吳 迪

(中國(guó)西南電子技術(shù)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(guó)西南電子技術(shù)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(guān)鍵能力。針對(duì)認(rèn)知無線電系統(tǒng)窄帶頻譜感知技術(shù)受制于數(shù)模轉(zhuǎn)換器件的發(fā)展水平，難以解決認(rèn)知無線電系統(tǒng)寬帶、實(shí)時(shí)頻譜感知的問題，提出一種多節(jié)點(diǎn)協(xié)作的認(rèn)知無線電系統(tǒng)寬帶頻譜感知方法。該方法設(shè)計(jì)由多個(gè)認(rèn)知節(jié)點(diǎn)對(duì)目標(biāo)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(cè)方式對(duì)采樣矢量進(jìn)行集中式融合判決，實(shí)現(xiàn)寬頻段范圍內(nèi)干擾信號(hào)的譜定位和判斷，降低各個(gè)感知節(jié)點(diǎn)的采樣速率，支撐認(rèn)知網(wǎng)絡(luò)系統(tǒng)構(gòu)建高實(shí)時(shí)、寬頻帶頻譜感知的能力。計(jì)算機(jī)仿真試驗(yàn)結(jié)果表明，所提方法達(dá)到90%檢測(cè)概率時(shí)壓縮比要求為0.025，具有可靠性與有效性。

認(rèn)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(cè)

1 引 言

通信需求的增長(zhǎng)、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(dāng)前面臨的典型問題[1]。認(rèn)知無線電技術(shù)[2-3]作為一種智能無線通信技術(shù)，突破了傳統(tǒng)的固定譜分配策略，賦予無線通信網(wǎng)絡(luò)中網(wǎng)絡(luò)成員節(jié)點(diǎn)以感知電磁頻譜的能力，使得系統(tǒng)可以監(jiān)測(cè)無線頻譜環(huán)境，判別沖突信號(hào)，搜尋可用頻譜并自適應(yīng)的調(diào)整鏈路。實(shí)現(xiàn)對(duì)干擾信號(hào)和沖突頻段的主動(dòng)“避讓”，是無線通信網(wǎng)絡(luò)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(shù)手段。

頻譜感知技術(shù)的研究是認(rèn)知無線電研究領(lǐng)域的核心組成部分，是受到廣泛關(guān)注的研究方向。針對(duì)認(rèn)知無線電頻譜感知技術(shù)學(xué)術(shù)界已有廣泛而深入研究。前期研究主要關(guān)注單認(rèn)知用戶頻譜感知方法，提出了能量檢測(cè)、匹配濾波、循環(huán)平穩(wěn)檢測(cè)、協(xié)方差、小波變換等頻譜感知方法[4]。之后針對(duì)主用戶信號(hào)在傳輸中存在的遮蔽、陰影與多徑導(dǎo)致的單認(rèn)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(shù)的研究，由多個(gè)認(rèn)知用戶共同執(zhí)行頻譜感知并對(duì)感知進(jìn)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(wǎng)絡(luò)規(guī)模和通信帶寬需求的不斷增加，認(rèn)知網(wǎng)絡(luò)對(duì)于更高實(shí)時(shí)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(rèn)為是窄帶頻譜感知，被感知的目標(biāo)頻帶是帶寬較窄的頻譜。這種窄帶頻譜感知技術(shù)實(shí)時(shí)處理的頻段較窄導(dǎo)致全頻域掃描一次時(shí)間較長(zhǎng)，難以滿足高動(dòng)態(tài)、高實(shí)時(shí)性的感知應(yīng)用需求。同時(shí)，受制于模數(shù)轉(zhuǎn)換器(Analog-to-Digital Converter，ADC)的發(fā)展水平，在工程上實(shí)現(xiàn)直接寬帶頻譜感知十分困難，因?yàn)槠湟笙到y(tǒng)配置高速ADC器件以實(shí)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(rèn)知節(jié)點(diǎn)(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(shè)計(jì)提出了挑戰(zhàn)。因此，學(xué)術(shù)界開始關(guān)注寬帶協(xié)作頻譜感知[8]技術(shù)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(diǎn)快速傅里葉變換技術(shù)為基礎(chǔ)，為多通道系統(tǒng)構(gòu)建一種基于軟檢測(cè)合并的模型，并針對(duì)時(shí)間、吞吐量等目標(biāo)進(jìn)行優(yōu)化[9]；協(xié)作寬帶感知研究采用壓縮檢測(cè)技術(shù)使ADC器件用較小采樣速率對(duì)寬帶模擬信號(hào)進(jìn)行采樣，并對(duì)寬頻帶內(nèi)較稀疏的信號(hào)進(jìn)行檢測(cè)[10]。

本文提出一種基于多認(rèn)知節(jié)點(diǎn)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(cè)技術(shù)的基礎(chǔ)上進(jìn)行優(yōu)化，提升響應(yīng)時(shí)間，降低檢測(cè)算法的復(fù)雜度，具有較高的工程應(yīng)用可行性。

2 系統(tǒng)模型

本文討論如圖1所示認(rèn)知網(wǎng)絡(luò)，系統(tǒng)中有υ個(gè)CR同步執(zhí)行寬帶頻譜感知，每個(gè)CR配置有1個(gè)寬帶濾波器、1個(gè)低速采樣器和1個(gè)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(duì)于該認(rèn)知網(wǎng)絡(luò)，設(shè)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?fù)溥B通性條件的認(rèn)知節(jié)點(diǎn)承擔(dān)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(chǎng)景示意圖

假設(shè)通信區(qū)域內(nèi)存在干擾信號(hào)(將來自主用戶和干擾源的信號(hào)都視為干擾信號(hào))，且干擾信號(hào)在頻率上是稀疏的。執(zhí)行頻譜感知的CR觀察到的信號(hào)譜能量主要來自于干擾信號(hào)和背景噪聲。因?yàn)槿l段覆蓋干擾設(shè)備、通信設(shè)備是幾乎不存在的，所以假設(shè)待檢測(cè)的干擾信號(hào)在頻帶上表現(xiàn)出稀疏特性，即每個(gè)感知CR接收信號(hào)在頻域表現(xiàn)出稀疏特性是合理的。定義CR采樣信號(hào)的奈奎斯特離散傅里葉變換(Discrete Fourier Transform，DFT)譜為S稀疏,即N個(gè)頻譜子帶中最多有S個(gè)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(shí)現(xiàn)多節(jié)點(diǎn)協(xié)同且每個(gè)CR節(jié)點(diǎn)保持較低采樣速率的寬帶頻譜感知方法。假設(shè)協(xié)作感知系統(tǒng)包括υ個(gè)CR節(jié)點(diǎn)和1個(gè)融合節(jié)點(diǎn)，其中，感知節(jié)點(diǎn)之間不要求具備通信能力，感知節(jié)點(diǎn)與融合節(jié)點(diǎn)之間配置通信鏈路。假設(shè)感知目標(biāo)為連續(xù)時(shí)間寬帶信號(hào)xc,i(t)。系統(tǒng)中各CR的采樣速率不相同，設(shè)第i個(gè)CR的次奈奎斯特采樣速率為fi，fi<2W≤f。第i個(gè)CR對(duì)xc,i(t)做次奈奎斯特采樣后的樣本信號(hào)表示為N點(diǎn)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(shù)，可以將整個(gè)序列劃分為J個(gè)等長(zhǎng)片段yi,j[k]，k=0,1,…,Mi-1。其中，第j個(gè)采樣片段信號(hào)可寫成

(1)

(2)

(3)

進(jìn)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(shù)，表示式(2)中累和項(xiàng)數(shù)目。

每個(gè)CR處次奈奎斯特采樣信號(hào)DFT譜的能量計(jì)算方式如下:

(6)

因而，可以獲得其分布如下：

(7)

為了檢驗(yàn)干擾信號(hào)在指定頻帶上是否出現(xiàn)，采用判決準(zhǔn)則

(8)

針對(duì)本方案所提機(jī)制，要求協(xié)作CR節(jié)點(diǎn)采樣點(diǎn)數(shù)之和近似等于奈奎斯特采樣速率的采樣點(diǎn)數(shù)，即是協(xié)作CR數(shù)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(shè)計(jì)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(shí)間T內(nèi)，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(hào)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(jì)算獲得信號(hào)能量矢量。

步驟4 CRs通過專用控制信道將這些計(jì)算獲得的信號(hào)能量矢量發(fā)送給融合中心FC，來自各CRs的數(shù)據(jù)在FC處融合構(gòu)成一個(gè)假設(shè)檢驗(yàn)統(tǒng)計(jì)量。

步驟5 融合中心FC選擇合適檢測(cè)門限以執(zhí)行二元假設(shè)檢驗(yàn)判決。

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

4 算法性能仿真分析

4.1 寬帶協(xié)作感知原理試驗(yàn)

本節(jié)對(duì)所提寬帶協(xié)作頻譜感知方法的性能進(jìn)行仿真分析，仿真場(chǎng)景設(shè)置參考文獻(xiàn)[12]并基于無線區(qū)域網(wǎng)絡(luò)(Wireless Regional Area Network，WRAN)的工作場(chǎng)景簡(jiǎn)化，從而使得仿真結(jié)果對(duì)系統(tǒng)后續(xù)部署應(yīng)用具有指導(dǎo)作用。仿真場(chǎng)景具體如下：混合網(wǎng)絡(luò)包括22個(gè)參與協(xié)作頻譜感知的認(rèn)知節(jié)點(diǎn)和3個(gè)干擾信號(hào)，即υ=22，Nb=3。此外，設(shè)定22個(gè)CR的采樣點(diǎn)數(shù)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(hào)DFT譜，存在3個(gè)中心頻率分別為1.725 GHz、2.025 GHz和2.725 GHz的干擾信號(hào)。

圖2 干擾信號(hào)DFT譜

圖3是感知融合中心FC對(duì)各CR上報(bào)信號(hào)譜能量恢復(fù)處的PU信號(hào)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(hào)能量譜分量。

圖3 感知融合中心恢復(fù)的寬帶信號(hào)譜

在系統(tǒng)設(shè)計(jì)時(shí)可以對(duì)整個(gè)頻段進(jìn)行粒度調(diào)整。圖4給出了以50 MHz為單位劃分3 GHz帶寬并進(jìn)行能量譜統(tǒng)計(jì)的效果，圖中圓圈點(diǎn)對(duì)應(yīng)子信道信號(hào)能量累積量?？梢钥闯?，子信道35、41和55是子頻帶信號(hào)能量最大的3個(gè)信道。系統(tǒng)可以根據(jù)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(cè)與虛警概率，如圖5中λ1、λ2和λ33個(gè)判決門限將分別導(dǎo)致虛警、無虛警無漏檢和漏檢。

圖4 子帶信號(hào)累積能量圖

4.2 寬帶協(xié)作感知統(tǒng)計(jì)性能試驗(yàn)

對(duì)系統(tǒng)性能隨干擾信號(hào)數(shù)量和CR接收信號(hào)平均信噪比(Signal-to-Noise Ratio,SNR)變化的情況進(jìn)行仿真分析。圖5是Nb為3和6兩種取值下系統(tǒng)ROC曲線?？梢钥闯觯瑑煞N場(chǎng)景下系統(tǒng)檢測(cè)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(cè)性能要優(yōu)于Nb=6的檢測(cè)性能。造成這種問題的原因在于后者存在更嚴(yán)重頻譜混疊效應(yīng)，說明隨著干擾信號(hào)的稀疏度增加，基于次奈奎斯特采樣的感知機(jī)制性能下降。

圖5 不同干擾信號(hào)數(shù)量下系統(tǒng)的ROC曲線

圖6是CR不同的接收信號(hào)平均SNR，即SNR為5 dB和0 dB兩種取值下系統(tǒng)ROC曲線。可以看出，兩種場(chǎng)景下系統(tǒng)檢測(cè)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(cè)性能要優(yōu)于SNR=0 dB的檢測(cè)性能,該結(jié)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(jìn)行比較，結(jié)果如圖7所示。認(rèn)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(dá)到90%檢測(cè)概率時(shí)本文所提算法壓縮比要求為0.025，而文獻(xiàn)[16]所提算法的壓縮比要求為0.045，顯然本文所提算法達(dá)到相同檢測(cè)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(jì)算復(fù)雜度指標(biāo)進(jìn)行比較，結(jié)果如表1所示?？梢钥闯觯疚乃岱椒ㄏ鄬?duì)于已有算法而言兼具壓縮能力、更低的ADC要求和更小的計(jì)算復(fù)雜度。

表1 算法比較Tab.1 Algorithm comparison

5 結(jié)束語

寬帶頻譜感知是無線網(wǎng)絡(luò)通信和抗干擾通信的關(guān)鍵技術(shù)之一。本文提出一種多感知節(jié)點(diǎn)組網(wǎng)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(jìn)行干擾信號(hào)檢測(cè)，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(gòu)干擾信號(hào)譜，在各協(xié)作CRs端僅執(zhí)行類似于傳統(tǒng)能量檢測(cè)的感知方法即可達(dá)到檢測(cè)干擾信號(hào)的效果。計(jì)算機(jī)仿真實(shí)驗(yàn)驗(yàn)證了該方法的合理性。該方法可以作為認(rèn)知無線電網(wǎng)絡(luò)的頻譜感知功能的實(shí)現(xiàn)手段，在無線通信網(wǎng)絡(luò)頻譜環(huán)境檢測(cè)方面具有一定的現(xiàn)實(shí)意義。后續(xù)可進(jìn)一步對(duì)信號(hào)能量矢量傳輸部分進(jìn)行研究和設(shè)計(jì)。

[1] 陳強(qiáng)，陳長(zhǎng)興，陳婷，等.數(shù)據(jù)鏈通信系統(tǒng)仿真實(shí)現(xiàn)與抗干擾分析[J].計(jì)算機(jī)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(shù)電臺(tái)的設(shè)計(jì)技術(shù)研究[J].無線電通信技術(shù)，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(jī)載認(rèn)知通信網(wǎng)絡(luò)架構(gòu)研究[J].電訊技術(shù),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(dòng)態(tài)射頻直接采樣接收機(jī)的研究與實(shí)現(xiàn)[J].艦船電子對(duì)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(rèn)知無線電網(wǎng)絡(luò)協(xié)作頻譜感知策略[J].現(xiàn)代電子技術(shù),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(shù)[J].國(guó)防科技大學(xué)學(xué)報(bào),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(shù)，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(guó)防科技重點(diǎn)實(shí)驗(yàn)室基金項(xiàng)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?yàn)檐浖o線電、機(jī)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