认知无线电网络中针对DVB-T信号的导频辅助检测器的实现方法

摘要

认知无线电网络中针对DVB-T信号的导频辅助检测器的实现方法。世界上的大部分国家采用DVB-T作为地面数字电视信号标准，而认知无线网络中的节点主要依靠频谱感知来获取数字电视信号频段上的频谱可用性信息，因此研究针对DVB-T信号的频谱感知方法有着重要的价值。本发明提出了一种针对DVB-T信号的导频辅助检测器，首先，检测器中的处理单元通过乘积移动和来增强次级用户接收到的DVB-T信号中的周期性导频分量，而抑制其它分量；其次，检测器中的合并与判决单元对处理单元的输出进行合并，并判定主用户信号是否存在。理论分析和仿真结果表明，该检测器不受多径瑞利衰落的影响，能够在没有任何同步信息、信噪比极低的情况下区分主用户信号与干扰，并且提高检测性能。

主权项

1.认知无线电网络中针对DVB-T信号的导频辅助检测器的实现方法，其特征在于：首先，对于给定的虚报概率p_f、检测概率p_d以及信噪比水平，确定导频辅助检测器的阶数或者频谱感知所需要的观测时间长度M，其中M也表示观测数据中OFDM(orthogonal frequency division multiplexing)符号的个数；其次，把观测到的数据样本r(n)，n＝m+1，m+2，…，m+ML输入到导频辅助检测器的处理单元，在处理单元，观测数据依次通过M-1个延迟单元，每个延迟单元的延迟长度为L，其中L对应于一个OFDM符号时间长度内采集到的样本个数，与此同时，经历不同时间延迟的样本数据在乘积移动和(multiplication moving sum，MMS)单元共轭相乘并相加，$t_{\mathrm{ij}}=\underset{n=m}{\overset{m+L-1}{\Sigma }}{t}_{\mathrm{ij}}\left(n\right)$其中t_ij(n)＝r(n-iL)r*(n-jL)表示共轭乘积，i与j分别表示相对延迟量，并且0≤i≤M-2，i≤j≤M-1，m表示观测数据样本的起始时刻，通过MMS，DVB-T信号中的导频分量得到增强，而其它分量被抑制；处理单元中一共有M(M-1)/2个MMS单元，因此处理单元输出的统计量t_ij的个数为M(M-1)/2；再次，把处理单元的M(M-1)/2个统计量输入到导频辅助检测器的合并与判决单元；在合并与判决单元，对这M(M-1)/2个统计量采用以下三种可选的合并方案，每种合并方案的结果分别为一个检验统计量T_i，1≤i≤3；1)统计量之和的模(NoS)：$T_1=\left|\underset{i=0}{\overset{M-2}{\Sigma }}\underset{j=i+1}{\overset{M-1}{\Sigma }}{t}_{\mathrm{ij}}\right|$对于给定的感知判决门限η₁，T₁的检测概率与虚报概率分别为$\left\{\begin{array}{c}{P}_{F_{T_1}}=\exp (-\frac{{\eta }_1^2}{d_1{\sigma }_0^2/2})\\ P_{D_{T_1}}=Q_1(\frac{2s_1}{\sqrt{d_1}{\sigma }_1},\frac{2{\eta }_1}{\sqrt{d_1}{\sigma }_1})\end{array}\right.$式中：d₁＝M(M-1)，s₁＝n₁μ₂+n₂μ₁，${\sigma }_0^2=L{\sigma }_w^4,$${\sigma }_1^2=L{\sigma }_w^4[(1+\frac{2L_m}{L}){\alpha }_3(2-{\alpha }_3+4{\alpha }_1{\alpha }_{\mathrm{cs}}){\left(\mathrm{SNR}\right)}^2+2(1+2{\alpha }_1{\alpha }_{\mathrm{cs}})\mathrm{SNR}+1]$μ₁＝LPα₁(1+2α_cs)，μ₂＝LP(1-α₃+2α₁α_cs)，α₁＝P_c/P，α₂＝P_s/P，α₃＝P_u/P，α_cs＝N_o/N_c，n₂＝M(M-1)/2-n₁，N_o--持续导频(continual pilots)与疏散导频(scattered pilots)相互重叠的子载波个数，N_c--持续导频子载波个数，L_m--第一个观测到的OFDM符号内循环前缀的有效长度，σ_w²--噪声功率，P--DVB-T信号功率，P＝P_c+P_s+P_u，P_c--持续导频(continual pilots)分量功率，P_s--疏散导频(scattered pilots)分量功率，P_u--有用数据分量功率，SNR--信噪比，$Q_m(c,d)=\underset{d}{\overset{\infty }{\int }}x{\left(\frac{x}{c}\right)}^{m-1}{e}^{-\frac{x^2+c^2}{2}}{I}_{m-1}\left(\mathrm{cx}\right)\mathrm{dx},$I_m(x)--第m阶修正贝塞尔函数；2)统计量模的平方和(SSN)：$T_2=\underset{i=0}{\overset{M-2}{\Sigma }}\underset{j=i+1}{\overset{M-1}{\Sigma }}{\left|t_{\mathrm{ij}}\right|}^2=\underset{i=0}{\overset{M-2}{\Sigma }}\underset{j=i+1}{\overset{M-1}{\Sigma }}{T}_{\mathrm{ij}}^2$其中T_ij＝|t_ij|表示统计量t_ij的模，对于给定的感知判决门限η₂，T₂的检测概率与虚报概率分别为$\left\{\begin{array}{c}{P}_{F_{T_2}}=\Gamma (\frac{d_2}{2},\frac{{\eta }_2}{{\sigma }_0^2})/\Gamma \left(\frac{d_0}{2}\right)\\ P_{D_{T_2}}=Q_{\frac{d_2}{2}}·(\frac{\sqrt{2}{s}_2}{{\sigma }_1},\frac{\sqrt{2{\eta }_2}}{{\sigma }_1})\end{array}\right.$其中d₂＝M(M-1)，$s_2=\sqrt{n_2{\mu }_1^2+n_1{\mu }_2^2},$3)统计量模的最大值(MoN)：$T_3=\underset{0<i\le M-2,i<j\le M-1}{\max }{T}_{\mathrm{ij}}$对于给定的感知判决门限η₃，T₃的检测概率与虚报概率分别为$\left\{\begin{array}{c}{P}_{F_{T_3}}=1-{[1-\mathrm{ex}p(-\frac{{\eta }_3^2}{{\sigma }_0^2})]}^{d_3}\\ P_{D_{T_3}}=1-{[1-P_{D_{\mathrm{ij}}}\left(1\right)]}^{n_2}{[1-P_{D_{\mathrm{ij}}}\left(2\right)]}^{n_1}\end{array}\right.$其中$P_{D_{\mathrm{ij}}}\left(1\right)=Q_1(\frac{\left|{\mu }_1\right|}{{\sigma }_1/\sqrt{2}},\frac{{\eta }_3}{{\sigma }_1/\sqrt{2}}),$$P_{D_{\mathrm{ij}}}\left(2\right)=Q_1(\frac{\left|{\mu }_2\right|}{{\sigma }_1/\sqrt{2}},\frac{{\eta }_3}{{\sigma }_1/\sqrt{2}}),$d₃＝M(M-1)/2，最后，在判决与合并单元，利用Neyman-Pearson(奈曼—皮尔逊)准则，根据给定的虚报概率与检测器阶数M，确定分别对应于三种合并方案的感知判决门限，如果相应的检验统计量高于感知判决门限，则判定数字电视信号出现(D＝1)，否则认为数字电视信号频段闲置(D＝0)，即$D=\left\{\begin{array}{cc}1,& T_i\ge {\eta }_i\\ 0,& T_i<{\eta }_i\end{array}\right.$其中D表示感知判决结果，i＝1，2，3分别对应于相应的合并方案。