[发明专利]时间异步且循环前缀长度已知情况下的OFDM频谱感知方法

说明书

技术领域

本发明涉及一种认知无线电系统中的频谱感知技术，尤其是涉及一种时间异步且循环前缀长度已知情况下的OFDM频谱感知方法。

背景技术

随着各种无线通信业务的快速发展，频谱资源的重要性和稀缺性日益凸显。大量的研究表明，当前的频谱短缺现状并不是由于频率资源物理上的不足，而主要是由于固定频谱分配管理机制导致频谱利用率低造成的。认知无线电正是试图通过提高频谱利用率，从本质上解决无线通信的资源越来越紧缺的问题而提出的。它能够实时感知周围的通信环境，识别出可利用的空闲信道，然后根据频谱感知结果自适应地调整认知无线网络的系统参数，使得认知无线电系统具有智能化辨识与改变频谱使用机会的能力。为了防止对已有通信系统产生干扰，认知无线电系统必须能够有效可靠地识别出空闲信道，因此频谱感知是认知无线电中的关键技术之一。

正交频分复用（Orthogonal frequency division multiplexing，OFDM）技术具有频谱利用率高等特点，该技术是当前和将来无线通信标准被广泛采用的技术。因此对OFDM信号的频谱感知（即判断信道中是否存在OFDM信号）具有非常重要的意义。现有的针对OFDM信号的频谱感知方法主要可以分为频域检测法和时域检测法两类。其中，频域检测法需要计算采集信号的频谱，因此具有较大的计算量；时域检测法主要利用OFDM信号中循环前缀的自相关特性实现频谱感知。Chaudhari等人于2009年在《Autocorrelation-Based Decentralized Sequential Detection of OFDM Signals in Cognitive Radios（认知无线电中基于自相关的OFDM信号分布式序贯检测方法）》中提出了利用循环前缀的自相关特性，通过计算接收信号的自相关函数来实现频谱感知，但是该方法没有考虑到自相关函数的非平稳特性。针对这一问题，Axell等人于2011年在《Optimal and Sub-Optimal Spectrum Sensing of OFDM Signals in Known and Unknown Noise Variance（已知和未知噪声方差时的OFDM最优和次优频谱感知方法）》中提出了一种新的基于接收信号的自相关函数的频谱感知方法，该方法与Chaudhari等人提出的方法相比，该方法具有更优的检测性能，但是该方法要求时间同步。

发明内容

本发明所要解决的技术问题是提供一种时间异步且循环前缀长度已知情况下的OFDM频谱感知方法，其能够有效地提高OFDM信号的频谱感知性能，且计算复杂度低。

本发明解决上述技术问题所采用的技术方案为：一种时间异步且循环前缀长度已知情况下的OFDM频谱感知方法，其特征在于它的处理过程为：首先，对来自监测信道的接收信号进行采样，得到采样信号；然后，根据采样信号中的采样值，计算采样信号的自相关函数；接着，在时间异步情况下，根据采样信号的自相关函数中的自相关系数，计算检验统计量；最后，根据检验统计量与判决门限的大小，判断监测信道是否处于空闲状态。

它具体包括以下步骤：

①利用认知无线电系统中的采样模块对来自监测信道的接收信号进行M次采样，得到由M个采样点的采样值构成的采样信号，其中，M=K×(N_c+N_d)+N_d，K表示任意正整数，N_c表示OFDM信号的循环前缀的长度，N_d表示OFDM信号的子载波的个数；