超密集网络中宽带频谱快速感知研究.docVIP

超密集网络中宽带频谱快速感知研究 　　为满足超密集网络中基站对宽带频谱资源的实时感知要求，提出了一种宽带频谱感知算法。本方法根据信号结构，通过保护边带获得噪声功率水平，据此迭代获得平均信号功率，从而得到信号与噪声的最佳判决门限，感知空闲频谱。本方法运算复杂度低，适用于已知信号结构下的宽带频谱感知。仿真结果表明，该算法有较好的性能且能适应较低信噪比的条件。 　　超密集网络 宽带频谱感知 快速感知 　　1 引言 　　超密集网络通过提高接入点密度，提高了区域频谱效率，是5G通信的重要发展方向。在超密集网络中，基站与认知无线电的结合将提升站点的即插即用能力[1]，提供高速率、低耗能的通信服务。 　　频谱感知作为认知无线电技术的核心功能，受到了广泛的关注，主要的频谱检测方法有：能量检测[2-3]、匹配滤波检测[4]、特征检测[5]以及波形检测[6]等。然而对于超密集网络，同一资源可能被多个相邻站点使用，感知信号复杂。感知基站通常处于邻居站点有效覆盖范围之外，信噪比条件较差，为保证负载的实时通信，须在较短感知周期内完成感知。对于宽带频谱感知方法，目前的研究成果主要是最优化频谱检测方法[7]，但是其感知周期长、复杂度高、可操作性低，其判决门限获取方法复杂，在超密集网络中不可行。在自组织网络中，由于感知信息难以相互共享，多个感知节点联合检测方法[8]难以在此适用。当前对于超密集网络中需要的，快速、准确、低复杂度的宽带频谱感知技术仍需进一步研究。 　　本文提出了一种宽带频谱检测技术，通过前端采样的子频带信息，利用保护边带的噪声信息，估计噪声功率与信噪比，从而获得最佳判决门限。在一个符号周期内，只需一次FFT运算，快速有效地得到感知带宽内各子频段的使用情况。本文方法利用保护边带的噪声信息，获得了最佳判决门限，复杂度低、可行性高、实时性能好，适合超密集网络中实际需要的宽带频谱感知。 　　2 系统模型 　　2.1 无线感知环境 　　在自组织的超密集网络中，各基站之间竞争共存，其配置参数一般各不相同，具体如图1所示。为满足用户的需求，保证网络中频谱资源能够被各个基站最优化地分配使用，每一个基站都必须实时掌握自己覆盖范围内的可用频谱资源信息，从而选择最佳频谱使用策略。所以，网络中的每一个基站都需要对宽带频谱中各个子频带进行感知，需要实时地、高效地感知出宽带频谱内每一个频点的使用情况。并且通常感知基站不在邻居节点覆盖范围内，信噪比条件较差，因此感知方法还需在低信噪比条件下有较好的性能。 　　对于频分复用的无线通信方式，其频谱都包含一个特定的工作频段和相应的保护频带。工作频段会被划分为多个通信子频带，每个子频带会占据一定带宽，保护频带则没有被任何用户使用。例如在LTE宽带通信中，频带宽达20MHz，等间隔划分为110个资源块，每个资源块包含12个子载波。此外，有宽达数十兆赫兹的保护频带。 　　2.2 感知信号 　　在LTE系统中，频谱资源的分配是以资源块为单位的。以一个资源块为单位进行分析，既能满足频谱感知精细度的要求，又能避免信号畸变对OFDM信号正交性破坏带来的影响。综上所述，感知需求就是正确感知每一单位频率资源的使用情况。 　　在自组织超密集网络中，各站点可自由加入或退出频移资源共享系统的，在感知周期内，站点之间缺乏协调机制。所以，基站接收到的信号往往来自多个基站，令接收信号xmi（t）代表来自编号为m的邻居节点第i段频谱时域检测信号，则： 　　其中smi（t）表示发送信号，vmi（t）表示时域噪声，M表示邻居基站个数，H0代表没有信号，H1代表有信号。令I表示感知宽带内的频谱单元总数，αi，m为相应信道增益，那么总的宽带范围的接收信号就为： 　　3 宽带频谱感知方法 　　超密集网络中，通常感知信号是来自多个站点信号的叠加，这会使得感知信号特征被破坏。对于某一频段，选择能量感知来判断是否被占用是一种简单的方法。对于本文讨论的场景中全体子频带的感知，因为空口信号的结构是已知的，因此可以确定保护带的位置，保护带不会被任何站点所使用。因此，可以利用这一先验知识，获得噪声功率的电平值，通过迭代运算，计算出平均信号功率，从而得到最佳判决门限。对所有子载波是否被占用进行最终判决，具体流程如图2所示： 　　下文中，详细分析了从前端采样获得的时域信号，并推导出最佳判决门限，详细叙述了迭代获取平均信号功率的方法，估计出信噪比参数，完成了宽带频谱的感知。 　　3.1 宽带采样信号分析 　　对于感知节点而言，若有任意一个邻居节点正在使用某一子频段，则感知基站应避免使用该子频段，令xi（t）为子频段i的总感知信号，则有： 　　令Ei（x）表示子频段i对应的时域感知信号能量，ωi表示某频点或者该资源块所对应的频率范围的中心频率，△