可知的是，对连续 信号进行采样时需要按照一定的采样规则进行，例如:按照奈奎斯特采样频率，针对目标频 段中的信号进行采样，获得N个采样信号；其中，每一个采样的采样信号可以表示为 r(/c) = [.y(/：7>''2;r/'A/]/^r) + "(AT)，式中，k=l，2,……，N，T为采样间隔，s(kT)为采样前 信号，f。为下变频之后剩余的载波频率，h(kT)为信道衰落，n(kT)为高斯噪声，按照上述的 规则进行采样，可获得N个采样信号，本发明并不对采样的频率以及采样长度做明确限定。 [0047]步骤S102:根据所述N个采样信号，获得所述N个采样信号的相位差的方差；
[0048]实际的通信系统中，信号中的高斯噪声的相位差，噪声干扰下信号的相位差都是 可以被检测计算得到的，对步骤S101中所获得的N个采样信号进行计算，得到采样信号的相 位差的方差，将相位差的方差作为一个检测统计量，其大小通过下式计算得到：
，其中，9k为相邻先后两次米样得到的米样彳目号的相位差，9k= (0k+i-0k )mod2Ji，其中，0k为米样彳目号r (k)的相位：
Re(r(k))，Im(r(k))分别为采样信号r(k)的实部和虚部。
[0050]对信号检测时，每个米样信号的相位分布是不同的，例如:高斯噪声的实时相位& 服从[0,231]的均匀分布。通常，我们也认为相邻相位&+1和&是独立同分布的，因此0!/ = &+1_&服从在[-231,231]内的三角分布，如图2所示为高斯噪声的相位差分布图，其概率密度 函数可以被表示如下：
[0052]相位差0k的概率分布函数的表达式如下：
[0054]以上分析表明，高斯噪声的相位差0k在[0，2JI]内均匀分布。因此，高斯噪声的相位 差的均值:
[0055]再如:噪声干扰下信号的相位差分布函数通过如下表达式计算获得，
[0057]式中：E = U-Vsint_Wcos A qcost，
[0063] 这里，Yk代表在第k个采样间隔的信噪比（SNR)。A 0代表在没有瑞利衰落和噪声 的情况下第k个采样点和第k+1个采样点之间的相位差。
[0064] 信号相位差的分布函数(A)在不同的干扰场景下的计算表达式是不同的，可 知的有，场景1:无衰落的高斯噪声，在该场景下，R = 〇,相位差的分布函数& (A)可以被简 化为
[0066]该场景下，高斯噪声的功率被认为是不变的，所以有Yk+1= Yk= r，代表信噪比 SNR的平均值，不难得到E= r (l-cos Aqcost)，因此相位差的分布函数
[0068] 最终，可以得到相位差0k概率分布函数为
[0069] fek(0k) = [ 1+2 r - r (1-cos A ncost) ]e_r(1_cosAncost)
[0070] 场景2:瑞利衰落和高斯噪声
[0071]该场景下噪声是不相关的并且信号衰落是慢衰落，令yk+1= yk= r，则有
[0073] 式中，r+jA是瑞利衰落信号和噪声之和的复相关。
[0074] 低信噪比的情况下的性能很大程度上决定了检测算法的性能，因此，分析低信噪 比的情况下的相位差分布就可体现检测算法的性能。低信噪比的情况下，1。因此， 巧（6)的常规闭式表达式形式如下：
[0076]式中，Aq的分布函数可以表达为：
以及上述表达式
[0081]再根据.4⑷）=几,(A0-〇 (A0-，最终可求得相位差0k的概率分布函 数可以被表达为：
[0083]上述两种场景仅为本申请的具体实施例，本申请并不对具体的相位差求解方式进 行限定。为了直观的体现相位差分布的差异，可将上述高斯噪声和在不同信噪比下的噪声 干扰下的信号的相位差分布概率密度曲线统计到统一坐标系中，可参见图3;这里使用的信 号是正弦波，采样率被设置成剩余载波频率(经过下变频后的剩余载波频率）的四倍，也就 表示A ? =V2。图3中的实线（S1)代表有高斯噪声干扰的信号的相位差的分布，虚线(S2) 代表同时受瑞利衰落和高斯噪声干扰的信号。可见，噪声干扰下的信号和高斯噪声的相位 差的分布是完全不同的，他们之间的差异随着信噪比的增加而变大，如图4所示，为不同信 噪比下的瑞利信道中的正弦波的均值和方差变化曲线图。随着信噪比的增加，纯正弦波的 相位差的均值收敛于V2,而高斯噪声的相位差的均值收敛于I [0084]步骤S103:根据所述方差以及预设判决门限，确定所述目标频段是否被占用。
[0085]本领域技术人员可以理解的是，对采样信号进行频谱感知，需要将采样信号所求 方差与预设判决门限进行判断，具体的，方差与所述预设判决门限之差的绝对值是否不大 于第一预设值;如果是，确定所述目标频段没有被占用；如果否，确定所述目标频段被占用。 例如，当相位差的方差落入区间卜 2/34,3!2/3+?，则认为检测的频带是空白的。否则，认为 检测的频带被占用。这个判定规则可以被表示如下：
[0087]式中，H(De)代表感知的判定，也是判决门限。Ho表示频带没有被占用代表频带被 占用。
[0088]可知的是，预设判决门限!D是根据采样信号的虚警概率Pf、检测概率以及信噪比等 要求计算得到的，而实际中，当采样长度K足够大时，根据中心极限定理，方差De在检测统中 接近高斯分布，高斯分布的概率集中于均值附近，误差可以被忽略。对于高斯噪声来说方差 De的均值可计算为
，方差是
。所 以作为检测统计量的方差De的分布函数被表示如下：
[0090]根据上述公式，虚警概率Pf可以被计算为：
[0092]可以看出，预设判决门限!D将影响虚警概率Pf。可见，预设判决门限的大小主要取 决于虚警概率，而事实上，虚警概率在信号处理过程中是恒定的，因此，预设判决门限也可以 被计算如下：
[0094]式中，Pf为虚警概率，erfcT1为余补误差函数的反函数，K为采样长度。
[0095] 由上述分析可知，预设判决门限的设定和噪声无关，这是本发明所提供的频谱感 知方法对比基于能量检测进行频谱感知方法的一个明显优点。同时，在信号被检测的概率 方面，本发明提供的方案也由于能量检测，下面通过实际环境中对这两种检测方法进行对 比，例如:在室内进行检测，且室内环境复杂且存在大量的反射径。如图5中所示为实际环境 中的检测系统，其中，发射机使用的是Agilent E4438C、接收机使用的是Agilent sensor N6841A、天线的增益选择为5dB、剩余载波频率为1MHz、采样频率fs设置为4MHz、选择的信号 发射频率为750MHz且该信号频谱在测试环境中没有其他的使用者、发射机和接收机的距离 设定为15m、采样长度K设定为200、P f设定为0.01。
[0096] 在上述的检测环境中分别采用本发明提供的方案以及能量检测方法对信号进行 检测，得到不同状态下上述两种方法对信号进行检测的检测概率，进而分析比较两种检测 方法的优劣，如图6所示，为不同调制波信号下两种方法对信号进行检测的检测概率曲线 图。可以看出，本发明提方案明显由于能量检测方法。这是由于能量检测的门限设置是基于 噪声功率，而噪声功率在现实环境中是不断改变的，这将会影响能量检测的检测性能。但本 发明提供的方案则不需要估计噪声功率，有效的降低了算法的复杂度。
[0097] 应用本发明图1所示实施例，无需获得信号的先验信息，也无需事先对噪声进行估 计，仅需利用频段中相位差的方差即可对频段进行感