频谱分析与感知

频谱分析与感知（精选三篇）

频谱分析与感知 篇1

当前, 认知无线电关键技术的研究主要集中在频谱感知和动态频谱管理两方面。而根据FCC的定义, 认知无线电的最大特征是能够对无线电环境进行感知。认知无线电的其它部分, 包括频谱管理模块的正常工作都是以频谱感知的成功为前提的, 因此, 频谱感知能力的强弱直接决定认知无线电系统能否有效工作。

具体来讲, 认知无线电频谱感知主要实现两大功能:l) 检测频谱空洞是否存在。寻找在特定的时间和地理位置没有被授权用户 (主用户) 信号占用频谱。如果检测到有这样的空闲频谱, 则该频谱就可以作为认知无线电系统传输信号的频谱。2) 对于某个认知无线电接收机来讲, 即使已经确认了某频段形成频谱空洞, 该接收机还需要检测该频谱空洞是否已经被其它认知无线电用户 (次用户) 信号占用。如果有, 则本地认知无线电接收机还需寻找其它的频谱空洞传输信号, 以避免和其它次用户同时使用该频谱空洞而产生冲突。

对于认知无线电系统来讲, 频谱感知既要保证此用户能有效利用授权频谱来传输非授权信号, 又不会对主用户信号造成干扰而影响授权业务的进行。此外, 频谱感知还要使得整个认知无线电网络中所有次用户能够有序地使用空闲频谱, 而不会造成使用上的冲突和相互间的干扰。要满足这些要求, 认知无线电中的频谱感知必须保证可靠、高效, 具体体现为能够在低信噪比、强干扰下可靠地检测到主用户信号和其它次用户信号的存在与否, 甚至还要对不同的次用户进行识别以更好地掌握频谱占用情况。

由此可见, 频谱感知不仅是认知无线电实现的基础, 也是认知无线电的一大技术挑战。对频谱感知技术的研究对于认知无线电的发展具有重要的意义。总的来说, 频谱感知技术可以归纳为发射机检测和合作检测。

2、发射机检测

在实际应用中, 认知无线电系统中的次用户往往很难估计出主用户发射机和接收机之间的信道。因此, 认知无线电系统往往直接根据认知无线电接收机本地接收到的数据来对频谱空洞的有无进行检测。这种基于本地接收数据的检测就是发射机检测, 或称为非合作检测。一方面, 如果主用户信号在某一特定频段出现, 认知接收机应该具有能够在短时间内检测出这个信号的能力;另一方面, 如果主用户信号从某一特定频段撤出, 认知无线电也同样能够检测出该频段形成频谱空洞。发射机检测正是要从接收到的数据中探测到主用户发射的微弱信号。

目前通信界普遍认为发射机检测可以采用三种技术路线, 分别是:匹配滤波器检测、能量检测和循环平稳特征检测。

(1) 匹配滤波器检测

在认知无线电接收机掌握主用户信号的先验信息情况下, 匹配滤波器是一种有效的检测方法, 它能使接收信号的信噪比最大化。虽然匹配滤波器具有较大的处理增益, 继而能使输出信噪比最大。但是, 匹配滤波器对主用户信号的检测是基于对信号解调的, 这就需要认知无线电接收机对信号进行精确的时间和载频同步, 甚至信道同步来获得与主用户信号的相关性。如果这些信息是不准确的, 则匹配滤波器的性能将变得很差。另外, 匹配滤波器对干扰信号的抵抗力较差。在干扰信号的叠加下, 接收机接收到的信号波形相对于原来主用户信号的波形往往会发生很大畸变, 并与匹配滤波器失配, 从而导致误判决。

(2) 能量检测

在接收机不掌握信号的先验信息的情况下, 此时的最佳检测器就是能量检测器。能量检测器主要是通过测量接收信号的能量来对频谱空洞进行检测的。对带宽为W的带通滤波器的输出信号进行平方运算, 然后对所得结果在时间段T内积分, 并将积分结果的输出与门限值进行比较, 从而判定合法用户是否出现。

虽然能量检测的好处是不需要信号的先验信息, 而且实现简单。但是, 能量检测器的检测门限很容易受到信噪比变化的影响。即使能够自适应性地设定门限值, 与匹配滤波器一样, 带内干扰也会扰乱能量检测器的工作, 因为能量检测器只能检测调制信号的有无, 而不能区别信号的类型, 即它不能区分已调制信号、噪声及干扰。所以, 能量检测很容易被不明信号误导而产生误判决, 不适合极弱信号, 如扩频信号的检测。

(3) 循环平稳特征检测

经过数字调制后的信号存在周期性。这种周期性表现为信号的均值函数和自相关函数随着时间周期性变化, 因此称这种内在周期性为循环平稳特性。循环平稳特征检测最大点就是能够区分主用户信号、噪声和干扰信号的能量。此外, 循环特征检测在低信噪比下仍然具有良好的检测性能。但是, 循环平稳特征检测最大的缺点是计算复杂度比较大, 检测时间相对长一些。

3、合作检测

对授权用户 (Primary User) 进行发射机探测的原因是认知无线电和授权用户之间没有信令交互, 无法知道授权用户的位置, 因而认知无线电只能对授权用户微弱的信号进行探测。在多数情况下, 认知无线电与授权用户的网络在物理上是分隔开来的, 因此, 在发射机探测中, 认知无线电不能避免由于不知道授权用户接收机位址和信息而造成的干扰。而且, 发射机探测模式不能阻止“隐蔽终端问题” (Hidden Terminal Problem) 。认知无线电的发射机和接收机之间可能是视距的, 但由于遮蔽等原因, 它或许不能探测到授权用户的发射机。因此, 在这种情况下, 认知无线电需要从其他的用户那里得到信息并进行准确探测, 也就是需要与其他用户进行合作。

实际中进行频谱感知时, 不同类的授权用户具有不同的感知灵敏度要求。比如, 由于电视接收器的灵敏度比GPS接收机的灵敏度要差, 电视广播信号就比GPS信号容易探测到。因此, 认知无线电的灵敏度应超过授权用户的接收机的灵敏度 (通常要有30~40d B的余量) , 以避免“隐蔽终端问题”。研究表明, 对探测概率的这种高要求, 认知无线电只有采用合作探测技术才能实现。即多个认知节点同时进行探测, 参与合作的节点能接收到来自不同路径的信号, 增加了信号强度的多样性。

4、结论

本文主要对当前认知无线电中频谱感知的关键技术做了相应的介绍和比较, 并从实现难度、检测性能和计算复杂度几个方面对发射机检测的三种技术作了相应的比较。然后, 针对发射机感知无法摆脱所处地理位置的局限, 介绍了多节点合作检测技术, 该技术利用了多个节点所处地理位置的差异性优势对频谱空穴进行合作式的检测, 能够解决本地认知无线电接收机由于距离主用户信号发射太远而检测不到主用户信号的问题, 并能有效地降低阴影效应的影响, 从而达到更可靠的检测效果。

摘要：认知无线电是一种智能的无线通信技术。针对认知无线电实现的首要任务:感知频谱环境, 主要介绍了实现频谱感知的两种关键技术:发射机检测和合作检测。

关键词：认知无线电,频谱感知,频谱空洞检测

参考文献

[1]周贤伟.认知无线电[M].北京:国防工业出版社.2008.

频谱分析与感知 篇2

基于三峡数字遥测地震台网记录的.数字化波形资料,利用谱图时频分析方法,研究了三峡地区构造地震和矿震波谱的时频特征,发现二者的时频谱特征存存着明显的差异:1)构造地震波主频高于矿震;2)构造地震波的频率成分比矿震丰富,能量密度频谱随频率轴展布较宽,前者带宽是后者的4倍;3)矿震能量强度的峰值在整个波列中出现的时间较构造地震早,且能量衰减较快.

作 者：张丽芬 廖武林 曾夏生 钟羽云 ZHANG Li-fen LIAO Wu-lin ZENG Xia-sheng ZHONG Yu-yun 作者单位：张丽芬,廖武林,ZHANG Li-fen,LIAO Wu-lin(中国地震局地震研究所,武汉,430071;中国地震局地球物理研究所,北京,100081)

曾夏生,ZENG Xia-sheng(湖北中南勘察基础工程有限公司,武汉,430081)

钟羽云,ZHONG Yu-yun(浙江省地震局,杭州,310013)

频谱分析与感知 篇3

1 能量检测算法原理

1.1 频谱感知系统模型

授权用户信号若在某一频段出现,频谱感知系统就应该能够检测出这个信号。通过对接收到的信号进行观测,做出这一频段是否被占用的判断。这是一个二元假设检验问题,建立假设检验模型如下:

其中,x(k)表示接收信号,s(k)表示授权用户的发送信号,h(k)表示信道响应,n(k)表示均值为0、方差为σv2的加性高斯白噪声。H1表示频段被占用,认知用户不可以接入该频段;H0表示频段空闲,可以被认知用户使用。本文中假设h(k)=1。

我们采用某种感知算法进行频谱感知时,通过对观测数据进行处理,得到检验统计量T,再根据相应的判决准则,对授权用户信号是否存在做出判断。

1.2 能量检测算法原理

能量检测算法是一种非相干信号检测方法,是将信号在特定时间内的能量,与预先设定的门限值进行比较、判决,获得,从而判定该频段是否存在授权用户信号。能量检测算法用在指定频段内即为基于能量检测的频谱感知方法。

能量检测算法的检验统计量和判决准则可以表示为

其中,T为检验统计量,N为采样点数,γ为相应的判决门限。T服从χ2分布;当N足够大(通常N≥20即可)时,根据中心极限定理,TED服从正态分布。所以,当N足够大时,TED的概率分布可由下式表示[4]

其中,ps=∑|s(k)|2/M表示授权用户信号的平均能量。根据式(2)和式(3),对于给定的门限γED,可以得到能量检测算法的虚警概率Pf和检测概率Pd分别为

其中,

令信噪比SNR为

结合式(4)和式(5),可以得到满足给定Pf和Pd要求时需要的采样点数N为

2 仿真结果与分析

下面对能量检测算法的性能进行仿真,假设授权用户信号采用QPSK调制、升余弦脉冲成型信号。

由图2可以看出:同一信噪比时,Pf越大,此时Pd越大;当Pf一定时,随着信噪比的增大,Pd增大;当信噪比为-10d B时,检测概率均已接近于1,检测效果两好。在噪声信息已知的情况下,能量检测是一种好的检测方法。

实际通信系统中,噪声并不是严格服从高斯分布,而只是近似服从高斯分布,其方差在一定范围内波动[5],噪声的这种波动性可用噪声不确定度描述。假设噪声不确定度为αd B,则真实的噪声能量σn2在[σ2est,βσ2est]内取值,β=10α/10,σ2est为噪声能量的估计值。

图3是在达到同一Pf(10-4)要求下,噪声不确定度α=0d B和α=1d B时,能量检测算法的性能对比,可以看出噪声不确定度的存在使得算法的检测性能大大降低。

3 结束语

频谱感知是认知无线电系统中的关键技术之一,要解决的问题是感知出在任意时刻、任意频段上,是否存在授权用户。能量检测算法是常用的频谱感知方法,它只需要知道被检测频段内信号的能量而不需要其他的先验知识。但能量检测算法需要噪声信息的准确信息,否则将无法设定判决门限,噪声不确定度的存在严重影响了算法的性能。

参考文献

[1]Ian F,Akyildiz,Wou Yeol Lee,et al.NeXt generation/dynamic spectrum access/cognitive radio wireless networks:a survey[J].ComputerNetworks,2006,50:2127-2159.

[2]Haykin S.Cognitive radio:brain-empowed wireless communication[J].IEEE Journal on Selected Areas in Communications,2005,23(02):201-220.

[3]Sahai A,Cabric D.Spectrum sensing:Fundamental limits and practical challenges[C].Mary land:DySPAN 2005 tutorial partI,2005:12-138.

[4]Zhi Quan,Shuguang Cui,H.Vincent Poor and Ali H.Sayed.Collaborative Wideband Sensing for Cognitive Radios[J].IEEE signal process-ing magazine,2008,25(6):60-73.