[发明专利]一种低信噪比条件下的基于最佳随机共振的频谱感知方法

说明书

 

技术领域

本发明涉及一种适用于低信噪比环境、在认知无线电中利用随机共振原理进行频谱感知的方法。

 

背景技术

无线通信频谱是一种非常宝贵的自然资源，一般由政府授权使用。无线频谱分配方法是将某一段频谱固定地授权给一个用户。随着无线业务的发展，无线频谱资源渐渐匮乏，固定式频谱分配的弊端不断显现。在实际应用中，频率需求非常紧张的主要集中在频带为300MHz-3GHz的无线频带中，一些频带大部分时间内并没有用户使用，另外有一些偶尔才被占用，而其他一些频带的使用则相对很频繁。如何提高频谱利用率成为人们非常关注的技术问题。因此提出了在认知无线电技术，通过机会性的接入空闲地授权频段并且不对授权用户产生干扰的方法来解决频谱使用率不高的问题。

认知无线电(Cognitive Radio，CR)概念由Joseph Mitola博士提出，其主导思想是实现伺机的动态频谱接入，即认知用户通过检测，选择性地接入已分配给主用户、但暂时未被使用的空闲频段；一旦主用户重新接入该频段，认知用户则迅速退出信道。通过认知无线电技术可以动态地增加网络和用户的可用频谱总数，从而为频谱分配提供了一个可能的解决方案，同时可为网络及其终端提供更高的灵活度，所以认知无线电对无线通信研究来说具有较大的意义。

频谱感知是认知无线电最基本同时也是最关键的技术。目前，频谱感知面临的最大挑战之一是如何对微弱信号进行检测，或者说，如何提高采样微弱信号的信噪比。低信噪比环境下，频谱检测的性能会大幅降低，将随机共振(Stochastic Resonance， SR)引入到认知无线电频谱感知中可有效解决微弱信号的检测问题。随机共振是物理中的一种非线性现象，最初是由Benzi等人在研究古气象冰川问题时提出来的。这种现象是指当一个非线性系统的参数与输入的周期主用户信号和环境噪声之间满足一定匹配关系时，噪声的能量就会向周期主用户信号的能量转移，使得输出信号与输入信号相比信噪比有所提高。这就相当于将主用户信号“放大”的同时将环境噪声“缩小”，可以有效地提高频谱感知性能，解决微弱信号难以检测且检测概率较低的问题。近年来，随机共振被广泛应用在各种信号处理领域。目前，利用随机共振提升认知无线电频谱感知性能的研究还比较少，已有的研究主要集中在能量检测、方差矩阵检测、循环平稳特征检测和协作检测中。

 

发明内容

技术问题：本发明的目的是提供一种可以解决在环境噪声较大的情况下，微弱主用户信号难以检测且检测概率较低的问题，提高随机共振系统对环境噪声适应性的低信噪比条件下的基于最佳随机共振的频谱感知方法。       

技术方案：本发明的方法是一种策略性的方法，随机共振系统通过对环境的动态感知，动态调整系统参数，使经过处理的认知用户采样信号信噪比得到最大化的提高。

根据图1所示的本发明认知系统的感知场景示意图，假设认知单元中有多个分布在不同地理位置上的认知用户SU以及多个不同位置的主用户PU，本发明的低信噪比条件下的基于最佳随机共振的频谱感知方法，包括以下步骤：

1）对于低频主用户信号，设定认知用户采样步长h以及随机共振系统参数b，其中0<h<0.5秒，0<b<2；

2）认知用户采集主用户信号s(t)和环境噪声Γ(t)混合信号的采样数据，然后将其送往融合中心；

3）融合中心依据采样数据计算混合信号的方差σ_s²，然后将所述混合信号的方差σ_s²作为环境噪声方差σ²；

4）融合中心根据环境噪声方差σ²根据下式计算最佳随机共振系统参数a：

，

然后更新已有的最佳随机共振系统参数a，使随机共振系统与认知用户采集的低信噪比混合信号达到最佳匹配；

5）随机共振系统根据下式计算得到最佳随机共振系统输出信号x(t)：

，

其中，x为随机共振系统输出信号x(t)的简称，t为认知用户的采样时间；

6）融合中心对所述最佳随机共振系统输出信号x(t)进行快速傅里叶变换，然后利用频谱感知算法对最佳随机共振系统输出信号x(t)进行检测，判断出主用户信号是否存在。