李　博，翟少磊，張林山，曹　敏，王艷艷，朱　婧

(1.云南電網(wǎng)有限責任公司電力科學研究院，云南 昆明 650217；2.電子科技大學電子工程學院，四川 成都 610054)

認知電力物聯(lián)網(wǎng)電視頻譜感知方法

李博1，翟少磊1，張林山1，曹敏1，王艷艷2，朱婧2

(1.云南電網(wǎng)有限責任公司電力科學研究院，云南 昆明 650217；2.電子科技大學電子工程學院，四川 成都 610054)

摘要:基于認知無線電(CR)技術(shù)的電力物聯(lián)網(wǎng)(IOTIPS)通過頻譜感知實現(xiàn)對空閑授權(quán)頻段的接入，可以有效提高頻譜利用率，由于電力物聯(lián)網(wǎng)的通信環(huán)境復雜，載波頻偏無法避免，提出一種適用于電視頻段授權(quán)用戶數(shù)字地面多媒體廣播(DTMB)的復合相關(guān)檢測算法，可以在大載波頻偏條件下保持對DTMB信號穩(wěn)定的檢測性能，提升了通信網(wǎng)絡(luò)的可靠性。同時基于復合相關(guān)檢測的協(xié)作頻譜感知，可以有效降低隱藏終端對感知性能的不利影響，提高認知電力物聯(lián)網(wǎng)的通信效率。

關(guān)鍵詞:電力物聯(lián)網(wǎng)；認知無線電；頻譜感知；數(shù)字地面多媒體廣播

電力物聯(lián)網(wǎng)(IOTIPS)是綜合各種電力設(shè)備、用戶信息的物聯(lián)網(wǎng)，需要實時、雙向、集成、高速的通信系統(tǒng)，以保證電力物聯(lián)網(wǎng)的各部分工作高效運營。隨著電力物聯(lián)網(wǎng)的發(fā)展，大量數(shù)據(jù)通信需要更多的無線頻譜資源來支撐。然而，當前頻譜大部分已被授權(quán)給固定用途，因此無線頻譜資源的緊缺已成為電力物聯(lián)網(wǎng)發(fā)展的瓶頸。認知無線電(CR)是一種具備動態(tài)頻譜接入的智能無線通信技術(shù)[1]。利用CR技術(shù)，電力物聯(lián)網(wǎng)可以通過頻譜感知獲取已授權(quán)頻段的使用狀態(tài)，利用空閑頻譜實現(xiàn)通信。已授權(quán)的VHF/UHF頻段中，電視頻段的電波傳播性能良好，覆蓋效果好，非常適用于無線通信。通過頻譜感知對空閑的電視頻段加以使用，實現(xiàn)動態(tài)接入和使用空閑電視頻譜，可以有效提高電力物聯(lián)網(wǎng)信息傳輸?shù)撵`活性、穩(wěn)定性和安全性[2-3]。頻譜感知首先要對授權(quán)用戶出現(xiàn)與否做出快速、準確地檢測判斷，從而獲知頻譜的使用狀態(tài)。頻譜感知可以分為單用戶獨立頻譜感知和多用戶協(xié)作頻譜感知兩大類。針對數(shù)字電視信號，目前在認知無線電系統(tǒng)中常用的單節(jié)點頻譜感知方法中，能量檢測算法[4]簡單，易實現(xiàn)，但是不能對不同類型的信號加以區(qū)分，在信噪比低的條件下，對授權(quán)用戶的檢測會不準確。循環(huán)平穩(wěn)特征檢測[5]無需知道信號的先驗信息而且能夠區(qū)分噪聲和有用信號，但是循環(huán)平穩(wěn)特征檢測計算的復雜度高，要求的觀測時間較長；基于波形的檢測[6]需要已知電視信號的模式，檢測所需時間短，但是基于波形的檢測對信號同步的要求很高，當接收到的信號載波頻偏較大時，基于波形檢測的檢測性能會發(fā)生極大衰減。為了對抗大載波頻偏以及干擾等問題，提升頻譜感知性能，本文提出了針對數(shù)字地面多媒體廣播(DTMB)的復合相關(guān)檢測算法，并將該算法運用于協(xié)作頻譜感知算法，提升了頻譜感知性能，為電力系統(tǒng)信息傳輸提供一種新思路。

1頻譜感知模型

認知用戶對無線環(huán)境進行頻譜感知，通過對接收到的信號進行檢測，判斷授權(quán)用戶是否出現(xiàn)，從而對頻譜的使用情況做出判決。根據(jù)檢測理論，對授權(quán)用戶的檢測可以建模為一個二元假設(shè)檢驗問題，根據(jù)授權(quán)頻段是否存在授權(quán)用戶可以歸為兩種假設(shè)。

(1)

式中:x(n)為認知用戶在時刻n監(jiān)測到的信號；w(n)為高斯白噪聲；h(n)表示無線信道增益；r(n)為授權(quán)用戶n時刻發(fā)射的信號。認知用戶在進行頻譜感知時，對接收到的觀測數(shù)據(jù)進行處理，不同的感知算法，對于檢測統(tǒng)計量有不同的構(gòu)造，使用的判決準則也不同。

2對抗大載波頻偏的復合相關(guān)檢測

對抗大載波頻偏的復合相關(guān)檢測算法是在傳統(tǒng)波形檢測的基礎(chǔ)上提出的。圖1是傳統(tǒng)波形檢測算法的流程圖。

圖1　波形檢測流程圖

圖1中，x(n)代表認知用戶監(jiān)測到的信號，PN(n)表示模式已知的本地產(chǎn)生的序列，波形檢測的就是通過將接收到的信號和本地PN(n)序列進行相關(guān)來構(gòu)造檢測統(tǒng)計量，然后通過判決，從而實現(xiàn)對DTMB信號的檢測。式(2)中，s(n)表示DTMB發(fā)射端發(fā)射的信號，其中幀頭長度為LPN，幀體長度為Nc，一個DTMB信號幀的長度為N=LPN+Nc。

(2)

在理想同步的條件下，根據(jù)式(1)可知，其中r(n)=s(n)。則波形檢測統(tǒng)計量T0可以寫為

(3)

式中：“?”表示線性相關(guān)運算；k0表示相關(guān)偏移。在實際的認知無線環(huán)境中因為認知用戶終端和DTMB發(fā)射端的本地振蕩器不完全相同，又由于無線信道帶來的多普勒頻移的影響，認知用戶接收到的DTMB信號會發(fā)生載波頻偏，又因為認知用戶終端與DTMB發(fā)射端屬于不同的網(wǎng)絡(luò)，很難實現(xiàn)同步，波形檢測的性能會遭到削弱。考慮載波頻偏的影響，認知用戶終端接收到的DTMB信號可以表示為

(4)

式中：εc表示歸一化的載波頻偏，為方便分析載波頻偏對波形檢測的影響，并未考慮初始相位等因素。根據(jù)式(1)和式(3)，當檢測到的信號發(fā)生載波頻偏時，檢測統(tǒng)計量可以表示為

(5)

根據(jù)式(5)可以得到檢測統(tǒng)計量的對數(shù)形式為

(6)

式中：G0表示波形檢測的相關(guān)增益，從式(6)可以看到，當存在載波頻偏εc時，波形檢測的相關(guān)增益G0和相關(guān)窗長度L1并不成正比例關(guān)系，當L1=Nck/εc(k為整數(shù))，相關(guān)增益G0變?yōu)?。當出現(xiàn)較大載波頻偏εc時，相關(guān)增益G0會發(fā)生很大的衰減，從而導致波形檢測性能的下降。

為了對抗大的載波頻偏εc，復合相關(guān)檢測在波形檢測的基礎(chǔ)上進行改進，從本地產(chǎn)生的長度為LPN的PN序列中截取兩段，長度都為L(L

R(n)=(x(n)?PN(n+k0))*(x(n+P)?

PN(n+k0+P))

(7)

可以得到復合相關(guān)檢測算法相應的檢測統(tǒng)計量T1的表達式為

(8)

當DTMB信號出現(xiàn)時，式(8)的檢測統(tǒng)計量可以寫為

(9)

根據(jù)式(9)可以得到檢測統(tǒng)計量T1的對數(shù)形式有

(10)

式中：G0表示復合相關(guān)檢測的增益。對抗相同的載波頻偏εc，相比式(6)和式(10)，當相關(guān)窗長度L1=L時，復合相關(guān)檢測的相關(guān)增益G1是波形檢測相關(guān)增益G0的兩倍，當兩種檢測算法的相關(guān)增益滿足G1=G0時，相比波形檢測，復合相關(guān)檢測可以對抗更大的載波頻偏εc，保持對DTMB信號良好的感知性能。

在H0條件下，認知用戶終端接收到的僅為復高斯白噪聲w(n)，則復合相關(guān)結(jié)果R(n)可以寫為

(11)

(12)

(13)

根據(jù)分布函數(shù)與虛警概率Pf的關(guān)系Pf=1-FT1(λ1|H0)可以得到，復合相關(guān)檢測相應的門限λ1的計算式為

(14)

式中：μ為經(jīng)驗調(diào)節(jié)系數(shù)；根據(jù)設(shè)定虛警概率Pf和相關(guān)長度L；由式(14)即可求出相應門限λ1，從而實現(xiàn)針對DTMB信號的對抗大載波頻偏的復合相關(guān)檢測。

3基于復合相關(guān)的協(xié)作頻譜感知

協(xié)作頻譜感知是在單用戶頻譜感知基礎(chǔ)上提出的。協(xié)作頻譜感知技術(shù)可以降低隱藏終端帶來的不利影響，提高檢測性能[9]?；趶秃舷嚓P(guān)的硬合并協(xié)作感知是指，多個認知用戶CR1，CR2，CR3，…，CRM首先對接收到的信號利用復合相關(guān)檢測進行獨立的頻譜感知，感知結(jié)果分別為u1，u2，u3，…，uM，并將感知結(jié)果統(tǒng)一發(fā)送到網(wǎng)絡(luò)中的數(shù)據(jù)融合中心，由該數(shù)據(jù)中心對多個判決結(jié)果進行信息硬合并，做出授權(quán)用戶是否存在的全局判斷，然后數(shù)據(jù)中心再將判決結(jié)果發(fā)送給各個認知用戶[10]。圖2為硬判決數(shù)據(jù)合并原理。

圖2　硬判決信息融合原理圖

硬合并準則又分為“OR”準則，“AND”準則和“K-OUT-N”準則[10]?！癘R”準則是指：進行協(xié)作感知的N個認知用戶中，若有一個認知用戶做出檢測到授權(quán)用戶的判斷，那么數(shù)據(jù)中心就判斷授權(quán)用戶出現(xiàn)?！癆ND”準則是指：數(shù)據(jù)融合中心在參與協(xié)作的全部認知用戶都做出檢測到授權(quán)用戶的判斷前提下，數(shù)據(jù)中心才會做出授權(quán)用戶出現(xiàn)的判決，若存在一個認知用戶未檢測到授權(quán)用戶，數(shù)據(jù)中心就做出授權(quán)頻譜空閑的判斷?！癒-OUT-N”準則是指：N個參與協(xié)作頻譜感知的認知用戶中，至少有k個用戶都檢測到授權(quán)用戶，數(shù)據(jù)中心才判決授權(quán)頻段正在使用；否則，數(shù)據(jù)中心給出授權(quán)頻段空閑的判斷。

其中通過“OR”準則得到的協(xié)作檢測概率最高，但同時也會帶來較大的虛警概率，所以在選擇合并準則時，要根據(jù)網(wǎng)絡(luò)環(huán)境對虛警概率的要求而定。

4仿真實驗及驗證

本節(jié)將對上文提到的方法進行性能仿真分析。主要針對DTMB信號PN420模式進行仿真分析，其中DTMB一個信號幀的長度為555.6μs，采樣率為10MHz，虛警概率設(shè)定為10-2，經(jīng)驗調(diào)節(jié)系數(shù)設(shè)定為1.8，檢測時間為555μs。圖3是當存在載波頻偏εc時，在AWGN信道下，復合相關(guān)檢測算法不同相關(guān)窗長度L條件下的檢測性能曲線。其中P為定值P=30，圖3中γ為復合相關(guān)檢測的檢測概率Pd達到95%時，相應的SNR值，γ值越小，說明復合相關(guān)檢測在越低的SNR條件下即可達到95%的檢測概率。

圖3　載波頻偏對不同相關(guān)長度復合相關(guān)檢測性能的影響

從圖3可以看到，不同L條件下，隨著載波頻偏εc的增加，γ的取值也會隨之增大，說明了復合相關(guān)檢測的檢測靈敏度并不是完全不受載波頻偏εc的影響，隨著載波頻偏εc的增加，復合相關(guān)檢測的檢測性能同樣會遭到削弱。由圖可知，在大載波頻偏條件下，當L=P時，復合相關(guān)檢測表現(xiàn)出較為穩(wěn)定的檢測性能。

圖4是在AWGN信道下，發(fā)生載波頻偏時，復合相關(guān)檢測和波形檢測的檢測性能比較。由圖3可以看到，隨著載波頻偏εc的增加，復合相關(guān)檢測表現(xiàn)出穩(wěn)定的檢測性能，在[0，60kHz]范圍內(nèi)，復合相關(guān)檢測的γ的值變化幅度很小，近似一條直線。而波形檢測的γ的值不斷增加，當εc=60kHz時，γ的值發(fā)生急劇增加，γ的值達到12dB，說明波形檢測的檢測性能遭到大載波頻偏的削弱。當波形檢測相關(guān)窗長度為100，復合相關(guān)檢測的相關(guān)窗為50時，兩種算法具有相同的復雜度，從圖中可以看到，當εc>20kHz時，復合相關(guān)檢測的γ值低于波形檢測的，說明相比波形檢測，復合相關(guān)檢測可以在更大載波頻偏范圍內(nèi)，表現(xiàn)出穩(wěn)定的檢測性能。

圖4　不同載波頻偏下兩種檢測算法的性能比較

圖5是復合相關(guān)檢測算法與能量檢測、循環(huán)平穩(wěn)檢測波形檢測3種常用的頻譜感知算法的檢測性能比較。從圖5中可以看到，當載波頻偏εc為0時，具有相同復雜度的復合相關(guān)檢測與波形檢測具有相同的檢測性能，并且這兩種算法的檢測性能都優(yōu)于能量檢測和循環(huán)平穩(wěn)檢測，其中復合相關(guān)檢測和波形檢測在Pf=1%，SNR=-8dB時，檢測概率Pd都達到100%。隨著載波頻偏的增加，能量檢測和循環(huán)平穩(wěn)檢測基本保持不變，而復合相關(guān)檢測和波形檢測都發(fā)生不同程度的衰減，當載波頻偏εc=60kHz時，在SNR=-8dB處，復合相關(guān)檢測的檢測概率降低為84%，而波形檢測衰減嚴重，檢測概率Pd<10%，說明發(fā)生較大載波頻偏時，復合相關(guān)檢測的性能優(yōu)于波形檢測。

圖5　4種頻譜感知算法的檢測性能比較

圖6是在AWGN信道中，SNR=-12dB時，基于復合相關(guān)的“AND”，“OR”以及“K-OUT-N”3種融合準則相應的協(xié)作檢測性能的比較。其中3種融合準則相應的協(xié)作用戶數(shù)都設(shè)為7。從圖中可以看到，3種融合準則相應的協(xié)作檢測概率都隨著虛警概率的增加而增大。同一虛警概率處，“OR”準則相應的協(xié)作檢測性能最優(yōu)，“AND”準則相應的協(xié)作檢測概率最低。

圖6　基于復合相關(guān)的3種準則的協(xié)作檢測性能比較

因為陰影、多徑等因素，單個認知用戶對授權(quán)用戶的檢測的準確度較低，當多個用戶共同協(xié)作進行檢測時，對授權(quán)用戶的檢測準確度能夠得到很大提高。在進行協(xié)作時，硬合并中，“OR”準則的性能較好。選擇“OR”準則作為協(xié)作檢測的融合準則，將單用戶檢測與多用戶協(xié)作的檢測性能進行比較。仿真結(jié)果如圖7所示。

圖7　衰減信道中單個與多個用戶檢測性能比較

圖7是在TU6信道中，單個用戶檢測與多用戶協(xié)作檢測的性能比較。TU6信道是對存在陰影衰落，多徑干擾的無線通信環(huán)境的模擬，從圖中可以看到，在存在衰減的信道中，多個用戶通過協(xié)作，檢測性能得到很大提升。

5結(jié)束語

由以上分析可知，采用本文所提出的針對電視信號的檢測方法，可以很好地對抗大載波頻偏以及終端隱藏等問題，提升對電視信號的檢測靈敏度，從而提升電力無線認知網(wǎng)絡(luò)中通信終端的頻譜感知性能，提高電力信息傳輸網(wǎng)絡(luò)的通信效率。

參考文獻：

[1]CORDEIROC，CHALLAPALIK，BIRRUD，etal.IEEE802.22:thefirstworldwidewirelessstandardbasedoncognitiveradios[C]//Proc.IEEEInternationalSymposiumonDynamicSpectrumAccessNetworks.Baltimore：IEEE，2005：328-337.

[2]苗伽略.基于認知無線電的智能配電網(wǎng)通信技術(shù)研究[D].重慶：重慶大學，2014.

[3]張國斌，吳娜. 認知無線電在智能電網(wǎng)中的應用研究[J].移動通信， 2014(10)：37-40.

[4]YEZ，MEMIKG，GROSSPIETSCHJ.Energydetectionusingestimatednoisevarianceforspectrumsensingincognitiveradionetworks[C]//Proc.IEEEWirelessCommunicationsandNetworkingConference(WCNC).LasVegas：IEEE，2008：711-716.

[5]TIANZ.Cyclicfeaturebasedwidebandspectrumsensingusingcompressivesampling[C]//Proc.IEEEInternationalConferenceonCommunications(ICC).Kyoto：IEEE，2011：1-5.

[6]CHENHS，GAOW，DAUTDG.SignaturebasedspectrumsensingalgorithmsforIEEE802.22WRAN[C]//Proc.IEEEInternationalConferenceonCommunications.Glasgow：IEEE，2007：6487-6492.

[7]LIUG，ZHIDKOVSV.AcompositePN-correlationbasedsynchronizerforTDS-OFDMreceiver[J].IEEEtransactionsonbroadcasting，2010，56(1)：77-85.

[8]YUCEKT，ARSLANH.Asurveyofspectrumsensingalgorithmsforcognitiveradioapplications[J].IEEEcommunicationssurveys&tutorials，2009，11(1)：116-130.

[9]代澤洋.認知無線網(wǎng)絡(luò)中的協(xié)作傳輸技術(shù)研究[D].成都：電子科技大學，2013.

[10]JIAJUNL，ZHENHUIT，BOA，etal.Weightedhardcombinationforcooperativespectrumsensingincognitiveradionetworks[J].Chinacommunications，2011，8(2)：111-115.

李博(1986— )，學士，工程師，主研電力系統(tǒng)自動化；

翟少磊(1984— )，碩士生，工程師，主研電力系統(tǒng)在線監(jiān)測；

張林山(1980— )，碩士生，高級工程師，主研電力系自動化；

曹敏(1962— )，女，學士，教授級高工，主要研究方向為電力系統(tǒng)物聯(lián)網(wǎng)技術(shù)；

王艷艷(1989— )，女，博士生，主研信號與信息處理；

朱婧(1989— )，女，碩士生，主研信號與信息處理。

責任編輯：許盈

TV spectrum sensing method for internet of things in power systems

LI Bo1, ZHAI Shaolei1, ZHANG Linshan1, CAO Min1,WANG Yanyan2, ZHU Jing2

(1.ElectricPowerResearchInstitute,YunnanPowerGridLimitedLiabilityCompany,Kunming650217,China;2.SchoolofElectronicEngineering,UniversityofElectronicScienceandTechnologyofChina,Chengdu610054,China)

Abstract:Based on Cognitive Radio(CR), the IOTIPS implements spectrum sensing(SS) to access idle TV bands to communicate, which can effectively solve the spectral scarcity. However, because the communication environment of the IOTIPS is complex, the carrier frequency offset(CFO) can not be avoided. In this paper, a composite correlation based waveform detection(CC-WD) algorithm for digital terrestrial multimedia broadcasting(DTMB) signal is proposed, which can maintain stable detection performance against large CFO and enhance the reliability of communication network. Based on the CC-WD, the cooperative spectrum sensing can effectively reduce the adverse impact on the perception of hidden terminal based on performance, effectively improve the efficiency of IOTIPS.

Key words:internet of things in power systems; CR; spectrum sensing; DTMB

中圖分類號:TN915.853

文獻標志碼:A

DOI：10.16280/j.videoe.2016.04.015

基金項目：國家自然科學基金項目(61101091)

作者簡介：

收稿日期：2015-11-05

文獻引用格式：李博，翟少磊，張林山，等. 認知電力物聯(lián)網(wǎng)電視頻譜感知方法[J].電視技術(shù)，2016，40(4)：69-73.

LI B，ZHAI S L，ZHANG L S，et al. TV spectrum sensing method for internet of things in power systems[J].Video engineering，2016，40(4)：69-73.