OFDMA系统中的频谱感知方法研究

OFDMA technology has been adopted in many present and future wireless communication standards. Spectrum sensing for OFDMA systems is of great importance in improving the spectrum utilization from both theoretical and practical views. This project focuses on the spectrum sensing for OFDMA systems by exploiting modern statistical signal processing method.First of all, we consider the single user case. To study the statistical characteristics of the cyclic prefix from the view of the statistical characteristics of OFDM signal in time domain, together with the characteristics of parameter configuration in wireless communication standards, and then to design some spectrum sensing methods with high performance; To analysis the effection of system error according to the mechanism of spectrum sensing methods, then proposed robust spectrum sensing methods; Secondly, we consider the multi-user OFDMA case. Intend to achieve dynamic band partition useing the Bayesian theory, and then to study the broadband spectrum sensing method exploiting the statistic parameters which are given by dynamic band partition.

现在及将来的许多无线通信标准采用了OFDMA技术，对OFDMA系统进行频谱感知具有重要的理论和实际意义。本项目主要研究利用现代统计信号处理方法来提高OFDMA系统中的频谱感知性能。内容包括：首先，针对单用户情况，结合无线通信标准信号参数配置的特点，从OFDM信号的时域统计特性角度研究循环前缀特性，进而设计出具有高性能的频谱感知方法；然后，根据频谱感知方法的实现机理剖析系统误差的作用，提出稳健的频谱感知方法；接着，针对多用户OFDMA情况，利用贝叶斯理论研究动态频段划分方法；最后，利用频段划分得到的统计参数研究宽带频谱感知方法。

研究了利用OFDM 信号特征实现稳健高性能的频谱感知方法、宽带频谱感知方法、信道访问策略、目标定位等。主要内容如下：.（1）研究数字广播信号（DTV）的能量检测法。在大量的低复杂度检测方法中，能量检测法具有优越的性能，但是它对噪声不确定性敏感。利用DTV信号的导频周期性，提出一种具有低复杂度的噪声功率估计方法。该噪声功率估计方法即使在多经环境下也能有效工作，并且不需要时间实现了全盲和稳健的能量检测法，解决了传统能量检测法对噪声不确定性敏感的问题。结果表明，采用所提出的噪声功率估计方法，能量检测法的性能优于导频相关性方法。.（2）研究了在大尺度衰落信道环境下的盲协作频谱感知方法。首先分析了基于Friedman的非参数频谱感知方法及其性能。由于基于Friedman的非参数频谱感知方法需要进行瞬时功率数据的传输以及排序操作，因此它具有相对较高的数据传输开销和计算量。为了客服这些缺点，我们提出了一种盲的协作式参数化检测方法，所提出方法只需要传输本地的平均功率并且不需要排序操作。与非参数化频谱感知方法相比，所提出的方法具有更高的检测性能，同时具有较低的传输开销和计算量。.（3）协方差矩阵检测法通过利用授权用户信号的时域和/或频域相关性实现具有低复杂度的频谱感知。然而，当信号相关性降低时，它的检测性能急剧下降。我们通过引入基于数据驱动的权值提出了一种基于加权协方差矩阵的频谱感知方法。分析了低信噪比时所提方法的虚警概率、判决门限和检测概率的理论表达式。通过计算机仿真验证了理论表达式。仿真和实测数据表明所提方法远优于最初的协方差检测法。.（4）拟合优度检验（GoF）常被用于频谱感知。提出了一种基于单边假设检验的GoF频谱感知方法。在有限离散样本条件下，推导了新方法的检验统计量表达式。与已有的GoF频谱感知方法相比，所提出的方法在提高频谱感知性能的同时，降低了计算量。.（5）针对超宽带信号，传统基于乃奎斯特理论的信号检测方法需要较高的采样速率。这是的它很难用硬件实现。为了解决这一问题，研究了针对脉冲无线超宽带的基于压缩感知的信号检测问题。通过利用该类信号在时域的稀疏性，我们基于压缩感知设计了一种新的自适应加权正交匹配追踪算法。仿真结果表明所提出的算法在远低于乃奎斯特采样率时能有效检测信号。与现有的匹配追踪算法相比，所提方法具有更高的检测性能，特别在低信噪比时。