本發(fā)明屬于通信技術領域，涉及頻譜感知技術，更進一步涉及一種壓縮頻譜感知性能提升方法，該方法可用于認知無線電中的寬帶頻譜感知。

背景技術：

近年來，指數(shù)式增長的無線電設備數(shù)量和無線服務類型加劇了合理應用有限頻譜資源的壓力。當前頻譜管理政策是分配固定頻段給一個無線用戶，這種固定的頻譜分配政策已被證明頻譜利用率的較低，容易導致在某些頻段擁堵，而在其他頻段利用率不足。認知無線電(cognitiveradio，cr)允許次級用戶(secondaryusers，su)機會地接入未使用無線電頻譜，即空白頻隙，這被認為是解決上述問題的有效方式。頻譜感知作為認知無線電系統(tǒng)的關鍵技術，是認知無線電用戶的最基本能力，也是認知無線電的核心技術之一。通過頻譜感知可以知道頻段占用情況和主用戶(primaryusers，su)信號是否存在，從而動態(tài)地利用時間和空間上暫時空閑的頻譜資源。為了利用更多的空閑頻段，寬帶頻譜感知已經(jīng)逐漸受到廣泛關注，寬帶頻譜感知技術中su在很寬的頻段范圍內進行頻譜感知來搜索更多的頻譜接入機會。然而，寬帶頻譜感知在實際工程實現(xiàn)中往往存在一定的技術瓶頸，例如需要寬模擬帶寬的采集輸入前端、高采樣率模數(shù)轉換、大容量數(shù)據(jù)緩存和超高速數(shù)字信號處理器，這些缺陷在一定程度上制約了寬帶頻譜感知技術的推廣。

壓縮采樣理論僅僅需要極少數(shù)的非自適應線性測量樣本點，就可以通過凸優(yōu)化的方法以極大的概率恢復在時域或者其他變換域上稀疏的模擬信號，與傳統(tǒng)奈奎斯特抽樣框架相比可顯著地減小模擬信號采樣速率。依據(jù)該方法可直接實現(xiàn)信號從模擬到信息的轉換，為降低模擬數(shù)字轉換速率以及緩解數(shù)字信號處理壓力提供了新的理論依據(jù)。鑒于此，將壓縮采樣與寬帶頻譜感知相結合，充分利用待感知頻譜的稀疏特性，以遠低于奈奎斯特采樣率的模擬數(shù)字轉換速度完成寬帶頻譜的信息采集，并且以極低的數(shù)字信號處理開銷實時完成寬帶頻譜感知，是解決寬帶模擬信號采集和高速數(shù)字信號傳輸、存儲以及處理瓶頸的有效途徑之一。

目前，基于模擬信號壓縮采樣的寬帶頻譜感知方法大致可分為以下兩類：

第一類是基于模擬信息轉換器(analogtoinformationconverter,aic)，aic欠采樣頻譜感知方法由兩個階段組成，在第一個階段，從壓縮采樣樣本中重構原始寬帶信號或者其功率譜；在第二個階段，執(zhí)行寬帶頻譜感知以確定占用頻帶位置。該采集架構實現(xiàn)簡單，但在恢復寬帶內連續(xù)譜信號時，會面臨輸入信號模型失配產(chǎn)生極大的重構誤差或者輸入信號模型精確帶來的高維復雜矩陣運算的困境。

第二類是基于寬帶調制變換器(modulatedwidebandconverter,mwc)的欠采樣頻譜感知方法，mwc欠采樣架構以有限具有平移不變性子空間的并集作為模擬輸入信號模型，通過將輸入信號在多個支路上與周期隨機符號序列±1相乘，然后用低通濾波器濾波，最后通過低速模擬數(shù)字轉換器(analogtodigitalconverter,adc)采樣。通過框架構造和解決多個測量向量問題，用正交匹配追蹤算法求出被占用頻段對應的支集而無需完整的信號恢復。研究已經(jīng)表明，基于mwc的欠采樣寬帶頻譜感知方法具有能夠適應不同類型的信號，快速信號支持恢復和低計算復雜度的優(yōu)點。

然而以上這些方法都是假設pu信號存在于相關的頻帶中，并且是稀疏的，但是待監(jiān)測的目標頻段完全可能無任何主用戶存在，而只有背景噪聲存在，例如在寬帶衛(wèi)星通信和毫米波通信中。在這種情況下，直接應用上述的欠采樣頻譜感知方法是不合適的，容易引起如下問題：

(1)待感知的寬帶頻段內僅僅存在高斯白噪聲時，壓縮感知的重構算法仍會依據(jù)稀疏性給出頻帶內的占用情況，這將引起嚴重的虛警概率；

(2)利用欠采樣樣本進行信號重構和支集確定的過程，帶來極大的計算代價，并且這些運算是無意義的。

技術實現(xiàn)要素：

本發(fā)明的目的在于克服基于寬帶調制變換器欠采樣頻譜感知技術的上述不足，提出一種壓縮頻譜感知性能提升方法。該方法在信號支持恢復之前確定pu是否存在，只有在相關頻帶中檢測到有pu信號存在，信號支集確定模塊才被啟動以感知占用頻帶的位置；否則，信號支集確定模塊將被繞過，而直接判定全頻段可用。有必要指出，該方法不單單可用于mwc采樣框架，也可以擴展到其他壓縮抽樣框架中。本發(fā)明方法可以有效減小非稀疏寬帶高斯白噪聲對欠采樣頻譜感知性能的影響，提升支集重構準確度，減小計算代價，提高頻帶利用率。

本發(fā)明提出一種壓縮頻譜感知性能提升方法，所述方法包括：利用寬帶調制變換器對天線接收到的空間無線電信號進行壓縮采樣，得到多路壓縮測量樣本；利用支路能量對消預判決方法確定所述壓縮測量樣本中是否存在主用戶信號；響應于確定不存在主用戶信號，則全頻段為可用空閑頻段，響應于存在主用戶信號，則利用正交匹配追蹤算法完成支集確定，找出被主用戶占用的頻段，剩余未被占用的頻段為可用空閑頻段。

在一些實施例中，所述利用寬帶調制變換器對天線接收到的空間無線電信號進行壓縮采樣，得到多路壓縮測量樣本，包括：利用寬帶調制變換器對天線接收到的空間無線電信號x(t)進行壓縮采樣，得到多路壓縮測量樣本yi(n),i＝1,2,…,m,n＝0,1,…,n-1，其中，m為壓縮采樣支路數(shù)，n為樣本點數(shù)。

在一些實施例中，所述利用支路能量對消預判決方法確定所述壓縮測量樣本中是否存在主用戶信號，包括：

(a)計算每個支路的壓縮測量樣本的時域能量；

(b)利用各個支路的時域能量構建檢驗統(tǒng)計量其中，為第j支路的時域能量，為第j+1支路的時域能量，j＝1,2,…,m，定義

(c)計算所述檢測統(tǒng)計量rj的累積分布函數(shù)pf,j：

其中，γj為判決門限，ρj是和的相關系數(shù)，取值為φ(·)函數(shù)表達式為表示方差，cov[·]表示協(xié)方差；

(d)根據(jù)所述檢驗統(tǒng)計量的累積分布函數(shù)，利用恒虛警準則，計算判決門限γj：

其中，為每個支路判決的虛警概率，pfa為支路能量對消預判決方法的預設虛警概率，φ^-1(·)為φ(·)函數(shù)的逆函數(shù)；

(e)將步驟(b)得到的檢驗統(tǒng)計量rj與步驟(d)得到的判決門限值γj比較，若rj≥γj，則設置判決矩陣元素c(j)為1，否則c(j)＝0，最終的判決結果可表達如下：

其中，如果判決結果為h0，則表示所述壓縮測量樣本中不存在主用戶信號，如果判決結果為h1，則表示所述壓縮測量樣本中存在主用戶信號。

在一些實施例中，所述計算所述檢測統(tǒng)計量rj的累積分布函數(shù)pf,j包括：

(a)在壓縮測量樣本中不存在主用戶信號的情況下，接收到的空間無線電信號x(t)的頻譜x(k)是均值為0、方差為的離散隨機變量，利用x(k)的均值和方差，可以計算支路壓縮測量樣本頻譜yi(k)的統(tǒng)計特性特性，其中，所述統(tǒng)計特性包括均值、方差、協(xié)方差：

其中，表示取實部，表示取虛部，cil為周期偽隨機±1序列pi(t)的周期傅里葉級數(shù)展開系數(shù)，k＝0,1,...,n-1；

(b)將||yi(k)||²看成兩個獨立高斯隨機變量的平方和，可計算||yi(k)||²的統(tǒng)計特性：

其中，p,q＝1,2,...,m,p≠q,k＝0,1,...,n-1,

式中，cpm、cqm為周期偽隨機±1序列的周期傅里葉級數(shù)展開系數(shù)；

(c)在壓縮測量樣本中不存在主用戶信號的情況下，利用能量守恒定理，當n>20時，近似服從高斯分布，其均值和方差分別是和和的相關系數(shù)是ρj，由此可得檢驗統(tǒng)計量rj的累積分布函數(shù)pf,j：

其中，γj為判決門限，h0表示主用戶信號不存在的情況，ρj是和的相關系數(shù)，取值為φ(·)函數(shù)表達式為

本發(fā)明具有以下優(yōu)點：

1、本發(fā)明僅僅利用少量壓縮測量樣本，通過對接收到的空間無線電信號的稀疏性預先判決，有效減小寬帶高斯白噪聲對欠采樣頻譜感知性能的影響；

2、本發(fā)明由于其門限值與噪聲功率大小無關，所以感知性能受噪聲方差波動的影響較小，適用于高動態(tài)背景噪聲環(huán)境；

3、本發(fā)明給出的壓縮頻譜感知性能提升方法在相當?shù)偷挠嬎愦鷥r條件下，顯著提高欠采樣寬帶頻譜感知中信號支集確定的正確性。

附圖說明

通過閱讀參照以下附圖所作的對非限制性實施例所作的詳細描述，本申請的其它特征、目的和優(yōu)點將會變得更明顯：

圖1是本發(fā)明的一個實施例的流程圖；

圖2是本發(fā)明的一個實施例的又一個流程圖；

圖3是本發(fā)明在不同信噪比下及不同的壓縮測量值條件下的正確檢測概率仿真圖；

圖4是本發(fā)明在不同壓縮采樣數(shù)的情況下的虛警概率仿真圖；

圖5是在本發(fā)明的接收機性能曲線；

圖6是有無本發(fā)明方法時的支集重構正確率對比圖。

具體實施方式

下面結合附圖和實施例對本申請作進一步的詳細說明?？梢岳斫獾氖?，此處所描述的具體實施例僅僅用于解釋相關發(fā)明，而非對該發(fā)明的限定。另外還需要說明的是，為了便于描述，附圖中僅示出了與有關發(fā)明相關的部分。

本發(fā)明用于模擬信號的欠采樣寬帶頻譜感知，感知端在各子信道上接收信號，并對接收信號的采樣進行處理。下面將參考附圖并結合實施例來詳細說明本申請。

參照圖1，示出了本發(fā)明的一個實施例的流程圖100。包括以下步驟：

步驟101，利用寬帶調制變換器對天線接收到的空間無線電信號進行壓縮采樣，得到多路壓縮測量樣本。

利用寬帶調制變換器對天線接收到的空間無線電信號x(t)進行壓縮采樣，得到多路樣本yi(n),i＝1,2,…,m,n＝0,1,…,n-1，其中，為m為壓縮采樣支路數(shù)，n為樣本點數(shù)；

步驟102，利用支路能量對消預判決方法確定壓縮測量樣本中是否存在主用戶信號。

(a)計算每個支路的壓縮測量樣本的時域能量，可以按照如下公式估計第i支路的時域能量

(b)利用各個支路的時域能量構建檢驗統(tǒng)計量其中，為第j支路的時域能量，為第j+1支路的時域能量，，j＝1,2,…,m，定義

(c)計算檢驗統(tǒng)計量rj的累積分布函數(shù)pf,j：

(c1)在壓縮測量樣本中不存在主用戶信號的情況下，輸入信號x(t)的頻譜x(k)是均值為0、方差為的離散隨機變量，利用x(k)的均值和方差，可以計算支路樣本頻譜的均值、方差、協(xié)方差和相關性等統(tǒng)計特性，其中，cil為周期偽隨機±1序列pi(t)的周期傅里葉級數(shù)展開系數(shù)，l是完整表述輸入信號x(t)傅里葉變換x(jω)所需要的子空間個數(shù)：

其中，表示取實部，表示取虛部，k＝0,1,...,n-1；

(c2)將||yi(k)||²看成兩個獨立高斯隨機變量的平方和，可計算||yi(k)||²的統(tǒng)計特性：

其中p,q＝1,2,...,m,p≠q,k＝0,1,...,n-1,

式中，cpm、cqm為周期偽隨機±1序列的周期傅里葉級數(shù)展開系數(shù)。

(c3)在壓縮測量樣本中不存在主用戶信號的情況下，利用能量守恒定理，當n>20時，近似服從高斯分布，其均值和方差分別是和和的相關系數(shù)是ρj，由此可得檢驗統(tǒng)計量rj的累積分布函數(shù)pf,j：

其中，γj為判決門限，h0表示主用戶信號不存在的情況，ρj是和的相關系數(shù)，取值為φ(·)函數(shù)表達式為

(d)根據(jù)壓縮測量樣本中不存在主用戶信號的情況下的檢驗統(tǒng)計量的累積分布函數(shù)，利用恒虛警準則，計算判決門限γj：

其中，pf0＝1-(1-pfa)^1/m為每個支路判決的虛警概率，pfa為支路能量對消預判決方法的預設虛警概率，φ^-1(·)為φ(·)函數(shù)的逆函數(shù)。

(e)將步驟(b)得到的檢驗統(tǒng)計量rj與步驟(d)得到的判決門限值γj比較，若rj≥γj，則設置判決矩陣元素c(j)為1，否則c(j)＝0。最終的判決結果可表達如下：

其中，如果判決結果為h0，則表示所述壓縮測量樣本中不存在主用戶信號，如果判決結果為h1，則表示所述壓縮測量樣本中存在主用戶信號。

步驟103，響應于確定不存在主用戶信號，則全頻段為可用空閑頻段，響應于存在主用戶信號，則利用正交匹配追蹤算法完成支集確定，找出被主用戶占用的頻段，剩余未被占用的頻段為可用空閑頻段。

繼續(xù)參考圖2，圖2是本發(fā)明的一個實施例的又一個流程圖，該流程圖主要用符號和公式表示實施例的流程，由圖2可知，首先，利用寬帶調制變換器對天線接收到的空間無線電信號x(t)與周期偽隨機±1序列pi(t)相乘；然后，通過lpf進行低通濾波和adc進行壓縮采樣，得到多路壓縮測量樣本yi(n),i＝1,2,…,m,n＝0,1,…,n-1，其中，m為壓縮采樣支路數(shù)，n為樣本點數(shù)；之后，利用支路能量對消預判決方法確定所述壓縮測量樣本中是否存在主用戶信號，若判為主用戶信號存在，則將壓縮測量樣本經(jīng)過短時數(shù)據(jù)存儲單元和短時數(shù)據(jù)重構單元得到信號支集s，進一步可得到由壓縮測量樣本恢復原始信號。

本發(fā)明的效果可以通過以下仿真進一步說明：

a、仿真條件

仿真系統(tǒng)采用的寬帶調制變換器的等效采樣速率為fnyq＝600mhz，采集支路數(shù)為m＝20，隨機符號±1序列的周期為tp＝75ns、頻率為fp＝1/tp，一個周期內等效隨機碼片個數(shù)為l＝45，每個通道所用低通濾波截止頻率為fs/2，單通道采樣速率為fs＝fp；主用戶傳輸信號有三個數(shù)字調制信號(共占用六個頻帶)組成，每個信號的碼元速率為sr＝1.024mbaud，每個信號的載波頻率在[-fnyq/2,fnyq/2]范圍內均勻隨機選擇。三個信號的功率是相同的，并且在仿真中使用的功率是其中p是三個主用戶信號的總功率。因子ρ定義為噪聲方差隨機分布在間隙時的噪聲不確定度，其中ρ≥1。根據(jù)恒虛警概率準則，設置pf＝0.01。以下的仿真結果都是在10000次蒙特卡羅仿真下的平均值。

b、仿真內容與結果

仿真1：在信噪比為-20db～-10db以及不同的樣本點數(shù)n條件下對本發(fā)明的正確檢測概率進行仿真，n的值分別選擇為200，400和800，仿真如圖3所示。

圖3中，橫坐標snr表示信噪比，縱坐標pd表示檢測概率，theory表示理論曲線，sim表示仿真曲線，n表示樣本點數(shù)，ρ表示噪聲不確定度，pd、theory表示理論檢測概率曲線，pd、sim表示仿真檢測概率曲線，pd、sim、ρ表示存在噪聲不確定度時的檢測概率曲線。由圖3可見，本發(fā)明可以在信噪比snr相對較低的情況下只用200個壓縮樣本實現(xiàn)理想的預判決性能，通過增加樣本數(shù)量可以顯著提高檢測性能。并且不論是否存在噪聲不確定性，仿真結果的正確檢測概率保持不變，說明本發(fā)明可以有效的對抗噪聲不確定度的影響。

仿真2：在信噪比為-20db～-10db以及預設虛警概率pfa＝0.01的條件下，對本發(fā)明的虛警概率進行仿真，仿真如圖4所示。

圖4中，橫坐標times表示時間，縱坐標pf表示虛警概率，由圖4可見，虛警概率的仿真結果值在預設值附近略有波動，這說明了虛警概率和檢測概率表達式的合理性。綜合分析圖3和4，可以知道本發(fā)明可以在大的snr范圍內，在保證較低的虛警概率pf的情況下得到較高的檢測概率pd。

仿真3：虛警概率pf的值在10^-3和10^-1之間變化，snr＝-16db時，在不同的樣本點數(shù)n分別為350、300、200的情況下對本發(fā)明的接收機性能曲線rocs進行仿真，仿真結果如圖5所示。

由圖5可見，在存在噪聲不確定度時，不同的樣本點數(shù)n的情況下，本發(fā)明的接收機性能曲線也基本不變，理論曲線跟仿真曲線基本重合，說明本發(fā)明對噪聲不確定度有魯棒性。

仿真4：比較了有無預判決方法時的支集重構正確百分比。采用預判決時，在壓縮采樣和支持恢復的之間增加預判決方法模塊，并且僅當預判決方法中表明在接收的寬帶頻段中存在pu信號時才將執(zhí)行支集恢復。對最大占用頻帶數(shù)kmax＝[4,6]的三種情況進行仿真。每種情況下，仿真1000次，一旦給出kmax，則占用頻帶數(shù)目是偶數(shù)(包括0)的，并屬于區(qū)間[0，kmax]，將在仿真中等價出現(xiàn)。仿真結果如圖6所示。

圖6中，pcsr表示正確監(jiān)測概率，cec表示本發(fā)明的預判決方法模塊。withoutcec表示沒有預判決方法的正確監(jiān)測概率曲線，withcec表示有預判決方法的正確監(jiān)測概率曲線。由圖6可見，本發(fā)明有預判定方法的正確監(jiān)測概率高于沒有預判決方法的正確監(jiān)測概率，平均的性能優(yōu)越性由不出現(xiàn)pu的概率決定，并且這些性能優(yōu)勢來自于預判決方法可以準確判斷所接收的寬帶信號是否僅存在非稀疏性的白噪聲，這及時阻止了支集恢復并防止錯誤支集的產(chǎn)生。所以，預判決可以以相當?shù)偷挠嬎愠杀咎岣咧Ъ貥嫷母怕省?/p>

綜合上述仿真結果分析，本發(fā)明可以在高斯白噪聲信道中，在沒有任何主用戶先驗知識的情況下，在大的snr范圍內以很小的虛警概率得到好的預判決性能。本發(fā)明可在較小的虛警概率和較低的信噪比條件下，獲得較為優(yōu)越的感知性能，在存在噪聲不確定度時，感知性能基本不變，說明本發(fā)明可有效對抗噪聲不確定度。更重要的是，預判決算法以極低的計算代價提高支集恢復的概率，使寬帶頻譜感知的更實用。