一种基于ofdm的认知无线电协作频谱感知方法
【技术领域】
[0001] 本发明设及一种基于OFDM的认知无线电协作频谱感知方法，属无线通信技术领 域。
【背景技术】
[0002] 认知无线电技术是当前解决频谱资源紧缺、提高频谱利用效率的重要方法，频谱 检测是认知无线电的关键技术。多用户协作频谱检测不仅能有效解决隐藏终端的问题，并 且提升了检测性能和整个系统的鲁椿性。传统的多用户协作频谱感知方法基于能量检测。 然而能量检测需要信道状态信息，在低信噪比环境中很难对主用户PU的信号进行有效检 测JcCFDM(OrthogonalRrequen巧DivisionMultiplexing)是下一代无线通信中的重要调 制技术，广泛应用于很多PU(PrimaryUser)频段。认知无线电中CR(Co即itiveRelay)对 (FDM信号的检测已经成为近年来研究的热点。对单点(FDM信号的检测方法主要分为2类： 基于PT(PilotTones)的检测算法和基于CP(切clicPrefix)的检测算法。由于PT方式多 变且难W通过估计获得，目前的研究多基于CP。基于CP的检测方法采样单个符号块信号， 比对CP位置判断是否存在(FDM信号，把该种检测范围扩大到多个符号块。0NPD的ptimal 肥YMAN-PEARS0NDetector)检测算法在W上两种方法的基础上进行了改进，利用同步技 术，只采样OFDM符号块中CP段的数据。但W上方法均只利用时间分级技术，未利用到空间 分集技术提升检测性能。
【发明内容】
[0003] 本发明的目的是，针对传统的多用户协作频谱感知方法基于能量检测存在的问 题，为了采用OFDM调制方法的主用户信号，提升分集检测的效率，本发明提出一种基于 OFDM的认知无线电协作频谱感知方法。
[0004] 实现发明的技术方案是，本发明采用多用户分集感知的策略，建立基于(FDM的多 用户协作感知模型，用软合并的方式得到最终的感知结果，其中单点感知采用针对OFDM信 号的特征感知，感知结果融合方法考虑了报告信道存在噪声的情况；并且采用了最大化偏 移系数的方法对权值建模优化，求出最优的权值向量；采用线性融合方法处理采集到的数 据，最终判决是否存在OFDM信号。
[0005] 所述软合并，指把认知用户CR上测量计算的数值直接发送给主用户即，即采用方 法处理后进行判断。
[0006] 本方法的模型包括：
[0007] 主用户PU发送(FDM制式信号，假设每个(FDM符号中长度包含Nd的数据序列和长 度为N。的循环前缀，在每个感知周期T,内，共采样到K+1个OFDM符号块，其中包含有K个 完整的OFDM符号数。
[000引感知过程中即的信息融合采用线性加权方式，如图1所示，设有N个CR用户对PU信号进行地监控检测。
[0009] 感知过程分为感知阶段和报告阶段，感知阶段接收信号为：
[0010]
[0011] 式中，Xit为接收复OFDM信号屯为PU到CRi的为衰减因子；St为OFDM发射信 号，、ft为该信道的噪声分量，w,?fNE-为复高斯分 布。CR采用ONTO算法对发射信号Xit进行检测，在报告阶段把检测结果通过完全正交的 报告信道发送到FC(pusionCenter)，融合中屯、接收到的信号为y;t=Ci+Vi，用线性加权 的方法融合接收的数据，与设定口限值比较，判断是否存在PU。
[0012] 本发明采用多用户分集感知的策略，用软合并的方式得到最终的感知结果，其中 单点感知采用针对OFDM信号的特征感知。当监控频段出现PU信号发射的OFDM信号后，包 括W下步骤：
[001引 （1)N个CR用户实时同步对PU信号同时采样K+1个OFDM块的时长，W确保含有整个K个完整的OFDM时间块；
[0014] (2)每个CR的方式根据采样得到的值计算得到：
[0016] 式中，Nd、N。分别为OFDM符号块中包含的数据序列长度和循环前缀长度；Ri为高斯 噪声值积的累积；St为CP所在位置的集合；化(?）为复数的实数部分的值；
[0017] (3)CR把检测结果通过完全正交的报告信道发送到融合中屯、，融合中屯、接收到的 信号为yit=Ci+Vi，i= 1，…，N;
[001引 （4)计算线性的权值，融合中屯、用线性加权的方法融合接收的数据，与设定口限值 比较，判断是否存在PU。
[0019]
[0020]式中y。表示判决值，它与口限值比较后判断是否存在主用户信号；丫为全局判决 口限值，权值向量为仿^ 了，反映对融合结果贡献的大小；Hi表示被测量频 段存在主用户信号；H。表示被测量频段不存在主用户信号。
[0021]
[00过其中
和 为NXN的对角矩阵，Z0=diagC。，。…，C0，N，Zi=diagCi，N。
[0023]
[0024] 最优权值推导过程：
[0025] 由于AV< 相互独立，推导第i个CR的检测结果
分布如 下
[0026]
[0027] 在H。和H1两种检测条件下，Ci的期望和方差分别为
[0030] 融合中屯、通过报告信道接收各CR检测到的数据。，CR接收数据y;服从高斯分布， 期望为Ey;=ECi，方差为；
[0031]
[0032] 融合中屯、接收之后，采用线性融合算法处理采集到的数据，最终判决是否存在 (FDM信号；
[0033]
[0034]其中丫为全局判决口限值，权值向量为〇>竺u；i，W2,…，Ww了，反映对融合结果 贡献的大小，《的值相关于感知信道与报告信道的状态。
[00巧]根据W上公式推出y。服从高斯分布，在H。和H1两种检测条件的期望和方差分别 为：
[00測其中，为N维的列向量，
S。和Si为NXN的 对角矩阵，Z(i=diagC。，。…，C0，N;Zi=diagCl，。…，Ci，N。
[0039] 全局判决的虚警概率和检测概率分别如下
[0042] 认知无线电中大多数的感知方法采用检测概率和虚警概率相接合的方式反映检 测性能，而偏移系数是反映二元检测算法性能的单一参数，偏移系数越大表示算法感知性 能越好，反之，越小则表示该算法检测性能相对较差。本发明采用最大化偏移系数的方法对 权值建模优化，求出最优的权值向量。目前偏移系数的求解公式有两种；分母分别采用var y」H。和vary」Hi,本发明在该两种方法的基础上采用改进的偏移系数优化方法，分母采用 Pvary」Hi+l-pvary」Hi，优化目标为选择合适的W，使得d2?最大化。建模如下；
[0043]
[0044] 式中d2表示整个OFDM协作感知方法的偏移系数；优化目标为选择合适的《，使得 偏移系数cP最大化。并在仿真中选择不同的P的值来分析P对系统系统性能的影响，首先 根据性能分析中推导的整个协作检测算法的EyjEyjH。,varyjHi和varyJHi,由于 。是上式中唯一的权重向量变量，所W系统偏移系数d2可W表示为变量为。的函数d2?， 可W设。为归一化变量向量。（其余值前面均已有说明，包括EyjHi、Eyj&、varyjHi、 vary」Hi分别为所提协作检测算法的在册和化的期望与方差）。
[004引由于《是唯一变量，II?II= 1 ;d2?为《的连续函数，故d2?存在最大值，最 大值所在点为满足^^2W^0时向量?的值。推出； 90)
[0046]
[004引由3
为大于0的实数，对权值向量的比例关系不构成影 响。所W 是归一化的权值向量为：
[0052] 本发明的有益效果是，本发明构造了一种针对OFDM信号的多用户协作频谱感知 方法，在多用户协作检测中引入了OFDM信号特征相关性检测方法，并对单点检测和协作感 知的性能均进行了分析，求出了系统性能参数。并用最大化改进偏移系数的方法建模，对加 权系数进行优化，并求出了最优权值的闭合表达式。分析了偏移系数中参数对系统性能的 影响。由于本方法考虑了报告信道的噪声影响，且得到的加权向量是最优解，对比于其他未 考虑报告信道噪声、采用其他方法求出权值的协作感知方法，本方法在感知性能上有一定 提升。
【附图说明】
[0053] 图1为本发明方法流程图；
[0054] 图2为本发明基于OFDM的多用户协作感知模型结构示意图；
[0055] 图3为不同CP和不同(FDM块条件下多用户协作检测性能的比较曲线；
[0056] 图4为协作频谱检测CR个数变化时检测概率变化曲线；
[0057] 图5为偏移系数P值不同时本发明方法性能比较；
[0058] 图6为基于偏移系数的优化的OFDM协作算法、最大比合并协作算法和协作能量检 测之间的算法比较曲线；
[0059]