CN101047486B - 一种干扰检测方法 - Google Patents

Abstract

本发明公开了一种干扰检测方法，用于检测是否存在干扰。所述方法包括步骤：1)接收前导序列；2)根据前导序列计算干扰和噪音功率；3)将所述干扰和噪音功率与预置的门限值进行比较；4)若所述干扰和噪音功率大于门限值，则判断存在干扰，若否，则判断不存在干扰。本发明可以在不影响系统正常运行的情况下准确地对干扰进行检测。

Description

一种干扰检测方法

技术领域

本发明涉及通信领域，尤其涉及一种干扰检测方法。

背景技术

当前出现了一些免许可系统，比如固定无线区域网络(WRAN，WirelessRegional Area Network)，无线局域网(WLAN，Wireless Local Area Network)等系统。这些系统的特征是其工作频段是不需要授权的。在工作频段内，这些免许可系统需要和授权系统进行共存，比如WRAN系统需要和授权系统DTV进行共存。免许可系统首先不能对许可系统进行干扰，当一旦发现许可、授权系统使用某个频段时，免许可系统必须无条件的退出该频段，并跳转到其他的频段上继续工作。这种工作模式，也就是通常说的频谱池系统，许可用户具有使用频谱的优先权利，免许可用户在不影响许可用户的前提下可以使用这些频段。在实现上述功能时，许可用户没有义务检测免许可用户信号，也就是当免许可用户不存在。免许可用户承担了不对许可用户造成干扰的所有义务。

WRAN网络是一种新兴的网络技术，为偏远地区、较低密度人口地区提供高带宽大范围的覆盖。WRAN系统是一种免许可运营的系统，WRAN网络使用认知无线电技术，寻找许可用户的空闲频带进行通信。比如在无线数字电视(DTV，Digital Television)的VHF/UHF等许可频带中，寻找没有被占用的频段作为WRAN网络的承载频段。

现有技术中一种干扰检测方法为：检测前进行信道估计，之后在某些帧的发送/接收转换间隙或者是接收/发送转换间隙调度静默时间，使系统暂时停止运行，并对许可用户信号进行检测，采用能量检测的方式进行快速检测，这是一种测量的方法，在快速检测到某个子带存在干扰后，在后续的某个帧中调度一个时间较长的静默时间，进一步检测许可用户信号的特征，便于确定许可用户的类型。

但是，由于需要使用静默时间，那么就要求整个系统在静默时间保持静默，即是中断通信，会对系统性能造成影响；

其次，如果存在多径，静默时间也不能设置的太短，例如在《IEEEP802.22^TM/D0.1 Draft Standard for Wireless Regional Area Networks Part 22：Cognitive Wireless RAN Medium Access Control(MAC)and Physical Layer(PHY)specifications：Policies and procedures for operation in the TV Bands》中规定的静默时间为数十微秒，但在大覆盖范围WRAN，其多径延迟可能达到这个时间，或者吞噬部分静默时间，所以会造成干扰检测结果不准确；

此外，对许可用户信号检测的及时性与静默时间调度周期有关，只有静默时间频繁调度，才能保证对许可用户信号检测的及时性，但静默时间若频繁调度，又造成系统资源的浪费，从而降低了系统使用效率。

发明内容

本发明要解决的技术问题是提供一种干扰检测方法，用于准确，灵活地对干扰进行检测。

本发明提供的干扰检测方法，包括步骤：1)接收前导序列；2)根据前导序列计算干扰和噪音功率；3)将所述干扰和噪音功率与预置的门限值进行比较；4)若所述干扰和噪音功率大于门限值，则判断存在干扰，若否，则判断不存在干扰。

优选地，所述步骤2)包括步骤：

21)计算单位带宽内接收序列与前导序列的最大相关值；

22)将所述最大相关值与已知的单位带宽内前导序列能量和的比值作为单位带宽信道系数；

23)计算单位带宽内接收序列的能量和；

24)根据下述公式计算单位带宽内干扰和噪音能量和：

单位带宽内干扰和噪音能量和等于单位带宽内接收序列的能量和减去单位带宽内前导序列的能量和与单位带宽信道系数绝对值平方的乘积；

25)将所述单位带宽内干扰和噪音能量和与单位带宽内样点数的比值作为单位带宽内干扰和噪音功率。

优选地，所述步骤21)包括步骤：

211)对前导序列进行逆快速傅立叶变换，得到时域信号；

212)对时域信号取共轭，得到共轭信号；

213)将所述共轭信号和接收序列相乘得到乘积序列；

214)对所述乘积序列进行快速傅立叶变换；

215)获取变换后序列中的最大值。

优选地，所述步骤23)包括步骤：

231)将信号的时域序列转换为频域序列；

232)对所述的频域序列的单位带宽内样点值计算其绝对值平方和，获得单位带宽内接收序列的能量和。

优选地，所述步骤2)包括步骤：

A)计算空子载波上数据功率；

B)计算非空子载波上的干扰和噪音功率；

C)根据空子载波上数据功率和非空子载波上的干扰和噪音功率计算干扰和噪音功率。

优选地，所述计算空子载波上数据功率包括步骤：

A11)计算接收序列的能量和；

A12)根据所述接收序列的能量和与空子载波样点数计算空子载波上数据功率T_m1；

所述计算非空子载波上的干扰和噪音功率包括步骤：

B11)截取时域序列，取原时域序列的四分之一的数据；

B12)计算单位带宽内接收序列与前导序列的最大相关值；

B13)将所述最大相关值与已知的单位带宽内前导序列能量和的比值作为单位带宽信道系数；

B14)计算单位带宽内接收序列的能量和；

B15)根据下述公式计算单位带宽内干扰和噪音能量和：

单位带宽内干扰和噪音能量和等于单位带宽内接收序列的能量和减去单位带宽内前导序列的能量和与单位带宽信道系数绝对值平方的乘积；

B16)将所述单位带宽内干扰和噪音能量和与单位带宽内样点数的四分之一的比值作为单位带宽内非空子载波上干扰和噪音功率T_m2；

所述干扰和噪音功率T_m通过以下方式计算获得：

          T_m＝(T_m1×3+T_m2)/4。

优选地，所述获取空子载波上数据功率包括步骤：

A21)计算接收序列的能量和；

A22)根据所述接收序列的能量和与空子载波样点数计算空子载波上数据功率T_m1；

所述计算非空子载波上的干扰和噪音功率包括步骤：

B21)截取时域序列，取原时域序列的二分之一的数据；

B22)计算单位带宽内接收序列与前导序列的最大相关值；

B23)将所述最大相关值与已知的单位带宽内前导序列能量和的比值作为单位带宽信道系数；

B24)计算单位带宽内接收序列的能量和；

B25)根据下述公式计算单位带宽内干扰和噪音能量和：

单位带宽内干扰和噪音能量和等于单位带宽内接收序列的能量和减去单位带宽内前导序列的能量和与单位带宽信道系数绝对值平方的乘积；

B26)将所述单位带宽内干扰和噪音能量和与单位带宽内样点数的二分之一的比值作为单位带宽内非空子载波上干扰和噪音功率T_m2；

所述干扰和噪音功率T_m通过以下方式计算获得：

             T_m＝(T_m1+T_m2)/2。

优选地，所述步骤1)之前进一步包括：根据先验信息设置门限值；所述先验信息包括检测灵敏度。

优选地，所述前导序列是超帧前导序列，或者是帧前导序列。

优选地，所述已知的单位带宽内前导序列的能量和为预先通过前导序列计算获得。

以上技术方案可以看出，本发明具有以下优点：

首先，本发明采用前导序列对干扰进行检测，由于前导序列是WRAN系统为了进行同步和信道估计预先插入频域中的序列，检测干扰时可以直接调用，所以系统不需要中断通信就可以进行检测，这样可以有效地提高检测效率；

其次，由于本发明检测干扰使用的前导序列同时还用于同步和信道估计，所以在检测时不需要再次进行信道估计，相对于现有技术中在检测前需要进行信道估计而言，本发明降低了系统资源的消耗；

更进一步，由于本发明的检测针对的是信道的单位带宽，所以可以根据实际需要对信道进行部分干扰检测，提高了检测的灵活性；

最后，本发明在充分考虑到超帧前导序列与帧前导序列中都存在空子载波的情况下，针对短训练序列与长训练序列对干扰和噪音功率的计算方式进行了调整，提高检测的准确性。

附图说明

图1为WRAN系统的超帧结构图；

图2为WRAN系统的帧结构图；

图3为本发明第一实施例流程图；

图4为伪随机噪声序列生成多项式流程图；

图5为超帧前导序列结构图；

图6为帧前导序列结构图；

图7为PN_m与PN的相关仿真图；

图8为本发明第二实施例流程图；

图9为本发明第三实施例流程图；

图10为本发明第四实施例流程图；

图11为本发明第五实施例流程图；

图12为本发明第六实施例流程图；

图13为本发明第七实施例流程图；

图14(a)～(e)为本发明超帧前导序列检测干扰性能仿真试验结果图；

图15(a)～(e)为本发明帧前导序列检测干扰性能仿真试验结果图；

图16(a)～(e)为本发明上行数据突发前导序列检测干扰性能仿真试验结果图。

具体实施方式

本发明提供了一种干扰检测方法，用于检测信道是否存在干扰，其核心思想为利用前导序列进行干扰检测。

本发明方法可用于WRAN系统，WRAN系统是一个采用正交频分复用(OFDM，Orthogonal Frequency Division Multiplexing)技术的系统。

WRAN的系统一个信道基本带宽一共有三种模式：6MHz，7MHz，8MHz。无论那种模式，所使用的快速傅立叶变换(FFT，Fast Fourier Transform)块都是一样的。不过WRAN系统允许信道绑定，可以两个信道绑定，三个信道绑定。当多个信道绑定的时候，那么绑定信道数越多，FFT块大小就越大，具体讲FFT块大小和绑定的信道数成正比。另外，WRAN系统支持三种基本的FFT模式(也就是单个信道所支持的FFT块大小)：1K，2K，4K模式。当多个信道绑定的时候，比如2个信道绑定的时候，那么各基本FFT模式对应的FFT块大小为：2K，4K，6K。WRAN参数的FFT参数参见下表：

                       表1

WRAN系统为了进行同步和信道估计。对于下行，在超帧，帧前的频域插入了前导序列，也就是伪随机噪声(PN，Pseudo-random Noise)序列；对于上行，在上行数据突发前也插入了前导序列。

请参阅图1，为WRAN系统的超帧结构图，前导序列在超帧控制头之前，超帧控制头之后是若干帧。

请参阅图2，为WRAN系统的帧结构图，图中帧结构基于分时双工(TDD，Time Division Duplex)，每个帧结构分为两个子帧，一个下行子帧，经过一个保护时间，后面跟着一个上行的子帧。其中下行子帧包含一个前导序列，可以用来进行同步和信号估计。

下面对本发明干扰检测方法进行详细描述：

请参阅图3，本发明第一实施例包括：

P1)接收前导序列；

其中，接收机接收前导序列。

P2)计算干扰和噪音功率；

其中，根据接收到的前导序列计算干扰和噪音功率。

P3)判断干扰和噪音功率是否大于门限值，若是，转向步骤P4)，否则转向步骤P5)；

P4)判断存在干扰；

P5)判断不存在干扰。

前导序列是在频域中构造的PN序列，是使用线性移位寄存器产生的。

前导序列都为若干个OFDM符号长度，并在频域使用一个已知的PN序列进行调制。该PN序列是一个长5184的序列，PN序列的产生方法如下：P_REF(1:2592)＝{......}。

请参阅图4，PREF可以使用一个长8192的PN序列产生器产生，并使用其中前面5184比特进行四相移频键控(QPSK，Quaternary Phase Shift Keying)调制，每两个比特生成一个星座点，这样得到一个长为2592的PN序列。生成多项式为X¹³+X¹¹+X¹⁰+X⁹+X⁵+X³+1。

比如，该多项式的前32输出比特如下：0000 0000 0001 0110 0011 10011101 0100。其相应的前导序列符号可以表示为P_REF(1:2562)＝{-1-j，-1-j，-1-j，-1-j，-1-j，-1+j，-1-j，-1-j，-1+j，-1-j，-1-j，+1+j，-1-j，+1+j，+1-j，-1-j，......}。

请参阅图5，超帧前导序列为2个OFDM时间长，并有5次重复的短训练序列ST(占用一个OFDM符号)和2次重复的长训练序列LT组成，其中在LT之前插入一个GI，其时间长为T_GI＝(1/4)T_FFT，防止ST对LT的串扰。ST中，实际使用4个，第一个ST是相当于OFDM的循环前缀的作用，为了防止多径对子载波正交性的影响。

其中，短训练序列是在频域上调制P_REF生成的。具体的公式如下：

$P_{\mathrm{ST}}\left(k\right)=\sqrt{\frac{4}{5}\×\frac{1728}{378}}{P}_{\mathrm{REF}}\left(k\right),\left|k\right|\≤756,\mathrm{and}\left|k\right|\mathrm{mod}4=0$

其中P_ST(k)为短训练序列的第k个子载波调制符号。这样的效果相当于在时域上产生4次重复序列。

同理，长训练序列是在频域上进行如下调制：

$P_{\mathrm{LT}}\left(k\right)P\sqrt{\frac{1728}{756}}{P}_{\mathrm{REF}}\left(k\right),\left|k\right|\≤756,\mathrm{and}\left|k\right|\mathrm{mod}2=0$

P_LT(k)为长训练序列的第k个子载波调制符号。

请参阅图6，帧的前导序列也是两个OFDM符号长。第一个OFDM符号为4次短训练序列ST，另外，加上一个CP的重复训练序列，共5次短ST。第二个OFDM符号为两个长训练序列。具体说，两个OFDM的频域调制公式分别如下：

$P_{\mathrm{Frame},\mathrm{ST}}\left(k\right)=2\×\sqrt{\frac{4}{5}}{P}_{\mathrm{REF}}\left(k\right),\left|k\right|\≤864{\×N}_{\mathrm{bands}},\mathrm{and}\left|k\right|\mathrm{mod}4=0$

P_Frame，LT(k)＝

P_REF(k) |k|≤864×N_bands，and|k|mod 2＝0

对于上行数据突发前导序列而言，长为1个OFDM符号，把前面的序列调制到上行数据突发前导序列的各子载波上，具体的公式如下：

                 P_Burst(k)＝P_REF(k)。

下面只对基本模式为2K的情形进行说明，系统的基本带宽为6MHz，并不使用信道绑定。可以理解的是，很容易把本文的方法推广到其他的情形。而且，使用1MHz的部分带宽干扰检测方式。也就是可以以1MHz为单位检测是否存在干扰。

以下内容中，租用RU系统是使用OFDM技术的系统，并称为本系统。许可LU系统，称为其他系统。只要满足LU系统和RU系统信号的不相关性，就可以不对LU系统使用的技术做任何限定，比如LU系统可以是单载波，多载波，可以是数字信号也可以是模拟信号。

本系统发送机在i时刻在子载波k发送的信号为X_k，i；H_k，i为在t时刻在子载波k的信道系数；Y_k，i是本系统接收机在i时刻在子载波k接收信号，I_k，i是其他系统发送机在i时刻在子载波k上的干扰信号。

当存在干扰信号I_k，i时，那么这些信号之间的关系如下：

           Y_k，i＝X_k，i×H_k，i+I_k，i+n_k，i(1)

当没有干扰信号I_k，i时，那么这些信号之间的关系如下：

           Y_k，i＝X_k，i×H_k，i+n_k，i      (2)

假定信道在部分带宽内不是频率选择性或者信道的相干带宽是较大的，也就是在一个OFDM符号内，1MHz带宽内，H_k，i是不变的，假定为H_i。

下面具体的描述公式推导和计算流程：

本系统在i时刻在子载波k接收信号为：

           Y_k，i＝X_k，i×H_k，i+I_k，i+n_k，i

当没有干扰的时候，仅需要把I_k，i置为0。所以，根据这个一般的表示公式，后面将统一使用该公式表示无干扰和存在干扰的两种情形。

对于某个时刻i，频域信号X_k，i，I_k，i和n_k，i(k＝0，1，...，M_subcarrier，M_subcarrier为整个6MHz带宽内子载波的样点数)是不相关的。当接收机处理前导序列的时候，X_k，i为频域上调制的PN(当下行接收超帧或者帧的前导序列第一个OFDM符号时，为短训练序列的PN；当下行接收超帧或者帧的前导序列第二个OFDM符号时，是长训练序列的PN；当上行接收上行数据突发前导序列时，为P_Burst(k))。其他特点是具有非零移位循环自相关为0，零位移位自相关为最大。

另外，根据部分带宽检测要求，频域PN在频域上构造短的PN_m(m＝1，2，...，6)，分别代表在6个1MHz带宽范围内的PN序列，其构造如下：

PN₁：除了PN序列的第1MHz范围内的子载波的数据保持不变外，其他的子载波的调制数据都等于0；

PN₂：除了PN序列的第2MHz范围内的子载波的数据保持不变外，其他的子载波的调制数据都等于0；

以此类推。PN_m频域序列，除了部分子载波上的数据清零外，其长度和PN是相同的。

然后，使用PN_m和PN进行移位相关，可以观测到同样具有非零移位循环相关几乎为0，零位移位相关为最大，其等于PN_m本身的能量，也就是在第m个部分带宽内前导序列数据的能量。

另外，观测PN_m的非零部分，同样具有随机序列的特征，对于外部干扰，假定I_k，i和n_k，i是不相关随机信号，比如是一个复高斯信号，那么根据研究，PN_m和I_k，i以及PN_m和n_k，i的相关期望值都等于0。

因此，当使用一个PN_m序列和接收信号的频域进行移位相关时，当接收信号和PN_m对齐的时候，那么得到最大的相关值，且等于PN_m和自己的相关乘以一个信道系数H_k，i。最大相关值运算公式如下：

$\underset{k}{\mathrm{\Σ}}(Y_{k,i}\×{X_{k,i}}^{*})=\underset{k}{\mathrm{\Σ}}\left(H_i{\×X}_{k,i}{{\×X}_{k,i}}^{*}\right)+\underset{k}{\mathrm{\Σ}}\left(I_{k,i}{{\×X}_{k,i}}^{*}\right)+\underset{k}{\mathrm{\Σ}}\left(n_{k,i}{{\×X}_{k,i}}^{*}\right)$

$=\underset{k}{\mathrm{\Σ}}\left(H_i{\×X}_{k,i}{{\×X}_{k,i}}^{*}\right)---\left(3\right)$

上述推算运用了X_k，i，I_k，i，和n_k，i之间相关性为0的假定。其他相关值近似等于0。这从图7的仿真曲线可以看出。PN_m和PN的滑动相关序列近似于一个冲击响应。所以这个特性可以实用部分PN_m来对一个子带(WRAN的一个频带，可以为6MHz，7MHz，8MHz)的部分干扰进行检测。

另一方面，对接收信号Y_k，i＝X_k，i×H_i+I_k，i+n_k，i进行能量求和。即是求：

$\underset{k}{\mathrm{\Σ}}\left(Y_{k,i}{{\×Y}_{k,i}}^{*}\right)=\underset{k}{\mathrm{\Σ}}\left(X_{k,i}{\×H}_i{{\×X}_{k,i}}^{*}{{\×H}_i}^{*}\right)+\underset{k}{\mathrm{\Σ}}\left(X_{k,i}{\×H}_i{{\×I}_{k,i}}^{*}\right)+\underset{k}{\mathrm{\Σ}}\left(X_{k,i}{\×H}_i{{\×n}_{k,i}}^{*}\right)$

$+\underset{k}{\mathrm{\Σ}}\left(I_{k,i}{{\×X}_{k,i}}^{*}{{\×H}_i}^{*}\right)+\underset{k}{\mathrm{\Σ}}\left(I_{k,i}{{\×I}_{k,i}}^{*}\right)+\underset{k}{\mathrm{\Σ}}\left(I_{k,i}{{\×n}_{k,i}}^{*}\right)+\underset{k}{\mathrm{\Σ}}\left(n_{k,i}{{\×X}_{k,i}}^{*}{{\×H}_i}^{*}\right)+$

$\underset{k}{\mathrm{\Σ}}\left(n_{k,i}{{\×I}_{k,i}}^{*}\right)+\underset{k}{\mathrm{\Σ}}\left(n_{k,i}{{\×n}_{k,i}}^{*}\right)={\left|H_i\right|}^2\underset{k}{\mathrm{\Σ}}\left(X_{k,i}{{\×X}_{k,i}}^{*}\right)+\underset{k}{\mathrm{\Σ}}\left(I_{k,i}{{\×I}_{k,i}}^{*}\right)+\underset{k}{\mathrm{\Σ}}\left(n_{k,i}{{\×n}_{k,i}}^{*}\right)---\left(4\right)$

上述推算运用了X_k，i，I_k，i和n_k，i之间相关性为0的假定。

由于PN是一个已知的序列，所以

是已知的。因此，根据公式(3)可以确定信道系数H_i，然后把信道系数代入到公式(4)，以及根据已知的

可以确定公式(4)中的

$\underset{k}{\mathrm{\Σ}}\left(I_{k,i}{{\×I}_{k,i}}^{*}\right)+\underset{k}{\mathrm{\Σ}}\left(n_{k,i}{{\×n}_{k,i}}^{*}\right)=\underset{k}{\mathrm{\Σ}}\left(Y_{k,i}{{\×Y}_{k,i}}^{*}\right)-{\left|H_i\right|}^2\underset{k}{\mathrm{\Σ}}\left(X_{k,i}{{\×X}_{k,i}}^{*}\right)---\left(5\right)$

在检测过程中，为了得到

是通过两个序列的{Y_k，i|i为前导发送时刻，k＝0，1，2....}，{X_k，i|i为前导发送时刻，k＝0，1，2....}的滑动相关来求解的。因此需要得到两个序列的滑动相关序列。

$Z_n=\underset{k}{\mathrm{\Σ}}\left(Y_{k+n,i}{{\×X}_{k,i}}^{*}\right),n=\mathrm{0,1,2}......---\left(6\right)$

公式(6)是在频域上完成的，这个滑动序列的计算量是很大的，为了降低计算量，我们首先把(6)进行IFFT变换，则变换到时域上有

              z_n＝y_n，i×x_n，i ^*，n＝0，1，2......

上述公式中z_n，y_n，i，x_n，i分别是Z_n，Y_n，i，X_n，i的时域信号。

因此，可以先使用时域信号的共轭乘积，然后进行FFT变换就得到了频域上的共轭滑动相关序列。

请参阅图8，本发明第二实施例包括：

O1)接收前导序列；

其中，接收机接收前导序列。

O2)计算最大相关值；

其中，计算单位带宽内接收序列与前导序列的最大相关值。

O3)获取信道系数；

其中，信道系数为最大相关值与单位带宽内前导序列能量和的比值。

O4)计算接收序列能量和；

其中，对信号的时域序列进行频域转换，对得到的频域序列的单位带宽内对应的样点值计算其绝对值平方和，即获得单位带宽内接收序列能量和，其公式表示为： $Y_m=\underset{k}{\mathrm{\Σ}}\left(Y_{k,i}{{\×Y}_{k,i}}^{*}\right),$ 其中k在第m个MHz带宽内的所有子载波求和。

O5)计算干扰和噪音功率；

O6)判断干扰和噪音功率是否大于门限值，若是，转向步骤O7)，否则转向步骤O8)；

O7)判断存在干扰；

O8)判断不存在干扰。

本实施例在第一实施例的基础上初步细化了计算的过程，在本实施例中，计算接收序列能量和并没有固定的执行顺序。

在本实施例中，存在干扰是指当前检测的信道上有许可系统正在传输数据，免许可系统不能使用该信道或该信道的部分带宽，反之可以使用。

请参阅图9，本发明第三实施例包括：

Q1)接收前导序列；

其中，接收机接收前导序列。

Q2)获取时域信号；

其中，对PN进行逆快速傅立叶变换，得到时域信号：p_m(n)＝IFFT{PN_m(k)}；

Q3)计算乘积序列；

其中，对时域信号取共轭，得到共轭信号：q_m(n)＝p_m(n)^*；计算乘积序列：z_m(n)＝y_n，i×q_m(n)。

Q4)对乘积序列进行快速傅立叶变换；

其中，对乘积序列z_m(n)进行FFT变换，得到序列Z_m(n)。

Q5)取最大值；

其中，计算经过FFT变换后的序列中序列的最大值：z_m＝arg max Z_m(n)。

Q6)获取信道系数；

其中，获取信道系数H_m：H_m＝z_m/TPN_m，TPN_m为预先计算出的单位带宽内前导序列的能量和，即是在第m个MHz带宽内的所有子载波上调制的PN求和。

Q7)计算接收序列能量和；

其中，对信号的时域序列进行频域转换，对得到的频域序列的单位带宽内对应的样点值计算其绝对值平方和，即获得单位带宽内接收序列能量和Y_m，其公式表示为： $Y_m=\underset{k}{\mathrm{\Σ}}\left(Y_{k,i}{{\×Y}_{k,i}}^{*}\right),$ 其中k在第m个MHz带宽内的所有子载波求和。

Q8)计算干扰和噪音功率；

其中，干扰和噪音功率T_m＝(Y_m-|H_m|²×TPN_m)/(M_subcarrier/6)。

Q9)判断干扰和噪音功率是否大于门限值，若是，转向步骤Q10)，否则转向步骤Q11)；

Q10)判断存在干扰；

Q11)判断不存在干扰。

本实施例细化了计算信道系数的过程，本实施例中，计算干扰和噪音功率是针对基本模式为2K的情况，系统的基本带宽是6MHz，可以理解的是，本实施例可以很容易推广到其他模式的情况。

在本实施例中，存在干扰是指当前检测的信道上有许可系统正在传输数据，免许可系统不能使用该信道或该信道的部分带宽，反之可以使用。

请参阅图10，本发明第四实施例包括：

R1)接收前导序列；

其中，接收机接收前导序列。

R2)计算空子载波上数据功率；

R2)计算非空子载波上干扰和噪音功率；

R4)计算干扰和噪音功率；

R5)判断干扰和噪音功率是否大于门限值，若是，转向步骤R6)，否则转向步骤R7)；

R6)判断存在干扰；

R7)判断不存在干扰。

本实施例充分考虑到了WRAN系统的下行超帧前导序列，帧前导序列都存在空子载波，即没有调制数据或者调制数据为0的子载波的情况，将最终的干扰和噪音功率分成两部分来计算，一部分是空子载波上数据功率，另一部分是非空子载波上干扰和噪音功率，这样可以提高检测的精确度。

在本实施例中，存在干扰是指当前检测的信道上有许可系统正在传输数据，免许可系统不能使用该信道或该信道的部分带宽，反之可以使用。

请参阅图11，本发明第五实施例包括：

S1)接收前导序列；

其中，接收机接收前导序列。

S2)计算空子载波上数据功率；

其中，空子载波上数据功率 $T_{m1}=\left(\underset{k}{\mathrm{\Σ}}(Y_{k,i}\×{Y_{k,i}}^{*})\right)/((M_{\mathrm{subcarrier}}/6)\×(3/4));$ Y_k，i为信号的时域序列y_n，i经过快速傅立叶变换得到的序列，M_subcarrier为整个6MHz带宽内的样点数，k位于信道上第m个单位带宽的子载波，且不能被4整除。

S3)获取时域信号；

其中，对PN进行逆快速傅立叶变换，得到时域信号：p_m(n)＝IFFT{PN_m(k)}；

S4)计算乘积序列；

其中，对时域信号取共轭，得到共轭信号：q_m(n)＝p_m(n)^*；计算乘积序列：z_m(n)＝y_n，i×q_m(n)。

S5)对乘积序列进行快速傅立叶变换；

其中，对乘积序列z_m(n)进行FFT变换，得到序列Z_m(n)。

S6)取最大值；

其中，计算乘积序列中序列的最大值：z_m＝arg max Z_m(n)。

S7)获取信道系数；

其中，获取信道系数H_m：H_m＝z_m/TPN_m，TPN_m为预先计算出的单位带宽内前导序列的能量和。

S8)计算接收序列能量和；

其中，对信号的时域序列进行频域转换，对得到的频域序列的单位带宽内对应的样点值计算其绝对值平方和，即获得单位带宽内接收序列能量和Y_m，其公式表示为： $Y_m=\underset{k}{\mathrm{\Σ}}(Y_{k,i}\×{Y_{k,i}}^{*}),$ 其中k在第m个MHz带宽内的所有子载波求和。

S9)计算非空子载波上干扰和噪音功率；

其中，非空子载波上干扰和噪音功率T_m2＝(Y_m-|H_m|²×TPN_m)/(M_subcarrier/24)。

S10)计算干扰和噪音功率；

其中，干扰和噪音功率T_m＝(T_m1×3+T_m2)/4。

S11)判断干扰和噪音功率是否大于门限值，若是，转向步骤S12)，否则转向步骤S13)；

S12)判断存在干扰；

S13)判断不存在干扰。

本实施例是针对短训练序列的干扰检测，对于短训练序列，其空子载波为子载波序号k不能被4整除的子载波。由于所取的数据为{y_n，i|i为前导发送时刻，n＝0，1，2....}需要被截断，只需要取前面1/4个数据计算就可以了，后续FFT变换的样点数也由M_subcarrier个变为M_subcarrier/4个。

在本实施例中，存在干扰是指当前检测的信道上有许可系统正在传输数据，免许可系统不能使用该信道或该信道的部分带宽，反之可以使用。

下面介绍针对长训练序列的干扰检测，请参阅图12，本发明第六实施例包括：

T1)接收前导序列；

其中，接收机接收前导序列。

T2)计算空子载波上数据功率；

其中，空子载波上数据功率 $T_{m1}=\left(\underset{k}{\mathrm{\Σ}}\left(Y_{k,i}{{\×Y}_{k,i}}^{*}\right)\right)/(M_{\mathrm{subcarrier}}/2);$ Y_k，i为信号的时域序列y_n，i经过快速傅立叶变换得到的序列，M_subcarrier为整个6MHz带宽内的样点数，k位于信道上第m个单位带宽的子载波，且不能被2整除。

T3)获取时域信号；

其中，对PN进行逆快速傅立叶变换，得到时域信号：p_m(n)＝IFFT{PN_m(k)}；

T4)计算乘积序列；

其中，对时域信号取共轭，得到共轭信号：q_m(n)＝p_m(n)^*；计算乘积序列：z_m(n)＝y_n，i×q_m(n)。

T5)对乘积序列进行快速傅立叶变换；

其中，对乘积序列z_m(n)进行FFT变换，得到序列Z_m(n)。

T6)取最大值；

其中，计算乘积序列中序列的最大值：z_m＝arg max Z_m(n)。

T7)获取信道系数；

其中，获取信道系数H_m：H_m＝z_m/TPN_m，TPN_m为预先计算出的单位带宽内前导序列的能量和。

T8)计算接收序列能量和；

其中，对信号的时域序列进行频域转换，对得到的频域序列的单位带宽内对应的样点值计算其绝对值平方和，即获得单位带宽内接收序列能量和Y_m，其公式表示为： $Y_m=\underset{k}{\mathrm{\Σ}}(Y_{k,i}\×{Y_{k,i}}^{*}),$ 其中k在第m个MHz带宽内的所有子载波求和。

T9)计算非空子载波上干扰和噪音功率；

其中，非空子载波上干扰和噪音功率T_m2＝(Y_m-|H_m|²×TPN_m)/(M_subcarrier/12)。

T10)计算干扰和噪音功率；

其中，干扰和噪音功率T_m＝(T_m1+T_m2)/2。

T11)判断干扰和噪音功率是否大于门限值，若是，转向步骤T12)，否则转向步骤T13)；

T12)判断存在干扰；

T13)判断不存在干扰。

本实施例是针对长训练序列的干扰检测，对于长训练序列，其空子载波为子载波序号k不能被2整除的子载波。由于所取的数据为{y_n，i|i为前导发送时刻，n＝0，1，2....}需要被截断，只需要取前面1/2个数据计算就可以了，后续FFT变换的样点数也由M_subcarrier个变为M_subcarrier/2个。

实际中干扰检测可以只采用针对短训练序列的方法，也可以只采用针对长训练序列的方法，还可以结合两种方法，两种方法得到的检测结果一致。

在本实施例中，存在干扰是指当前检测的信道上有许可系统正在传输数据，免许可系统不能使用该信道或该信道的部分带宽，反之可以使用。

请参阅图13，本发明第七实施例包括：

U1)确定门限值；

其中，根据先验信息确定门限值，先验信息包括干扰，噪音功率和检测灵敏度。

U2)接收前导序列；

其中，接收机接收前导序列。

U3)计算空子载波上数据功率；

其中，空子载波上数据功率 $T_{m1}=\left(\underset{k}{\mathrm{\Σ}}\left(Y_{k,i}{{\×Y}_{k,i}}^{*}\right)\right)/(M_{\mathrm{subcarrier}}/2);$ Y_k，i为信号的时域序列y_n，i经过快速傅立叶变换得到的序列，M_subcarrier为整个6MHz带宽内的样点数，k位于信道上第m个单位带宽的子载波，且不能被2整除。

U4)获取时域信号；

其中，对PN进行逆快速傅立叶变换，得到时域信号：p_m(n)＝IFFT{PN_m(k)}；

U5)计算乘积序列；

其中，对时域信号取共轭，得到共轭信号：q_m(n)＝p_m(n)^*；计算乘积序列：z_m(n)＝y_n，i×q_m(n)。

U6)对乘积序列进行快速傅立叶变换；

其中，对乘积序列z_m(n)进行FFT变换，得到序列Z_m(n)。

U7)取最大值；

其中，计算乘积序列中序列的最大值：z_m＝arg max Z_m(n)。

U8)获取信道系数；

其中，获取信道系数H_m：H_m＝z_m/TPN_m，TPN_m为预先计算出的单位带宽内前导序列的能量和。

U9)计算接收序列能量和；

其中，对信号的时域序列进行频域转换，对得到的频域序列的单位带宽内对应的样点值计算其绝对值平方和，即获得单位带宽内接收序列能量和Y_m，其公式表示为： $Y_m=\underset{k}{\mathrm{\Σ}}\left(Y_{k,i}{{\×Y}_{k,i}}^{*}\right),$ 其中k在第m个MHz带宽内的所有子载波求和。

U10)计算非空子载波上干扰和噪音功率；

其中，非空子载波上干扰和噪音功率T_m2＝(Y_m-|H_m|²×TPN_m)/(M_subcarrier/12)。

U11)计算干扰和噪音功率；

其中，干扰和噪音功率T_m＝(T_m1+T_m2)/2。

U12)判断干扰和噪音功率是否大于门限值，若是，转向步骤U13)，否则转向步骤U14)；

U13)判断存在干扰；

U14)判断不存在干扰。

本实施例中增加了确定门限值的步骤，可以理解的是，第一至第五实施例中同样可以增加确定门限值的步骤。

在本实施例中，存在干扰是指当前检测的信道上有许可系统正在传输数据，免许可系统不能使用该信道或该信道的部分带宽，反之可以使用。

下面分别对下行的超帧，帧前导序列和上行数据突发前导序列进行仿真，以下仿真中的干扰都是窄带干扰，200KHz(比如GSM信道，74设备信号的带宽)。

超帧前导序列检测干扰性能的仿真：

请参阅图14(a)，体现门限值与检测概率的关系。仿真条件为噪声是均值为零，方差为0.2的高斯白噪声，干噪比为0dB。每个点200次实验结果平均，点粒度为0.01dB，仿真过程中噪音和干扰的功率固定。

请参阅图14(b)，体现门限值与虚警概率的关系。仿真条件为噪声是均值为零，方差为0.2的高斯白噪声，干噪比为0dB。每个点200次实验结果平均，点粒度为0.01dB，仿真过程中噪音和干扰的功率固定。

请参阅图14(c)，体现门限值与检测概率的关系。仿真条件为噪声是均值为零，方差为0.2的高斯白噪声，干噪比为-10dB。每个点200次实验结果平均，点粒度为0.01dB，仿真过程中噪音和干扰的功率固定。

请参阅图14(d)，体现门限值与虚警概率的关系。仿真条件为噪声是均值为零，方差为0.2的高斯白噪声，干噪比为-10dB。每个点200次实验结果平均，点粒度为0.01dB，仿真过程中噪音和干扰的功率固定。

请参阅图14(e)，体现干噪比变化与检测概率的关系。仿真条件为噪声是均值为零，方差为0.2的高斯白噪声，门限值为0.25dB。

帧前导序列检测干扰性能的仿真：

请参阅图15(a)，体现门限值与检测概率的关系。仿真条件为噪声是均值为零，方差为0.2的高斯白噪声，干噪比为0dB。每个点200次实验结果平均，点粒度为0.01dB，仿真过程中噪音和干扰的功率固定。

请参阅图15(b)，体现门限值与虚警概率的关系。仿真条件为噪声是均值为零，方差为0.2的高斯白噪声，干噪比为0dB。每个点200次实验结果平均，点粒度为0.01dB，仿真过程中噪音和干扰的功率固定。

请参阅图15(c)，体现门限值与检测概率的关系。仿真条件为噪声是均值为零，方差为0.2的高斯白噪声，干噪比为-10dB。每个点200次实验结果平均，点粒度为0.01dB，仿真过程中噪音和干扰的功率固定。

请参阅图15(d)，体现门限值与虚警概率的关系。仿真条件为噪声是均值为零，方差为0.2的高斯白噪声，干噪比为-10dB。每个点200次实验结果平均，点粒度为0.01dB，仿真过程中噪音和干扰的功率固定。

请参阅图15(e)，体现干噪比变化与检测概率的关系。仿真条件为噪声是均值为零，方差为0.2的高斯白噪声，门限值为0.25dB。

上行数据突发前导序列检测干扰性能的仿真：

请参阅图16(a)，体现门限值与检测概率的关系。仿真条件为噪声是均值为零，方差为0.2的高斯白噪声，干噪比为0dB。每个点200次实验结果平均，点粒度为0.01dB，仿真过程中噪音和干扰的功率固定。

请参阅图16(b)，体现门限值与虚警概率的关系。仿真条件为噪声是均值为零，方差为0.2的高斯白噪声，干噪比为0dB。每个点200次实验结果平均，点粒度为0.01dB，仿真过程中噪音和干扰的功率固定。

请参阅图16(c)，体现门限值与检测概率的关系。仿真条件为噪声是均值为零，方差为0.2的高斯白噪声，干噪比为-10dB。每个点200次实验结果平均，点粒度为0.01dB，仿真过程中噪音和干扰的功率固定。

请参阅图16(d)，体现门限值与虚警概率的关系。仿真条件为噪声是均值为零，方差为0.2的高斯白噪声，干噪比为-10dB。每个点200次实验结果平均，点粒度为0.01dB，仿真过程中噪音和干扰的功率固定。

请参阅图16(e)，体现干噪比变化与检测概率的关系。仿真条件为噪声是均值为零，方差为0.2的高斯白噪声，门限值为0.25dB。

以上对本发明所提供的一种干扰检测方法进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (12)

1.一种干扰检测方法，其特征在于，包括步骤：

1)接收前导序列；

2)计算单位带宽内接收序列与前导序列的最大相关值；将所述最大相关值与已知的单位带宽内前导序列能量和的比值作为单位带宽信道系数；计算单位带宽内接收序列的能量和；根据下述公式计算单位带宽内干扰和噪音能量和：单位带宽内干扰和噪音能量和等于单位带宽内接收序列的能量和减去已知的单位带宽内前导序列的能量和与单位带宽信道系数绝对值平方的乘积；将所述单位带宽内干扰和噪音能量和与单位带宽内样点数的比值作为单位带宽内干扰和噪音功率；

3)将所述干扰和噪音功率与预置的门限值进行比较；

4)若所述干扰和噪音功率大于门限值，则判断存在干扰，若否，则判断不存在干扰。

2.根据权利要求1所述的干扰检测方法，其特征在于，所述计算单位带宽内接收序列与前导序列的最大相关值包括步骤：

211)对前导序列进行逆快速傅立叶变换，得到时域信号；

212)对时域信号取共轭，得到共轭信号；

213)将所述共轭信号和接收序列相乘得到乘积序列；

214)对所述乘积序列进行快速傅立叶变换；

215)获取变换后序列中的最大值。

3.根据权利要求2所述的干扰检测方法，其特征在于，所述计算单位带宽内接收序列的能量和包括步骤：

231)将信号的时域序列转换为频域序列；

232)对所述的频域序列的单位带宽内样点值计算其绝对值平方和，获得单位带宽内接收序列的能量和。

4.根据权利要求1至3中任一项所述的干扰检测方法，其特征在于，所述步骤1)之前进一步包括：根据先验信息设置门限值；所述先验信息包括检测灵敏度。

5.根据权利要求4所述的干扰检测方法，其特征在于，所述前导序列是超帧前导序列，或者是帧前导序列。

6.根据权利要求1至3中任一项所述的干扰检测方法，其特征在于，所述已知的单位带宽内前导序列的能量和为预先通过前导序列计算获得。

7.一种干扰检测方法，其特征在于，包括步骤：

1)接收前导序列；

2)计算空子载波上数据功率；根据所述前导序列计算非空子载波上的干扰和噪音功率；根据空子载波上数据功率和非空子载波上的干扰和噪音功率计算干扰和噪音功率；

3)将所述干扰和噪音功率与预置的门限值进行比较；

4)若所述干扰和噪音功率大于门限值，则判断存在干扰，若否，则判断不存在干扰。

8.根据权利要求7所述的干扰检测方法，其特征在于，所述计算空子载波上数据功率包括步骤：

A11)计算接收序列的能量和；

A12)根据所述接收序列的能量和与空子载波样点数计算空子载波上数据功率T_m1；

所述根据所述前导序列计算非空子载波上的干扰和噪音功率包括步骤：

B11)截取时域序列，取原时域序列的四分之一的数据；

B12)计算单位带宽内接收序列与前导序列的最大相关值；

B13)将所述最大相关值与已知的单位带宽内前导序列能量和的比值作为单位带宽信道系数；

B14)计算单位带宽内接收序列的能量和；

B15)根据下述公式计算单位带宽内干扰和噪音能量和：

单位带宽内干扰和噪音能量和等于单位带宽内接收序列的能量和减去单位带宽内前导序列的能量和与单位带宽信道系数绝对值平方的乘积；

B16)将所述单位带宽内干扰和噪音能量和与单位带宽内样点数的四分之一的比值作为单位带宽内非空子载波上干扰和噪音功率T_m2；

所述干扰和噪音功率T_m通过以下方式计算获得：

T_m＝(T_m1×3+T_m2)/4。

9.根据权利要求7所述的干扰检测方法，其特征在于，所述计算空子载波上数据功率包括步骤：

A21)计算接收序列的能量和；

A22)根据所述接收序列的能量和与空子载波样点数计算空子载波上数据功率T_m1；

所述根据所述前导序列计算非空子载波上的干扰和噪音功率包括步骤：

B21)截取时域序列，取原时域序列的二分之一的数据；

B22)计算单位带宽内接收序列与前导序列的最大相关值；

B23)将所述最大相关值与已知的单位带宽内前导序列能量和的比值作为单位带宽信道系数；

B24)计算单位带宽内接收序列的能量和；

B25)根据下述公式计算单位带宽内干扰和噪音能量和：

单位带宽内干扰和噪音能量和等于单位带宽内接收序列的能量和减去单位带宽内前导序列的能量和与单位带宽信道系数绝对值平方的乘积；

B26)将所述单位带宽内干扰和噪音能量和与单位带宽内样点数的二分之一的比值作为单位带宽内非空子载波上干扰和噪音功率T_m2；

所述干扰和噪音功率T_m通过以下方式计算获得：

T_m＝(T_m1+T_m2)/2。

10.根据权利要求7至9中任一项所述的干扰检测方法，其特征在于，所述步骤1)之前进一步包括：根据先验信息设置门限值；所述先验信息包括检测灵敏度。

11.根据权利要求10所述的干扰检测方法，其特征在于，所述前导序列是超帧前导序列，或者是帧前导序列。

12.根据权利要求8或9所述的干扰检测方法，其特征在于，所述已知的单位带宽内前导序列的能量和为预先通过前导序列计算获得。

Images