吳 迪

(中國西南電子技術研究所，成都 610036)

?

一種低速采樣的協(xié)同寬帶頻譜感知方法*

吳 迪**

(中國西南電子技術研究所，成都 610036)

頻譜感知是通信系統(tǒng)抗干擾和智能化的關鍵能力。針對認知無線電系統(tǒng)窄帶頻譜感知技術受制于數模轉換器件的發(fā)展水平，難以解決認知無線電系統(tǒng)寬帶、實時頻譜感知的問題，提出一種多節(jié)點協(xié)作的認知無線電系統(tǒng)寬帶頻譜感知方法。該方法設計由多個認知節(jié)點對目標頻段執(zhí)行次奈奎斯特采樣來降低采樣速率，采用能量檢測方式對采樣矢量進行集中式融合判決，實現(xiàn)寬頻段范圍內干擾信號的譜定位和判斷，降低各個感知節(jié)點的采樣速率，支撐認知網絡系統(tǒng)構建高實時、寬頻帶頻譜感知的能力。計算機仿真試驗結果表明，所提方法達到90%檢測概率時壓縮比要求為0.025，具有可靠性與有效性。

認知無線電；寬帶頻譜感知；協(xié)作頻譜感知；次奈奎斯特采樣;能量檢測

1 引 言

通信需求的增長、電磁環(huán)境的惡化和頻譜資源的匱乏是無線通信系統(tǒng)當前面臨的典型問題[1]。認知無線電技術[2-3]作為一種智能無線通信技術，突破了傳統(tǒng)的固定譜分配策略，賦予無線通信網絡中網絡成員節(jié)點以感知電磁頻譜的能力，使得系統(tǒng)可以監(jiān)測無線頻譜環(huán)境，判別沖突信號，搜尋可用頻譜并自適應的調整鏈路。實現(xiàn)對干擾信號和沖突頻段的主動“避讓”，是無線通信網絡提升頻譜利用效率、系統(tǒng)抗干擾性能和系統(tǒng)智能化水平的重要技術手段。

頻譜感知技術的研究是認知無線電研究領域的核心組成部分，是受到廣泛關注的研究方向。針對認知無線電頻譜感知技術學術界已有廣泛而深入研究。前期研究主要關注單認知用戶頻譜感知方法，提出了能量檢測、匹配濾波、循環(huán)平穩(wěn)檢測、協(xié)方差、小波變換等頻譜感知方法[4]。之后針對主用戶信號在傳輸中存在的遮蔽、陰影與多徑導致的單認知用戶頻譜感知可靠性差等問題[5]，開展協(xié)作頻譜感知技術的研究，由多個認知用戶共同執(zhí)行頻譜感知并對感知進行融合處理，提出的方法包括基于硬判決的“與”、“或”與“K/N”協(xié)作感知以及基于軟判決的能量融合判決等[6]。

伴隨網絡規(guī)模和通信帶寬需求的不斷增加，認知網絡對于更高實時性和更寬頻段的頻譜感知能力需求愈發(fā)明顯。但是，不論是單用戶頻譜感知還是多用戶協(xié)作頻譜感知都只能認為是窄帶頻譜感知，被感知的目標頻帶是帶寬較窄的頻譜。這種窄帶頻譜感知技術實時處理的頻段較窄導致全頻域掃描一次時間較長，難以滿足高動態(tài)、高實時性的感知應用需求。同時，受制于模數轉換器(Analog-to-Digital Converter，ADC)的發(fā)展水平，在工程上實現(xiàn)直接寬帶頻譜感知十分困難，因為其要求系統(tǒng)配置高速ADC器件以實現(xiàn)奈奎斯特(Nyquist)速率采樣[7]，比如：為了感知0～3 GHz的寬帶頻率范圍，要求認知節(jié)點(Cognitive Radio，CR)配置采樣速率大于6 GHz的ADC器件，一方面器件水平還存在差距，另一方面高速ADC帶來的能耗與散熱也為系統(tǒng)設計提出了挑戰(zhàn)。因此，學術界開始關注寬帶協(xié)作頻譜感知[8]技術的研究?，F(xiàn)階段寬帶協(xié)作感知研究可分為協(xié)作多通道感知和協(xié)作寬帶感知兩類，協(xié)作多通道感知研究以多點快速傅里葉變換技術為基礎，為多通道系統(tǒng)構建一種基于軟檢測合并的模型，并針對時間、吞吐量等目標進行優(yōu)化[9]；協(xié)作寬帶感知研究采用壓縮檢測技術使ADC器件用較小采樣速率對寬帶模擬信號進行采樣，并對寬頻帶內較稀疏的信號進行檢測[10]。

本文提出一種基于多認知節(jié)點協(xié)作次奈奎斯特采樣[11]的低速采樣協(xié)同寬帶頻譜感知方法，在傳統(tǒng)壓縮檢測技術的基礎上進行優(yōu)化，提升響應時間，降低檢測算法的復雜度，具有較高的工程應用可行性。

2 系統(tǒng)模型

本文討論如圖1所示認知網絡，系統(tǒng)中有υ個CR同步執(zhí)行寬帶頻譜感知，每個CR配置有1個寬帶濾波器、1個低速采樣器和1個快速傅里葉變換(Fast Fourier Transform,FFT)模塊。其中，寬帶濾波器的帶寬為w。對于該認知網絡，設定所有CR在執(zhí)行頻譜感知階段保持靜默，并且由具有穩(wěn)定拓撲連通性條件的認知節(jié)點承擔感知融合中心(Fusion Center，F(xiàn)C)的功能。

圖1 協(xié)同感知系統(tǒng)場景示意圖

假設通信區(qū)域內存在干擾信號(將來自主用戶和干擾源的信號都視為干擾信號)，且干擾信號在頻率上是稀疏的。執(zhí)行頻譜感知的CR觀察到的信號譜能量主要來自于干擾信號和背景噪聲。因為全頻段覆蓋干擾設備、通信設備是幾乎不存在的，所以假設待檢測的干擾信號在頻帶上表現(xiàn)出稀疏特性，即每個感知CR接收信號在頻域表現(xiàn)出稀疏特性是合理的。定義CR采樣信號的奈奎斯特離散傅里葉變換(Discrete Fourier Transform，DFT)譜為S稀疏,即N個頻譜子帶中最多有S個子帶處于被占用，S?N。

3 寬帶協(xié)作頻譜感知方法

3.1 次奈奎斯特采樣寬帶協(xié)作感知模型

本節(jié)提出基于次奈奎斯特采樣實現(xiàn)多節(jié)點協(xié)同且每個CR節(jié)點保持較低采樣速率的寬帶頻譜感知方法。假設協(xié)作感知系統(tǒng)包括υ個CR節(jié)點和1個融合節(jié)點，其中，感知節(jié)點之間不要求具備通信能力，感知節(jié)點與融合節(jié)點之間配置通信鏈路。假設感知目標為連續(xù)時間寬帶信號xc,i(t)。系統(tǒng)中各CR的采樣速率不相同，設第i個CR的次奈奎斯特采樣速率為fi，fi<2W≤f。第i個CR對xc,i(t)做次奈奎斯特采樣后的樣本信號表示為N點的離散向量yi[n]=xc,i(n/f)，n∈[0,1,…,JMi-1]，其中N=fiT=JMi。通過選取Mi為自然數，可以將整個序列劃分為J個等長片段yi,j[k]，k=0,1,…,Mi-1。其中，第j個采樣片段信號可寫成

(1)

(2)

(3)

進一步地，基于式(3)，可以建模次奈奎斯特采樣樣本的DFT譜分布如下:

(4)

(5)

式中：「N/Mi?是不小于N/Mi的最小整數，表示式(2)中累和項數目。

每個CR處次奈奎斯特采樣信號DFT譜的能量計算方式如下:

(6)

因而，可以獲得其分布如下：

(7)

為了檢驗干擾信號在指定頻帶上是否出現(xiàn)，采用判決準則

(8)

針對本方案所提機制，要求協(xié)作CR節(jié)點采樣點數之和近似等于奈奎斯特采樣速率的采樣點數，即是協(xié)作CR數目和次采樣速率之間存在平衡與折中。

3.2 寬帶協(xié)作感知流程

本文所設計的次奈奎斯特采樣的寬帶協(xié)作感知系統(tǒng)的工作流程如下：

步驟1 感知融合中心FC分配不同的次奈奎斯特采樣速率給不同的CR。

步驟2 在觀察時間T內，CRs執(zhí)行次奈奎斯特采樣,并將次奈奎斯特采樣樣本送入FFT模塊執(zhí)行樣本信號快速傅里葉變換從而獲得次奈奎斯特DFT譜。

步驟3 基于次奈奎斯特DFT譜計算獲得信號能量矢量。

步驟4 CRs通過專用控制信道將這些計算獲得的信號能量矢量發(fā)送給融合中心FC，來自各CRs的數據在FC處融合構成一個假設檢驗統(tǒng)計量。

步驟5 融合中心FC選擇合適檢測門限以執(zhí)行二元假設檢驗判決。

步驟6 融合中心FC將判決結果通過控制信道反饋給所有的CRs，用于后續(xù)通信參數的設置。

4 算法性能仿真分析

4.1 寬帶協(xié)作感知原理試驗

本節(jié)對所提寬帶協(xié)作頻譜感知方法的性能進行仿真分析，仿真場景設置參考文獻[12]并基于無線區(qū)域網絡(Wireless Regional Area Network，WRAN)的工作場景簡化，從而使得仿真結果對系統(tǒng)后續(xù)部署應用具有指導作用。仿真場景具體如下：混合網絡包括22個參與協(xié)作頻譜感知的認知節(jié)點和3個干擾信號，即υ=22，Nb=3。此外，設定22個CR的采樣點數目為[4 889,5 237,5 591,5 939,6 299,6 637,6 997,7 349,7 699,8 039,8 389,8 747,9 091,9 439,9 791,10 141,10 499,10 847,11 197,11 549,11 897,12 241]，系統(tǒng)平均采樣速率為428.42 MHz。

圖2為原始干擾信號DFT譜，存在3個中心頻率分別為1.725 GHz、2.025 GHz和2.725 GHz的干擾信號。

圖2 干擾信號DFT譜

圖3是感知融合中心FC對各CR上報信號譜能量恢復處的PU信號能量譜。同樣，這里僅顯示正頻率部分能量譜?？梢钥闯?，在1.725 GHz、2.025 GHz和2.725 GHz附近存在較大的信號能量譜分量。

圖3 感知融合中心恢復的寬帶信號譜

在系統(tǒng)設計時可以對整個頻段進行粒度調整。圖4給出了以50 MHz為單位劃分3 GHz帶寬并進行能量譜統(tǒng)計的效果，圖中圓圈點對應子信道信號能量累積量?？梢钥闯觯有诺?5、41和55是子頻帶信號能量最大的3個信道。系統(tǒng)可以根據選擇門限執(zhí)行判決，不同判決門限選擇將影響系統(tǒng)檢測與虛警概率，如圖5中λ1、λ2和λ33個判決門限將分別導致虛警、無虛警無漏檢和漏檢。

圖4 子帶信號累積能量圖

4.2 寬帶協(xié)作感知統(tǒng)計性能試驗

對系統(tǒng)性能隨干擾信號數量和CR接收信號平均信噪比(Signal-to-Noise Ratio,SNR)變化的情況進行仿真分析。圖5是Nb為3和6兩種取值下系統(tǒng)ROC曲線。可以看出，兩種場景下系統(tǒng)檢測概率都隨著虛警概率的遞增而增加直到趨近于1。同樣地，在相同的虛警概率取值下，Nb=3的檢測性能要優(yōu)于Nb=6的檢測性能。造成這種問題的原因在于后者存在更嚴重頻譜混疊效應，說明隨著干擾信號的稀疏度增加，基于次奈奎斯特采樣的感知機制性能下降。

圖5 不同干擾信號數量下系統(tǒng)的ROC曲線

圖6是CR不同的接收信號平均SNR，即SNR為5 dB和0 dB兩種取值下系統(tǒng)ROC曲線?？梢钥闯?，兩種場景下系統(tǒng)檢測概率都隨著虛警概率的遞增而增加直到趨近于1。此外，在相同的虛警概率取值下，SNR=5 dB的檢測性能要優(yōu)于SNR=0 dB的檢測性能,該結果符合理論與直覺分析。

圖6 SNR均值下系統(tǒng)ROC曲線

這里將本文所提算法與壓縮感知算法進行比較，結果如圖7所示。認知用戶平均采樣速率從75～375 MHz逐漸遞增，虛警概率為0.1。這里定義次奈奎斯特采樣速率與奈奎斯特采樣速率之比為壓縮比。由圖可知，在達到90%檢測概率時本文所提算法壓縮比要求為0.025，而文獻[16]所提算法的壓縮比要求為0.045，顯然本文所提算法達到相同檢測性能所需采樣頻率更低。

圖7 算法壓縮比隨感知性能比較

與常見寬帶頻譜感知方法的壓縮能力、ADC要求和計算復雜度指標進行比較，結果如表1所示?？梢钥闯?，本文所提方法相對于已有算法而言兼具壓縮能力、更低的ADC要求和更小的計算復雜度。

表1 算法比較Tab.1 Algorithm comparison

5 結束語

寬帶頻譜感知是無線網絡通信和抗干擾通信的關鍵技術之一。本文提出一種多感知節(jié)點組網集中式協(xié)作寬帶頻譜感知方法，在CRs處執(zhí)行次奈奎斯特采樣來進行干擾信號檢測，并在感知融合中心FC處執(zhí)行融合判決。本文所提方案無需重構干擾信號譜，在各協(xié)作CRs端僅執(zhí)行類似于傳統(tǒng)能量檢測的感知方法即可達到檢測干擾信號的效果。計算機仿真實驗驗證了該方法的合理性。該方法可以作為認知無線電網絡的頻譜感知功能的實現(xiàn)手段，在無線通信網絡頻譜環(huán)境檢測方面具有一定的現(xiàn)實意義。后續(xù)可進一步對信號能量矢量傳輸部分進行研究和設計。

[1] 陳強，陳長興，陳婷，等.數據鏈通信系統(tǒng)仿真實現(xiàn)與抗干擾分析[J].計算機仿真,2015,32(9):199-203. CHEN Qiang,CHEN Changxing,CHEN Ting,et al.Simulation of data link communication system and analysis of anti-jamming[J].Computer Simulation，2015,32(9):199-203.(in Chinese)

[2] 高新華.軟件定義戰(zhàn)術電臺的設計技術研究[J].無線電通信技術，2016，42(3) :85-88，93． GAO Xinhua.Design of tactical software-defined radio[J].Radio Communications Technology，2016，42(3):85-88，93．(in Chinese)

[3] 劉淑慧.機載認知通信網絡架構研究[J].電訊技術,2016,56(4):360-364. LIU Shuhui.Study on airborne cognitive communication networks architecture[J].Telecommunication Engineering,2016,56(4):360-364.(in Chinese)

[4] HAYKIN S,THOMSON D J,REED J H. Spectrum sensing for cognitive radio[J].Proceedings of the IEEE,2009,97(5):849-877.

[5] SOBRON I,DINIZ P S R,MARTINS W A,et al.Energy detection technique for adaptive spectrum sensing[J].IEEE Transactions on Communications,2015,63(3):617-627.

[6] BERA D,CHAKRABARTI I,PATHAK S,et al.Another look in the analysis of cooperative spectrum sensing over Nakagami-m fading channels[J].IEEE Transactions on Wireless Communications,2017,16(2):856-871.

[7] 徐江海.大動態(tài)射頻直接采樣接收機的研究與實現(xiàn)[J].艦船電子對抗,2016,39(2):46-48. XU Jianghai.Study and implementation of RF direct-sampling receiver with large dynamic range[J].Shipboard Electronic Countermeasure,2016,39(2):46-48.(in Chinese)

[8] 張亞梅,劉保菊.基于多層分簇優(yōu)化的認知無線電網絡協(xié)作頻譜感知策略[J].現(xiàn)代電子技術,2016,39(17):49-54. ZHANG Yamei,LIU Baoju.Multilayer clustering optimization based cooperative spectrum sensing scheme of cognitive radio network[J].Modern Electronics Technique,2016,39(17):49-54.(in Chinese)

[9] SANNA M,MURRONI M.Nonconvex optimization of collaborative multiband spectrum sensing for cognitive radios with genetic algorithms[J].International Journal of Digital Multimedia Broadcasting,2010(1687-7578) :1-12.

[10] TIAN Z. Compressed wideband sensing in cooperative cognitive radio networks[C]//Proceedings of 2008 IEEE Global Telecommunications Conference(GLOBECOM 2008). New Orleans,LA,USA:IEEE,2008:1-5.

[11] 楊鵬,樊昀,黃知濤,等.基于Sub-Nyquist采樣的單通道頻譜感知技術[J].國防科技大學學報,2013,35(4):121-127. YANG Peng,FAN Yun,HUANG Zhitao,et al.Single-channel spectrum sensing technique based on sub-Nyquist sampling[J].Journal of National University of Defense Technology,2013,35(4):121-127.(in Chinese)

[12] PINSKY M A.Introduction to Fourier analysis and wavelets[M].Pacific Grove,CA: The Brooks/Cole,2002.

[13] SUN H J,NALLANATHAN A,CUI S,et al.Cooperative wideband spectrum sensing over fading channels[J].IEEE Transactions on Vehicular Technology,2016,65(3): 1382-1394.

[14] ZENG Y,LIANG Y C,HOANG A T,et al.A review on spectrum sensing for cognitive radio: challenges and solutions[J].EURASIP Journal on Advances in Signal Processing,2010(1):1-15.

[15] FAN R,JIANG H,GUO Q,et al.Joint optimal cooperative sensing and resource allocation in multichannel cognitive radio networks[J].IEEE Transactions on Vehicular Technology,2011,60(2): 722-729.

[16] TIAN Z,GIANNAKIS G B.Compressed sensing for wideband cognitive radios[C]//Proceedings of 2007 IEEE International Conference on Acoustics,Speech and Signal Processing(ICASSP 2007).Honolulu,HI,USA:IEEE,2007： 1357-1360.

A Cooperative Spectrum Sensing Method Based onLow Rates Sampling

WU Di

(Southwest China Institute of Electronic Technology，Chengdu 610036，China)

Spectrum sensing is a key capability to enhance the anti-jamming and intelligence level of a communication system. The narrowband spectrum sensing performance of cognitive radio system is restricted by the technological progress of the analog digital converter，so it is difficult to realize the high real-time performance and wideband detection in system. In response to the problem,a method is proposed based on cooperative wideband spectrum sensing between multi-cognitive nodes in the network. In order to achieve high real-time performance and wideband detection of cognitive network system,the method reduces the sampling rate by making cognitive nodes perform sub-Nyquist sampling on the sensing frequency band,and realizes the positioning and judgment of jamming signal in the wide range of frequency through the centralized fusion and decision mechanism based on energy detection. The simulation and experimental results show that the proposed method can achieve 90% detection probability under the condition that compression ratio is 0.025.So the method is correct and reliable.

cognitive radio；wideband spectrum sensing；cooperative spectrum sensing；sub-Nyquist sampling;energy detection

10.3969/j.issn.1001-893x.2017.06.003

吳迪.一種低速采樣的協(xié)同寬帶頻譜感知方法[J].電訊技術，2017,57(6):629-634.[WU Di.A cooperative spectrum sensing method based on low rates sampling[J].Telecommunication Engineering,2017,57(6):629-634.]

2017-02-23；

2017-05-08 Received date:2017-02-23；Revised date：2017-05-08

國防科技重點實驗室基金項目(9140C020203150C02008)

TN911.7

A

1001-893X(2017)06-0629-06

吳 迪(1983—)，男，北京人，碩士，工程師，主要研究方向為軟件無線電、機載綜合化通信系統(tǒng)。

Email:tonywoo1983@163.com

**通信作者：tonywoo1983@163.com Corresponding author：tonywoo1983@163.com