论文部分内容阅读
现代无线通信中,可用频谱资源的匮乏和频谱管理效率的低下已成为无线通信技术发展的瓶颈。认知无线电是实现频谱资源高效利用的有效手段,而频谱感知又是其关键技术之一。地面数字电视广播(DVB-T)在时间、频率与空间范围内存在很多的空闲频谱,现已被国际上用来作为认知无线电的实验频带,这使得基于该频段的认知无线电频谱感知技术的理论研究与应用成为研究热点。传统能量检测同样适用于 DVB-T信号的检测,却面临着低信噪比下的检测概率不高和无法避免静默期的问题。特征检测能有效识别 DVB-T信号,但是复杂度较大,应用实现是一个难点。针对这些问题全文从如下三方面展开研究。 第一,针对能量检测门限难以确定和在低信噪比下检测概率不高的问题,提出一种基于 DVB-T信号的优化频谱感知算法。该算法利用能量检测性能的加权处理构建门限函数来得到优化门限。并利用优化门限与传统固定门限组成双门限下的优化检测方案。当优化门限大于传统固定门限时,选择优化门限下的能量检测方法;当优化门限小于传统固定门限时,借助双门限引入能量检测与循环平稳特征检测的联合频谱检测方法。数值分析表明,同传统能量检测算法仿真相比所提算法在低信噪比下的检测概率提高了18%-30%,在高信噪比下的虚警概率降低约5%。 第二,针对如何避免静默期和减少感知时间的问题,提出了一种适用于无静默期下的序贯能量检测算法。该算法利用认知用户 OFDM信号的循环前缀消除自身干扰得到周期性的无干扰区间,使得能量检测适用于无静默期下工作。在此基础上,利用无干扰区间进行序贯能量检测,在确保目标检测性能的前提下极大的减少了平均感知时间。数值分析表明,无静默期下的序贯能量检测算法的平均感知时间明显少于能量检测算法的感知时间。 第三,分析了 DVB-T信号的循环前缀相关性频谱感知算法,在 XILINX XC4VLX25 FPGA硬件开发板上完成算法实现。并基于现有的感知系统平台进行测试,测试结果表明该设计能够完成对DVB-T频段的实时感知功能。