一种基于ofdm的认知无线电协作频谱感知方法
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] 图7为本发明优化算法、MRC算法和能量检测随SNR变化的性能比较图。
【具体实施方式】
[0060] 本发明的【具体实施方式】如图1所示。
[0061] 本发明包含W下几个步骤：
[006引第一步，布置N个CR用户和融合中屯、用于感知PU信号；
[0063] 第二步，N个CR用户实时同步对空中信号采样K+1个OFDM块的时长；
[0064] 第；步，N个CR把检测结果通过完全正交的报告信道发送到融合中屯、；
[0065] 第四步，用本发明方法计算出最优权值，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。
[0066] 本发明实施后的仿真验证如下：
[0067] 图3为CP数和(FDM块的数量不同时协作检测仿真性能的比较。反映了采样(FDM 的CP数和采样OFDM的块数对整个OFDM协作检测性能的影响。图的横纵坐标分别表示虚警 概率和检测概率。仿真中CR用户数为N= 5,感知信道的的SNR均值为-10地的均值和-4地 的方差随机生成，报告信道与感知信道的噪声方差相同，OFDM的符号块K分别为20、40和 80个；CP的长度分别为2、5和10。由图3可W看出OFDM符号块与CP长度与检测性能的 关系。采样的OFDM符号块越多，CP长度越长，算法检测性能越优，与符号块和CP的长度和 OFDM符号块成正比。需要说明的是，由于算法考虑了报告信道带来的误差，所W所提算法的 感知性能略低于不考虑报告信道误差的协作检测算法，而且CP长度对算法检测性能的影 响大于OFDM块数对性能的影响。
[0068] 图4表示协作频谱检测CR个数变化时检测概率变化的情况，仿真条件为平均信噪 比为-7地，CP长度为Nc= 5,采样的(FDM符号块数为K= 6,根据0PDN检测算法，实际利 用的符号数为K-1 = 5,本次仿真中设定算法虚警概率固定为0.01。图中MRC表示最大比 合并（Maxima^RatioCombing,MRC)算法，邸表示协作能量硬判决检测算法。CR个数从1 变化到15,由图可W观察，随着CR的个数增多，检测性能不断提升，但是提升的幅度逐渐减 小，当CR数增加为12时，协作检测系统的检测概率接近于1。该证明当在此场景下CR数大 于12时，再增加CR的个数对系统的检测性能并不能再产生影响。而且图中改进偏移系数 中P的值为0和1时系统性能曲线几乎重叠，并无特别大的偏差。从图中还可W看出，当同 样的协作CR节点时，本文提出的OFDM协作检测方法的检测性能优于MRC检测算法与协作 能量检测算法。
[0069] 改进偏移系数公式中的不同P值决定了优化权值《的差异，仿真图5是该种差异 造成的算法检测性能的比较，仿真条件为协作CR个数为N = 5,平均信噪比为-2地，感知时 间内采样的OFDM符号块K = 6。循环前缀个数Nt= 5。如图4可知，当P的值不同时，所提 (FDM协作感知方法在P变化时性能差距非常小，在1(T6等级上变化；在此等级上，算法检测 性能随着P的增大非线性增加，当P = 1时，检测性能最优。
[0070]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，报告信道的平均信噪比为-2地，能量检测也采用MRC合并算法。图6中 的仿真结果表明，所提优化算法性能优于MRC协作检测和能量检测，用户数N越大，检测性 能越好。需要说明的是，平均信噪比过小导致P= 0和P= 1时候权值向量《的差别很小， 使得检测性能曲线在和p= 1几乎重合。
[0071]图7为优化算法、MRC算法和能量检测随SNR变化的性能比较图。仿真条件为协 作CR数N= 5,感知时间内采样的OFDM符号块K= 4,循环前缀位数Nc= 5。图中横坐标 表示感知信道的信噪比从-10地到5,纵坐标表示检测概率。由图7的曲线同样可W看出所 提(FDM优化算法的性能从-10地到5地均优于能量检测和MRC算法，且当偏移系数参数P =1时的优化算法的检测性能优于P= 0时的检测性能。
【主权项】
1. 一种基于OFDM的认知无线电协作频谱感知方法，其特征在于，所述方法采用多用户 分集感知的策略，建立基于OFDM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，感知结果融合算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。2. 根据权利要求1所述的一种基于OFDM的认知无线电协作频谱感知方法，其特征在 于，所述采用针对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，所述 方法的步骤： (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，以确保含有整个K 个完整的OFDM时间块； (2) 每个CR的方式根据采样得到的值计算得到：i = 0,…，Nc+Nd-1 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；S ,SCP所在位置的集合；？R(·)为复数的实数部分的值； (3) CR把检测结果通过完全正交的报告信道发送到融合中心，考虑报告信道的加性白 噪声，融合中心接收到的信号为Yi t = CjVp i = 1，…，N ; (4) 计算线性的权值，融合中心用线性加权的方法融合接收的数据，与设定门限值比 较，判断是否存在I3U :式中y。表示判决值，它与门限值比较后判断是否存在主用户信号；γ为全局判决门限 值，权值向量为to# Τ，反映对融合结果贡献的大小；氏表不被测量频段存 在主用户信号；Htl表示被测量频段不存在主用户信号； ω = ε ρ Σ j+1-p Σ 0_1 μ j 其中；U1为N维的列向量Σ〇和 Σ ^NXN 的对角矩阵，Σ。= diagG Cu，…，ζ。』，S1= diagG 1;1，…，ζ 1>N;3. 根据权利要求1所述的一种基于OFDM的认知无线电协作频谱感知方法，其特征在 于，所述最大化偏移系数的方法对权值建模优化为：0彡P彡1 式中d2表示整个OFDM协作感知算法的偏移系数；优化目标为选择合适的ω，使得偏移 系数d2最大化；并在仿真中选择不同的ρ的值来分析ρ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E yjHpE yjHQ，var yjHjPvar yjHi，由于ω是 上式中唯一的权重向量变量，所以系统偏移系数d2可以表示为变量为ω的函数d2〇,可以 设ω为归一化变量向量； 所述优化的权值为：所以《_是归一化的权值向量为：wOPt= ε ρΣ !+I-PX0^1U1 由于 -为大于〇的实数，对权值向量的比例关系不构成影响； 其44. 根据权利要求1所述的一种基于OFDM的认知无线电协作频谱感知方法，其特征在 于，所述采用线性融合算法处理采集到的数据，最终判决是否存在OFDM信号：式中，yc表示判决值，它与门限值比较后判断是否存在主用户信号； γ为全局判决门限值，权值向量为反映对融合结果贡献的大 小；ω的值相关于感知信道与报告信道的状态。5. 根据权利要求1所述的一种基于OFDM的认知无线电协作频谱感知方法，其特征在 于，所述软合并的方式指把认知用户CR上测量计算的数值直接发送给主用户FU，FU采用算 法处理后进行判断。6.根据权利要求4所述的一种基于OFDM的认知无线电协作频谱感知方法，其特征在 于，所述全局判决的虚警概率和检测概率分别如下：式中，μ$Ν维的列向量，；Σ。和Σ ^NXN的对角 矩阵，Σ。= diag ζ Cu,…，ζ Q，N; Σ丨=diag ζ 1;1，…，ζ 1>Ν; γ为全局判决门限值；ω为权 值向量。
【专利摘要】一种基于OFDM的认知无线电协作频谱感知方法，所述方法采用多用户分集感知的策略，建立基于OFDM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，感知结果融合算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；采用线性融合算法处理采集到的数据，最终判决是否存在OFDM信号。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。
【IPC分类】H04L27/26, H04B17/382
【公开号】CN104901755
【申请号】CN201510353661
【发明人】李映雪, 朱文广, 黄春明, 钟士元, 雷静, 王伟, 姚诸香, 黄超
【申请人】国家电网公司, 国网江西省电力公司经济技术研究院
【公开日】2015年9月9日
【申请日】2015年6月24日
【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] 图7为本发明优化算法、MRC算法和能量检测随SNR变化的性能比较图。
【具体实施方式】
[0060] 本发明的【具体实施方式】如图1所示。
[0061] 本发明包含W下几个步骤：
[006引第一步，布置N个CR用户和融合中屯、用于感知PU信号；
[0063] 第二步，N个CR用户实时同步对空中信号采样K+1个OFDM块的时长；
[0064] 第；步，N个CR把检测结果通过完全正交的报告信道发送到融合中屯、；
[0065] 第四步，用本发明方法计算出最优权值，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。
[0066] 本发明实施后的仿真验证如下：
[0067] 图3为CP数和(FDM块的数量不同时协作检测仿真性能的比较。反映了采样(FDM 的CP数和采样OFDM的块数对整个OFDM协作检测性能的影响。图的横纵坐标分别表示虚警 概率和检测概率。仿真中CR用户数为N= 5,感知信道的的SNR均值为-10地的均值和-4地 的方差随机生成，报告信道与感知信道的噪声方差相同，OFDM的符号块K分别为20、40和 80个；CP的长度分别为2、5和10。由图3可W看出OFDM符号块与CP长度与检测性能的 关系。采样的OFDM符号块越多，CP长度越长，算法检测性能越优，与符号块和CP的长度和 OFDM符号块成正比。需要说明的是，由于算法考虑了报告信道带来的误差，所W所提算法的 感知性能略低于不考虑报告信道误差的协作检测算法，而且CP长度对算法检测性能的影 响大于OFDM块数对性能的影响。
[0068] 图4表示协作频谱检测CR个数变化时检测概率变化的情况，仿真条件为平均信噪 比为-7地，CP长度为Nc= 5,采样的(FDM符号块数为K= 6,根据0PDN检测算法，实际利 用的符号数为K-1 = 5,本次仿真中设定算法虚警概率固定为0.01。图中MRC表示最大比 合并（Maxima^RatioCombing,MRC)算法，邸表示协作能量硬判决检测算法。CR个数从1 变化到15,由图可W观察，随着CR的个数增多，检测性能不断提升，但是提升的幅度逐渐减 小，当CR数增加为12时，协作检测系统的检测概率接近于1。该证明当在此场景下CR数大 于12时，再增加CR的个数对系统的检测性能并不能再产生影响。而且图中改进偏移系数 中P的值为0和1时系统性能曲线几乎重叠，并无特别大的偏差。从图中还可W看出，当同 样的协作CR节点时，本文提出的OFDM协作检测方法的检测性能优于MRC检测算法与协作 能量检测算法。
[0069] 改进偏移系数公式中的不同P值决定了优化权值《的差异，仿真图5是该种差异 造成的算法检测性能的比较，仿真条件为协作CR个数为N = 5,平均信噪比为-2地，感知时 间内采样的OFDM符号块K = 6。循环前缀个数Nt= 5。如图4可知，当P的值不同时，所提 (FDM协作感知方法在P变化时性能差距非常小，在1(T6等级上变化；在此等级上，算法检测 性能随着P的增大非线性增加，当P = 1时，检测性能最优。
[0070]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，报告信道的平均信噪比为-2地，能量检测也采用MRC合并算法。图6中 的仿真结果表明，所提优化算法性能优于MRC协作检测和能量检测，用户数N越大，检测性 能越好。需要说明的是，平均信噪比过小导致P= 0和P= 1时候权值向量《的差别很小， 使得检测性能曲线在和p= 1几乎重合。
[0071]图7为优化算法、MRC算法和能量检测随SNR变化的性能比较图。仿真条件为协 作CR数N= 5,感知时间内采样的OFDM符号块K= 4,循环前缀位数Nc= 5。图中横坐标 表示感知信道的信噪比从-10地到5,纵坐标表示检测概率。由图7的曲线同样可W看出所 提(FDM优化算法的性能从-10地到5地均优于能量检测和MRC算法，且当偏移系数参数P =1时的优化算法的检测性能优于P= 0时的检测性能。
【主权项】
1. 一种基于OFDM的认知无线电协作频谱感知方法，其特征在于，所述方法采用多用户 分集感知的策略，建立基于OFDM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，感知结果融合算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。2. 根据权利要求1所述的一种基于OFDM的认知无线电协作频谱感知方法，其特征在 于，所述采用针对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，所述 方法的步骤： (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，以确保含有整个K 个完整的OFDM时间块； (2) 每个CR的方式根据采样得到的值计算得到：i = 0,…，Nc+Nd-1 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；S ,SCP所在位置的集合；？R(·)为复数的实数部分的值； (3) CR把检测结果通过完全正交的报告信道发送到融合中心，考虑报告信道的加性白 噪声，融合中心接收到的信号为Yi t = CjVp i = 1，…，N ; (4) 计算线性的权值，融合中心用线性加权的方法融合接收的数据，与设定门限值比 较，判断是否存在I3U :式中y。表示判决值，它与门限值比较后判断是否存在主用户信号；γ为全局判决门限 值，权值向量为to# Τ，反映对融合结果贡献的大小；氏表不被测量频段存 在主用户信号；Htl表示被测量频段不存在主用户信号； ω = ε ρ Σ j+1-p Σ 0_1 μ j 其中；U1为N维的列向量Σ〇和 Σ ^NXN 的对角矩阵，Σ。= diagG Cu，…，ζ。』，S1= diagG 1;1，…，ζ 1>N;3. 根据权利要求1所述的一种基于OFDM的认知无线电协作频谱感知方法，其特征在 于，所述最大化偏移系数的方法对权值建模优化为：0彡P彡1 式中d2表示整个OFDM协作感知算法的偏移系数；优化目标为选择合适的ω，使得偏移 系数d2最大化；并在仿真中选择不同的ρ的值来分析ρ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E yjHpE yjHQ，var yjHjPvar yjHi，由于ω是 上式中唯一的权重向量变量，所以系统偏移系数d2可以表示为变量为ω的函数d2〇,可以 设ω为归一化变量向量； 所述优化的权值为：所以《_是归一化的权值向量为：wOPt= ε ρΣ !+I-PX0^1U1 由于 -为大于〇的实数，对权值向量的比例关系不构成影响； 其44. 根据权利要求1所述的一种基于OFDM的认知无线电协作频谱感知方法，其特征在 于，所述采用线性融合算法处理采集到的数据，最终判决是否存在OFDM信号：式中，yc表示判决值，它与门限值比较后判断是否存在主用户信号； γ为全局判决门限值，权值向量为反映对融合结果贡献的大 小；ω的值相关于感知信道与报告信道的状态。5. 根据权利要求1所述的一种基于OFDM的认知无线电协作频谱感知方法，其特征在 于，所述软合并的方式指把认知用户CR上测量计算的数值直接发送给主用户FU，FU采用算 法处理后进行判断。6.根据权利要求4所述的一种基于OFDM的认知无线电协作频谱感知方法，其特征在 于，所述全局判决的虚警概率和检测概率分别如下：式中，μ$Ν维的列向量，；Σ。和Σ ^NXN的对角 矩阵，Σ。= diag ζ Cu,…，ζ Q，N; Σ丨=diag ζ 1;1，…，ζ 1>Ν; γ为全局判决门限值；ω为权 值向量。
【专利摘要】一种基于OFDM的认知无线电协作频谱感知方法，所述方法采用多用户分集感知的策略，建立基于OFDM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，感知结果融合算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；采用线性融合算法处理采集到的数据，最终判决是否存在OFDM信号。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。
【IPC分类】H04L27/26, H04B17/382
【公开号】CN104901755
【申请号】CN201510353661
【发明人】李映雪, 朱文广, 黄春明, 钟士元, 雷静, 王伟, 姚诸香, 黄超
【申请人】国家电网公司, 国网江西省电力公司经济技术研究院
【公开日】2015年9月9日
【申请日】2015年6月24日
最新回复(0)