亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于循環(huán)前綴頻域自相關(guān)的OFDM信號頻譜感知*

        2021-05-31 03:03:36趙迎新王樂耕趙婉楠劉之洋
        電訊技術(shù) 2021年5期
        關(guān)鍵詞:門限頻域信噪比

        趙迎新,王樂耕,趙婉楠,吳 虹**,劉之洋

        (1.南開大學 電子信息與光學工程學院,天津 300350;2.天津市光電傳感器與傳感網(wǎng)絡技術(shù)重點實驗室,天津 300350)

        0 引 言

        隨著高速無線通信技術(shù)的發(fā)展,人們對無線通信業(yè)務的需求日益增長,對支撐無線通信系統(tǒng)演進的關(guān)鍵因素——頻譜資源的需求也迅速增長,從而導致頻譜資源日益緊張,影響著無線通信研究領(lǐng)域中新技術(shù)的應用和發(fā)展,成為制約無線通信發(fā)展的瓶頸。

        目前,由于信道傳輸性能較好,6 GHz以下頻段仍然是信號傳輸?shù)闹饕l段,但是該頻段的大量頻譜已被現(xiàn)有的通信系統(tǒng)占據(jù)。依據(jù)靜態(tài)頻譜分配機制,即將無線頻譜資源以固定的形式劃分為互不重疊的頻段,并以獨占的方式分配給授權(quán)用戶,頻譜資源在時間和空間上將不同程度地被閑置,資源利用率非常低。因此,迫切需要動態(tài)頻譜共享技術(shù)[1]突破固定頻譜分配的模式,提高頻譜效率,這也是解決頻譜資源緊張和頻譜資源浪費之間矛盾的有效手段。

        認知無線電技術(shù)[2-3]利用空閑的授權(quán)頻譜,是實現(xiàn)動態(tài)頻譜共享的關(guān)鍵技術(shù)之一,能夠極大地提高頻譜利用率[4]。頻譜感知是應用認知無線電進行動態(tài)頻譜管理的前提和基礎(chǔ)。頻譜感知在短時間內(nèi)以較高的檢測概率和較低的虛警概率識別頻譜占用情況,進而正確檢測到空閑頻譜,發(fā)現(xiàn)頻譜接入的機會。頻譜感知技術(shù)很大程度上決定了認知無線電系統(tǒng)的整體性能。因此,頻譜感知,尤其是能夠準確快速檢測寬頻帶的頻譜感知技術(shù),成為認知無線電領(lǐng)域研究的熱點。常見的頻譜感知方法有循環(huán)相關(guān)濾波檢測[5-6]、能量檢測(Energy Detection,ED)[7-9]、循環(huán)平穩(wěn)檢測[10-12]等。但每個檢測方法都有一定的不足,例如能量檢測算法計算復雜度低,且易于實現(xiàn),但是算法性能受噪聲影響較大,在實際通信系統(tǒng)中很容易受到噪聲不確定性的影響;循環(huán)平穩(wěn)檢測類算法多在時域進行,適合主用戶與頻譜感知的帶寬相匹配的情況,即整個帶寬只存在主用戶信號與噪聲或者只存在噪聲,無法解決寬帶信號的頻譜檢測問題。尤其是一些特殊場景,如濕度的變化、環(huán)境的干擾及設備的非線性帶來的噪聲功率的隨機波動,噪聲不確定性[13]比較嚴重時,無論檢測時間多長,微弱信號都很難完全識別出來。這種無法知道授權(quán)用戶先驗信息,并且信號受噪聲不確定度影響較大的情況,在低信噪比環(huán)境下,直接采用能量檢測的方式對接收信號進行頻譜感知,勢必會影響到系統(tǒng)性能,使得檢測結(jié)果不可靠。

        正交頻分復用(Orthogonal Frequency Division Multiplexing,OFDM)技術(shù)可以有效地提高頻譜效率,緩解當前較為緊張的頻譜資源形勢,同時,具有更強的抗多徑干擾能力,已經(jīng)廣泛應用于3G、4G、5G[14]、無線局域網(wǎng)等無線通信系統(tǒng)中。未來認知無線電頻譜感知過程中,授權(quán)用戶信號大多數(shù)將是得到廣泛應用的OFDM信號??梢岳肙FDM信號的典型特征完成授權(quán)用戶信號的檢測,從而完成頻譜感知。

        本文研究一種適用于OFDM系統(tǒng)的頻譜感知方法,利用信號區(qū)別于噪聲的某種典型特征,提出一種抗噪聲性能強且復雜度相對較低的頻譜感知算法。與能量檢測算法相比,本算法具有較強的抗噪聲性能,在信噪比較低或噪聲不確定度大的場景下,具有更好的檢測效果;與時域的循環(huán)平穩(wěn)類算法相比,本算法可以用于主用戶與頻譜感知的帶寬不匹配的情況,因此更加適用于實際的通信系統(tǒng)。

        1 系統(tǒng)模型與問題描述

        OFDM技術(shù)為了最大程度地消除碼間串擾(Inter-symbol Interference,ISI),在每個OFDM符號之間插入保護間隔。通常采用循環(huán)前綴(Cyclic Prefix,CP),即將OFDM信號尾部對應長度的數(shù)據(jù)添加到保護間隔內(nèi),如圖1所示。一個OFDM信號的長度為Ns=Nc+Nd,Nd表示OFDM信號的有效數(shù)據(jù)長度,Nc表示循環(huán)前綴的長度。本文利用循環(huán)前綴給OFDM信號帶來的循環(huán)平穩(wěn)特征,將循環(huán)前綴自相關(guān)算法應用到頻譜感知技術(shù)中。

        圖1 OFDM添加循環(huán)前綴示意圖

        在頻譜感知過程中,認知用戶檢測來自主用戶發(fā)射的信號,由此確定主用戶對頻譜的使用情況,并判斷是否有空閑的頻譜資源可以利用。頻譜感知可以根據(jù)頻譜使用情況建模成二元假設判決過程,H0表示主用戶不存在,H1表示主用戶存在,則二元假設模型如式(1):

        (1)

        2 算法原理

        2.1 單門限頻域循環(huán)前綴自相關(guān)算法

        在認知無線電系統(tǒng)中,很可能出現(xiàn)主用戶與頻譜感知的帶寬不匹配,即帶寬中既存在主用戶信號和噪聲又存在認知用戶信號,并且信號受噪聲不確定性影響嚴重。此時,認知用戶檢測一段頻譜,該段頻譜沒有被主用戶占用,認知用戶接入該頻譜;但如果主用戶再次出現(xiàn),將會造成認知用戶與主用戶信號的重疊,如果有其他認知用戶檢測該頻段,將出現(xiàn)檢測統(tǒng)計量太小導致檢測不到主用戶存在的情況。為解決上述問題,本文提出一種頻域循環(huán)前綴自相關(guān)算法(Frequency Domain Cyclic Prefix Autocorrelation,F(xiàn)D-CP-AC),算法過程如圖2所示。

        圖2 FD-CP-AC算法過程

        首先將接收到的時域采樣信號分組,然后對每一組數(shù)據(jù)分別進行快速傅里葉變換(Fast Fourier Transformation,F(xiàn)FT)變換,變換后的數(shù)據(jù)為yk,m,其中k=1,2,…,K表示頻域中每個子帶的標號,m=1,2,…,M表示每個子帶上采樣點的標號。若xk,m表示主用戶信號在第k個子帶上第m個采樣點所對應的數(shù)據(jù),則對應的噪聲為wk,m。算法根據(jù)頻譜使用情況,在頻域建立二元假設判決模型如下:

        (2)

        本文頻域循環(huán)前綴自相關(guān)算法的檢測統(tǒng)計量為

        (3)

        式中:Ω表示所有子頻帶集合,M表示每個子頻帶上采樣點的總數(shù)量,整個檢測頻段上采樣點數(shù)N可表示為N=K(M+Δm)。頻域循環(huán)前綴自相關(guān)算法的檢測統(tǒng)計量服從高斯分布。

        主用戶不存在的情況下,可以表示為

        (4)

        虛警概率為

        (5)

        故判決門限γ為

        (6)

        主用戶存在的情況下,檢測統(tǒng)計量CY(τ)中包含信號和噪聲,故檢測統(tǒng)計量服從如下分布:

        (7)

        Pd=P(CY(τ)>γ|H1)=

        (8)

        2.2 雙門限頻域循環(huán)前綴自相關(guān)算法

        雙門限頻譜檢測是在單門限的基礎(chǔ)上增加一個門限,以此提高檢測的可靠性。其中設有λH和λL兩個判決門限,檢測統(tǒng)計量可能出現(xiàn)的范圍分為主用戶存在、檢測失敗、主用戶不存在三種情況。

        本文建立雙門限頻域循環(huán)前綴自相關(guān)檢測模型。首先認知用戶進行雙門限FD-CP-AC檢測,當檢測統(tǒng)計量T>λH時,認為主用戶存在;當T<λL時,認為主用戶不存在;當λL

        主用戶不存在的情況下,該算法存在兩種虛警概率。一種是認知用戶可以判決,即檢測統(tǒng)計量落入可判斷區(qū)間,推導虛警概率Pf1為

        Pf1=P{CY(τ)≥λH|H0}=Qf[1-P1(λL≤CY(τ)≤λH|H0)]。

        (9)

        Pf2=P{λL≤CY(τ)≤λH|H0}=

        Qf2P(λL≤CY(τ)≤λH|H0)。

        (10)

        主用戶存在的情況下,該算法同樣也存在兩種檢測概率。一種是檢測統(tǒng)計量落入可判斷區(qū)間,推導檢測概率為

        Pd1=P{CY(τ)≥λH|H1}=

        Qd1[1-P(λL≤CY(τ)≤λH|H1)]。

        (11)

        其中:

        (12)

        另一種是認知用戶將檢測統(tǒng)計量直接與已知設定的判決門限進行比較,推導檢測概率為

        Pd2=P{λL≤CY(τ)≤λH|H1}=

        Qd2Pi(λL≤CY(τ)≤λH|H1)。

        (13)

        其中:

        (14)

        3 仿真與分析

        3.1 單門限頻域循環(huán)前綴自相關(guān)

        本文分別在不同采樣點數(shù)、無噪聲不確定度和1 dB噪聲不確定度,以及不同信噪比情況下,對頻域自相關(guān)算法進行仿真分析,并與傳統(tǒng)的能量檢測算法對比說明??紤]OFDM頻譜檢測的實際場景,本文仿真參數(shù)設置為:采樣頻率20 MHz,OFDM符號有效數(shù)據(jù)長度為64,循環(huán)前綴的長度為16,每個子帶上的采樣點數(shù)為100,子帶個數(shù)為1 024、512、256、128,子帶個數(shù)不同,頻譜感知算法性能不同。

        在虛警概率Pf=0.1、噪聲不確定度為1 dB的情況下,檢測概率隨著劃分子帶數(shù)的增多而增大。由圖3可知,在相同的信噪比情況下,K=1 024時的檢測概率最高,性能優(yōu)越,并且遠優(yōu)于能量檢測算法;在噪聲不確定的應用場景下,能量檢測的性能急劇下降,已經(jīng)失去了判斷主用戶存在與否的能力。但是通過增大劃分的子帶個數(shù),算法的計算復雜度會增加,需要在算法復雜度與性能之間平衡。設置信噪比為-12 dB,由圖4可知,K值相同時,噪聲不確定度為1 dB和沒有噪聲不確定度的曲線幾乎重合,說明FD-CP-AC算法有較強的抗噪聲不確定性能,可靠性強,能夠克服噪聲帶來的嚴重影響。

        圖3 Pf=0.1、噪聲不確定度為1 dB的情況下ED與FD-CP-AC算法性能

        圖4 -12 dB信噪比時FD-CP-AC算法性能

        圖5說明當虛警概率相同時,檢測概率隨信噪比的增加而增加,可以通過增大信噪比來提高算法性能。當K=512、虛警概率為0.1時,信噪比為-10 dB、-12 dB時的檢測概率大于0.9,并且性能遠優(yōu)于能量檢測算法。在算法應用過程中,可以根據(jù)實際信道的信噪比情況,將寬帶劃分為最佳的子帶數(shù),以實現(xiàn)該信噪比下的可靠檢測。

        圖5 不同的信噪比下FD-CP-AC算法的性能曲線(1 dB噪聲不確定度)

        3.2 雙門限頻域循環(huán)前綴自相關(guān)

        考慮寬帶OFDM信號的頻譜感知場景,雙門限頻域自相關(guān)算法仿真參數(shù)設置為:采用256正交振幅調(diào)制,IFFT點數(shù)為512,OFDM符號的有效子載波數(shù)為288,信號帶寬為64 MHz,采樣速率為128 MHz。

        由圖6可知,在相同信噪比下,當虛警概率相同時,雙門限算法的檢測概率高于單門限算法,性能較優(yōu)越;當虛警概率趨于0時,單門限算法性能更好,但并不符合實際情況;當虛警概率為0.1時,單門限算法中只有信噪比為-10 dB、-12 dB時的檢測概率大于0.9,但雙門限算法在信噪比為-10 dB、-12 dB、-14 dB、-16 dB時的檢測概率都大于0.9,滿足實際應用中的性能要求,說明雙門限算法能夠進一步提高頻域循環(huán)前綴自相關(guān)方法的頻譜檢測性能。

        圖6 雙門限及單門限FD-CP-AC算法檢測性能對比

        由圖7可知,Pf=0.1時,存在噪聲不確定的情況下,能量檢測算法的性能下降,已經(jīng)喪失了頻譜感知的能力。在相同的信噪比下,雙門限頻域自相關(guān)算法的檢測性能都優(yōu)于單門限算法。

        圖7 Pf=0.1時雙門限及單門限算法檢測性能對比

        4 結(jié) 論

        本文提出了基于循環(huán)前綴自相關(guān)的單門限及雙門限頻譜感知算法,進行了理論推導和仿真分析,驗證了存在噪聲不確定度時基于循環(huán)前綴自相關(guān)的頻譜感知算法比能量檢測算法具有更好的檢測性能,能夠有效地抵抗噪聲不確定度對檢測性能造成的影響,適用于復雜噪聲環(huán)境低信噪比情況下的認知無線電系統(tǒng)。

        猜你喜歡
        門限頻域信噪比
        基于規(guī)則的HEV邏輯門限控制策略
        地方債對經(jīng)濟增長的門限效應及地區(qū)差異研究
        中國西部(2021年4期)2021-11-04 08:57:32
        隨機失效門限下指數(shù)退化軌道模型的分析與應用
        基于深度學習的無人機數(shù)據(jù)鏈信噪比估計算法
        頻域稀疏毫米波人體安檢成像處理和快速成像稀疏陣列設計
        雷達學報(2018年3期)2018-07-18 02:41:34
        低信噪比下LFMCW信號調(diào)頻參數(shù)估計
        電子測試(2018年11期)2018-06-26 05:56:02
        低信噪比下基于Hough變換的前視陣列SAR稀疏三維成像
        雷達學報(2017年3期)2018-01-19 02:01:27
        基于改進Radon-Wigner變換的目標和拖曳式誘餌頻域分離
        一種基于頻域的QPSK窄帶干擾抑制算法
        生產(chǎn)性服務業(yè)集聚與工業(yè)集聚的非線性效應——基于門限回歸模型的分析
        湖湘論壇(2015年3期)2015-12-01 04:20:17
        久久伊人精品只有这里有| 亚洲成av人片在线观看ww| 在线观看av永久免费| 高清国产亚洲va精品| 偷拍偷窥在线精品视频| 亚洲性色av一区二区三区| 国产av电影区二区三区曰曰骚网| 亚洲国产精品线观看不卡| 一区二区在线观看日本免费 | 91九色中文视频在线观看| 亚洲av首页在线| 国产午夜福利精品久久2021| 国产av无码专区亚洲aⅴ| 深夜黄色刺激影片在线免费观看| 狂野欧美性猛xxxx乱大交| 国模无码视频一区| 蜜桃视频中文在线观看| 精品国产黄一区二区三区| 欧洲美女黑人粗性暴交| 亚洲综合国产精品一区二区99| 日韩在线精品视频免费| 亚洲天堂丰满人妻av| 开心五月激情综合婷婷| 中文字幕永久免费观看| 国产精品久久av高潮呻吟| 亚洲亚洲人成综合丝袜图片| 久热在线播放中文字幕| 91色婷婷成人精品亚洲| 精品亚洲第一区二区三区| 国产精品欧美一区二区三区不卡 | 午夜成人无码福利免费视频| 久久精品亚洲精品毛片| 中文字幕乱码一区在线观看| 美女不带套日出白浆免费视频| 一本一本久久a久久精品综合 | 国产午夜福利不卡在线观看视频| 韩国日本在线观看一区二区| 亚无码乱人伦一区二区| 免费无码又爽又刺激网站| 欧美巨大xxxx做受中文字幕| 亚洲精品有码日本久久久|