，2

(1. 清華大學(xué) 電子工程系 清華信息科學(xué)與技術(shù)國(guó)家實(shí)驗(yàn)室，北京 100084；2.數(shù)字電視國(guó)家工程實(shí)驗(yàn)室(北京)，北京 100191)

?

一種基于PN累積自相關(guān)的DTMB頻譜感知新算法*

梁林峰1,**，王 軍1，宋 健1，2

(1. 清華大學(xué) 電子工程系 清華信息科學(xué)與技術(shù)國(guó)家實(shí)驗(yàn)室，北京 100084；2.數(shù)字電視國(guó)家工程實(shí)驗(yàn)室(北京)，北京 100191)

針對(duì)數(shù)字電視地面廣播傳輸標(biāo)準(zhǔn)(DTMB)的頻譜感知問(wèn)題，提出了一種新的基于DTMB信號(hào)幀中偽隨機(jī)(PN)序列累積自相關(guān)的頻譜感知算法。所提算法的創(chuàng)新性在于通過(guò)聯(lián)合多個(gè)不同相關(guān)間隔的累積自相關(guān)結(jié)果作為頻譜感知的檢驗(yàn)統(tǒng)計(jì)量，充分利用了有限頻譜感知時(shí)間內(nèi)的信號(hào)信息。仿真結(jié)果表明，當(dāng)把感知時(shí)間設(shè)為50 ms時(shí)，為了確保頻譜感知檢測(cè)的虛警概率和漏驗(yàn)概率都低于0.01，針對(duì)DTMB信號(hào)的3種幀頭模式，所提算法所需的信噪比分別為-20.5 dB、-21 dB和-22 dB，優(yōu)于已有的頻譜感知算法。此外，仿真結(jié)果還表明載波頻偏和多徑衰落對(duì)所提算法的性能幾乎沒(méi)有影響。

認(rèn)知無(wú)線電；頻譜感知；數(shù)字電視地面廣播傳輸標(biāo)準(zhǔn)；偽隨機(jī)序列自相關(guān)；累積自相關(guān)

1 引 言

認(rèn)知無(wú)線電(Cognitive Radio,CR)技術(shù)[1]具有高效利用有限頻譜資源的特點(diǎn)，近年來(lái)得到了學(xué)術(shù)界和產(chǎn)業(yè)界越來(lái)越多的關(guān)注。頻譜感知技術(shù)是認(rèn)知無(wú)線電技術(shù)中的一項(xiàng)關(guān)鍵技術(shù)，通過(guò)頻譜感知技術(shù)可以獲得頻譜空穴的實(shí)時(shí)信息，從而使得認(rèn)知無(wú)線電系統(tǒng)可以接入頻譜空穴進(jìn)行工作。數(shù)字電視頻帶是認(rèn)知無(wú)線電技術(shù)應(yīng)用的一個(gè)熱門候選頻帶，將認(rèn)知無(wú)線電技術(shù)應(yīng)用到數(shù)字電視頻帶首先需要解決的問(wèn)題就是如何對(duì)數(shù)字電視頻帶內(nèi)的主用戶信號(hào)進(jìn)行頻譜感知。DTMB(Digital Terrestrial Multimedia Broadcast)標(biāo)準(zhǔn)[2]是國(guó)際電信聯(lián)盟的數(shù)字電視地面廣播國(guó)際標(biāo)準(zhǔn)，在我國(guó)內(nèi)地以及古巴、柬埔寨、老撾等國(guó)家和香港、澳門地區(qū)得到使用，所以在上述國(guó)家和地區(qū)內(nèi)，DTMB信號(hào)即為數(shù)字電視頻帶內(nèi)的主用戶信號(hào)。

目前已經(jīng)有不少文獻(xiàn)針對(duì)數(shù)字電視頻帶的頻譜感知技術(shù)展開(kāi)了研究。文獻(xiàn)[3-4]分別針對(duì)歐洲的DVB-T標(biāo)準(zhǔn)和美國(guó)的ATSC標(biāo)準(zhǔn)提出了頻譜感知算法，不過(guò)由于不同標(biāo)準(zhǔn)信號(hào)幀結(jié)構(gòu)是不同的，這些算法并不能用于針對(duì)DTMB標(biāo)準(zhǔn)進(jìn)行頻譜感知。文獻(xiàn)[5-7]針對(duì)DTMB標(biāo)準(zhǔn)進(jìn)行了頻譜感知方面的研究，其中，文獻(xiàn)[5-6]基于幀頭偽隨機(jī)(Pseudo-noise，PN)序列自相關(guān)的頻譜感知算法(PNAC算法)只利用了固定間隔的自相關(guān)結(jié)果作為檢驗(yàn)統(tǒng)計(jì)量，并沒(méi)有充分利用有限感知時(shí)間內(nèi)的所有信息，因此獲得的頻譜感知性能較差；文獻(xiàn)[7]中基于PN互相關(guān)的頻譜感知算法(PNCC算法)利用接收信號(hào)和本地已知信號(hào)的互相關(guān)結(jié)果作為檢驗(yàn)統(tǒng)計(jì)量，改進(jìn)了頻譜感知性能，不過(guò)該算法需要較高的計(jì)算復(fù)雜度，并且在對(duì)抗載波頻偏和多徑衰落等方面的性能較差。

針對(duì)現(xiàn)有頻譜感知算法的不足，本文提出一種基于PN累積自相關(guān)的頻譜感知算法，通過(guò)充分利用有限感知時(shí)間內(nèi)信號(hào)的有用信息，極大地提高了頻譜感知算法的檢測(cè)性能以及對(duì)抗載波頻偏和多徑衰落的魯棒性。

2 DTMB系統(tǒng)幀結(jié)構(gòu)

DTMB系統(tǒng)的超幀由基本信號(hào)幀組成[8]，每個(gè)基本信號(hào)幀都由幀頭和幀體兩部分組成，幀體部分由3 780個(gè)符號(hào)組成，持續(xù)時(shí)間是固定的500 μs；幀頭部分由偽隨機(jī)序列組成，采用的是BPSK的調(diào)制方式。基本信號(hào)幀的幀頭長(zhǎng)度有420、595和945個(gè)符號(hào)3種情況，對(duì)應(yīng)PN420、PN595和PN945 3種幀頭模式。每個(gè)超幀中包含的基本信號(hào)幀個(gè)數(shù)由幀頭模式?jīng)Q定，PN420、PN595和PN945 3種幀頭模式下分別是225、216和200個(gè)。

對(duì)于PN420和PN945幀頭模式，幀頭偽隨機(jī)序列由一個(gè)基本偽隨機(jī)序列及其循環(huán)前綴和循環(huán)后綴構(gòu)成，如圖 1所示；在這兩種幀頭模式下，幀頭中所包含的偽隨機(jī)序列的相位可以是固定的，也可以是旋轉(zhuǎn)的。固定相位指的是一個(gè)超幀內(nèi)所有基本信號(hào)幀的幀頭都是相同的，而旋轉(zhuǎn)相位指的是一個(gè)超幀內(nèi)不同基本信號(hào)幀所包含的偽隨機(jī)序列之間是循環(huán)移位的關(guān)系。對(duì)于PN595幀頭模式，幀頭偽隨機(jī)序列是由一個(gè)1 023點(diǎn)的偽隨機(jī)序列取出前595個(gè)點(diǎn)得到的，PN595幀頭模式中幀頭偽隨機(jī)序列的相位都是固定的。

圖1 PN420和PN945的幀頭偽隨機(jī)序列結(jié)構(gòu)Fig.1 Frame header structure of PN420 and PN945

3 信號(hào)模型

考慮載波頻偏和高斯白噪聲的影響，接收序列r[n]可以表示為

(1)

4 多幀聯(lián)合PN累積自相關(guān)算法

本節(jié)提出一種基于不同相關(guān)間隔累積自相關(guān)的頻譜感知算法。和現(xiàn)有頻譜感知算法最大的不同之處在于，所提算法將有限的感知時(shí)間內(nèi)不同相關(guān)間隔的累積自相關(guān)結(jié)果聯(lián)合起來(lái)得到最終的檢驗(yàn)統(tǒng)計(jì)量。DTMB系統(tǒng)包含了多種幀頭模式，本節(jié)將依次對(duì)固定相位模式和旋轉(zhuǎn)相位模式下的頻譜感知算法進(jìn)行介紹。

4.1固定相位模式

對(duì)于固定相位模式，一個(gè)DTMB超幀中所有基本信號(hào)幀所包含的幀頭是完全相同的。固定相位模式下頻譜感知檢驗(yàn)統(tǒng)計(jì)量的獲得步驟如下。

(1)將接收序列做相關(guān)間隔為d幀、相關(guān)長(zhǎng)度為幀頭長(zhǎng)度Li的自相關(guān)，得到R(m,d)：

(2)

其中,m表示自相關(guān)的起始位置，Mi表示信號(hào)幀的長(zhǎng)度，i=1,2,3分別對(duì)應(yīng)PN420、PN595和PN945幀頭模式。

(2)計(jì)算一段時(shí)間內(nèi)的累積自相關(guān)A(m,d)：

(3)

其中,Sd表示頻譜感知時(shí)間內(nèi)包含的相關(guān)間隔為d幀的自相關(guān)的個(gè)數(shù)。例如,假設(shè)頻譜感知時(shí)間內(nèi)包含N個(gè)基本信號(hào)幀，則相關(guān)間隔為d幀的自相關(guān)個(gè)數(shù)Sd=N-d+1。

(3)聯(lián)合不同相關(guān)間隔的累積自相關(guān)A(m,d)：

(4)

其中,D表示的是所利用到的累積自相關(guān)的個(gè)數(shù)。

(4)改變自相關(guān)起始位置，掃描一幀長(zhǎng)度，選取最大的t(m)作為檢驗(yàn)統(tǒng)計(jì)量：

(5)

4.2旋轉(zhuǎn)相位模式

在旋轉(zhuǎn)相位模式下，一個(gè)DTMB超幀中所包含的基本信號(hào)幀的幀頭是不相同的，但是它們之間具有循環(huán)移位的關(guān)系。以PN420模式為例，一個(gè)超幀中包含225個(gè)基本信號(hào)幀，標(biāo)記為第0～224幀。用Δφ[i]表示第j+2幀幀頭和第j幀幀頭的循環(huán)移位關(guān)系，可以得到

(6)

其中，1表示循環(huán)右移一位，-1表示循環(huán)左移一位，0表示相同?？梢钥吹?，除了j=111的情況外，其余情況下第j+2幀的幀頭都是第j幀幀頭的一位循環(huán)右移或者一位循環(huán)左移。利用超幀內(nèi)不同基本信號(hào)幀幀頭之間的這個(gè)關(guān)系，構(gòu)建相關(guān)間隔為偶數(shù)幀的自相關(guān)運(yùn)算如下式：

(7)

其中，d為偶數(shù)。

仿照4.1節(jié)中的步驟2～4，可以得到旋轉(zhuǎn)相位模式下的累積自相關(guān)結(jié)果和檢驗(yàn)統(tǒng)計(jì)量如(8)-(10)所示：

(8)

(9)

(10)

4.3判決門限

(11)

(12)

其中

(13)

(14)

其中,Pr{t(m)

(15)

由式(15)可以得到，對(duì)于一個(gè)給定的虛警概率PFA，判決門限的值為

(16)

對(duì)于旋轉(zhuǎn)相位模式，也可以采用類似的方式得到判決門限的值。在假設(shè)H0下，依據(jù)中心極限定律可以得到

(17)

仿照固定相位模式下的推導(dǎo)，可以得到對(duì)于一個(gè)給定的虛警概率PFA，旋轉(zhuǎn)相位模式下的判決門限值為

(18)

其中:

。(19)

4.4頻譜感知步驟

前面分別介紹了在DTMB系統(tǒng)的固定相位模式以及旋轉(zhuǎn)相位模式下檢驗(yàn)統(tǒng)計(jì)量和判決門限值的計(jì)算方法。頻譜感知算法的流程如圖 2所示。

圖2 頻譜感知算法的流程圖Fig.2 The flow chart of spectrum sensing algorithm

5 仿真結(jié)果

在本節(jié)的仿真中，參照文獻(xiàn)[5，7]中的仿真參數(shù)，我們將頻譜感知的時(shí)間也設(shè)為50 ms，虛警概率PFA設(shè)為0.01，載波頻偏值由800 MHz的載波頻率進(jìn)行歸一化。本文所提算法中利用了20個(gè)累積自相關(guān)結(jié)果來(lái)獲得檢驗(yàn)統(tǒng)計(jì)量，即式中D=20。本節(jié)針對(duì)PNAC算法、PNCC算法以及本文所提算法的仿真都是在同等仿真條件下進(jìn)行的。

圖 3對(duì)比了3種算法在不同載波頻偏情況下的檢測(cè)性能，采用PN595的固定相位模式。圖中橫軸為信噪比，縱軸為漏驗(yàn)概率PMD?？梢钥吹?，當(dāng)載波頻偏較小時(shí)，本文提出的頻譜感知算法和PNCC算法都具有較好的性能，而PNAC算法的性能較差；隨著載波頻偏的增大，PNCC算法的性能急劇下降，而載波頻偏對(duì)本文所提算法性能影響很小。

圖3 3種算法在不同載波頻偏情況下的檢測(cè)性能Fig.3 Spectrum sensing performances under different CFO settings

圖4～6對(duì)比了3種算法在不同信道下的檢測(cè)性能，分別針對(duì)PN420旋轉(zhuǎn)相位模式、PN595固定相位模式和PN945旋轉(zhuǎn)相位模式進(jìn)行了仿真。所有仿真中載波頻偏值均設(shè)為15 ppm，采用的多徑信道參數(shù)如表 1所示，該信道包含一個(gè)0 dB的強(qiáng)回波，是一個(gè)典型的數(shù)字電視單頻網(wǎng)信道模型。和圖 3一致，這些仿真圖中橫軸為信噪比，縱軸為漏驗(yàn)概率PMD。可以看到，本文所提算法在各種情況下的檢測(cè)性能都優(yōu)于PNAC算法；此外，在多徑衰落的影響下，PNCC算法的性能惡化非常嚴(yán)重，而多徑衰落對(duì)本文所提算法的影響不太顯著。以PN420旋轉(zhuǎn)相位模式為例，在加性高斯白噪聲 (Additive White Gaussian Noise,AWGN)信道下，為了使漏檢概率低于0.01，PNAC算法、PNCC算法以及本文所提算法需要信噪比分別達(dá)到-17 dB、-20 dB和-20.5 dB；在加入了多徑衰落的影響后，為了達(dá)到相同的漏檢概率，PNCC算法所需要的信噪比提高到-17.5 dB，而本文所提算法則僅需要將信噪比提高到-20 dB，惡化程度遠(yuǎn)小于PNCC算法。

表1 廣電8信道模型Table 1 Power delay profile for SARFT 8

圖4 PN420旋轉(zhuǎn)相位模式3種算法在不同信道下的檢測(cè)性能Fig.4 Spectrum sensing performances for PN420 rotated-phase option under different channel conditions

圖5 PN595固定相位模式3種算法在不同信道下的檢測(cè)性能Fig.5 Spectrum sensing performances for PN595 fixed-phase option under different channel conditions

圖6 PN945旋轉(zhuǎn)相位模式3種算法在不同信道下的檢測(cè)性能Fig.6 Spectrum sensing performances for PN945 rotated-phase option under different channel conditions

表2對(duì)3種算法的復(fù)雜度進(jìn)行了對(duì)比，檢測(cè)模式設(shè)為PN595固定相位模式。在硬件實(shí)現(xiàn)中，當(dāng)相關(guān)窗移動(dòng)時(shí)，自相關(guān)運(yùn)算可以利用之前的自相關(guān)結(jié)果再加上一次乘法得到新的自相關(guān)結(jié)果，而互相關(guān)運(yùn)算則每次都需要計(jì)算個(gè)數(shù)等于相關(guān)窗長(zhǎng)度的乘法，因此自相關(guān)運(yùn)算的復(fù)雜度會(huì)遠(yuǎn)遠(yuǎn)低于互相關(guān)運(yùn)算。由表 2可以看到，PNAC具有最低的復(fù)雜度，不過(guò)由前面的仿真結(jié)果得知PNAC的算法性能較差，本文所提算法的復(fù)雜度介于PNAC和PNCC算法之間。由此可知，本文所提算法相對(duì)于PNAC算法而言，利用一定的復(fù)雜度代價(jià)獲得了檢測(cè)性能的極大提升；相對(duì)于PNCC算法而言，則在不降低檢測(cè)性能的同時(shí)，極大地降低了系統(tǒng)復(fù)雜度，同時(shí)增加了檢測(cè)魯棒性。

表2 3種算法的復(fù)雜度對(duì)比Table 2 Computational complexity of three algorithms

6 結(jié)束語(yǔ)

頻譜感知技術(shù)是認(rèn)知無(wú)線電技術(shù)得以應(yīng)用的基礎(chǔ)，本文針對(duì)目前已經(jīng)得到廣泛應(yīng)用的DTMB標(biāo)準(zhǔn)的頻譜感知技術(shù)展開(kāi)研究，提出了一種基于PN累積自相關(guān)的頻譜感知算法，該算法通過(guò)充分利用有限感知時(shí)間內(nèi)信號(hào)的有用信息來(lái)提高頻譜感知的性能。仿真結(jié)果表明，該算法具有較高的檢測(cè)靈敏度以及較強(qiáng)的對(duì)抗載波頻偏和多徑衰落的能力。通過(guò)采用本文所提算法，可以獲得數(shù)字電視頻帶內(nèi)準(zhǔn)確的頻譜感知結(jié)果，為認(rèn)知無(wú)線電技術(shù)在數(shù)字電視頻帶的應(yīng)用提供了基礎(chǔ)。本文的理論推導(dǎo)基于背景噪聲的先驗(yàn)知識(shí)，在實(shí)際應(yīng)用中并不一定總能得到理想的背景噪聲先驗(yàn)知識(shí)，未來(lái)計(jì)劃針對(duì)頻譜感知算法在噪聲不確定情況下的應(yīng)用進(jìn)行更深入的研究。

[1] Mitola J.Cognitive radio for flexible mobile multimedia communications[C]//Proceedings of 1999 International Workshop on Mobile Multimedia Communications.San Diego:IEEE,1999:3-10.

[2] GB 20600-2006,數(shù)字電視地面廣播傳輸系統(tǒng)幀結(jié)構(gòu)、信道編碼和調(diào)制 [S]. GB 20600-2006. Framing Structure,Channel Coding and Modulation for Digital Television Terrestrial Broadcasting System [S].(in Chinese)

[3] Chen H S,Gao W. Spectrum Sensing for TV White Space in North America [J]. IEEE Journal on Selected Areas in Communications,2011,29(2): 316-326.

[4] Chen H S,Gao W,Daut D G.Spectrum sensing for OFDM systems employing pilot tones[J].IEEE Transactions on Wireless Communications,2009,8(12):5862-5870.

[5] Chen H S,Gao W,Daut D G.Spectrum sensing for DMB-T systems using PN frame headers[C]//Proceedings of 2008 IEEE International Conference on Communications.Beijing: IEEE,2008:4889-4893.

[6] Chen L,Qiu J.A Spectrum Sensing Prototype for TV White Space in China[C]//Proceedings of 2011 Global Telecommunications Conference.Houston,TX,USA: IEEE,2011:1-6.

[7] Xu A L,Shi Q C,Yang Z X,et al.Spectrum sensing for DTMB system based on PN cross-correlation[C]//Proceedings of 2010 IEEE International Conference on Communications.Cape Town:IEEE,2010:1-5.

[8] Song J,Yang Z X,Yang L,et al.Technical review on Chinese digital terrestrial television broadcasting standard and measurements on some working modes [J].IEEE Transactions on Broadcasting,2007,53(1): 1-7.

LIANG Lin-feng was born in Shanghang,Fujian Province,in 1987. He received the B.S. degree from Tsinghua University in 2009. He is currently working toward the Ph.D. degree. His research concerns cognitive radio technology.

Email: lianglinfeng@gmail.com

王軍(1975—)，男，河南開(kāi)封人，分別于1999 年和2003年獲清華大學(xué)學(xué)士學(xué)位和博士學(xué)位，現(xiàn)為副教授、博士生導(dǎo)師，主要研究領(lǐng)域?yàn)閷拵o(wú)線傳輸技術(shù)；

WANG Jun was born in Kaifeng,Henan Province,in 1975. He received the B.S. degree and the Ph.D. degree from Tsinghua University,in 1999 and 2003,respectively. He is now an associate professor and also the Ph.D. supervisor. His research concerns broadband wireless transmission techniques.

宋健(1966—)，男，北京人，分別于1990 年和1995年獲清華大學(xué)學(xué)士學(xué)位和博士學(xué)位，現(xiàn)為教授、博士生導(dǎo)師，主要研究領(lǐng)域?yàn)閿?shù)字電視傳輸技術(shù)、三網(wǎng)融合和電力線通信。

SONG Jian was born in Beijing,in 1966. He received the B.S. degree and the Ph.D. degree from Tsinghua University,in 1990 and 1995,respectively. He is now a professor and also the Ph.D. supervisor. His research concerns digital television terrestrial broadcasting techniques,tri-network convergence and powerline communications.

The National High Technology Research and Development Program of China (863 Program) (No. 2011AA11A280)

ANovelSpectrumSensingAlgorithmforDTMBSystemsBasedonPNAccumulatedAutocorrelation

LIANG Lin-feng1,WANG Jun1,SONG Jian1,2

(1.Tsinghua National Laboratory for Information Science and Technology,Department of Electronic Engineering,Tsinghua University,Beijing 100084,China;2.National Engineering Laboratory for Digital Television (Beijing),Beijing 100191,China)

Spectrum sensing algorithm based on accumulated pseudo-noise sequence autocorrelation(PNAC) for Digital Terrestrial Multimedia Broadcast(DTMB) systems is proposed in this paper. To make full use of the information within the limited spectrum sensing time,the decision statistic is obtained by combining accumulated autocorrelations with different interval values together. Simulation results show that when spectrum sensing time is set to 50 ms,to make sure that the false alarm probability and the miss-detection probability are both under 0.01,the required signal-to-noise ratio(SNR) values of proposed algorithm are -20.5 dB,-21 dB and -22 dB,for three frame header modes,respectively. The performance of proposed algorithm is better than that of existing spectrum sensing algorithms. Meanwhile the proposed algorithm is robust to both carrier frequency offset and multipath fading.

cognitive radio;spectrum sensing; digital terrestrial multimedia broadcast (DTMB); pseudo-noise sequence autocorrelation; accumulated autocorrelation

10.3969/j.issn.1001-893x.2014.01.004

梁林峰，王軍，宋健.一種基于PN累積自相關(guān)的DTMB頻譜感知新算法[J].電訊技術(shù)，2014,54(1):17-22.[LIANG Lin-feng,WANG Jun,SONG Jian.A Novel Spectrum Sensing Algorithm for DTMB Systems Based on PN Accumulated Autocorrelation[J].Telecommunication Engineering,2014,54(1):17-22.]

2013-10-08；

：2014-01-07 Received date:2013-10-08；Revised date：2014-01-07

國(guó)家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)項(xiàng)目(2011AA11A280)

lianglinfeng@gmail.com Corresponding author：lianglinfeng@gmail.com

TN 911.23

：A

：1001-893X(2014)01-0017-06

梁林峰(1987—)，男，福建上杭人,2009年于清華大學(xué)獲學(xué)士學(xué)位，現(xiàn)為博士研究生，主要研究方向?yàn)檎J(rèn)知無(wú)線電技術(shù)；

**< class="emphasis_bold">通訊作者：lianglinfeng@gmail.comCorrespondingauthor：lianglinfeng@gmail.com