实现信号的时域和频域自适应分段，有效地解决较长时间采样间隔和快速及时检测要求之间的矛盾，同时估计主用户信号的时频域的能量分布。另外，实际网络中，微观时间段内由于主用户的业务量具有一定的统计规律，因而其时频分布特征也具有某种统计规律，获得了主用户信号的时频分布特性，可以更好地根据各时频块的统计特征，自适应地灵活地进行调整检测周期，以及对时频空穴进行预测，从而有效降低认知用户接入机会损失和没有及时退避造成对主用户的有害干扰损失。因此，针对认知无线电系统基于时频ニ维角度的研究分析具有重要意义。本发明的目的是通过以下技术方案来解决的本发明涉及的时频空穴检测方法分为三个步骤第一歩，先对认知用户监测接收信号时域分段，保证在该分段内，各主用户占用频带持续不变；第二步，对各分时段的接收信号，采用已有方法，进行傅里叶变换得到各分时段信号频谱，对该频谱进行小波变换以检测各频段边沿，从而实现频段划分。第三步，综合前两步中的自适应时间和频域分段結果， 对各时频资源块进行综合分析，判断时频资源块空闲与否。下面分五个部分对该方法进行介绍，第一部分先介绍系统模型，第二部分和第三部分分別介绍时域和频域分段方法，第四部分根据分段后的时频块功率谱密度实现时频空穴检测，第五部分还对上述时频检测方法提出了一种改进方法。以下方法介绍中，采用的信号均为时间连续信号，该方法可以直接推广到离散时间信号的处理。一.认知无线电时频感知系统模型针对以上两点研究内容，我们采用ー个具有M个潜在认知用户和N个潜在主用户的无线通信系统，假定该系统占用的频率范围为[ち，fN]，且带宽为B，令第m个潜在认知用户认知用户接收到的连续信号表示为
权利要求
1.基于小波变换的自适应时频空穴检测方法，其特征在于，采用小波变换技术自适应地对时间连续信号或者离散时间信号进行时频域分段，并判断各时频资源块的空闲与否， 包括如下步骤(1)先对认知用户监测接收信号时域分段，保证在该分段内，各主用户占用频带持续不变；(2)对各分时段的接收信号，采用已有方法，进行傅里叶变换得到各分时段信号频谱， 对该频谱进行小波变换以检测各频段边沿，从而实现频段划分；(3)综合前两步中的自适应时间和频域分段結果，对各时频资源块进行综合分析，判断时频资源块空闲与否。
2.如权利要求1所述的自适应时频空穴检测方法，其特征在于该方法采用针对接收信号的平均功率进行小波变换，实现对接收信号的自适应时域分段，保证各时间分段内，信号的频谱结构不变。
3.如权利要求1所述的自适应时频空穴检测方法，其特征在于该方法采用小波包分解或其他的滤波接收处理方法对接收信号进行分频段滤波接收处理。
4.如权利要求1所述的自适应时频空穴检测方法，其特征在于认知无线电时频感知系统模型，采用ー个具有M个潜在认知用户和N个潜在主用户的无线通信系统，假定该系统占用的频率范围为[ら，fN]，且带宽为B，令第m个潜在认知用户认知用户接收到的连续信号表示为N n=l其中，^(t)代表第η个潜在主用户发送的信号，而α n,m代表第η个潜在主用户与第m 个潜在认知用户之间的信号増益，《m(t)代表噪声；在下面的介绍中各认知用户采用相同的信号处理方法，为了简化描述，后面的介绍中将不再区分各认知用户，略去脚标m;我们对上述认知系统做如下的假定，并分析其假定合理性；al)由于潜在主用户占用相应频段具有时间上的间断性，并且在各时间段内主用户与认知用户之间的信道在该时间段上为准静态，即该时间段内α η为常数； a2)假定第η个潜在主用户在占用频段持续期内，占用的频带不会改变； a3)假定接收信号中的噪声为加性高斯白噪声；无线通信系统中，用户接入基站过程，通过基站分配上下行频段和时段，一次完整的通信可以分为若干个较短通信持续期或时间段，相应时间段内信道近似不变，通信持续期内频带也不变，而接收信号中噪声通常假定为加性高斯白噪声，因此上述假设合理，与实际通信系统相符；接收信号时域自适应分段基于假设条件al)，在各主用户占用频带不变的时间段内， 可以近似认为认知用户接收信号平均功率不变，利用接收信号平均功率的分时段，拟采用小波变换检测信号平均功率突变点，以实现信号各分时段边沿的检测，从而将时域信号划分为多个时间段连续信号；自适应频域分段基于上述的接收信号的时域分段，可以认为各主用户在各时间分段内占用频谱情况是持续并且稳定不变的； 检测时频空穴1)估计噪声功率谱基于上述已经获得的各时间分段、各子频带的主用户占用情況，可以得到整个时间段 (t0, tN)和带宽[も，fN]内的时频资源块占用情况；进一歩，针对被占用的第ρ个时间分段内第m个子频带时频资源块；按照下式计算功率谱密度； p{np) = (/ 7_/}ff (H)由于噪声为加性高斯白噪声，因此，噪声在整个频域功率谱密度为常数，通过下式计算估计得到^gw =Inin^(12)2)计算各时频块信号功率谱第P个时间分段内第m个子频带时频资源块上的信号平均功率谱密度可以修正为 P^ =P^-Nawgn(13)3)判断时频块是否空闲理论上，如果某ー个分时段内上的某个子频带时频快功率谱密度大于白噪声功率谱密度，则该时频资源块为主用户占用，否则为空闲；考虑到接收信号各分时段时间间隔有限， 对该分时段平均得到的噪声平均功率谱密度仍然不是理想的常数，而是具有一定方差的随机变量；为了抑制时间平均噪声功率谱的波动干扰，根据需要设置ー个更高的功率谱密度门限pTh来判断各时频资源块是否为空闲；ΡτΙ — Q NAWGN(14)其中因子α > 1，可以根据估计可靠性需要设置。ρ(ηρ) > Pn则第尸个分时段内第〃个子频带被主用户占用 (15) ρ(ηρ) < Pn则第ρ个分时段内第〃个子频带空闲时频空穴检测改进在系统占用频率范围较宽，或者认知用户需要检测的频率范围较宽的情况下，由于多径信道的影响，会导致认知用户接收信号在系统占用的频率范围内表现为较明显的频率选择性，而这种频率选择性对于小波变换检测频域分界点形成干扰；另一方面如果系统占用频率范围较宽，噪声的平均功率较大，而某ー个较小子频带的占用或空闲状态发生改变，使得信号的平均功率的改变相对较小，也就是说，噪声的干扰更容易使得采用平均功率波动检测时域分段点的方法产生误判或漏判。
5.如权利要求4所述的自适应时频空穴检测方法，其特征在于所述时域信号自适应分段如下1)计算接收信号平均功率对接收信号求其平均功率，具体如下式r\t) = j^T\r(t)\2dt(2)式中平均周期时间T可以选取为信号传输波特率的50倍，以便能够获得较好的平均效果；2)多尺度小波变换令小波变换采用的小波函数为w(t)该小波的伸缩函数可以表示为
6.如权利要求4所述的自适应时频空穴检测方法，其特征在于所述实现各时域分段 内频域自适应分段按照如下步骤 1)计算频域功率谱假定对第p分时段信号进行频域分段，其中该分时段时域信号可以表示为
7.如权利要求1所述的自适应时频空穴检测方法，其特征在于，时频综合分析估计噪 声功率谱方法根据时域和频域分段结果，进行各时频资源块内功率谱进行综合分析，更加 精确地估计得到噪声功率谱密度，从而为判断时频资源块是否空闲提供准确的判决门限。
全文摘要
本发明公开了一种基于小波变换的自适应时频空穴检测方法，采用小波变换技术自适应地对时间连续信号或者离散时间信号进行时频域分段，并判断各时频资源块的空闲与否，包括如下步骤(1)先对认知用户监测接收信号时域分段，保证在该分段内，各主用户占用频带持续不变；(2)对各分时段的接收信号，采用已有方法，进行傅里叶变换得到各分时段信号频谱，对该频谱进行小波变换以检测各频段边沿，从而实现频段划分；(3)综合前两步中的自适应时间和频域分段结果，对各时频资源块进行综合分析，判断时频资源块空闲与否。本发明实现信号的时域和频域自适应分段，有效地解决现有频谱频谱空穴的高分辨率和频谱检测快速及时检测要求之间的矛盾，同时估计主用户信号的时频域的能量分布。仿真结果验证了所提方法的有效性。
文档编号H04B17/00GK102546061SQ201210004388
公开日2012年7月4日 申请日期2012年1月9日 优先权日2012年1月9日
发明者王磊, 陈志刚 申请人:西安交通大学