一种基于循环谱特征识别的频谱感知算法
第３７卷
Ｖ＿Ｏ１．３７ 第２０期
ＮＯ．２０ 计算机工程
Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ ２０１１年１０月
Ｏｃｔｏｂｅｒ ２０１ １
・人工智能及识别技术・ 文章编号：ｌ００ｏ－３４２８（２ｏ１１）２ ＿＿０２２７— ３ 文献标识码：Ａ 中图分类号。ＴＰ３９３・０２
一种基于循环谱特征识别的频谱感知算法
杨日达，陈彩莲，关新平
（上海交通大学电子信息与电气工程学院，上海２００２４０）
摘要：针对传统循环谱计算复杂度高的问题，提出一种基于循环谱特征识别的频谱感知算法，该算法采用自相关矩阵替代频域平滑方法 计算信号的谱特征，在降低算法复杂度的同时，能够准确区分噪声与有用信号，利用软件无线电构建测试平台，用以验证算法的有效性。
实验结果表明，该算法能够准确检测出频谱空穴，准确度大于９０％，并能降低时间复杂度，可以满足认知无线电中对频谱感知的性能要求。
关健诃：认知无线电；频谱感知；循环谱特征；软件无线电；测试平台
Ｓｐｅｃｔｒｕｍ Ｓｅｎｓｉｎｇ Ａｌｇｏｒｉｔｈｍ Ｂａｓｅｄ ０ｎ
Ｃｙｃｌｉｃ Ｓｐｅｃｔｒｕｍ Ｆｅａｔｕｒｅ Ｒｅｃｏｇｎｉｔｉｏｎ
ＹＡＮＧ Ｒｉ－ｄａ，ＣＨＥＮ Ｃａｉ—ｌｉａｎ，ＧＵＡＮ Ｘｉｎ－ｐｉｎｇ
（Ｓｃｈｏｏｌ ｏｆ Ｅｌｅｃｔｒｏｎｉｃ，Ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ Ｅｌｅｃｔｒｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｓｈａｎｇｈａｉ Ｊｉａｏｔｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ ２００２４０，Ｃｈｉｎａ）
［Ａｂｓｔｒａｃｔ］Ａｉｍｉｎｇ ａｔ ｔｈｅ ｈｉｇｈ ｃｏｍｐｕｔｉａｉｏｎ ｃｏｍｐｌｅｘ ｆｏｒ ｔｒａｄｉｔｉｏｎａｌ ｃｙｃｌｉｃ ｓｐｅｃｔｒｕｍ，ｔｈｉｓ ｐａｐｅｒ ｐｒｅｓｅｎｔｓ ａ ｃｙｃｌｉｃ ｓｐｅｃｔｒｕｍ ｒｅｃｏｇｎｉｔｉｏｎ ｂａｓｅｄ
ｓｐｅｃｔｒｕｍ ｓｅｎｓｉｎｇ ａｌｇｏｒｉｔｈｍ，ｗｈｉｃｈ ｕｓｅｓ ｃｏｒｒｅｌａｔｉｏｎ ｍａｔｒｉｘ ｉｎｓｔｅａｄ ｏｆ ｆｒｅｑｕｅｎｃｙ ｄｏｍａｉｎ ｓｍｏｏｔｈｉｎｇ ｔｏ ｃｏｍｐｕｔｅ ｓｐｅｃｔｒｕｍ ｆｅａｔｕｒｅ．Ｔｈｉｓ ａｌｇｏｒｉｔｈｍ ｇｒｅａｔｅｌｙ ｒｅｄｕｃｅｓ ｔｈｅ ｃｏｍｐｌｅｘｉｔｙ ｗｈｉｌｅ ｄｉｓｔｉｎｇｕｉｓｈ ｂｅｔｗｅｅｎ ｎｏｉｓｅ ａｎｄ ｕｓｅｆｕｌ ｓｉｇｎａｌ ａｃｃｕｒａｔｅｌｙ．Ａ ｔｅｓｔ ｐｌａｔｆｏｒｍ ｉｓ ｃｏｎｓｔｒｕｃｔｅｄ ｂａｓｅｄ ｏｎ ｓｏｆｔｗａｒｅ
ｄｅｆｉｎｅｄ ｒａｄｉｏｓ ｔｏ ｄｅｍｏｎｓｔｒａｔｅ ｔｈｅ ｅｆｆｅｃｔｉｖｅｎｅｓｓ ｏｆ ｔｈｅ ｍｅｔｈｏｄ．Ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈｅ ｓｐｅｃｔｒｕｍ ｈｏｌｅｓ ｏｆ ｄｉｆｆｅｒｅｎｔ ｐｒｉｍａｒｙ ｕｓｅｒｓ ｃａｎ ｂｅ ｄｅｔｅｃｔｅｄ ｗｉｔｈ ｈｉｇｈ ａｃｃｕｒａｃｙ ｇｒｅａｔｅｒ ｔｈａｎ ９０％ａｎｄ ｌｏｗ ｃｏｍｐｌｅｘｉｔｙ．Ｔｈｅ ｐｅｒｆｏｒｍａｎｃｅ ｃａｎ ｓａｔｉｓｆｙ ｔｈｅ ｒｅｑｕｉｒｅｍｅｎｔ ｏｆ ｓｐｅｃｔｒｕｍ ｓｅｎｓｉｎｇ ｉｎ ｃｏｇｎｉｔｉｖｅ
ｒａｄｉｏ． ［Ｋｅｙ ｗｏｒｄｓ］Ｃｏｇｎｉｔｉｖｅ Ｒａｄｉｏ（ＣＲ）；ｓｐｅｃｔｒｕｍ ｓｅｎｓｉｎｇ；ｃｙｃｌｉｃ ｓｐｅｃｔｒｕｍ ｆｅａｔｕｒｅ；ｓｏｆｔｗａｒｅ ｒａｄｉｏ；ｔｅｓｔ ｐｌａｔｆｏｒｍ
ＤＯｈ １０．３９６９／ｊ．ｉｓｓｎ．１０００—３４２８．２０１１．２０．０７８
１概述 随着无线通信业务需求的日益增长，可用频谱资源变得
越来越稀缺，虽然目前采用的静态频谱分配原则可以简单有
效地避免不同通信系统间的相互干扰，但会导致在某段时间
内一些频段使用得非常频繁，而有些频段却没有用户使用的
缺陷，从而造成频谱资源浪费。文献［１】基于软件无线电的思
想提出认知无线电（Ｃｏｇｎｉｔｉｖｅ Ｒａｄｉｏ，ＣＲ）的概念。它能感知周
围无线环境，通过对环境的理解、主动学习和决策等措施，
实现特定无线操作参数（如功率、载波调制和编码等）的实时 改变，并且能调整系统的内部状态，以适应外部无线环境的
变化。ＣＲ用户为了避免对授权用户产生干扰，必须能够对外
界频谱使用情况进行快速而准确的探测和识别。因此，频谱
感知技术是ＣＲ技术走向应用的前提 。
为了保证不干扰已授权用户的通信，ＣＲ用户的感知功 能要尽可能准确地分析出特定区域的频段使用情况，找出适
合通信的“频谱空穴（ｓｐｅｃｔｒｕｍ ｈｏｌｅｓ）”。传统的频谱感知方法
主要是能量检测，它是一种非相干的检查方法，计算信号在
特定时间内的能量，与预先设定的门限值进行比较并做出判 决。然而，这种方法在低信噪比时主用户信号将被噪声湮没，
对噪声的适应能力有限。文献［３】提出循环平稳信号理论，基
于该理论的频谱感知性能有了较大提高，在低信噪比下有较
好的检测性能。尽管基于循环谱特征识别的频谱感知技术从
理论上带来了革新和进步，它的性能表现仍需在设备上验证。
本文在循环平稳信号理论的基础上，提出一种基于循环
谱特征的频谱感知算法，构建系统模型，给出其工程实现方
法，基于软件无线电构建了测试平台，对该算法进行系统性 能分析。
２循环谱特征及其识别方法
２．１循环谱特征定义 循环平稳信号理论的基本依据是，循环平稳信号 （ｆ）的
特定阶统计特性（均值和自相关函数）呈现周期性。循环谱相
关函数是根据此特性而定义的信号循环谱特征函数，其最主
要优点是能够把噪声能量和已调信号的能量区分开来。因此，
循环平稳检测法具有很强的抗噪声干扰的能力。
广义周期平稳过程 （｝）的循环谱相关密度定义 为：
＝ 垂 ＸＴ［ｆ，，＋詈） 一 ㈩
其中， 是循环频率；ｆ是频率；Ａｔ是矩形窗的大小；
Ｘ （ ，ｖ）＝雎 ） ｅ 咖ｄｕ是 （ｆ）在时间间隔ｉｔ一丁／２，ｔ＋丁／２］
的傅里叶变换。
定义 （ｆ）的循环谱相关函数为：
（２）
基金项目：国家“９７３”计划基金资助项目（２０１０ＣＢ７３１８００）；国家自 然科学基金资助项目（６０９３４００３，６０８０４０１０，６０９７４１２３）；上海市浦江
人才计划基金资助项目（０９ＰＪ１４０６１００）；上海市晨光计划基金资助项
目（０９ＣＧ０６） 作者简介：杨日达（１９８６－），男，硕士研究生，主研方向：认知无线 电，谱特征识别；陈彩莲，副教授、博士；关新平，教授、博士
收稿日期：２０１１—０４—１５ Ｅ－ｍａｉｌ：ｙｒｄ２００２＠１６３．ｃｏｒｎ
２２８ 计算机工程 ２０１１年１０月２０日
由此可知，ｃ （，）是 和，的函数， 域的包络特征定
义为 时的最大值：
ｐｒｏｆｉｌｅ（口）＝ｍａｘｆ ｃ （．／‘）ｆ （３） ｆ Ｌ Ｊ ２．２谱相关函数的工程实现
在实际应用中，只能根据有限的观察数据来近似地估计 循环谱密度函数，常用的方法有离散时域平滑周期法和离散
频域平滑周期法 Ｊ。离散频域平滑方法的表达式如下：
’ （ 一】１，２ １１ ｓ； （，）＾， 一（ Ｘａ，（ ，ｆ＋ａ／２＋ｖＣ）
ｘ２（ｔ，ｆ一 ／２＋ｖＦ） 【４Ｊ
其中，ａｆ＝ＭＦ是频域平滑窗宽度；ｆ １／ＮＴ，为频域取样
宽度； 为时域取样宽度；Ｎ为△ｆ时间内的总采样数，即
傅里叶变换长度；Ｍ为平滑窗长度。相应地，可得到 （＿厂）
的实现。
对于每一帧的数据（ 时间内）进行Ｎ点ＦＦＴ变换，其算
法复杂度为 ｌｂⅣ＋Ｎ ．Ｍ。对于工程应用来说，其算法复杂
度仍然很大，难以实时处理。针对这个问题，根据自相关矩
阵的特点，Ｒａｎｄｙ Ｓ．Ｒｏｂｅｒｔｓ等人 提出的改进方法如下：
设向量Ｘ， ＝［ （ｏ）， （１），…，ｘ（ｎ一】）］为时间序列△ｆ的ｎ点
ＦＦＴ变换，则Ｘ 的自相关矩阵：
Ｋ：ｘｎ・Ｘ ＝ ， ｑ Ｏ） ｒ（１，１） ， 一１） ● ｒ０，（）１ ｒ（０，－ｎ＋１）
ｒ（Ｌ ＋２） （５１
其中，ｒ（ｉ，ｉ一 ）＝ （ ）・ｘ（ｉ—Ｊ）。
那么ｘ 的自相关矩阵亦即频域自相关矩阵为循环谱
Ｓ（ｆ，ｎ）。 由自相关矩阵的定义，得到算法的时间复杂度为
（Ⅳ／２）・ｌｂＮ＋Ⅳ ，该算法可以大大降低算法复杂度。
２．３信号检测方法 支持向量机（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ，ＳＶＭ）能够针对有
限样本得到现有信息下的最优解，而不仅仅是样本数趋于无
穷大时的最优值，其算法复杂度与样本维数无关。本文利用
支持向量机对信号循环谱的 域包络特征进行分类检测。基
于支持向量机的频谱感知流程如图１所示。
初始化数据采样点数Ⅳ
对￣ｇ－ｘ（ｔ）进行Ｎ点ＦＦ Ｉ变换
计算循环谱相关密度 和包络特征 Ｊ
数据缩放 ｊ
ＳＶＭ频谱空洞判决
图１频谱意知流程
对图１的说明如下： （１）设定初始采样点个数Ⅳ。
（２）根据系统性能以及分辨率要求，设定数据采样点数Ⅳ，
Ⅳ的增大意味着系统感知精度的上升和计算时间的延长，并
直接影响第（２）步ＦＦＴ变换的效率。 （３）对信号 （ｆ）进行Ⅳ点ＦＦＴ变换。为在第（３）步计算信
号的循环谱相关密度，在此处将信号由时域转换为频域。综
合频域采样带宽（４ ＭＨｚ），第（Ｉ）步的采样点个数为ｌ ０２４，频
域分辨率４ ｋＨｚ。
（４）计算循环谱相关密度和包络特征。根据获得的信号频 域，分别由式（４）、式（５）计算频域自相关矩阵，再根据式（３）
计算 域包络特征。每组输出由１０组（４０ ｍｓ）平滑而来。
（５）数据缩放。系统的信噪比受环境影响波动，获得的数 据通常差异性交大，为保持一致性和提高ＳＶＭ分类检测的
效率，将循环谱密度统一缩放到【０，１］。
（６）ＳＶＭ频谱空洞判决。预先选取各种不同的主用户信
号以及随机噪声的 域包络特征作为ＳＶＭ的训练样本，保 存该结果作为ＳＶＭ的判决依据。落入主用户信号集的判决
为占用，用数值１表示；没落入噪声集的判决为空，用数值
０来表示，得出该认知无线电系统的频谱可用情况。实验使
用林智仁副教授开发的ＬｉｂＳｖｍ的Ｐｙｔｈｏｎ版本。
最后在实验前必须估计信噪比，假定系统噪声为白噪声， 观察有信号和没信号相差的ｄＢ数，得到信噪比。
３测试平台架构和系统实现 测试平台所需的软件无线电由射频前端和数字信号处理
两部分组成。射频前端由Ｅｔｔｕｓ Ｒｅｓｅａｒｃｈ生产的ＵＳＲＰ（Ｕｎｉ—
ｖｅｒｓａｌ Ｓｏｆｔｗａｒｅ Ｒａｄｉｏ Ｐｅｒｉｐｈｅｒａ１）构成，作为接收和发送信号 的射频前端。数字信号处理由预装ＧＮＵ Ｒａｄｉｏ的Ｌｉｎｕｘ ＰＣ
构成。
３．１射频前端 本系统所采用的射频前端为ＵＳＲＰ，即通用软件无线电
外设，ＵＳＲＰ作为射频中频变换器，将收到的射频信号变换 为基带信号通过ＵＳＢ２．０电缆传输到ＰＣ处理，也能将ＰＣ产
生的基带数字信号变换成射频信号发出。整个ＵＳＲＰ设备包
括母板和可更换的射频子板。通过搭配不同射频子板，ＵＳＲＰ 可以处理的信号频率范围可从０ ＧＨｚ－２．９ ＧＨｚ，频段覆盖从
ＡＭ到Ｗｉｆｉ（２．４ ＧＨｚ）。
３．２数字信号处理
所有的基带数字信号处理由ＰＣ端的ＧＮＵ Ｒａｄｉｏ软件完
成。ＧＮＵ Ｒａｄｉｏ是由Ｅｒｉｃ Ｂｌｏｓｓｏｍ发起的、完全开放的软件
基于特征值对数分布的频谱感知算法
1 基于特征值对数分布的频谱感知算法
实际通信环境中，对于认知无线电(Cognitive Radio，CR)[1]的频谱感知，针对信号相关和噪声不确定现象很可能同时存在的问题，国内外学者们提出了许多有效的频谱感知方法[2-4]，这些方法成功地规避了经典检测法的缺点。随着认知无线电技术的广泛发展与深入研究，基于随机矩阵理论(Random Matrix Theory，RMT)的频谱感知方法成为了研究热点[5-6]。文献[7]中利用了Wishart矩阵最大特征值的分布，将算术平均特征值近似为噪声的方差，得到了较高的检测性能，但在采样点数小、信噪比低时，性能略差；针对最小特征值的极限分布比最大特征值的极限分布更精确这一条件，文献[8]、[9]分别利用了最小特征值的一阶和二阶Tracy-Widom分布特性，通过减小判决门限来提高检测性能，但Tracy-Widom函数求解很困难，只能通过查表获得一些离散值；文献[10]、[11]中利用多元统计理论和协方差矩阵的分布特性，得到特征值表达式的对数分布形式，但在低信噪比条件下，需通过增加样本点来提高检测性能；文献[12]中利用了卡方分布和中心极限定理，推导出了算术平均特征值的分布特性，其中AME(Average to
Maximum Eigenvalue)算法的检测性能要在较多协作用户数条件下才高于最大最小特征值算法[13]。
针对以上各算法的问题，本文运用接收信号的样本协方差矩阵几何平均特征值的对数分布规律特性，提出了一种基于样本协方差矩阵最大最小特征值之差与几何平均特征值(Difference between the Maximum-Minimum and Geometric
mean eigenvalue，DMMG)比值的频谱感知算法，并对该算法的感知性能进行了理论分析和仿真验证。与其他算法相比，该算法检测性能较好，受样本中极端值和虚警概率的影响较小，且判决门限十分简单。
基于二阶循环统计量的频谱感知方法
基于二阶循环统计量的频谱感知方法
刘佳;马惠珠
【期刊名称】《应用科技》
【年(卷),期】2009(036)001
【摘 要】认知无线电可以自动感知周围环境并能调整系统参数,以适应环境的变化,是一种新的智能无线通信技术,而有效可靠的频谱感知技术是认知无线电得以发展的关键和前提.该文通过对基于二阶循环统计量检测方法的综合分析和研究,将该方法应用到认知无线电频谱空洞的检测当中,给出了利用二阶循环统计量实现对授权用户检测的具体实施方案.仿真试验结果表明,基于二阶循环统计量的频谱感知方法具有良好的检测性能,能够有效地完成对授权用户的检测.
【总页数】4页(P60-63)
【作 者】刘佳;马惠珠
【作者单位】哈尔滨工程大学,信息与通信工程学院,黑龙江,哈尔滨,150001;哈尔滨工程大学,信息与通信工程学院,黑龙江,哈尔滨,150001
【正文语种】中 文
【中图分类】TN911
【相关文献】
1.一种基于二阶循环累积量的频谱感知改进算法 [J], 黄文芳;龚珊;江桦
2.基于二阶统计量的WCSN频谱感知算法研究 [J], 郎为民;张国峰;王逢东;高泳洪
3.基于循环平稳的频谱感知方法 [J], 黄凤英 4.基于高阶循环统计量的频谱感知方法 [J], 林英沛;何晨;蒋铃鸽;何迪
5.基于无线环境图信息辅助的多循环频率协作频谱感知方法 [J], 刘高辉;马李庆
因版权原因，仅展示原文概要，查看原文内容请购买
基于D-S证据理论的循环平稳频谱协作感知
基于D-S证据理论的循环平稳频谱协作感知
陈新永;杨瑞娟;李晓柏;谢超
【摘 要】To avoid interfering with the communication of licensed users,
excellent performance of spectrum sensing is required for cognitive radio
systems. A spectrum collaborative sensing technique based on
cyclostationary signatures and D-S evidence theory for multiple antennas
and multiple users is proposed. The spectrum correlation function of
signals received by multiple antennas is ana- lyzed, and the spectrum
correlation function of combined signals is obtained through maximal ratio
combination of each received signal in frequency domain. Based on the
energy of spectrum correlation function,collaborative spectrum sensing is
performed according to D- S evidence theory for multiple cognitive users.
The simulation and analysis indicate that the spectrum collaborative
基于循环平稳的图样特征识别频谱检测方法
基于循环平稳的图样特征识别频谱检测方法
王尚;汪一鸣;欧扬
【摘 要】频谱空穴检测是认知无线电研究的关键技术.针对认知无线电系统中甚低信噪比环境下频谱检测的困难,基于循环平稳理论,提出对接收信号的循环谱密度函数俯视图特殊图样的模式识别来进行频谱检测判决的方法.由此设计出谱峰搜索检测与图样特征识别相结合的频谱检测判决机制.实验仿真结果表明,所提出的检测方法性能良好,可以有效地对弱主用户信号进行频谱检测.
【期刊名称】《计算机工程与应用》
【年(卷),期】2013(049)011
【总页数】5页(P153-157)
【关键词】认知无线电;频谱检测;循环平稳;俯视图
【作 者】王尚;汪一鸣;欧扬
【作者单位】苏州大学电子信息学院,江苏苏州215021;苏州大学电子信息学院,江苏苏州215021;苏州科技学院电子信息学院,江苏苏州215011
【正文语种】中 文
【中图分类】TN911
在认知无线电系统中，实现机会式接入空闲频段的前提是进行有效可靠的频谱空穴检测，这是认知无线电中一项关键技术[1]。频谱检测的性能在很大程度上会影响到主用户和认知用户的通信质量，如果认知用户采用的频谱检测算法抗噪声的鲁棒性越好，则对主用户造成的干扰就越低。因此，低信噪比环境下的频谱检测性能的提高至关重要。
目前，国内外提出的频谱检测方法主要分为单用户检测和多用户协同检测。单用户检测是指单个认知无线电节点根据本地的无线射频环境进行频谱特性标识，其主要检测方法有能量检测、匹配滤波、循环平稳检测等[2]。协同检测需要多个认知用户相互协作，以克服无线信道中隐节点问题和深衰落的影响。当网络中有多个认知用户协同时，检测信息的频繁传递会占用大量通信带宽。而单用户检测不需要传送额外的感知信息，故在系统中被广泛地应用。又由于匹配滤波检测需要知道主用户信号的先验信息，这在很多情况下不能满足，故常用的单用户检测法为能量检测和循环平稳检测。
能量检测[3]又叫辐射计检测，是一种传统的频谱检测方法，它对信号类型不做限制，不需要知道主用户信号的先验信息，而且从原理上实现非常简单，技术比较成熟。能量检测法只关心信号的能量，所以适用于各种形式的确定信号。在能量检测算法中，判决门限较难确定，很大程度上受到噪声的影响。信噪比较高时，能量检测性能良好。当信号微弱或在低信噪比环境下，正确检测概率降低，直至能量检测性能恶化而无法使用[4]。
感知无线电系统中改进的循环频谱检测算法
感知无线电系统中改进的循环频谱检测算法
虞贵财;罗涛;黄振;乐光新
【期刊名称】《北京邮电大学学报》
【年(卷),期】2009(32)2
【摘 要】提出一种基于改进的正交频分复用(OFDM)循环谱检测算法,该算法检测率高,所需检测时间短,运算复杂度几乎不变.仿真结果表明,与传统循环谱算法相比,该算法在信噪比低1个数量级而检测时间不变的情况下,检测性能仍优于传统循环谱算法,增强了对微弱信号的检测能力,提高了频谱检测的性能.
【总页数】4页(P89-92)
【关键词】感知无线电;频谱检测;循环平稳特性;循环谱
【作 者】虞贵财;罗涛;黄振;乐光新
【作者单位】北京邮电大学无线通信系统与网络实验室;泛网无线通信教育部重点实验室(北京邮电大学)
【正文语种】中 文
【中图分类】TN911.22
【相关文献】
1.基于非理想感知的认知无线电系统感知时间与频谱分配联合优化算法 [J], 任丙印;许光飞;王大鸣;胡捍英
2.认知无线电中基于特征值检测的频谱感知算法 [J], 雷可君;杨喜;彭盛亮;曹秀英
3.认知无线电OFDM系统中符号内相关频谱感知算法 [J], 段鹏;何明一;薜敏彪;党群
4.认知无线电中基于压缩感知的非重构频谱检测算法 [J], 安爽; 邵建华
5.基于循环平稳的多天线感知无线电频谱检测 [J], 陈星;贺志强;吴伟陵
因版权原因，仅展示原文概要，查看原文内容请购买
一种基于循环谱分析的调制信号识别算法
技术交流 Ｔｅｃｈｎｏｌｏｇｙ Ｄｉｓｃｕｓｓｉｏｎ 数据通信２０１２．１ 一种基于循环谱分析的调制信号识别算法 管鹏辉张琳（中山大学信息科学与技术学院广州５１ ０００６） 摘要：对调制信号识别技术进行了研究。传统的调制识别方法需要先验已知待测信号的某些关键参数 （如载波频率、码元速率、相位偏移等），而且处理噪声干扰的能力较差。文章提出了基于循环谱分析理论和改 进的ＢＰ人工神经网络分类器的调制识别算法，该算法无需获知信号的任何先验信息，即可实现低信噪比下无 线信号调制方式的自动识别。仿真结果验证了所提算法的有效性。 关键词：自动调制识别；循环谱；人工神经网络分类器 中图分类号：ＴＮ９１１文献标识码：Ａ １引言 随着军事领域和工业领域对无线通信通信质量 和通信速率要求的日益提高，认知无线电技术因具 备认知能力、能够识别信道特性并动态调整系统资 源的分配而得到广泛的应用。自动调制识别技术是 实现认知无线电通信系统认知能力的关键技术。 在过去几十年，调制识别技术已经广泛运用到 各种无线通信系统中。目前通信信号调制识别的处 理方法主要有判决理论法与统计模式识别方法两大 类。由于统计模式识别方法不需要实现给定假设条 件，即可实现信号的盲识别。因此在实际的无线信号 调制识别中，我们通常采用统计模式识别方法。 ２Ｏ世纪后期，Ｇａｒｄｎｅｒ Ｗ．Ａ．提出并分析了各种信 号的循环谱特征【 １ｆ２１，可以根据不同调制信号循环谱 特性的不同分类识别调制信号。基于Ｇａｒｄｎｅｒ的研究， Ｆｅｈｓｋｅ［￣ｌ等人利用循环谱系数的循环频率 分布图作 为特性参数，当ＳＮＲ￣＞５ｄＢ时，调制信号正确识别率 大于９５％；ＬｉｋｅＩｑ等人同时利用循环谱系数的频率．厂和 循环频率 分布图作为特征参数，在更低的ＳＮＲ时 分类性能仍然良好。还有学者利用循环谱特征，可以 分类识别出实际信道中具有重叠现象的信号［５－６１。在 认知无线电的频谱检测应用当中，循环平稳特性和 ３２ ｊ收稿日期 循环谱特征都起着重大的作用［７１。 本文提出了一种新的特征参数提取方法，结合 ＢＰ人工神经网络分类器实现调制信号的分类识别，仿 真试验表明本文提出的调制识别算法在各衰落信道 下以及ＳＮＲ｛￣至一５ｄＢ时均具有较好的分类识别性能。 ２循环谱分析 当随机信号 ∽的一阶统计特征（均值）、二阶统 计特性（自相关）随时间的变化呈现一定的周期性， 则称之为广义循环平稳信号嗍。 假设 （ 为循环平稳随机过程，其白相关函数为 ：∽，即循环自相关函数。对自相关函数 ：（ ）做傅里 叶变换得 ＝』二 ：（丁）ｅ 打 称为循环谱密度函数或谱相关函数，简称循环谱 （Ｃｙｃｌｉｃ ｓｐｅｃｔｒｕｍ）。其中胆谱频率，ａ是循环频率。 循环自相关函数 ｆ ＼ Ｒ： ÷） （ 一÷）ｅ伽） （２） １ 一 『ｌ 式中（●），表示时间平均统计。 ２０１
多径信道下基于循环谱特征的调制识别算法
多径信道下基于循环谱特征的调制识别算法
李世平;陈方超;王隆;王爱红
【期刊名称】《计算机应用》
【年(卷),期】2012(32)8
【摘 要】A new algorithm based on cyclic spectrum was proposed for
classification of communication signals in multipath channel, which solved
the problems of fewer identification types, difficult table feature
parameters extraction and low recognition rate. Firstly, the features face
and projective planes of cyclic spectrum, square cyclic spectrum and the
fourth power cyclic spectrum were extracted. Secondly, correlation
coefficients of features face and projective planes were used as the
characteristic parameters. At last, the suitable decision threshold was
chosen and seven signals of BPSK, QPSK, 2FSK, 4FSK, MSK, 16QAM and
OFDM were identified automatically. The experimental results show that
the characteristic parameters have great ability for multipath interference
《基于循环平稳特性的MIMO系统频谱感知方法研究》范文
《基于循环平稳特性的MIMO系统频谱感知方法研究》篇一
一、引言
随着无线通信技术的快速发展，多输入多输出（MIMO）系统因其能够显著提高系统容量和可靠性而备受关注。然而，频谱资源的有限性使得频谱感知成为了无线通信领域的重要研究课题。循环平稳特性作为信号的一个重要属性，在频谱感知中发挥着重要作用。本文将研究基于循环平稳特性的MIMO系统频谱感知方法，以提高频谱利用效率和系统性能。
二、MIMO系统概述
MIMO系统是一种利用多个发射天线和接收天线的无线通信系统。通过在发射端和接收端分别布置多个天线，MIMO系统能够提供更高的数据传输速率和更可靠的通信质量。然而，随着无线通信设备的不断增加，频谱资源日益紧张，如何有效地感知和管理频谱成为了亟待解决的问题。
三、循环平稳特性及其在频谱感知中的应用
循环平稳特性是指信号在时域或频域上具有周期性或准周期性。这种特性对于信号处理和频谱感知具有重要意义。在MIMO系统中，利用循环平稳特性可以有效地提取出有用信息，提高频谱感知的准确性和可靠性。本文将研究如何将循环平稳特性应用于MIMO系统的频谱感知中，以提高系统的性能。 四、基于循环平稳特性的MIMO系统频谱感知方法
本文提出了一种基于循环平稳特性的MIMO系统频谱感知方法。该方法主要包括以下步骤：
1. 信号预处理：对接收到的信号进行预处理，提取出循环平稳特性。
2. 特征提取：根据循环平稳特性，提取出有用的频谱信息。
3. 频谱感知：利用提取的频谱信息，对系统进行频谱感知，判断当前频段是否被占用。
4. 动态资源分配：根据频谱感知结果，动态地分配频谱资源，以提高系统的性能。
五、方法实现与性能分析
本文通过仿真实验验证了所提方法的有效性。首先，我们构建了一个MIMO系统模型，并设置了不同的信道条件和噪声环境。然后，我们利用所提方法对系统进行频谱感知，并与其他方法进行了比较。实验结果表明，所提方法在各种信道条件和噪声环境下均能有效地提高频谱利用效率和系统性能。
一种基于二阶循环累积量的频谱感知改进算法
第１２卷第５期 ２０１ １年１０月 信息工程大学学报 Ｊｏｕｒｎａｌ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ Ｖｏ１．１２ Ｎｏ．５ ０ｃｔ．２０１１
一种基于二阶循环累积量的频谱感知改进算法
黄文芳，龚 珊，江 桦
（信息工程大学信息工程学院，河南郑州４５０００２）
摘要：频谱感知是认知无线的核心技术之一。针对循环谱特征检测严格的预处理要求，提出一
种以二阶循环累积量的循环频率为特征并结合循环平稳性检测的频谱感知算法。算法无需参
数估计以及同步等预处理过程。理论推导及仿真结果证明，该算法能够实现低信噪比下主用
户信号的有效感知，且相比于其它检测法能达到更好的检测性能。
关键词：循环平稳；频谱感知；认知无线电
中图分类号：ＴＮ９１１．２３ 文献标识码：Ａ 文章编号：１６７１—０６７３（２０１１）０５—０５７４—０４
Ｉｍｐｒｏｖｅｄ Ｓｐｅｃｔｒｕｍ Ｓｅｎｓｉｎｇ Ａｌｇｏｒｉｔｈｍ Ｂａｓｅｄ ｏｎ Ｓｅｃｏｎｄ・Ｏｒｄｅｒ Ｃｙｃｌｉｃ Ｃｕｍｕｌａｎｔｓ
ＨＵＡＮＧ Ｗｅｎ—ｆａｎｇ，ＧＯＮＧ Ｓｈａｎ，ＪＩＡＮＧ Ｈｕａ
（Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｚｈｅｎｇｚｈｏｕ ４５０００２，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｓｐｅｃｔｒｕｍ ｓｅｎｓｉｎｇ ｉｓ ｏｎｅ ｏｆ ｔｈｅ ｋｅｙ ｔｅｃｈｎｏｌｏｇｉｅｓ ｉｎ ｃｏｇｎｉｔｉｖｅ ｒａｄｉｏ．Ｔｏ ｍｅｅｔ ｔｈｅ ｓｔｒｉｃｔ ｒｅ—
ｑｕｉｒｅｍｅｎｔｓ ｆｏｒ ｐｒｅｐｒｏｃｅｓｓｉｎｇ ｉｎ ｃｙｃｌｏｓｔａｔｉｏｎａｒｉｔｙ ｓｐｅｃｔｒａｌ ｆｅａｔｕｒｅ ｄｅｔｅｃｔｉｏｎ， ａ ｎｅｗ ｓｅｎｓｉｎｇ ｍｅｔｈｏｄ
ｂａｓｅｄ ｏｎ ｓｉｇｎａｌ ｃｙｃｌｉｃ ｆｒｅｑｕｅｎｃｙ ｆｅａｔｕｒｅｓ ｏｆ ｓｅｃｏｎｄ—ｏｒｄｅｒ ｃｙｃｌｉｃ ｃｕｍｕｌａｎｔｓ ｉｓ ｐｒｏｐｏｓｅｄ，ｗｈｉｃｈ ｃｏｎ—
基于周期循环平稳检测算法的频谱感知技术研究
基于周期循环平稳检测算法的频谱感知技术研究
1 基于周期循环平稳检测算法的频谱感知技术研究
摘要：认知无线电作为一种革命性智能频谱共享技术，可显著提高频谱的使用率，近年来受到了人们的广泛关注。组建实际认知无线电网络需要解决的核心问题是：如何准确地识别频谱空穴并检测授权用户出现。因此，作为解决这一问题的频谱感知技术是决定认知无线电能否实现的关键技术之一。
本文重点研究了基于周期循环平稳检测的频谱感知技术，简单地阐述了频谱感知技术的发展，应用和现状，系统地介绍了实现频谱感知的几种算法并加以比较，详细地论述了周期循环平稳检测算法的原理及实现过程。然后对该算法结合理论和仿真图进行了性能分析。最后，通过仿真说明周期循环平稳检测在低信噪比的情况下仍具有良好的性能，而且能区分不同类型的调制信号。
关键词：认知无线电，频谱感知，周期循环平稳检测算法
Abstract: As a revolutionary smart spectrum sharing technology, CR can significantly improve
the spectrum utilization and draw more and more attention within these years. The core problem of
constructing the actual cognitive radio networks is how to find the spectrum hole and identify the
license users. So spectrum sensing, as a solution to this problem plays a vital role in CR
realization.
This paper presents the cyclostationary spectrum density detection method for estimation and