面向車輛高速移動的頻譜感知算法研究

陳玲玲，郭帥飛，金小杭

(吉林化工學(xué)院 信息與控制工程學(xué)院，吉林 吉林 132022)

當(dāng)今社會交通技術(shù)發(fā)展迅速，汽車已走進了千家萬戶，給人們的工作生活帶來極大的便利，但與此同時擁擠的交通、頻發(fā)的交通事故等安全問題也接踵而來.對此，可以運用車聯(lián)網(wǎng)技術(shù)解決這些問題[1].利用車聯(lián)網(wǎng)技術(shù)實現(xiàn)車與車間(Vehicles to Vehicles,V2V)、車與基礎(chǔ)設(shè)施間(Vehicles to Installation,V2I)的通信，實時獲取車輛行駛參數(shù)以及當(dāng)前的道路情況，從而實現(xiàn)信息的傳輸與共享[2-3].由于車輛在高速行駛的過程中，勢必會產(chǎn)生多普勒效應(yīng)，從而對車輛在無線通信環(huán)境中頻譜感知的速度與精度產(chǎn)生較大的影響，而且會過多占用頻譜資源，目前現(xiàn)有的頻譜資源已不能夠滿足車聯(lián)網(wǎng)技術(shù)的需求.針對頻譜感知性能以及頻譜資源利用率低下的現(xiàn)狀，有學(xué)者利用認知無線電技術(shù)和車聯(lián)網(wǎng)有效結(jié)合構(gòu)建認知車聯(lián)網(wǎng)(Cognitive Radio enabled Vehicular Ad-hoc Networks,CR-VANETs)，通過機會式占用授權(quán)頻段、提高頻譜檢測性能和頻譜利用率成為解決車聯(lián)網(wǎng)頻譜供需不足的有效手段[4-8].因此，如何設(shè)計合理且有效的在車輛高速移動環(huán)境下的頻譜感知算法成了亟待解決的問題.

1 系統(tǒng)模型

1.1 認知車聯(lián)網(wǎng)系統(tǒng)模型

在CR-VANETs環(huán)境中，首先要對授權(quán)頻段進行頻譜空洞的檢測，從而能夠以動態(tài)的方式接入空閑頻譜[9-10].用H0和H1分別表示授權(quán)車輛不存在和授權(quán)車輛存在，假設(shè)道路上共有N個認知車輛CRi(i=1,2,…,N)，頻譜檢測的周期為T，則頻譜感知模型可以表示為:

(1)

其中，xi(t)表示在t時刻認知車輛i所接收到的信號；ni(t)表示加性高斯白噪聲(AWGN)；hi(t)表示頻譜感知信道增益；s(t)表示授權(quán)車輛信號.在二元假設(shè)情況下，利用頻譜感知技術(shù)獲取頻譜數(shù)據(jù)，并建立所對應(yīng)的檢測統(tǒng)計量Y(x)，使其與預(yù)先設(shè)定的干擾閾值對比從而得出結(jié)果，形式如下：

(2)

D0表示對比結(jié)果顯示此頻段未被授權(quán)車輛占用；D1表示對比結(jié)果顯示授權(quán)車輛正占用此頻段.

1.2 車輛高速移動系統(tǒng)模型

在CR-VANETs中，位置因素以及快速行駛的特性會影響認知車輛的通信環(huán)境，信道狀態(tài)信息會受到多普勒頻移、多徑衰弱等因素的干擾而產(chǎn)生改變.

多普勒信號模型見圖1，假設(shè)信號發(fā)射源與認知車輛的距離為R0，當(dāng)前車輛行駛速度為vc，在信號源方向的徑向分量為v[11].

圖1 多普勒信號模型

假設(shè)認知車輛在一定時間內(nèi)的行駛速度和方向均不變，則該認知車輛相對于信號源的徑向距離表示為:

R(tm)=R0+vtm，

(3)

其中，tm表示慢時間分量.

已知在車輛的整個行駛過程中信號源持續(xù)不斷發(fā)射信號，用s(t)exp(j2πfct)表示，s(t)表示基帶信號；fc表示信號載波；t為表示時間變量.認知車輛接收信號時會有延時的影響，同時由于高移動性也會受到多普勒頻移的干擾.因此將該接收信號分段，見圖2.

圖2 信號分段

圖中tr表示快時間分量，總的時長t=tm+tr.

通過下變頻(去除fc因素后)處理，接收信號為：

(4)

A表示信號幅度.

首先對tr進行傅立葉變換，可以得出慢時間域信號：

(5)

fr表示相對tr的距離頻率；M為分數(shù)段.

由式(5)可得，該認知車輛的多普勒頻率為：

(6)

c表示光速，λ=c/fc.

利用式(5)中第2段至第M段的信號分別與第1段的信號做共軛相關(guān)

(7)

則由式(7)可知，由預(yù)先設(shè)定的距離R0所產(chǎn)生的干擾消失.

(8)

(9)

由(8)、(9)可得：

(10)

此時可以對距離頻率fr和慢時間分量ta分別進行傅立葉逆變換和傅立葉變換可得：

(11)

其中，p(tr)表示tr=0時能量聚集的包絡(luò)信息；δ(·)表示Delta函數(shù)；fa表示多普勒頻率軸.

2 頻譜感知算法

2.1 雙門限能量檢測

(12)

則檢測統(tǒng)計量YE服從以下分布：

(13)

(14)

(15)

如何設(shè)定干擾閾值是提高頻譜檢測性能的關(guān)鍵，當(dāng)Y≤λ1時，說明該通信頻段中沒有授權(quán)車輛使用，此時認知車輛可以接入該頻段；當(dāng)Y≥λ2時，說明該通信頻段中有授權(quán)車輛正在占用，此時認知車輛需要退出該頻段；當(dāng)λ1

2.2 融合準(zhǔn)則

OR準(zhǔn)則是將各個認知車輛所得到的檢測結(jié)果使用“或”邏輯運算融合，該計算表明在整個檢測結(jié)果中只要存在授權(quán)車輛的信號，即認為該頻段已被占用，反之則認為該頻段屬于空閑狀態(tài)[13].雖然該融合準(zhǔn)則會導(dǎo)致虛警概率有所升高，但可以在很大程度上提高檢測概率，其檢測概率和虛警概率分別為：

(16)

(17)

3 算法仿真結(jié)果及分析

文章通過利用MATLAB軟件針對Keystone變換的多普勒頻移算法仿真驗證.實驗假設(shè)測試道路路長為2 km，寬度為15 m，其中授權(quán)道路距離為150 m.傳輸信號采用BPSK，信號載波頻率為fc=700 MHz，碼元速率為f0=70 Mbit/s，采樣頻率為fs=20 GHz，采樣點數(shù)N=1 024，信噪比為SNR=-10dB.其中認知車輛在該道路保持勻速行駛，速度為v=20 m/s，仿真次數(shù)設(shè)為10 000.

3.1 多普勒頻移補償仿真及分析

實驗仿真結(jié)果表明，針對車輛移動所產(chǎn)生的信號偏移與彌散現(xiàn)象，通過共軛相乘校正，搜尋信號峰值所在單元，從而對其補償.

由圖3和圖4可以看出，受車輛高速移動的影響，產(chǎn)生了多普勒效應(yīng)，使信號出現(xiàn)了偏移和彌散現(xiàn)象.

距離頻率/Hz圖3 信號分段

距離頻率/Hz圖4 信號彌散程度

由圖5和圖6可以看出，該分段信號通過共軛相乘，校驗傳輸信號，從而能夠把信號能量集合在同一單元.

時延/s圖5 共軛相乘后的時延頻譜圖

圖6 多普勒頻率估計

3.2 頻譜感知算法仿真及分析

通過仿真對比，驗證頻譜感知算法與常規(guī)能量檢測算法以及循環(huán)平穩(wěn)特征檢測算法檢測能力的優(yōu)越性.參數(shù)設(shè)置如下：虛警概率Pf=0.09，其他系統(tǒng)參數(shù)如上所提.

由圖7和圖8可以看出，隨著信噪比的不斷增大，曲線整體呈上升趨勢，所提算法性能明顯優(yōu)于常規(guī)能量檢測算法和循環(huán)特征檢測算法，且當(dāng)檢測概率提高時，效果更為明顯.

SNR/dB圖7 不同SNR下的檢測概率

虛警概率Pf圖8 不同算法的ROC曲線

3.3 融合準(zhǔn)則仿真及分析

在信噪比一定的情況下，當(dāng)虛警概率逐漸增大時，算法的檢測概率也會隨之增大，效果提升約10%，系統(tǒng)整體的檢測性能有所改觀，如圖9所示.

False alarm probability,PFa圖9 不同融合準(zhǔn)則的ROC曲線圖

4 結(jié) 論

針對車輛在信號傳輸中所遇到的頻譜資源短缺問題，通過結(jié)合認知無線電技術(shù)構(gòu)建CR-VANETs，在此環(huán)境下研究多普勒頻移信號模型以及頻譜感知信號模型，從感知精度和感知速度兩方面對所提算法進行分析.仿真結(jié)果表明，該算法可以在低信噪比的情況下消除多普勒頻移對于檢測精度及性能的影響，進一步提高了頻譜檢測性能.然而，本文考慮場景相對簡單，且并未考慮道路中其他車輛以及天氣等因素帶來的干擾，下一步將重點考慮該方面因素.