专利名称：一种基于过采样的空时相关的glrt检测方法
技术领域：
本发明属于通信技术领域，涉及认知无线电(Cognitive Radio)中的频谱感知算法。
背景技术：
认知无线电技术是为了解决目前面临的频谱资源稀缺提出来的，而频谱感知算法是认知无线电的关键技术之一。为了避免认知无线电系统对授权用户产生有害的干扰，要求频谱感知方法能够在低信噪比下可靠地检测出授权用户信号来。现有的MIMO(Multiple-Input Multiple-Output)频谱检测算法有匹配滤波器检测算法(Matched Filter Detection，MF)、能量检测算法(Energy Detection，ED)、循环谱检测算法(Cyclostationary Feature Detection)等。然而这些算法都有自己显著的优缺点。循环谱检测算法需要知道主用户信号的频率周期特性，这对于实际的认知无线电用户来说很难得到，并且该算法具有很高的复杂度。当认知无线电用户知道主用户的调制方式、 载波频率等信号信息时，匹配滤波器检测算法被认为是最优的检测算法。但这些信息同样在实际系统中很难得到，并且该算法需要认知无线电用户与主用户准确同步，这对于认知无线电用户同样是很难的。能量检测算法不需要主用户信号的先验信息和认知无线电用户与主用户之间的信道信息，并且当主用户信号采样满足独立同分布特性时可以获得很好的检测性能，但是能量检测具有一个致命的缺点，其性能极易受到噪声功率估计误差的影响。以上检测算法均或多或少需要一些先验信息，这对于实际的认知无线电用户都是很难做到的。为了克服上述缺陷，文献:T. J. Lim, R. Zhang, Y. C. Liang, and Y.Zeng, GLRT—based spectrum sensing for cognitive radio, in Proc.IEEE Global Telecommun. Conf. , New Orleans, LA, Nov. 30-Dec.4,2008, pp. 1-5,提出了一种基于广义似然比(Generalized Log-likelihood Ratio Test, GLRT)的检测算法-AGM(Arithmetic-to_Geometric Mean)算法；文献 Pu Wang, Jun Fang, Ning Han, and Hongbin Li, Multiantenna-Assisted Spectrum Sensing for Cognitive Radio, IEEE Trans. Veh. Technol.，vol. 59，no. 4，pp. 1791-1800，may 2010，在 AGM 算法的基础上假设在感知时间内信道信息不变，得到另一种新的GLRT检测算法-MSE (Maximum-to-Sum of Eigenvalues)算法。以上这些GLRT检测算法不需要任何先验信息，但是都是假设接收信号样本为独立同分布的，所以这就导致接收机必须对信号按符号速率进行采样，这样就造成了两个问题①无法在短时间内累积大量样本数，从而很难在较短的感知时间内获得很好的检测性能；②未能利用信道的时间相关特性。另外，现实应用中接收天线在空间上也具有相关性，而现有的GLRT检测算法未能充分利用天线间的空间相关性。
发明内容
本发明的目的是为了解决现有GLRT检测算法未能充分利用信道时间相关性、接收天线间的空间相关性和不能在短时间累积大量信号样本的问题，提出了一种基于过采样的空时相关的GLRT检测方法。本发明技术方案是一种基于过采样的空时相关的GLRT检测方法，具体包括如下步骤步骤1 认知无线电用户分别对M根接收天线的接收信号进行过采样率为L的过采样，然后将M根接收天线在第k个符号周期内过采样得到的样本信号组成MLXl的过采样信号样本向量yk，l彡k彡K，其中，K表示过采样的符号周期数，
权利要求
1.一种基于过采样的空时相关的GLRT检测方法，其特征在于，具体包括如下步骤 步骤1 认知无线电用户分别对M根接收天线的接收信号进行过采样率为L的过采样，然后将M根接收天线在第k个符号周期内过采样得到的样本信号组成 MLXl的过采样信号样本向量yk，l彡k彡K，其中，K表示过采样的符号周期数，y广[乂 ⑴，…，乂 (丄)，乂(1)，...，< (/)，...，< ⑷]‘，講 1 <m<M，l < 1 < L表示认知无线电用户第m根接收天线在第k个符号周期内的第1个过采样信号样本；步骤2 认知无线电用户根据步骤1得到的过采样信号样本向量yk，得到K个符号周期内过采样信号样本组成的KXML过采样信号样本矩阵Y，"yf"Y=...τJk _步骤3 认知无线电用户根据步骤2得到的过采样信号样本矩阵Y计算接收信号的平均能量T1 -.T1 =^^(￥￥”，其中，tr(g)表示矩阵迹运算；步骤4 认知无线电用户根据步骤2得到的过采样信号样本矩阵Y计算矩阵B :B = YU，其中，U通过对归一化信道空间和时间相关矩阵辦特征值分解得到，^=USUff，Σ = diag[Aha,…，Xh,MJ，特征值X1^l彡1彡ML按降序排列；步骤5 认知无线电用户根据步骤4的结果B，计算相关统计量T2 f ML, Y 舞T2= Π|Β(^)|Γ ，其中，B(:，l)表示矩阵B的第1列，I |g| I表示向量2范数运算；V I=IJ步骤6 根据步骤3和步骤5的结果，计算检测统计量T Itr(YYff)T= ML κ ‘~ f ML0 Y 舞ΠΚ0Ι2ν i=iJ步骤7 将得到的检测统计量T与预先设置的判决门限Y比较71当检测统计量大于等于判决门限时，即T > Y，认为当前频谱资源被主用户占用， 认知无线电用户不能利用该频谱资源。72当检测统计量小于判决门限时，即T < Y，认为当前频谱资源空闲，认知无线电用户可以利用该频谱资源。
2.根据权利要求1所述的基于过采样的空时相关的GLRT检测方法，其特征在于，步骤4所述的归一化信道空间和时间相关矩阵％具体通过下式进行计算=^ = EjhitIif }/σΙ1彡k彡K，其中，hk为对应于yk的信道衰落系数向量，σΑ2为信道衰落系数的方差，H表示共轭转置运算，E{g}表示数学期望运算。
全文摘要
本发明公开了一种基于过采样的空时相关的GLRT检测方法，具体包括获取过采样信号样本矩阵；计算接收信号的平均能量；计算相关统计量；计算检测统计量；将得到的检测统计量与预先设置的判决门限比较作检测判断。本发明的方法通过对接收信号过采样得到接收信号的平均能量；在计算检测统计量时，利用MIMO信道的空间和时间相关性，即利用归一化信道时间和空间相关矩阵特征值分解得到U计算相关统计量，使得本发明的方法较现有频谱检测算法具有更好的检测性能，并且不受到噪声方差估计误差的影响，对噪声方差误差具有很强的鲁棒性。
文档编号H04B17/00GK102412918SQ20111045803
公开日2012年4月11日 申请日期2011年12月31日 优先权日2011年12月31日
发明者李少谦, 李强, 王军, 罗军 申请人:电子科技大学