專利名稱：一種基于Gabor算法的認知無線電頻譜感知方法和系統的制作方法
技術領域：
本發明涉及一種認知無線電頻譜感知方法，具體涉及一種快速的，準確的，基于Gabor算法的認知無線電頻譜感知技術，即本發明提供了一種基于Gabor算法的認知無線電頻譜感知方法和系統。
背景技術：
在認知無線電系統中，頻譜感知是重中之重，也是首要攻克的技術難題。只有進行了有效的頻譜感知，才會基于頻譜感知的結果進行頻譜的動態分配和頻譜管理的應用，也才會為認知無線電靈活和智能的工作提供基礎。目前的通信技術服務模式已向視頻、音頻和高清晰圖片等寬帶服務轉移，而無線頻譜資源的缺乏已成為高性能寬帶數據服務推廣的瓶頸之一。美國聯邦通信委員會(FCC)在2002年的頻譜策略任務工作報告中指出:當前大部分的授權頻段未得到充分利用。而認知無線電技術的出現，能有效地解決頻譜資源的緊缺和提高現有頻段的利用率。認知無線電網絡中，由于主用戶(Primary user,PU)在某時某地并不是一直使用其授權頻段,故感知用戶(Secondary User, SU)可以靈活機動地使用主用戶暫時未使用的頻段進行通信；當主用戶需要使用該頻段進行工作時，感知用戶則主動讓出該授權頻段。在認知無線電網絡系統中，頻譜感知主要包括:頻譜 檢測算法和頻譜檢測機制兩個方面的研究。頻譜檢測機制包含帶外檢測和帶內檢測兩個部分，帶外檢測是指在未獲得授權頻段使用權時，感知用戶感知各個授權頻段以尋找空閑信道；帶內檢測是指感知用戶監測其占用的授權頻段，以便在檢測到主用戶出現時迅速讓出。頻譜檢測機制的設計目的是提高頻譜感知效率，在最小化對主用戶干擾的同時，最大化感知用戶的頻譜利用率。目前帶外檢測的研究主要集中于對授權頻段上主用戶信號的檢測準確度上，即檢測概率。在通信環境較為惡劣的情況下，即在接收信號的信噪比較低的情況下，對主用戶的檢測準確度不高，在這樣的環境下，如何有效地提高對主用戶的檢測準確度，是認知無線電頻譜感知技術的一個重要的設計目標。現有技術所采用的頻譜檢測算法包含:匹配濾波器檢測法，能量檢測法等，所述能量檢測算法的流程圖如
圖1所示，由于現有技術的能量檢測算法實現簡單，實現范圍廣，本發明基于能量檢測算法，但是現有的能量檢測算法存在如下缺陷:①在低信噪比的情況下不能提供穩定可靠的檢測性能。例如，信噪比大于一20dB時還能保持一定的檢測概率，但是，低于一20dB時，實際檢測變得越來越困難，在一23dB時，不管感知時間多長，基本上無法檢測出信號。這種情況源于實際系統中噪聲的功率不能準確確定，并且噪聲的功率隨時間的變化而變化，如果預設門限設置太高，若信號基本檢測不出來；如果預設門限設置太低，錯誤概率又會增加。②當噪聲功率太大時，能量檢測不能區分調制信號、噪聲。因為噪聲也可能被當作一種信號，當該噪聲的能量值大于預設門限值時。本發明的目的旨在克服采用現有技術的能量檢測方法的上述不足
發明內容
本發明的目的在于，為克服上述技術問題同時旨在提高現有認知無線電頻譜感知技術的不足和缺失，提高認知無線電頻譜感知的能力，本發明提供了一種基于Gabor算法的認知無線電頻譜感知方法和系統。為實現上述目的，本發明提供了一種基于Gabor算法的認知無線電頻譜感知方法，所述方法包含:步驟101)感知用戶對接收的被檢測的信號采用Gabor算法進行過采樣處理，得到離散時間信號；步驟102)對離散時間信號計算其Gabor系數，并取Gabor系數的模值作為被檢測信號的能量；步驟103)如果得到的Gabor系數的模值大于預設判決門限，則被檢測頻段存在主用戶；如果得到的Gabor系數的模值小于預設判決門限，則判斷檢測頻段不存在主用戶。上述被檢測的信號為主用戶在其工作頻段上的信號。上述步驟101)進一步包含:步驟101-1)在高斯白噪聲信道下，當感知用戶接收的被檢測的連續信號的模型為:
權利要求
1.一種基于Gabor算法的認知無線電頻譜感知方法，所述方法包含: 步驟101)感知用戶對接收的被檢測的信號采用Gabor算法進行過采樣處理，得到離散時間信號； 步驟102)對離散時間信號計算其Gabor系數，并取Gabor系數的模值作為被檢測信號的能量； 步驟103)如果得到的Gabor系數的模值大于預設判決門限，則被檢測頻段存在主用戶；如果得到的Gabor系數的模值小于預設判決門限，則判斷檢測頻段不存在主用戶。
2.根據權利要求1所述的基于Gabor算法的認知無線電頻譜感知方法，其特征在于，所述步驟101)進一步包含: 步驟101-1)在高斯白噪聲信道下，當感知用戶接收的被檢測的連續信號的模型為:
3.根據權利要求1所述的基于Gabor算法的認知無線電頻譜感知方法，其特征在于，所述步驟102)將離散非周期信號的Gabor系數的計算采用分段處理的方法，并把每一段作為一周期信號進行計算。
4.根據權利要求2所述的基于Gabor算法的認知無線電頻譜感知方法，其特征在于，所述步驟102)采用如下公式計算r (η)序列的Gabor系數:
5.根據權利要求1所述的基于Gabor算法的認知無線電頻譜感知方法，其特征在于，所述步驟103)進一步包含: 步驟103-1)選定預設門限Y的取值，具體方法為: 首先，虛警概率Pf的計算公式如下:
6.一種基于Gabor算法的認知無線電頻譜感知系統，其特征在于，所述系統包含: 采樣處理模塊，用于感知用戶對接收的被檢測的連續信號進行過采樣處理，得到離散時間信號； 能量獲取處理模塊，用于對離散時間信號計算其Gabor系數，并取Gabor系數的模值作為被檢測信號的能量；和 判決輸出模塊，用于進行如下判決輸出:如果得到的Gabor系數的模值大于預設判決門限，則判斷檢測頻段存在主用戶；如果得到的Gabor系數的模值小于預設判決門限，則判斷檢測頻段不存在主用戶。
7.根據權利要求6所述的基于Gabor算法的認知無線電頻譜感知系統，其特征在于，所述采樣處理模塊進一步包含: 采樣參數設定模塊，用于根據Gabor算法設定時間采樣周期T和頻率采樣周期Ω滿足如下公式:ΤΩ < 2 31 ;和 采用執行模塊，依據采樣參數設定模塊設定的采樣參數基于香農定理對感知用戶對接收的被檢測的連續信號進行過采樣。
8.根據權利要求6所述的基于Gabor算法的認知無線電頻譜感知系統，其特征在于，所述能量獲取處理模塊進一步包含: 第一處理模塊，用于采用如下公式計算過采樣處理后的接收信號的Gabor系數: Ni*X[vv(//)+x(//)]y ik)其中，
9.根據權利要求6所述的基于Gabor算法的認知無線電頻譜感知系統，其特征在于，所述判決輸出模塊進一步包含: 門限設定模塊，用于選定預設門限Y的取值，具體方法為: 首先，虛警概率Pf的計算公式如下:
全文摘要
本發明提出一種基于Gabor算法的認知無線電頻譜感知方法及系統，所述方法包含步驟101)感知用戶對接收的被檢測的連續信號采用Gabor算法進行過采樣處理，得到離散時間信號；步驟102)對離散時間信號計算其Gabor系數，并取Gabor系數的模值作為被檢測信號的能量；步驟103)如果得到的Gabor系數的模值大于預設判決門限，則被檢測頻段存在主用戶；如果得到的Gabor系數的模值小于預設判決門限，則判斷檢測頻段不存在主用戶。當采用Shannon定理采樣時需結合Gabor算法，采用了Gabor算法的采樣需滿足TΩ≤2π或MN≤N1，且T為時間采樣周期和Ω為頻率采樣周期。本發明在傳統的能量檢測基礎上，引入Gabor算法，用于提高主用戶的檢測準確度，特別是在低信噪比時采用本發明的方法對檢測結果準確率的提升明顯。
文檔編號H04B17/00GK103220054SQ201310147508
公開日2013年7月24日 申請日期2013年4月25日 優先權日2013年4月25日
發明者王樹彬, 陳宏 , 劉慧琴, 劉散日那, 王洪月, 李樹華 申請人:內蒙古大學