一种基于渐近步长的稀疏度自适应压缩频谱感知方法
【专利摘要】本发明提出了一种认知无线电宽带网络中的渐近步长自适应快速压缩频谱感知方法。该方法采用了模拟／信息采样器对宽带主用户信号进行压缩采样建模，根据压缩采样观测值序列计算检测统计量，并利用序贯压缩检测算法，将统计量与判决门限进行比较。根据判决结果，自适应调整下一次判决所需观测值数目步长因子大小，渐近步长因子调整规则是：在检测统计量值距离门限值较大时，增大步长因子来加快频谱检测速度；在检测统计量值距离门限值较近时，减小步长因子来增强检测精度，从而实现步长因子的自适应实时调整。最终，实现非重构原信号条件下主用户信号存在与否的快速判决。MATLAB通信仿真环境下的仿真实验证明了该方法的有效性和准确性。
【专利说明】一种基于渐近步长的稀疏度自适应压缩频谱感知方法【技术领域】
[0001]本发明涉及一种认知无线电技术，尤其涉及一种认知无线电的频谱检测方法，更具体的说涉及一种频谱稀疏度未知条件下的自适应压缩频谱检测方法。
【背景技术】
[0002]随着人们对无线高速数据传输需求的不断增长，频谱资源变得日益紧缺，有效可靠的无线频谱接入成为人们关注的焦点。近年来出现的认知无线电技术(CognitiveRadio, CR)是一种能够感知周围环境并显著提高频谱利用率的新型智能无线通信技术，能够有效地解决频谱资源紧张问题。
[0003]认知无线电的核心思想就是使无线通信设备具备发现并合理利用频谱空穴(Spectrum Holes)的能力。频谱感知是认知无线电的关键技术之一，它能够快速、可靠地检测出未被主用户占用的频谱空穴供次用户接入使用。由此可见，如何采用有效的频谱感知技术，及时、准确地识别频谱空穴，是提高频谱利用率的同时避免对主用户造成干扰的关键。
[0004]在现有的频谱感知技术研究中，大多是针对单信道或窄带频谱场景下的频谱感知技术研究。但随着当前的无线传输需求的不断增加，宽带频谱感知技术正逐渐成为新的研究热点。然而，对宽频段进行频谱感知受奈奎斯特采样定理的限制，将存在采样率过高、数据量过大等问题，使得现有的硬件条件难以实现。
[0005]近年来出现的压缩感知(Compressed Sensing, CS)理论以信号的稀疏性为前提，其采样速率不受信号带宽限制，而由信号的信息结构和内容决定，从而在信号稀疏的前提下，可以远低于奈奎斯特采样速率对信号采样。由于主用户对宽带频谱的利用率较低，存在着大量的空闲频谱，所以宽`带频谱具有明显的稀疏性，从而为压缩感知理论应用于认知无线电宽带频谱感知提供了前提条件。
[0006]近年来，一些学者专家利用压缩感知理论开展了频谱检测的研究。Tian等人首先在宽带认知无线电中引入了压缩感知理论，将压缩感知用于频谱空洞检测，通过小波边界检测器(waveletbased edge detector)精确检测频谱占用位置。然而，该方案依然需要高速ADC首先对宽带信号进行采样。随后，有人提出了改进方法，利用模拟/信息转换器(analog-to-1nformation converter, AIC)实现了宽带模拟信号信息获取方式,但该方法并没有给出具体AIC实现方法。
[0007]但现有的大多数算法或者假定稀疏度这一先验知识已知，或者选取稀疏度的上界来决定重构所需的最佳采样数。然而，多数情况下难以事先准确获取待感知信号的稀疏度。这就使得在使用压缩感知进行频谱感知时，若压缩度设置高于信号稀疏度，压缩存在计算冗余；若压缩度设置低于信号稀疏度，将损失有用信息。总之，现有基于压缩感知的频谱感知算法难以实现最低压缩度意义上的最佳压缩感知。为此，有必要研究能在稀疏度未知条件下，实现最优压缩采样的自适应压缩频谱感知新算法。目前，已有少量的文献在这方面进行了探索。例如，I)为稀疏度建立了动态模型并将采样速率设定为追踪问题。2)提出了稀疏度估计这一概念:通过小部分采样值快速估计实际稀疏度，根据稀疏度估计来调整总的采样数，实现在确保感知性能准确性的同时降低采样开销。3)先获得小部分采样值并重构，之后再次接收观测并重构，若两次重构的误差在预先设定的门限范围内，则停止接收观测序列。否则，持续观测重构，直至重构误差满足条件。但以上方法都无法根据实际稀疏度，自适应调整相关参数，实现最优压缩采样。因此，本方法从检测算法、重构算法及稀疏估计等方面研究基于自适应压缩感知的频谱感知算法，拟将自适应滤波算法引入压缩频谱感知，从而在保证检测性能的基础上，根据信号实际稀疏度，实现最低采样率意义上的自适应压缩频谱感知。
【发明内容】
[0008]本发明的目的在于针对现有技术中存在的上述问题，拟将自适应算法引入序贯检测过程，研究以渐近步长来增加采样点数，以使检测器做出更为快速的判决，有利于频谱感知的实时性处理，且减少计算复杂度。在序贯检测刚开始时，以较大的步长来增加采样点数；在序贯检测一段时间后，以较小的步长来增加采样点数。构建一种以自适应的方式来实现更快更合理频谱感知，以节约时间和计算复杂度。
[0009]上述的发明目的通过以下的技术方案加以实现:一种基于渐近步长的稀疏度自适应压缩频谱感知方法，包括步骤如下:
[0010](I)在信号接收端，完成宽带模拟信号的低速采样。
[0011](2)根据低速采样观测序列，对接收信号进行序贯检测，计算检测统计量，并将统计量与判决门限比较。
[0012](3)若检测器不能判决，则根据对数似然比距判决门限距离d来自适应确定下一次判决所需观测值数目步长因子μ，实现步长因子的渐近改变，并将这一信息反馈给采样前端，重复上述过程，直到检测器做出判决。
[0013]根据本发明的方法，所述步骤(1)模拟到信息信号的转换系统。
[0014]在采样周期内，将感知节点采集到的信号离散时间序列观测值记为y=[y (O)，y(l)，…，y(n-l)]T。其中，y(k)是感知节点在k(O≤k≤n_l)时刻采样的信号值。因此，信号模型可表示如下:
[0015]y=s+n 表达式 I
[0016]其中，s是信号，η是均值为零、方差为ο2的高斯白噪声。
[0017]为了减少感知节点的数据采集和存储，假设采用模拟/信息转换器(Analog-to-1nformation converter, AIC)对宽带模拟信号直接进行信息获取,感知节点接收到的是压缩采样值记为ζ=[ζ(0)，…，z(m-l)]T:
[0018]Z=Φ y 表达式 2
[0019]其中，Φ是mXn维采样观测投影矩阵，反映AIC的随机调制和低通滤波处理过程，实现压缩采样功能。
[0020]根据本发明的方法，在所述步骤(2)中，基于采样器接收的低速采样序列，计算对数似然比值，将似然比值与门限值进行比较，判决信号的存在与否。
[0021]根据本发明的方法，所述步骤(2)包括: [0022](2a)双门限值的设定。[0023]设定判决门限值分别为A和B，在特定的检测概率和虚警概率下，门限值如下: (1-Pd) / Pf，B~Pd / Pf0 m为检测所需的观测值数目。
[0024](2b)似然比值的计算。
[0025]在序贯压缩检测方案中，为了检测信号s是否存在，采用如下的假设检验准则:
[0026]H0 -.Z1=O1Xi 表达式 3
[0027]H1 =Zi=Oi (s+n)
[0028]其中，Zi是第i项随机投影值，Φ?是从投影矩阵Φ中随机选取的行向量。
[0029]对数似然比值Λ (m)表达式如下:
[0030]A (m) =In (plm / p0m)表达式 4
[0031 ]其中，Plm=P1 (Z1)...P1 (zj，P0m=P0 (Z1)...P0 (zj ο
[0032]根据本发明的方法，所述步骤(3)包括:
[0033](3a)检测判决。
[0034]序贯压缩检测的判决准则:
【权利要求】
1.认知无线电宽带网络中基于渐近步长的稀疏度自适应压缩频谱感知方法，其特征在于包括步骤如下: (1)根据低速采样观测序列，对接收信号进行序贯检测，计算检测统计量，并将统计量与判决双门限比较判决； (2)若检测器不能判决，则根据对数似然比与判决门限距离来自适应确定下一次判决所需观测值数目步长因子，实现步长因子的自适应实时改变； (3)将步长因子的渐近自适应调整信息反馈给采样前端，重复采样判决过程，直到检测器做出判决，最终实现主用户信号非重构压缩采样下的快速检测判决。
2.根据权利要求1所述的渐近步长稀疏度自适应压缩频谱感知方法，其特征在于所述步骤(I)包括: (Ia)针对宽带主用户信号,利用模拟/信息采样器(Analog-to-1nformation,AIC)对宽带模拟信号进行信息获取，实现信号的低速序贯压缩采样，降低宽带信号所需的采样数量; (Ib)设定判决双门限，计算检测统计量，并与判决门限进行比较。
3.根据权利要求1所述的渐近步长稀疏度自适应压缩频谱感知方法，其特征在于所述步骤⑵包括: (2a)若能做出主用户存在与否的判决，即检测统计量大于上门限判决主用户信号存在，小于下门限判决主用户信号不存在，则检测器输出频谱感知结果； (2b)若不能做出主用户存在与否的判决，即检测统计量位于双门限之间，则需要继续序贯接收采样信号，直到做出判决。若检测统计量与判决门限距离很大，则选取适当的函数使步长因子渐近增加，如选取抛物线函数、单调三次函数和分段函数等； (2c)若不能做出主用户存在与否的判决，即检测统计量位于双门限之间，则需要继续序贯接收采样信号，直到做出判决。若检测统计量与判决门限距离很小，则选取适当的函数使步长因子渐近减小，同样可以采用(2b)所述函数。
4.根据权利要求3所述的渐近步长稀疏度自适应压缩频谱感知方法，其特征在于所述步骤(2b):当检测统计量与判决门限值距离很大，要渐近增加下次观测值的数目，加快检测速度。
5.根据权利要求3所述的渐近步长稀疏度自适应压缩频谱感知方法，其特征在于所述步骤(2c):当检测统计量与判决门限值距离很小，要渐近减小下次观测值的数目，增强检测精度。
6.根据权利要求1所述的渐近步长稀疏度自适应压缩频谱感知方法，其特征在于所述步骤⑶包括: (3a)所述步长因子的渐近自适应实时改变可同时评价频谱检测的有效性和准确性； (3b)信号接收终端根据低速采样观测值即可实现在不重构原信号条件下的主用户信号快速检测，且算法复杂度低。
【文档编号】H04B17/00GK103873163SQ201310544294
【公开日】2014年6月18日 申请日期:2013年11月5日 优先权日:2013年11月5日
【发明者】宋晓勤, 张恒龙, 朱勇刚, 涂思怡, 王瀚霆, 汪淼, 钱丽 申请人:南京航空航天大学