[發明專利]一種基于過采樣的GLRT檢測方法

無效

• 申請號: 201110441899.7
• 申請日: 2011-12-26
• 公開（公告）號: CN102404063A
• 公開（公告）日: 2012-04-04
• 發明（設計）人: 羅軍;王軍;李強;李少謙
• 申請（專利權）人: 電子科技大學
• 主分類號: H04B17/00
• 分類號: H04B17/00
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 周永宏

技術領域

本發明屬于通信技術領域，涉及認知無線電(Cognitive?Radio)中的頻譜檢測算法。

背景技術

認知無線電技術是為了解決目前面臨的頻譜資源稀缺提出來的，而頻譜檢測算法是認知無線電的關鍵技術之一。為了避免認知無線電系統對授權用戶產生有害的干擾，要求頻譜檢測方法能夠在低信噪比下可靠地檢測出授權用戶信號來。

現有的MIMO(Multiple-Input?Multiple-Output)頻譜檢測算法有匹配濾波器檢測算法(Matched?Filter?Detection，MF)、能量檢測算法(Energy?Detection，ED)、循環譜檢測算法(Cyclostationary?Feature?Detection，CFD)等。然而這些算法都有自己顯著的優缺點。循環譜檢測算法需要知道主用戶信號的頻率周期特性，這對于實際的認知無線電用戶來說很難得到，并且該算法具有很高的復雜度。當認知無線電用戶知道主用戶的調制方式、載波頻率等信號信息時，匹配濾波器檢測算法被認為是最優的檢測算法。但這些信息同樣在實際系統中很難得到，并且該算法需要認知無線電用戶與主用戶準確同步，這對于認知無線電用戶同樣是很難的。能量檢測算法不需要主用戶信號的先驗信息和認知無線電用戶與主用戶之間的信道信息，并且當主用戶信號采樣滿足獨立同分布特性時可以獲得很好的檢測性能，但是能量檢測具有一個致命的缺點，其性能極易受到噪聲功率估計誤差的影響。

以上檢測算法均或多或少需要一些先驗信息，這對于實際的認知無線電用戶都是很難做到的。為了克服上述缺陷，文獻：T.J.Lim，R.Zhang，Y.C.Liang，and?Y.Zeng，GLRT-based?spectrum?sensing?for?cognitive?radio，in?Proc.IEEE?Global?Telecommun.Conf.，New?Orleans，LA，Nov.30-Dec.4，2008，pp.1-5，提出了一種基于廣義似然比(Generalized?Log-likelihood?Ratio?Test，GLRT)的檢測算法-AGM(Arithmetic-to-Geometric?Mean)算法；文獻：Pu?Wang，Jun?Fang，Ning?Han，and?Hongbin?Li，Multiantenna-Assisted?Spectrum?Sensing?for?Cognitive?Radio，IEEE?Trans.Veh.Technol.，vol.59，no.4，pp.1791-1800，may?2010，在AGM算法的基礎上假設在感知時間內信道信息不變，得到另一種新的GLRT檢測算法-MSE(Maximum-to-Sum?of?Eigenvalues)算法。以上這些GLRT檢測算法不需要任何先驗信息，但是都是假設接收信號樣本為獨立同分布的，所以這就導致接收機必須對信號按符號速率進行采樣，這樣就帶了兩個缺點：①無法在短時間內累積大量樣本數，從而很難在較短的感知時間內獲得很好的檢測性能；②未能利用信道的時間相關特性。

發明內容

本發明的目的是為了解決現有GLRT檢測算法未能利用信道相關性和不能在短時間累積大量信號樣本的問題，提出了一種基于過采樣的GLRT檢測方法。

本發明技術方案是：一種基于過采樣的GLRT檢測方法，具體包括如下步驟：

步驟1：認知無線電用戶分別對M根接收天線的接收信號進行過采樣率為L的過采樣，然后將第k個符號周期內過采樣得到的樣本信號組成過采樣信號樣本矩陣Y_k，1≤k≤K，其中，K表示過采樣的符號周期數；

步驟2：認知無線電用戶根據步驟1得到的過采樣信號樣本矩陣Y_k計算接收信號的平均能量T₁：其中，tr表示矩陣跡運算；

步驟3：認知無線電用戶根據步驟1得到的過采樣信號樣本矩陣Y_k計算矩陣B_k：B_k＝Y_kU，1≤k≤K，其中，U通過對歸一化信道時間相關矩陣特征值分解得到，∑＝diag[λ_h，1，…，λ_h，L]，特征值λ_h，l，1≤l≤L按降序排列；

步驟4：根據步驟3得到的結果B_k，1≤k≤K，計算相關統計量T₂，其中，B_k(:，l)表示矩陣B_k的第l列，‖g‖表示二范數運算；