一种采用压缩协方差的无线电宽带频谱感知方法.pdf
《一种采用压缩协方差的无线电宽带频谱感知方法.pdf》由会员分享,可在线阅读,更多相关《一种采用压缩协方差的无线电宽带频谱感知方法.pdf(9页珍藏版)》请在咨信网上搜索。
1、DOI:10.20079/j.issn.1001-893x.220227001引用格式:杨淑艳,董银锋.一种采用压缩协方差的无线电宽带频谱感知方法J.电讯技术,2023,63(7):993-1001.YANG S Y,DONG Y F.A radio wideband spectrum sensing method with compressed covarianceJ.Telecommunication Engineering,2023,63(7):993-1001.一种采用压缩协方差的无线电宽带频谱感知方法杨杨淑淑艳艳1 1,董董银银锋锋2 2(1.国家无线电监测中心深圳监测站,广东 深圳
2、 518000;2.深圳友讯达科技股份有限公司,广东 深圳 523003)摘 要:为有效降低宽带频谱感知的观测时间和计算复杂度,提出了一种基于压缩协方差的无线电宽带频谱感知方法。首先,通过循环稀疏规则测量不同标记的距离,运用多陪集采样组代替奈奎斯特模数转换器,形成基于多陪集采样库的欠奈奎斯特采样结构;其次,构建压缩协方差频谱感知模型,运用频谱决策模块对输入样本进行处理,完成频谱分析;最后,通过 Matlab 生成测试信号数据,对所提频谱感知算法进行建模与性能分析。实验结果表明,所提方法能够将检测误差控制在有效范围内,且与传统频谱检测方法相比,所提方法在不同信噪比环境下具有更高的频谱检测水平度。
3、关键词:宽带频谱感知;压缩协方差;稀疏规则;多陪集采样开放科学(资源服务)标识码(OSID):微信扫描二维码听独家语音释文与作者在线交流享本刊专属服务中图分类号:TN911 文献标志码:A 文章编号:1001-893X(2023)07-0993-09A Radio Wideband Spectrum Sensing Method with Compressed CovarianceYANG Shuyan1,DONG Yinfeng2(1.Shenzhen Monitoring Station of State Radio Monitoring Center,Shenzhen 518000,Ch
4、ina;2.Shenzhen Youxunda Technology Co.,Ltd.,Shenzhen 523003,China)Abstract:To reduce the observation time and computational complexity of wideband spectrum sensing,a radio wideband spectrum sensing method based on compressed covariance is proposed.First,the distance of different markers is measured
5、by the circular sparse rule,and the multi-coset sampling group is used to replace the Nyquist analog-to-digital converter to form an under-Nyquist sampling structure based on the multi-coset sampling library.Secondly,the compressed covariance spectrum sensing model is constructed,and the input sampl
6、es are processed by the spectrum decision module to complete the spectrum analysis.Finally,the test signal data is generated by Matlab to model and analyze the performance of the proposed spectrum sensing algorithm.The experimental results show that the proposed method can control the detection erro
7、r within the effective range,and compared with the traditional spectrum detection method,the proposed method can greatly reduce the hardware power consumption and storage space,and effectively reduce the computational complexity.Key words:wideband spectrum sensing;compressed covariance;sparsity rule
8、;multi-coset sampling399第 63 卷 第 7 期2023 年 7 月电讯技术Telecommunication EngineeringVol.63,No.7July,2023收稿日期:2022-02-27;修回日期:2022-03-31基金项目:广东省科技厅资助项目(KJY20183621)通信作者:杨淑艳0 引 言 移动互联网和智能移动终端的持续快速增长,使网络对终端数据传输速率、流量类型和数据服务方式的转变愈发强烈,导致无线通信系统对频谱资源的需求快速增加1。但与此同时,适合无线通信业务的频谱资源却日益匮乏,而这也成为制约无线通信发展的关键因素之一。因此,当前网络急
9、需研发新的技术,以充分利用被浪费的频谱2。无线电通过对授权频谱范围的二次利用,可有效缓解频谱资源短缺问题3。在无线电系统中,频谱感知起着关键作用。当前,宽带频谱感知主要有奈奎斯特宽带感知和欠奈奎斯特宽带感知两种方法。其中,奈奎斯特宽带感知通过将宽带范围的频谱划分为多个子带,使用窄带感知方法扫描和识别每个子带被顺序占用的情况,但该方法的时效性较差;在欠奈奎斯特宽带感知技术中,压缩感知已成为使用欠奈奎斯特方法进行宽带信号检测的一种有效途径,但是传统压缩感知理论主要集中于有限长度和离散时间信号,缺乏对模拟域中连续时间信号的采集。为此,研究人员对基于压缩感知的宽带信号检测方法开展了大量研究。文献4提出
10、了一种随机等效采样的最小速率采样和频谱重构方法,通过将压缩感知并入随机等效采样中,增强未知频谱的多频带信号重构能力。文献5提出了一种基于多步预测的宽带频谱感知方法,该方法能够以最小的成本和校准工作量实现宽带稀疏频谱表征,但上述方法易受到模型不匹配的影响。文献6提出了一种基于分布式调制宽带转换器的频谱感知方法,能够对噪声和模型失配具有良好的鲁棒性,但该方法使用伪随机二进制序列作为混频器的本地振荡器信号,会产生大量的无用谐波。文献7提出了一种基于似然比准则的频谱感知方法,该方法可通过调节检测率和误报率的加权因子以获得频谱检测最佳性能。文献8提出了一种基于串行多陪集采样的宽带稀疏信号采集方法,该方法
11、不存在信道失配问题,具有良好的重构性能,但上述方法所需的先验信息难以获取且实现成本较高,适应性较差。文献9提出了一种在压缩感知框架下的非重构频谱检测算法,该算法将信道划分为多个小信道,依次感知每个小信道,得出所划分信道组的采样协方差矩阵,再与能量检测算法结合分析最终得到每个小信道中的占用情况,但是该算法容易受到噪声的影响,当信噪比偏低时,所得到的检测结果较差。文献10提出了一种基于压缩感知的分布式多节点协作算法,根据压缩采样理论在本地获取压缩采样测量值,然后利用最小二乘算法估计频谱,提高了算法的可靠性,但是该算法无法确定哪些认知无线电节点接收的测量值是错误的,因此频谱感知存在一定的误差。鉴于此
12、,针对快速宽带频谱感知问题,本文提出了一种基于压缩协方差的无线电宽带频谱感知方法,并开发了基于多陪集采样库的欠奈奎斯特采样结构,利用低速模数转换器检测宽带信号,有效控制观测时间和计算复杂度。仿真对比分析验证了所提方法的有效性。1 多陪集采样的设计1.1 循环稀疏规则 关于循环稀疏规则(Circular Sparse Ruler,CSR)的具体定义为,对于每一个长度为 l(l=0,1,L-1)的标尺,至少存在一对使得(k-k)l=1 的元素,则集合 K0,1,l-1为长度为 l 的循环稀疏标尺。因此,循环稀疏规则可认为是缺少部分标记的循环规则,尽管缺少部分标记,但可通过每对标记测量不同标记的距离
13、。若不存在其他元素集合,则具有较小元素集合的圆形稀疏标尺可称为最小长度为 L 的循环稀疏规则。此外,压缩比=|K|L定义为用于测量长度为 l 的循环稀疏规则的压缩,其中|K|表示集合 k 的个数。图 1 是长度为 21 的循环稀疏规则示例,其中集合 C21是一个长度为 21 的最小循环稀疏规则,C21=0,2,12,15,16,且最大压缩比为C21=5/21。通常,循环稀疏规则的压缩比与其长度 l 成反比,但最小稀疏标尺属于组合问题,在某些情况下没有封闭解,需要进行穷举搜索解决。图 1 长度为 21 的循环稀疏规则电讯技术 2023 年通常,可通过连接几个相同的短循环规则以获取长循环规则。该方
14、式可获得长循环规则,但不会改变其压缩比。如两个 C21可连接起来形成长度为42 的循环稀疏规则 C42,其中 C42=0,2,12,15,16,22,24,34,37,38 为压缩比为 5/21 的循环稀疏规则。1.2 多陪集采样 图 2 为所提欠奈奎斯特采样方案示意图。由图可知,天线接收的信号首先进行带通滤波,消除外噪声干扰;其次,采用下变频器实现信号变频,并通过低通滤波器去除输出 I/Q 信号中的本振信号。令此处频谱范围为 B=fmin,fmax,则本地振荡器信号的频率为(fmax+fmin)2。对于多频带信号,若需要奈奎斯特采样,则 I/Q 路径中模数转换器的采样速率至应少为 1/T=(
15、fmax-fmin)。因此,本文使用多陪集采样组来代替奈奎斯特模数转换器。图 2 宽带多陪集采样库框图 通常,多陪集采样库由 M 个分支采样路径组成,每个分支使用一个低速模数转换器以相同的采样速率对 I/Q 信号分量进行采样,但具有 M 个分支的模数转换器由不同时间偏移的时钟序列驱动。假设在一个 TADC周期内有 N 个连续的奈奎斯特采样点,则上述多陪集采样组的采样过程等同于从 N 个连续的奈奎斯特采样中选择 M 个信号分量。同时,M 个不同时间偏移的时钟序列由长度为(N-1)的循环稀疏规则确定,在多陪集采样后,I/Q 信号分量通过复组合器相加。最后,频谱决策模块对输入样本进行处理,完成频谱分
16、析。为了便于标注,用 Cm表示 m 个分支路径上的奈奎斯特网格采样指数,CN=c0,c1,c2,cm-1表示采样模式,其中,0cmn1,0mm1。此外,令 gm(t)表示模数转换器在第 m 个 I/Q分支路径上的脉冲序列函数,如式(1)所示:(t)=1,i=0(t)=1,i0gm(t)=+k=-(t-(kNT+cmT)。(1)式中:(t)表示单位脉冲函数。令 x(t)表示由多陪集采样组观察到的原始信号,xn表示在 1/T Hz 奈奎斯特速率下获得的样本,ymk表示第 k 个采样指数的第 m 个分支路径样本,因此,ymk 和 xn 之间的关系如式(2)所示:ymk=xkN+cm。(2)图 3 为
17、多陪集采样过程示意图,其中,采样模式C21=0,2,12,15,16,N=21,M=5。599第 63 卷杨淑艳,董银锋:一种采用压缩协方差的无线电宽带频谱感知方法第 7 期图 3 多陪集采样序列 多陪集采样将利用多个均匀的模数转换器分支完成非均匀采样,该方式可有效降低模数转换器的采样率,但会增加模数转换器的数量成本。由于样本点会受到循环稀疏规则的约束,因此压缩比可表示为式(3):=ci-cj+N,0N-1,ci,cjCN-1。(3)同时,将式(2)扩展到 NT 周期中每个分支的所有离散时间点,如式(4)所示:yk=xkxk=(xkN,xkN+1,XkN+N-1Tyk=(y0k,y1k,yM-
18、1kT。(4)式(4)中,是只有 M 个非零元素的压缩矩阵,其中只有 的第 i 行和第 ci列为 1,其他元素为 0。同理,式(4)也可以扩展到给定的多个时钟周期,如式(5)所示:y=xky=yT0,yT1,yTL-1Tx=xT0,xT1,xTL-1T 。(5)式中:表示线性关系映射矩阵,其数学方程如式(6)所示:=IL=000000 。(6)式中:IL为 LL 的单位矩阵。2 压缩协方差频谱感知模型构建2.1 时域压缩协方差结构 假设信号序列 x 是服从零均值分布的平稳随机过程,则自协方差和自相关可互相替换。因此,本文中令二阶统计量为协方差。令 Rx和 Ry为对应于 x和 y 的两个自协方差
19、矩阵,通过式(5)可得到线性方程,如式(7)所示:Ry=E(yyH)=E(x(x)H)=E(xxH)H=RxH。(7)式中:Rx为托普利兹(Toeplitz)矩阵,可表示为Rx=Rx0Rx-1Rx1-LRx1Rx0Rx2-LRxL-1RxL-2Rx0。(8)式中:Rx=E(xk+xHx)。由于式(8)的逐块运算,Ry可写成为托普利茨矩阵,如式(9)所示:Ry=Ry0Ry-1Ry1-LRy1Ry0Ry2-LRyL-1RyL-2Ry0。(9)式中:Ry=E(yk+yHk)。由式(9)可知,矩阵 可提供协方差矩阵 Rx和Ry的线性关联函数,将 Rx和 Ry协方差矩阵的线性独立子空间分别定义为 SX和
20、 SY,则 Rx可进一步简化为spanCSXspanCSYRxRxH。(10)式中:()表示可逆关联函数。若压缩操作保留了所有相关信息,则二阶信息 Rx可运用 Ry的观测值通过最小二乘法进行估算;反之,若压缩信息保留不全,满秩超定的条件不能满足,则会产生一些不能恢复的二阶信息。电讯技术 2023 年2.2 最小二乘估计 对式(7)所示方程中关于 Ry的矩阵进行矢量化处理,得到 vec(Ry)的数学表达,如式(11)所示:vec(Ry)=vec(vec(Rx)H)=(H)Tvec(Rx)。(11)由于 Rx为托普利兹矩阵,可将 x定义为自协方差向量,如式(12)所示:x=rx(-NL+1),rx
21、(-NT+2),rx(-1),rx(0),rx(1),rx(NL-1)T。(12)式中:rx()=E(xk+xk)。因此需要构造一个(NL)2(2NL-1)的选择矩阵,使得 vec(Rx)=x,其中 可以表示为=QNL-1,QNL,Q1,QT。(13)式中:Qn=On,INL,ONL-1-n,On为 NLn 阶的零矩阵,INL为 NLNL 的恒等式矩阵。因此,可将式(11)改写为式(13)所示方程:vec(Ry)=()x。(14)由式(14)可知,若(ML)22(NL)-1,同时()为满列秩,则式(14)为超定系统,即 x可以通过最小二乘法进行恢复。其中,最小二乘解的推导如式(15)所示:x=
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 一种 采用 压缩 协方差 无线电 宽带 频谱 感知 方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。