徐永輝

(空軍工程大學(xué) 信息與導(dǎo)航學(xué)院，陜西 西安 710077)

無線局域網(wǎng)(Wireless Local Area Network,WLAN)由于傳輸效率高、擴(kuò)展性好等優(yōu)點(diǎn)得到了廣泛應(yīng)用，其中IEEE 802.11系列的WLAN技術(shù)將會(huì)得到最迅猛的發(fā)展[1]，被稱為解決終端最后100 m接入問題的有效方案[2]。最新的WLAN標(biāo)準(zhǔn)802.11ax 也被WiFi聯(lián)盟定為下一代WiFi技術(shù)，正式命名為WiFi6[3]。

IEEE 802.11系列標(biāo)準(zhǔn)的WLAN使用2.4 GHz和5 GHz頻段[4]，這兩個(gè)頻段屬于非授權(quán)頻段的范疇，實(shí)際應(yīng)用中會(huì)將這兩個(gè)主要頻段細(xì)劃為若干個(gè)子頻段，子頻段間幾乎都有重疊，導(dǎo)致WLAN之間易產(chǎn)生同頻干擾，嚴(yán)重影響用戶通信質(zhì)量。未來WLAN的密集部署和通信帶寬的增大，勢(shì)必導(dǎo)致非授權(quán)頻段更加“擁擠”，同頻干擾將越來越嚴(yán)重[5]；因此有效抑制WLAN同頻干擾具有重要意義。抑制同頻干擾的關(guān)鍵是對(duì)同頻信號(hào)的檢測(cè)，發(fā)現(xiàn)同頻信號(hào)后再采取合適的措施避免或消除干擾。文獻(xiàn)[6]提出一種主輔通道聯(lián)合處理的同頻干擾抑制方法，該方法能較好地對(duì)同頻干擾信號(hào)進(jìn)行檢測(cè)，降低了漏檢概率，同時(shí)補(bǔ)償了硬件資源，但算法較為復(fù)雜。文獻(xiàn)[7]提出一種基于2階統(tǒng)計(jì)量的盲源分離算法，以卷積混合模型為基礎(chǔ)，通過計(jì)算最小均方誤差作為判決依據(jù)檢測(cè)同頻信號(hào)，并分離同頻信號(hào)和有用信號(hào)，較好地抑制了同頻干擾。

最新的IEEE 802.11ax標(biāo)準(zhǔn)延續(xù)了傳統(tǒng)的分布式協(xié)調(diào)機(jī)制，即先檢測(cè)空間頻譜再選擇頻段發(fā)射信號(hào)[8]，這一處理過程是認(rèn)知無線電(Cognitive Radio,CR)所擅長(zhǎng)的。在CR系統(tǒng)中，次級(jí)用戶(Secondary User,SU)通過對(duì)周圍環(huán)境進(jìn)行多維度的頻譜感知，在不對(duì)主用戶(Primary User,PU)造成干擾的情況下分析感知到的信息，智能地調(diào)整發(fā)射機(jī)實(shí)現(xiàn)與PU的頻譜資源共享[9]，其中頻譜感知是CR技術(shù)的基礎(chǔ)[10]。在CR中，能量檢測(cè)、匹配濾波器檢測(cè)、循環(huán)平穩(wěn)檢測(cè)是常用的頻譜感知方法[11]。能量檢測(cè)法的優(yōu)勢(shì)是計(jì)算過程簡(jiǎn)單，對(duì)主用戶先驗(yàn)數(shù)據(jù)要求不高，但對(duì)干擾和有用信號(hào)區(qū)分效果不明顯，抗干擾能力較差；匹配濾波器檢測(cè)法抗噪聲性能好，但是需要獲取初級(jí)用戶先驗(yàn)數(shù)據(jù)；循環(huán)平穩(wěn)檢測(cè)法原理簡(jiǎn)單，抗干擾和抗噪聲能力強(qiáng)，能有效區(qū)分其他普通干擾和主用戶信號(hào)，從而完全擺脫噪聲的影響，在較低感知信噪比情況下也有很好的檢測(cè)性能[12]。

綜上分析CR技術(shù)中幾種頻譜感知方法的特點(diǎn)，結(jié)合實(shí)際密集部署的WLAN環(huán)境，考慮將CR技術(shù)和WLAN技術(shù)結(jié)合，提出一種基于循環(huán)平穩(wěn)檢測(cè)的WLAN同頻干擾檢測(cè)方法。該方法原理簡(jiǎn)單，能為有效抑制同頻干擾打下良好基礎(chǔ)，且適合密集部署的WLAN環(huán)境。

1 WLAN同頻干擾檢測(cè)算法

1.1 WLAN同頻干擾分析

IEEE 802.11系列標(biāo)準(zhǔn)中的WLAN系統(tǒng)有多種類型的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，其中最為典型的一種網(wǎng)絡(luò)結(jié)構(gòu)是無線擴(kuò)展服務(wù)集(Wireless Extended Service Set,WESS)[13]，這種WLAN拓?fù)浣Y(jié)構(gòu)也是本文研究的對(duì)象。WESS由若干基本服務(wù)集(Basic Service Set,BSS)組成，每個(gè)BSS可視為一個(gè)子WLAN系統(tǒng)，BSS中的用戶通過連接網(wǎng)絡(luò)接入點(diǎn)(Access Point,AP)實(shí)現(xiàn)互聯(lián)，每個(gè)AP通過光纖可以接入外部互聯(lián)網(wǎng)，這樣既保證了BSS中的用戶內(nèi)部聯(lián)網(wǎng)，也滿足了用戶上互聯(lián)網(wǎng)的需求，如圖1所示。

圖 1 WESS網(wǎng)絡(luò)示意圖

在圖1這種WLAN密集部署的WESS環(huán)境中存在多個(gè)AP，AP數(shù)量越多網(wǎng)絡(luò)數(shù)據(jù)吞吐量越大，BSS間互相干擾就更嚴(yán)重[14]。以2.4 GHz頻段為例，在整個(gè)頻率區(qū)間2.4～2.4835 GHz內(nèi)，以5 MHz為信道間隔，以22 MHz為信道寬度劃分了十幾個(gè)子頻段，這些子頻段中只有3個(gè)頻段不互相重疊[15]。在這種情況下，附近BSS的發(fā)射機(jī)射頻信號(hào)對(duì)于己方BSS就是同頻信號(hào)，己方BSS內(nèi)的用戶在通信時(shí)就會(huì)被鄰近BSS的同頻信號(hào)干擾，如圖1中陰影部分所示。這種由于多個(gè)BSS的WLAN工作頻段相鄰或相同所產(chǎn)生的同頻信號(hào)之間的干擾稱為同頻干擾[5]。簡(jiǎn)單來說就是同頻信號(hào)造成了同頻干擾，這里要研究的就是如何對(duì)密集部署的WESS環(huán)境中的同頻干擾信號(hào)進(jìn)行有效檢測(cè)，這是抑制WLAN同頻干擾最關(guān)鍵的步驟。

1.2 同頻干擾檢測(cè)模型

在傳統(tǒng)的CR系統(tǒng)中，PU工作在授權(quán)頻段，SU工作在非授權(quán)頻段，在這里的WESS網(wǎng)絡(luò)結(jié)構(gòu)中，PU和SU都工作在非授權(quán)頻段，當(dāng)在己方BSS內(nèi)對(duì)其他BSS接入點(diǎn)AP的射頻信號(hào)進(jìn)行檢測(cè)時(shí)，其他被己方檢測(cè)的BSS接入點(diǎn)AP屬于PU，己方BSS接入點(diǎn)AP為SU。如果在己方BSS內(nèi)檢測(cè)到其他BSS的AP工作頻段和己方BSS的AP工作頻段相同，即說明檢測(cè)到同頻信號(hào)，就可以確定有同頻干擾。定義檢測(cè)模型如下：

(1)

式中，xi(t)為附近BSS數(shù)量為i時(shí)SU接收到的信號(hào)，即檢測(cè)信號(hào)(PU信號(hào))；ε(t)為同頻信號(hào)；ni(t)為加性高斯白噪聲(Additive White Gauss Noise,AWGN)，假設(shè)噪聲信號(hào)是獨(dú)立同分布的；hi為時(shí)不變的信道增益，H0為信道未被占用的情況，此時(shí)某頻段上沒有PU的發(fā)射信號(hào)，即沒有同頻干擾，檢測(cè)到的只有普通噪聲；H1為信道被占用的情況，此時(shí)該頻段上存在同頻信號(hào)和噪聲，即同時(shí)存在同頻干擾和普通噪聲干擾。同頻干擾檢測(cè)系統(tǒng)主要流程框圖如圖2所示。

圖2 檢測(cè)系統(tǒng)框圖

在WLAN同頻干擾檢測(cè)系統(tǒng)中，衡量同頻干擾信號(hào)檢測(cè)能力的3個(gè)性能指標(biāo)分別是檢測(cè)概率Pd、漏檢概率Pm和虛警概率Pf，具體表示如下：

(2)

式中，Pd和Pm滿足：

Pd+Pm=1

(3)

Pd為同頻信號(hào)存在情況下，SU檢測(cè)到同頻信號(hào)的概率；Pm為同頻信號(hào)存在情況下，SU未檢測(cè)到同頻信號(hào)的概率；Pf為同頻信號(hào)不存在情況下，SU檢測(cè)到同頻信號(hào)的概率。降低漏檢概率Pm可以增加檢測(cè)精度，降低主用戶對(duì)次級(jí)用戶的干擾可以提高檢測(cè)概率Pd。

1.3 基于循環(huán)平穩(wěn)檢測(cè)的WLAN同頻干擾檢測(cè)算法

循環(huán)平穩(wěn)檢測(cè)是利用信號(hào)的循環(huán)平穩(wěn)特性來檢測(cè)信號(hào)是否處于某一頻段上。無線通信信號(hào)具有周期性，當(dāng)信號(hào)是一個(gè)平穩(wěn)隨機(jī)過程時(shí)，被調(diào)制后的信號(hào)的期望和相關(guān)函數(shù)仍具有一定的周期平穩(wěn)性，周期平穩(wěn)性也稱為循環(huán)平穩(wěn)特性。不同的調(diào)制信號(hào)具有不同的循環(huán)平穩(wěn)特性[10]。在WESS中，BSS內(nèi)的射頻信號(hào)具有循環(huán)平穩(wěn)特性，且平穩(wěn)噪聲和其他干擾不具有循環(huán)平穩(wěn)特性，因此利用這一特點(diǎn)可以區(qū)分WLAN中普通噪聲和同頻PU信號(hào)。設(shè)WESS中的SU接收到的信號(hào)xi(t)的期望和自相關(guān)函數(shù)都具有周期性，且周期與xi(t)的周期相同時(shí)，稱xi(t)是廣義平穩(wěn)信號(hào)，即滿足：

mxi(t)=E[xi(t)]=mxi(t+T)

(4)

(5)

式中，T為檢測(cè)信號(hào)的循環(huán)周期；mxi(t)為檢測(cè)信號(hào)的期望；Rxi(t)為檢測(cè)信號(hào)的自相關(guān)函數(shù)；“*”表示取復(fù)共軛；τ為延遲時(shí)間變量。期望和自相關(guān)函數(shù)都是周期的時(shí)間函數(shù)，時(shí)間不同則取值不同，所以有限次觀測(cè)的樣本統(tǒng)計(jì)量無法精確估計(jì)目標(biāo)信號(hào)，故考慮把期望函數(shù)展開為傅里葉級(jí)數(shù)形式分析，即

(6)

(7)

同理考慮把自相關(guān)函數(shù)展開為傅里葉級(jí)數(shù)形式，即

(8)

(9)

(10)

(11)

(12)

將式(9)代入式(12)中可得到循環(huán)功率譜的最新形式:

=Suv(f)

(13)

(14)

SU端的感知信噪比SNR可以定義為接收信號(hào)的平均循環(huán)功率的絕對(duì)值與噪聲平均功率的比值，表示在己方BSS內(nèi)SU接收到附近BSS的射頻信號(hào)的強(qiáng)度，也稱為SU端輸入信噪比(dB)，具體定義如下：

(15)

(16)

(17)

(18)

式中，λ為判決門限，在實(shí)際檢測(cè)時(shí)，該門限通常由噪聲和虛警概率決定[10]。

1.4 算法流程

基于循環(huán)平穩(wěn)檢測(cè)的無線局域網(wǎng)同頻干擾檢測(cè)算法流程如下。

輸入：己方BSS內(nèi)接收到的信號(hào)xi(t)，且xi(t)=hiε(t)+ni(t)，其中i為附近BSS數(shù)量，i=0,1,2，…；ε(t)為待檢測(cè)同頻信號(hào)；ni(t)為加性高斯白噪聲。

過程步驟：

2 仿真結(jié)果與分析

本節(jié)利用Matlab仿真平臺(tái)驗(yàn)證提出的同頻干擾檢測(cè)算法對(duì)附近BSS同頻信號(hào)的檢測(cè)效果，并和其他干擾檢測(cè)算法做出比較。仿真條件為假定信道中的噪聲是期望為0，方差為σ2=1的加性高斯白噪聲，WLAN載波信號(hào)工作頻率為2.4 GHz。① 對(duì)本文提出的基于CR中循環(huán)平穩(wěn)檢測(cè)的同頻干擾檢測(cè)算法在不同感知信噪比下對(duì)同頻信號(hào)進(jìn)行檢測(cè)時(shí)虛警概率Pf和檢測(cè)概率Pd之間的關(guān)系進(jìn)行仿真，結(jié)果如圖3所示。② 將CR中其他感知方法和本文方法對(duì)同頻干擾檢測(cè)能力進(jìn)行對(duì)比，這里以常用的匹配濾波器檢測(cè)法為例，結(jié)果如圖4所示。③ 將采用非CR技術(shù)的干擾檢測(cè)算法(這里以文獻(xiàn)[6]中提到的主輔通道聯(lián)合處理法為例)和本文方法對(duì)同頻干擾信號(hào)的檢測(cè)能力作對(duì)比，結(jié)果如圖5所示。④ 測(cè)試本文提出的方法在固定感知信噪比條件下(以6 dB為例)WESS中BSS數(shù)量不同時(shí)SU對(duì)PU信號(hào)的檢測(cè)能力，測(cè)試條件為附近BSS數(shù)量分別是k=3，k=8，k=15 時(shí)漏檢概率Pm與虛警概率Pf的關(guān)系，k為WESS中附近的基本服務(wù)網(wǎng)絡(luò)集BSS的數(shù)量，結(jié)果如圖6所示。從圖3中可以發(fā)現(xiàn)本文方法在虛警概率相同的情況下，感知信噪比分別是1 dB，5 dB，10 dB的時(shí)候，信噪比越大，SU檢測(cè)概率越高，當(dāng)感知信噪比降低到1 dB時(shí)檢測(cè)能力幾乎喪失，但當(dāng)感知信噪比大于1 dB時(shí)，該檢測(cè)方法在信噪比相對(duì)較低情況下(5 dB)也有不錯(cuò)的檢測(cè)能力。對(duì)比圖4和圖3可以明顯看出本文采用的同頻干擾檢測(cè)法和匹配濾波器法對(duì)同頻干擾的檢測(cè)效果的差異，同等條件下，兩種方法對(duì)同頻干擾信號(hào)的檢測(cè)精度差別不大，且在低信噪比時(shí)匹配濾波器法檢測(cè)能力甚至更優(yōu)，抗噪聲能力更好，但是引言部分有文獻(xiàn)已經(jīng)指出采用匹配濾波器法需要率先知道用戶先驗(yàn)信息，信號(hào)解調(diào)復(fù)雜，這樣用于未知頻譜的檢測(cè)是沒有實(shí)際意義的，這意味著本文方法更適合對(duì)WLAN同頻干擾的檢測(cè)。對(duì)比圖5和圖3可以明顯發(fā)現(xiàn)在具有同樣較高的感知信噪比條件下，本文采用的干擾檢測(cè)法對(duì)干擾檢測(cè)概率更高，只是在低信噪比時(shí)(如1 dB)本文算法對(duì)干擾的檢測(cè)效果不如文獻(xiàn)[6]中的方法，不過由于WLAN密集部署時(shí)同頻信號(hào)強(qiáng)度較高，因此在密集部署的WLAN環(huán)境下，本文提出的同頻干擾檢測(cè)法更為適合，最重要的是該算法比較簡(jiǎn)潔高效，同時(shí)也可以看出主輔通道聯(lián)合處理法的檢測(cè)效果隨著感知信噪比的不同，變化更加平穩(wěn)，這點(diǎn)也是值得肯定的。從圖6中可以看出本文方法在感知信噪比和虛警概率一定時(shí)，附近BSS數(shù)量越多漏檢概率越小，這也再次證明密集部署WLAN環(huán)境下，本文提出的基于循環(huán)平穩(wěn)的同頻干擾檢測(cè)法對(duì)同頻干擾檢測(cè)效果相對(duì)較好。

圖3 循環(huán)平穩(wěn)檢測(cè)下不同感知信噪比時(shí)虛警概率和檢測(cè)概率之間的關(guān)系

圖4 匹配濾波器法下不同感知信噪比時(shí)虛警概率和檢測(cè)概率之間的關(guān)系

圖5 主輔通道聯(lián)合處理法下不同感知信噪比時(shí)虛警概率和檢測(cè)概率之間的關(guān)系

圖6 循環(huán)平穩(wěn)檢測(cè)法在相同感知信噪比下BSS數(shù)量不同時(shí)漏檢概率與虛警概率的關(guān)系

3 結(jié)束語

抑制WLAN同頻干擾需要對(duì)同頻干擾進(jìn)行檢測(cè)，考慮到認(rèn)知無線電的優(yōu)勢(shì)和無線局域網(wǎng)的實(shí)際部署情況，提出一種基于認(rèn)知無線電中循環(huán)平穩(wěn)檢測(cè)的WLAN同頻干擾檢測(cè)方法。相比其他同頻干擾檢測(cè)方法，該算法最大的特點(diǎn)就是簡(jiǎn)單高效，可行性強(qiáng)，對(duì)WLAN系統(tǒng)工作環(huán)境適應(yīng)性強(qiáng)，能有效區(qū)分普通噪聲和同頻干擾，在密集部署的WLAN環(huán)境下也具有較好的干擾檢測(cè)效果，在較低感知信噪比下仍然有較高的檢測(cè)概率，同時(shí)區(qū)別于傳統(tǒng)的認(rèn)知無線電系統(tǒng)，在這里的無線局域網(wǎng)環(huán)境中，主用戶和認(rèn)知用戶都工作在非授權(quán)頻段，這種用法是比較新穎的。此外，本文采用的同頻干擾檢測(cè)算法雖然能有效檢測(cè)到WLAN環(huán)境中的同頻干擾，但是循環(huán)功率譜是一個(gè)二元函數(shù)，在處理信號(hào)數(shù)據(jù)過程中較占用硬件資源，這將在后續(xù)的研究中進(jìn)一步優(yōu)化。