高海濤 崔曉鵬
[摘 要]實現(xiàn)短波信道實時準確的頻譜感知是提高短波頻譜利用率的重要途徑,也是下一代短波寬帶高速數(shù)字通信系統(tǒng)提高傳輸速率和信道容量的重要研究方向之一,討論了幾種頻譜感知方法,提出了能量和循環(huán)譜特征聯(lián)合檢測的思想,以便將頻譜感知技術(shù)運用到短波頻譜環(huán)境中去。
[關(guān)鍵詞]短波信道;頻譜感知;能量和循環(huán)譜特征聯(lián)合檢測
短波信道具有通信距離遠、機動性好等特點,在軍用和民用通信中一直占據(jù)著非常重要的地位,但短波信道是典型的衰落信道,其快速變化運動和多徑傳播導致信號的時域展寬、頻域彌散和衰落現(xiàn)象,嚴重影響短波通信鏈路的質(zhì)量。隨著短波通信應用對帶寬需求的提高,短波通信的未來發(fā)展趨勢是寬帶高速數(shù)字通信系統(tǒng),要求有很高的通信信道質(zhì)量保證,因此,頻率選擇問題就顯得越來越重要。在短波通信領(lǐng)域,頻譜資源日益匱乏、信道不穩(wěn)定造成數(shù)據(jù)傳輸質(zhì)量不高的現(xiàn)狀始終沒有得到比較好的改善。同時,大量研究表明,短波頻譜在頻域上和時域上都布滿著大量的頻譜空洞,這就要求系統(tǒng)具有感知、探測頻譜資源的能力。
認知無線電技術(shù)是解決不斷增長的無線通信應用需求與日益緊張的無線頻譜資源之間矛盾的一種有效的解決途徑,可以實現(xiàn)高效靈活的頻譜資源配置和工作狀態(tài)調(diào)整。頻譜感知技術(shù)是認知無線電技術(shù)實現(xiàn)的重要基礎(chǔ),被認為是解決無線頻譜低利用率的有效途徑。將頻譜感知技術(shù)引入到短波系統(tǒng)中,對短波頻段進行頻譜感知,實時找出可用頻譜資源,為下一步根據(jù)通信需要進行頻率選擇提供很好的基礎(chǔ)。
目前,研究較多的頻譜感知方法主要有:波形感知、匹配濾波、能量檢測、循環(huán)譜特征檢測等。這里結(jié)合短波信道的特點,對各種頻譜感知方法進行研究和分析。為檢測短波波段內(nèi)的頻譜空洞,將待檢測頻譜內(nèi)出現(xiàn)的除噪聲信號外的信號,統(tǒng)稱為干擾信號。
一、頻譜感知方法分析
1.波形感知
根據(jù)先驗信息產(chǎn)生本地干擾信號,將接收信號與本地信號進行相關(guān)運算實現(xiàn)干擾信號檢測。文獻指出,波形感知的檢測性能取決于感知設備構(gòu)造的信號。文獻的結(jié)論表明本地信號與接收信號同步越精確,檢測性能越好。波形感知的缺點是需要知道干擾信號的波形特征,只能檢測部分已知信號波形的干擾信號,不具有普適性。
2.匹配濾波
匹配濾波器法是一種最優(yōu)的檢測方法,它處理時間短、增益高,在輸出端能夠使信噪比達到最大,可以在短時間內(nèi)實現(xiàn)干擾用戶信號檢測。但它的缺點在于需要解調(diào)干擾信號,這就意味著對于短波臺站來說,必須了解干擾信號的信號特征。這些先驗信息必須預先存儲在短波臺站設備中,并且設備必須具有與各種干擾信號相應的接收模塊??紤]到短波通信系統(tǒng),可能存在的干擾信號多,信號樣式多樣,短波電臺由于復雜度要求不可能具有所有干擾信號對應的接收模塊,所以匹配濾波方法不適用于短波通信系統(tǒng)。
3.能量檢測
能量檢測是一種簡單實用的信號檢測方法,不需要知道干擾信號的任何先驗信息,可以通過計算接收信號功率實現(xiàn),也可利用FFT實現(xiàn),主要有預濾波能量檢測和周期圖能量檢測等兩種方法。能量檢測的優(yōu)點是實現(xiàn)簡單,計算復雜度低,可以快速實現(xiàn)干擾用戶的檢測,其不足是在低信噪比條件下,信號淹沒在噪聲里,無法實現(xiàn)信號檢測。
周期圖能量檢測方法是一種經(jīng)典的譜估計方法。它是估計信號的功率譜密度進而得到一定帶寬內(nèi)信號能量分布,根據(jù)功率譜密度大小來判定信號是否存在。周期圖方法也不需要信號的先驗知識,它是以傅立葉變換為基礎(chǔ)的,可以利用FFT來減小計算量。假設采樣后接收信號為:
其中為待檢測的干擾信號,為高斯白噪聲。那么周期圖方法得到的功率譜密度估計為下式:
實際中,為減小估計方差,可利用多個數(shù)據(jù)段的周期圖估計平均得到功率譜密度估計,如下式:
其中K為數(shù)據(jù)段數(shù)。
基于周期圖的能量檢測器如圖1所示,其中,檢測判決可以根據(jù)信號帶寬內(nèi)的功率譜密度積分進行判決,或直接以功率譜密度進行判決。
周期圖能量檢測器比預濾波能量檢測具有更靈活的結(jié)構(gòu),它可以不受信號帶寬的限制,對于窄帶信號和正弦單音信號都能夠進行檢測。在該結(jié)構(gòu)中,可以通過調(diào)節(jié)三個參數(shù)來改進估計效果,一是FFT運算的點數(shù),頻率分辨率隨FFT運算點數(shù)的增加而增加。二是數(shù)據(jù)長度N,毫無疑問,數(shù)據(jù)長度越長,包含信號信息越多,越利于FFT運算,突出信號頻帶內(nèi)的譜分量。三是數(shù)據(jù)段數(shù),平均的數(shù)據(jù)段數(shù)K越多,估計的方差越小,功率譜估計的可靠性越高。
如果接收信號采樣數(shù)據(jù)N不受限制,那么基于周期圖的能量檢測可以達到任何需要的虛警概率Pf和檢測概率Pd。最小的采樣數(shù)據(jù)為接收信噪比的函數(shù),即
其中:
要保證較小的虛警概率,在信噪比降低時,需要更高的判決門限。
4.循環(huán)譜特征檢測
循環(huán)譜特征檢測是利用信號具有特殊的循環(huán)平穩(wěn)特性,通過考察信號的循環(huán)譜來檢測信號,循環(huán)譜特征檢測能有效克服衰落或較低信噪比環(huán)境下能量檢測的不足,檢測精度高,并且可以在沒有先驗知識的情況下實現(xiàn)信號檢測,是認知無線電中經(jīng)常采用的感知方法之一。
循環(huán)譜特征檢測如圖2所示:
圖2基于循環(huán)譜的頻譜感知結(jié)構(gòu)
設信號為循環(huán)平穩(wěn)且功率有限,則在時間[-T/2,T/2]上譜相關(guān)函數(shù)為:
則其譜相關(guān)函數(shù)為:
由于噪聲不具有循環(huán)平穩(wěn)性,其譜相關(guān)密度函數(shù)只在處存在非零譜分量,在非零循環(huán)頻率處的譜相關(guān)密度函數(shù)為零;信號在特定的循環(huán)頻率上有峰值,那么對于特定循環(huán)頻率則判決方式為:
循環(huán)譜特征檢測具有良好的信號檢測能力,但其實現(xiàn)信號精確檢測往往需要較大的數(shù)據(jù)量,且計算復雜。
二、能量和循環(huán)譜特征聯(lián)合檢測
寬帶短波通信系統(tǒng)要求頻譜感知具有實時性和精確性,表1給出了上面分析的幾種頻譜感知方式的性能對比。匹配濾波和波形感知兩種方法都要依賴先驗信息,普適性較差,對短波終端設備的復雜度要求太高,實際無法實現(xiàn)。能量檢測和循環(huán)譜特征檢測兩種方法都不需要依賴干擾信號的先驗信息,可以應用到任何頻段感知中去,普適性好。能量檢測的優(yōu)點是實現(xiàn)簡單,計算復雜度低,檢測快速,不足是在低信噪比條件下,無法實現(xiàn)信號檢測;而循環(huán)譜特征檢測能有效克服較低信噪比環(huán)境下能量檢測的不足,檢測精度高,但計算復雜度高。根據(jù)短波信道衰落大的特點,單獨運用任何一種感知方法,都不能滿足短波通信系統(tǒng)的需要??紤]到能量檢測和循環(huán)譜特征檢測的優(yōu)缺點,提出了能量和循環(huán)譜特征聯(lián)合檢測的頻譜感知方法,首先通過能量檢測的方法快速掃描整個短波頻帶實現(xiàn)初步感知,提取低能量頻段,然后再對低能量頻段有選擇地通過循環(huán)譜特征檢測的方法進行精細感知。這樣既照顧到了頻譜感知速度,又兼顧到了頻譜感知的精確度,便于將頻譜感知技術(shù)運用到短波信道中去。
三、結(jié)語
頻譜感知技術(shù)的發(fā)展為提高短波頻段頻譜利用率提供了可能。本文介紹了幾種研究較多的頻譜感知方法,重點分析了能量檢測和循環(huán)譜特征檢測兩種方法,結(jié)合短波頻段的特點和寬帶短波通信系統(tǒng)對頻譜空穴檢測實時性和精確性的要求,提出了能量和循環(huán)譜特征聯(lián)合檢測方法,為在短波信道下提高短波頻譜利用效率提供了一種可行途徑。
參考文獻:
[1] 張爾揚,王瑩,路軍.短波通信技術(shù).北京: 國防工業(yè)出版社, 2002. 1-4.
[2] 胡中豫.現(xiàn)代短波通信.北京: 國防工業(yè)出版社, 2003. 9-18.
[3] Tang H.Some physical layer issues of wide-band cognitive radio systems. Proceedings of First IEEE International Symposium on New Frontiers in Dynamic Spectrum Access Networks, Baltimore MD: 2005 First IEEE International Symposium, 2005.151-159.
[4]Cabric D, Tkachenko A, Brodersen R W. Spectrum Sensing Measurements of Pilot, Energy, and Collaborative Detection. Proceedings of Military Communications Conference, Washington DC: IEEE MILCOM, 2006.1-7.
[5] Cabric D, Mishra S M, Brodersen R W. Implementation issues in spectrum sensing for cognitive radios. Proceedings of Asilomar Conf. on Signals, Systems and Computers, 2004, 1(11):772-776.
[6] Cabric D, Tkachenko A, Brodersen R W. Experimental Study of Spectrum Sensing based on Energy Detection and Network Cooperation. Proceedings of 1st Intl. Workshop on Technology and Policy for Accessing Spectrum, Boston: TAPAS, 2006.1-8.
[7] Gardner W A, Spooner C M. Signal interception:performance advantages of cyclic-feature detectors. IEEE Transactions on Communications, 1992, 40(1): 149-159.
[8] Tkachenko A, Cabric D, Brodersen R W. Cyclostationary Feature Detector Experiments using Reconfigurable BEE2. Proceedings of 2nd IEEE International Symposium on New Frontiers in Dynamic Spectrum Access Networks, Dublin Ireland:IEEE, 2007. 216-219.