ABSTRACT

For the traditional energy detection in cognitive radio having a very low detection probability in low SNR, this paper proposes a blind sensing method based on over-sampling and multiple autocorrelation. Firstly, a received signal is over-sampled. Then, the signal is divided into multiple sub-channels. Finally, each sub-channel has an autocorrelation operation. The simulation results show that the detection probability for the proposed method improves more greatly than the traditional energy detection algorithm when the times for the autocorrelation operation increase.

Keywords:Cognitive Radio, Spectrum Sensing, Blind Sensing, Energy Detection, Autocorrelation

基于过采样和多重自相关的认知无线电盲感知算法研究

陈宏^1,2，王树彬^1*，刘琨¹，孟方方¹，李树华¹

¹内蒙古大学电子信息工程学院，内蒙古 呼和浩特

²呼和浩特铁路局呼和电务段，内蒙古 呼和浩特

Email: ^*wangshubin@imu.edu.cn

收稿日期：2015年1月12日；录用日期：2015年1月23日；发布日期：2015年1月28日

摘 要

针对认知无线电中频谱感知的能量检测算法在低信噪比时检测概率较低的问题，提出了一种基于过采样和多重自相关的盲信道感知方法。先对接收信号进行过采样，再把信号分成多个子信道，每个子信道进行自相关运算。仿真分析表明，与传统能量感知技术相比，当自相关的次数增多时，检测概率有很大的提高。

关键词 :认知无线电，频谱感知，盲感知，能量检测，自相关

1. 引言

近年来，随着无线通信业务的迅猛增长，导致可用的频谱资源日渐紧张，但是已分配的某些频谱的利用率却很低。Mitola提出的认知无线电(Cognitive Radio, CR)技术能够很好地解决这一问题[1] 。采用认知无线电技术的用户(认知用户)通过频谱感知，得到在空域、时域中空闲的授权用户频谱资源(被称为“频谱空洞”)；在不影响授权用户(也称主用户)通信的前提下，认知用户通过动态地调整内部的参数设置，利用频谱空洞，以“机会”的方式接入授权的频段内，实现频谱共享，提高了频谱利用率[2] 。

授权用户对授权频段具有最高的优先权，一旦授权用户接入，认知用户必须及时退出信道给授权用户使用，认知无线电可以显著的提升频谱利用率[3] 。

频谱感知是认知无线电首要解决的问题，快速、准确的发现授权用户信号是必然的要求。目前的感知算法中大多依赖接收信号的先验知识，感知成功率不高，且耗时较长。盲感知技术[4] 对接收信号的知识要求很少，且感知成功率高、感知时间较短、且易于操作和实现，因此在认识无线电技术中有很大的应用前景。能量检测是一种典型的盲感知算法，但其检测结果容易受到强噪声的干扰，另外，在低信噪比的情况下，感知时间不仅长，而且感知结果的可靠性很差。例如，当信噪比低于−20 dB时，频谱的检测就变得很困难，当信噪比为−23 dB时，不管感知时间多长，基本上无法检测出授权用户的信号[5] -[8] 。

授权用户信号因其自身具有相关性，可以充分地利用这个优点将授权用户的信号与噪声区别开来。同时将接收信号由一路用过采样的方法分为多路，利用“彼此的辩识能力”可以达到快速、准确地发现授权用户信号。因此，本文提出一种了基于过采样和多重自相关相结合的频谱感知方法。该算法原理简单、复杂度较为简单，能够快速、准确的检测授权用户的频谱信息，并且检测概率也明显提升。

2. 过采样的基本原理

过采样是指对信号的采样频率大于奈奎斯特采样频率[9] 。假设为数字通信系统发射的有限字符序列，码元间隔为，为线性时不变系统的系统函数，则接收信号为

(1)

假设为零均值且同分布的随机序列，则有；为加性随机高斯噪声，零均值且与不相关，则有。

若基于过采样接收信号，设过采样因子为，则信道由单信道变成个子信道。将发送信号通过输入个滤波器，则信号通过第个信道产生第个过采样分支的输出。把每个符号间隔为、长度为信道矢量定义为。把多径信道进行扩展，则整个信道矩阵表示为。第i个过采样分支上的接收信号表示为

原理结构图如图1所示。

图1中是第i个子信道叠加的噪声。过采样接收信号和过采样噪声矢量在时刻上由维矢量分别表示为

(2)

(3)

接收信号可以表示为：

(4)

3. 过采样结合多重自相关的频谱感知算法

在高斯白噪声信道下授权用户接收信号模型假定为二元模型[1] ：

(5)

其中，的双边功率谱密度为，带宽为；为未知的确定性信号。

对做自相关运算有：

图1. 过采样原理结构图

(6)

若与不相关，则，在高斯白噪声的条件下，所以，即只反映的情况。

通过上面对接收信号模型的分析可以看出，同一时刻不同的过采样子信道输出的信号部分具有很强的相关性，而噪声部分是不相关的。为了很好地体现这一特点，假设接收信号模型中，，则可得到

(7)

在这两个过采样分支中的信号成分是和，噪声成分和。由于和中共同项的出现，使得和的相关性很大，于是可得

(8)

其中，是期望运算符。相反，由于噪声成分和的相关性很小，。这就是信号和噪声成分区别的特性，正是基于该特性使得在较低SNR(信噪比)环境下检测授权用户成为可能。

为方面起见，下面以过采样因子为例来说明该算法，由与做自相关运算，令其相关系数为，与做自相关运算，令其相关系数为，与做自相关运算，令其相关系数为，与做自相关运算，令其相关系数为，如果，，，均近似为1，则可判定为主用户的信号。如果，，，当中，有三个近似为1，则可以判定为主用户的信号。如果，，，当中有两个近似为1，可判定为主用户的信号。如果，，，当中有一个近似为1，则可判定不是主用户的信号，检测失败。这是因为信号与信号具有相关性，信号与噪声不具有相关性。

利用子信道之间信号具有相关性的特征来检测低信噪比的信号，其检测结果有很好的可靠性。

4. 仿真分析

利用Matlab进行仿真验证，假设噪声是服从均值为0，方差为的高斯白噪声，主用户数为1，过采样因子为5，判决门限是在虚警概率为0.01的情况下得到的，仿真结果如图2、图3所示。

由图2可以看出当采样点数为200时，基于盲信道感知算法的检测概率随着信噪比的增加而提高，并在−10 dB接近于1。在低于−10 dB时，由于截取的信号较少，检测性能较差。当在某一个信噪比，检测概率为1时，检测更好信噪比的授权用户，检测成功率也为1，这一点符合检测理论。由图2可知，本文提出的算法比能量检测法的检测效果有明显的提高。

从图3中可以看出，随着采样点数的增加，检测概率也有了一定的增加。这是因为信号的有效成份增加了。利用相关的性质来检测授权用户的信号，准确度非常高，其对抗噪声的能力非常强，在信噪比为−10 dB的时候，就能准确地检测出主用户的信号，而且，自相关的次数越多，信噪比提高地越多，因此可检测出淹没于强噪声的微弱信号。

5. 结束语

准确地感知被噪声淹没的授权用户信号是一个极具挑战性的课题，如果被噪声淹没的授权用户信号只出现一次，而不是重复出现，其准确感知的难度会更大，在这种情况下，先把接收信号进行过采样处

图2. 采样点为200时的仿真结果

图3. 采样点为300时的仿真结果

理，再进行彼此自相关运算的检测方法就显得很管用，特别是能有力的抑制强噪声的干扰。在认知无线电系统中，认知用户在大多数情况下是在感知被噪声淹没的主用户的信号，这个信号信噪比非常低，因此，提高低信噪比的情况下授权用户的检测准确度就是人们追求的目标，而这个目标也是设计认知无线电系统的重要指标之一。另外，在实际的感知过程中，有很多情况是多个授权用户的信号混叠在了一起，本文提出的算法，也能很好的适用于这种情况。因此，本文的方法能够满足认知无线电用户高效、准确的频谱共享要求，能够在比较恶劣的通信环境下，为用户提供高质量的通信业务。

基金项目

国家自然科学基金(61261020)，内蒙古自然科学基金(2012MS0903)，中国石油科技创新基金项目(2014D-5006-0603)，内蒙古大学高层次人才引进科研启动项目。

文章引用

陈 宏,王树彬,刘 琨,孟方方,李树华, (2015) 基于过采样和多重自相关的认知无线电盲感知算法研究
Research on a Blind Sensing Algorithm in Cognitive Radio Based on Over-Sampling and Multiple Autocorrelation. 无线通信,01,1-6. doi: 10.12677/HJWC.2015.51001

参考文献 (References)