发明名称 一种无线通信网络中的子载波感知方法
摘要 本发明公开了一种无线通信网络中的子载波感知方法。本发明首先定义多级维纳滤波过程的初始化,接着执行多次迭代过程,得到期待信号的协方差矩阵,然后基于此计算盖氏圆盘半径和盖氏圆盘估计器,估计被占用子载波的数目,最后根据各子载波功率的大小,判断被占用子载波的位置,确定空闲子载波与被占用子载波。本发明提供的方法特征为:不依赖于传统的主观判决门限,而是利用信号子空间与噪声子空间的正交性做出判决;不需要噪声功率的先验信息,对噪声不确定性具有鲁棒性;不需要信道信息及信号的统计特性,属于一种盲的感知方法;上述方法可以有效地抑制无线通信网络中背景噪声对系统性能的影响,同时计算复杂度低,可行性强。
申请公布号 CN103532648B 申请公布日期 2015.07.22
申请号 CN201310496493.8 申请日期 2013.10.22
申请人 北京邮电大学 发明人 谢刚;卿浩博;刘元安;张帆;刘凯明;刘芳
分类号 H04W24/00(2009.01)I;H04B17/382(2015.01)I 主分类号 H04W24/00(2009.01)I
代理机构 代理人
主权项 一种无线通信网络中的子载波感知方法,其特征在于:首先估计信道中被占用子载波的数目,然后判断被占用子载波的位置,区分空闲子载波与被占用子载波;用户接收端的天线阵列数需大于被占用子载波数;无线通信中的子载波感知方法包括以下步骤第一步,多级维纳滤波过程的初始化:定义新的观测数据r<sub>0</sub>(n)=[r<sub>2</sub>(n),r<sub>3</sub>(n),…,r<sub>M</sub>(n)]<sup>T</sup>和新的参考信号<img file="FDA0000698122060000011.GIF" wi="580" he="83" />以及相应的互相关<img file="FDA0000698122060000012.GIF" wi="449" he="93" />和归一化匹配滤波器<img file="FDA0000698122060000013.GIF" wi="264" he="159" />其中r<sub>i</sub>(n)表示第i根(i=1,2,…,M)阵元上的接收数据,<img file="FDA0000698122060000014.GIF" wi="111" he="77" />是历经信道衰落的发射信号向量,ε<sub>1</sub>(n)表示第一根天线阵元上的噪声,M代表接收端天线阵元数,上标(·)<sup>T</sup>和(·)<sup>*</sup>分别代表转置操与共轭操作,||·||表示向量范数;第二步,多级维纳滤波过程的多级迭代:定义第i级的期待信号<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><msub><mi>d</mi><mi>i</mi></msub><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow><mo>=</mo><msubsup><mi>h</mi><mi>i</mi><mi>H</mi></msubsup><msub><mi>r</mi><mrow><mi>i</mi><mo>-</mo><mn>1</mn></mrow></msub><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow><mo>,</mo></mrow>]]></math><img file="FDA0000698122060000015.GIF" wi="378" he="85" /></maths>观测数据<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><msub><mi>r</mi><mi>i</mi></msub><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow><mo>=</mo><msub><mi>r</mi><mrow><mi>i</mi><mo>-</mo><mn>1</mn></mrow></msub><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow><msub><mrow><mo>-</mo><mi>h</mi></mrow><mi>i</mi></msub><msub><mi>d</mi><mi>i</mi></msub><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow><mo>=</mo><mrow><mo>(</mo><mi>I</mi><mo>-</mo><msub><mi>h</mi><mi>i</mi></msub><msubsup><mi>H</mi><mi>i</mi><mi>H</mi></msubsup><mo>)</mo></mrow><msub><mi>r</mi><mrow><mi>i</mi><mo>-</mo><mn>1</mn></mrow></msub><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000698122060000016.GIF" wi="809" he="91" /></maths>以及匹配滤波器<img file="FDA0000698122060000017.GIF" wi="699" he="182" />通过M‑1次连续迭代,得到M‑1级期待信号d(n)=[d<sub>1</sub>(n),d<sub>2</sub>(n),…,d<sub>M‑1</sub>(n)]<sup>T</sup>=H<sup>H</sup>r<sub>0</sub>(n)及匹配滤波器H=[h<sub>1</sub>,h<sub>2</sub>,…,h<sub>M‑1</sub>];第三步,计算期待信号协方差矩阵及盖氏圆盘半径:期待信号协方差矩阵计算如下<img file="FDA0000698122060000021.GIF" wi="848" he="549" />其中<maths num="0003" id="cmaths0003"><math><![CDATA[<mrow><msubsup><mi>&sigma;</mi><msub><mi>d</mi><mi>i</mi></msub><mn>2</mn></msubsup><mo>=</mo><mi>E</mi><mo>[</mo><msup><mrow><mo>|</mo><msub><mi>d</mi><mi>i</mi></msub><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow><mo>|</mo></mrow><mn>2</mn></msup><mo>]</mo><mo>,</mo></mrow>]]></math><img file="FDA0000698122060000022.GIF" wi="366" he="116" /></maths><maths num="0004" id="cmaths0004"><math><![CDATA[<mrow><msub><mi>&delta;</mi><mrow><mi>i</mi><mo>,</mo><mi>i</mi><mo>+</mo><mn>1</mn></mrow></msub><mo>=</mo><mi>E</mi><mo>[</mo><msub><mi>d</mi><mi>i</mi></msub><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow><msubsup><mi>d</mi><mrow><mi>i</mi><mo>+</mo><mn>1</mn></mrow><mo>*</mo></msubsup><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow><mo>]</mo><mo>,</mo></mrow>]]></math><img file="FDA0000698122060000023.GIF" wi="483" he="94" /></maths><maths num="0005" id="cmaths0005"><math><![CDATA[<mrow><msubsup><mi>&sigma;</mi><msub><mi>d</mi><mrow><mi>p</mi><mo>+</mo><mn>1</mn></mrow></msub><mn>2</mn></msubsup><mo>=</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>=</mo><msubsup><mi>&sigma;</mi><msub><mi>d</mi><mrow><mi>M</mi><mo>-</mo><mn>1</mn></mrow></msub><mn>2</mn></msubsup><mo>=</mo><msup><mi>&sigma;</mi><mn>2</mn></msup><mo>,</mo></mrow>]]></math><img file="FDA0000698122060000024.GIF" wi="441" he="86" /></maths>δ<sub>p,p+1</sub>=δ<sub>M‑2,M‑1</sub>=0,σ<sup>2</sup>代表噪声方差,盖氏圆盘半径<img file="FDA0000698122060000026.GIF" wi="323" he="95" />i=1,2,…,M‑1,其中δ<sub>0,1</sub>=δ<sub>M‑1,M</sub>=0;第四步,寻找盖氏圆盘估计器的第一个非正值,估计被占用子载波的个数:盖氏圆盘估计器估计被占用子载波数的准则<img file="FDA0000698122060000027.GIF" wi="507" he="140" />k=1,2,…,M‑1,其中D(N)是一个0到1之间的可调变量,推荐取值为D(N)=2.3/log(N),N表示采样数,当k从1逐渐递增时,一旦出现<img file="FDA0000698122060000028.GIF" wi="248" he="100" />时,则判断被占用的子载波数为<img file="FDA0000698122060000029.GIF" wi="125" he="74" />第五步,根据各子载波的接收功率,区分空闲子载波与被占用子载波:各子载波的功率为<img file="FDA00006981220600000210.GIF" wi="386" he="123" />挑选出其中最大的<img file="FDA00006981220600000211.GIF" wi="61" he="68" />个,其对应的索引即为被占用子载波,余下的皆处于空闲状态。
地址 100876 北京市海淀区西土城路10号