[发明专利]一种基于频谱特征的宽带频谱感知方法

说明书

本发明公开了一种基于频谱特征的宽带频谱感知方法，属于认知无线电的频谱感知领域。该方法利用信号频谱特征检测来检测主用户占用频段并估计功率水平的一种方法。根据实际中频谱资源利用率较低的特点，对可能存在的频率位置和相应的功率值水平进行估计，该方法在原先无衰落信道模型基础上加入瑞利衰落信道的信道模型，以求出本方法在瑞利衰落信道，利用基于频谱特征的技术，以加权正交匹配追踪(Weighted Orthogonal Matching Pursuit，WOMP)算法为信号重建算法估计信号功率值水平和频谱占用情况。

技术领域

本发明涉及一种基于频谱特征的宽带频谱感知方法，属于认知无线电(CognitiveRadio,CR)的频谱感知(Spectrum Sensing,SS)技术领域。

背景技术

由于被分配的频谱没有得到充分利用，所以现行的基于特定地理区域内独占特定授权频带的规定是低效的。为了提高当前稀缺的频谱资源的利用效率，频谱管理制度向更加智能和灵活的方向迈进。在这一背景下，认知无线电技术得以推广。通过使未授权系统有机会利用未使用的许可频带，CR解决了频谱资源有限的问题。在CR的各项技术中，频谱感知技术可用于检测某频段上许可用户是否存在。频谱感知技术包括传统感知技术和压缩感知技术(Compressive sensing,CS)。传统的信号获取与处理过程包括：采样、压缩、传输、解压缩四个部分，其采样过程必须遵循奈奎斯特采样定理。但是这种方式采样数据量大，先采样后压缩，浪费了大量的传感元、时间和存储空间。而压缩感知技术则是利用信号在某一域上的稀疏性，将数据采集和压缩合二为一，从而允许采样率明显低于奈奎斯特速率，减少传感元数量，降低采样速率，减少传输时延。

目前的频谱感知技术有：基于匹配滤波器的检测、能量检测、特征检测、基于自相关的检测等技术。检测性能方面比较优秀的技术是基于信号自相关特性的检测技术，自相关特征中包含可用的信号的频谱特征，能够实现显著超越盲目技术的检测性能。然而在实际的CS应用中，衰落信道带来的影响使得干扰具有非规律性，不能被考虑进去。而本发明能够很好地解决上面的问题。

发明内容

本发明目的在于针对上述现有技术的不足，提出了一种基于频谱特征的宽带频谱感知方法，该方法引入瑞利衰落信道，考虑它带来的小尺度衰落的影响。该方法是将经过衰落信道后的接收信号的自相关函数，与主用户的自相关函数比较，通过选择合适的过完备字典，保证残差的半正定特性，最终直接估计主用户的频谱占用情况，同时检测出对应的功率水平。

本发明解决其技术问题所采取的技术方案是：一种基于频谱特征的宽带频谱感知方法，该方法采用瑞利衰落信道模型，将主用户的频谱特征当做唯一的先验条件，通过比较接收信号的功率谱密度与主用户的频谱信息，求出信号功率值和频谱占用情况。包括如下：

首先建立基于瑞利衰落信道的信号传输模型；其次根据主用户和接收信号的自相关函数建立函数关系；然后对信号进行压缩采样；再利用基于频谱特征的压缩感知技术，采用相关匹配策略，通过保证残差自相关函数的半正定特性，利用l₁-最小化公式推导出算法中的权值表示；最后利用加权正交匹配追踪(Weighted Orthogonal Matching Pursuit，WOMP)算法识别主用户占用的频谱，估计对应的功率值水平。具体包括：

1)建立基于瑞利衰落信道的信号传输模型：

无线信号经过单径瑞利衰落及加性高斯白噪声(additive white gaussiannoise，AWGN)的干扰，到达接收机，设置如下参数：x(t)是发送信号；α(t)是无线信道的衰落因子；为导致的传输损耗；ζ(t)为瑞利衰落随机过程；n(t)为加性高斯白噪声；i(t)为干扰。

2)接收信号经过多陪集采样后自相关函数模型：