[发明专利]低功耗时域和频域双阈值联合能量检测算法

说明书

技术领域

本发明属于通信技术领域，涉及具有自感知能力的泛在网络通信，特别是认知无线电网络。具体地说，由于频谱检测技术是认知无线电的一种关键技术，认知用户除了要承载自身的通信业务以外，还要实时检测、监测频谱的使用情况。因此，认知用户的功耗将会是比较大的问题，也是制约认知无线电技术实际应用的瓶颈。所以在不影响工作性能的条件下，降低频谱检测和监测的功率损耗，研究低功耗频谱共享策略就变得具有现实的研究意义。本发明结合时域与频域这两种能量检测算法，这种算法可以在保证一定的检测精度的条件下，比单独使用任何一种时域或频域的能量检测方法功耗都要低。

背景技术

目前，认知无线电网络的频谱检测方法主要还是能量检测，能量检测方法又分为时域检测与频域检测两种方法。

两种检测方法都有各自的优缺点。对于时域检测，在文献“Energy Detectionof Unknown Deterministic Signals”做了详细的介绍。时域能量检测器由带通滤波器、模数转换器、平方算法模块、综合计算模块和门限判决模块组成。外界信号r(t)首先通过带宽为W的带通滤波器，获得信号r_W(t)，然后通过模数转换器将模拟信号变为数字信号y(n)，y(n)通过平方算法模块进入综合计算模块对N维采样点求均值，获得目标频段W的样值将与预先设定的判决门限比较，判断是否存在主用户信号。对于频域检测，主要由模数转换器、快速傅里叶变换模块、平方算法模块、综合计算模块和门限判决模块组成。外界信号r(t)首先通过模数转换器将模拟信号变为数字信号y(n)，y(n)通过FFT变换将时域信号转换为频域信号，然后将频域信号输入平方算法模块获得信号能量，通过综合计算模块对频域信号求均值，获得目标频段的样值V，将V与预先设定的判决门限比较，判断是否存在主用户信号。

比较以上两种检测方法，时域检测方法具有实现模块简单，功耗低，处理时间短的优点，但是该方法的测量精确度偏低；频域检测方法由于引入了FFT处理模块而提高了测量精确度，但该模块消耗了整个能量检测模块70％-80％的功耗，从而增大了系统功率消耗。鉴于以上两种方法的各自优缺点，人们往往无法再二者中取舍，本发明便是结合这两种检测方法，在充分利用各自优点的基础上提出的一种解决该问题的方法。

发明内容

本发明的目的是提供一种适用于认知无线电网络的高效的能量检测改进方法。根据美国联邦通信委员会(FCC)和美国国家无线电网络研究实验床(NRNRT)的大量测量研究证明主用户存在的概率一般在10^-2量级，所以可以认为主用户存在这个事实为小概率事件。为此仅使用时域能量检测算法检测主用户时，假如判断结果为存在主用户，则意味着小概率事件发生了，则为了进一步确认此小概率事件的发生不是由于时域测量算法的低精确度造成的，所以我们再进行频域能量检测进一步确定小概率事件的发生。

结合上述思想，本发明具体步骤如下：

第一步骤：对待测信号进行时域检测。

时域检测模块实时运行，对认知环境中的信号在时域上进行能量检测。该模块相对于频域检测模块具有复杂度低，功耗小的优点，但检测精度较低。

第二步骤：若未检测到主用户，判定主用户不存在；反之，进行频域检测。

通过前面的说明我们知道，主用户存在的概率很低，因此我们判定主用户不存在的可能性较大。换句话说，我们继续进行频域检测的可能性较低，所以频域检测模块并非实时工作。这样，就在保证一定精度的情况下降低了检测的功耗。在这里，为了使分析结果更加直观，我们引入了频域检测模块的参与系数α，并给出了它的确定方法，使得系统的检测概率和误报率包含了α。

第三步骤：若频域未检测到主用户，判定主用户不存在；反之，判定主用户存在

由于主用户存在是小概率事件，因此当时域检测检测到主用户存在时，为了保证检测的精度，我们才进行了频域检测，从而有了该步骤的判定结果。

附图说明

图1为时域能量检测模型图。

图2为频域能量检测模型图。

图3为双阈值低功耗能量检测算法流程图

图4为时域、频域和双阈值检测功耗曲线图

图5为参与系数曲线α与时域阈值Γ_TD关系曲线图

具体实施方式

下面结合算法的实施过程对本发明作进一步的描述，但该实施过程不应理解为对本发明的限制。