面向車輛高速移動(dòng)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(huì)交通技術(shù)發(fā)展迅速，汽車已走進(jìn)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(shí)擁擠的交通、頻發(fā)的交通事故等安全問題也接踵而來.對(duì)此，可以運(yùn)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(shí)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(shí)時(shí)獲取車輛行駛參數(shù)以及當(dāng)前的道路情況，從而實(shí)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(shì)必會(huì)產(chǎn)生多普勒效應(yīng)，從而對(duì)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(huì)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(duì)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(rèn)知無線電技術(shù)和車聯(lián)網(wǎng)有效結(jié)合構(gòu)建認(rèn)知車聯(lián)網(wǎng)(Cognitive Radio enabled Vehicular Ad-hoc Networks,CR-VANETs)，通過機(jī)會(huì)式占用授權(quán)頻段、提高頻譜檢測(cè)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(jì)合理且有效的在車輛高速移動(dòng)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(rèn)知車聯(lián)網(wǎng)系統(tǒng)模型

在CR-VANETs環(huán)境中，首先要對(duì)授權(quán)頻段進(jìn)行頻譜空洞的檢測(cè)，從而能夠以動(dòng)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(gè)認(rèn)知車輛CRi(i=1,2,…,N)，頻譜檢測(cè)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(shí)刻認(rèn)知車輛i所接收到的信號(hào)；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(hào).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(duì)應(yīng)的檢測(cè)統(tǒng)計(jì)量Y(x)，使其與預(yù)先設(shè)定的干擾閾值對(duì)比從而得出結(jié)果，形式如下：

(2)

D0表示對(duì)比結(jié)果顯示此頻段未被授權(quán)車輛占用；D1表示對(duì)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(dòng)系統(tǒng)模型

在CR-VANETs中，位置因素以及快速行駛的特性會(huì)影響認(rèn)知車輛的通信環(huán)境，信道狀態(tài)信息會(huì)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(hào)模型見圖1，假設(shè)信號(hào)發(fā)射源與認(rèn)知車輛的距離為R0，當(dāng)前車輛行駛速度為vc，在信號(hào)源方向的徑向分量為v[11].

圖1 多普勒信號(hào)模型

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

R(tm)=R0+vtm，

(3)

其中，tm表示慢時(shí)間分量.

已知在車輛的整個(gè)行駛過程中信號(hào)源持續(xù)不斷發(fā)射信號(hào)，用s(t)exp(j2πfct)表示，s(t)表示基帶信號(hào)；fc表示信號(hào)載波；t為表示時(shí)間變量.認(rèn)知車輛接收信號(hào)時(shí)會(huì)有延時(shí)的影響，同時(shí)由于高移動(dòng)性也會(huì)受到多普勒頻移的干擾.因此將該接收信號(hào)分段，見圖2.

圖2 信號(hào)分段

圖中tr表示快時(shí)間分量，總的時(shí)長(zhǎng)t=tm+tr.

通過下變頻(去除fc因素后)處理，接收信號(hào)為：

(4)

A表示信號(hào)幅度.

首先對(duì)tr進(jìn)行傅立葉變換，可以得出慢時(shí)間域信號(hào)：

(5)

fr表示相對(duì)tr的距離頻率；M為分?jǐn)?shù)段.

由式(5)可得，該認(rèn)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(hào)分別與第1段的信號(hào)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(shí)可以對(duì)距離頻率fr和慢時(shí)間分量ta分別進(jìn)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(shí)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(cè)

(12)

則檢測(cè)統(tǒng)計(jì)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(cè)性能的關(guān)鍵，當(dāng)Y≤λ1時(shí)，說明該通信頻段中沒有授權(quán)車輛使用，此時(shí)認(rèn)知車輛可以接入該頻段；當(dāng)Y≥λ2時(shí)，說明該通信頻段中有授權(quán)車輛正在占用，此時(shí)認(rèn)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(gè)認(rèn)知車輛所得到的檢測(cè)結(jié)果使用“或”邏輯運(yùn)算融合，該計(jì)算表明在整個(gè)檢測(cè)結(jié)果中只要存在授權(quán)車輛的信號(hào)，即認(rèn)為該頻段已被占用，反之則認(rèn)為該頻段屬于空閑狀態(tài)[13].雖然該融合準(zhǔn)則會(huì)導(dǎo)致虛警概率有所升高，但可以在很大程度上提高檢測(cè)概率，其檢測(cè)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(duì)Keystone變換的多普勒頻移算法仿真驗(yàn)證.實(shí)驗(yàn)假設(shè)測(cè)試道路路長(zhǎng)為2 km，寬度為15 m，其中授權(quán)道路距離為150 m.傳輸信號(hào)采用BPSK，信號(hào)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(diǎn)數(shù)N=1 024，信噪比為SNR=-10dB.其中認(rèn)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(bǔ)償仿真及分析

實(shí)驗(yàn)仿真結(jié)果表明，針對(duì)車輛移動(dòng)所產(chǎn)生的信號(hào)偏移與彌散現(xiàn)象，通過共軛相乘校正，搜尋信號(hào)峰值所在單元，從而對(duì)其補(bǔ)償.

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

距離頻率/Hz圖3 信號(hào)分段

距離頻率/Hz圖4 信號(hào)彌散程度

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

時(shí)延/s圖5 共軛相乘后的時(shí)延頻譜圖

圖6 多普勒頻率估計(jì)

3.2 頻譜感知算法仿真及分析

通過仿真對(duì)比，驗(yàn)證頻譜感知算法與常規(guī)能量檢測(cè)算法以及循環(huán)平穩(wěn)特征檢測(cè)算法檢測(cè)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(shì)，所提算法性能明顯優(yōu)于常規(guī)能量檢測(cè)算法和循環(huán)特征檢測(cè)算法，且當(dāng)檢測(cè)概率提高時(shí)，效果更為明顯.

SNR/dB圖7 不同SNR下的檢測(cè)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(shí)，算法的檢測(cè)概率也會(huì)隨之增大，效果提升約10%，系統(tǒng)整體的檢測(cè)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(duì)車輛在信號(hào)傳輸中所遇到的頻譜資源短缺問題，通過結(jié)合認(rèn)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(hào)模型以及頻譜感知信號(hào)模型，從感知精度和感知速度兩方面對(duì)所提算法進(jìn)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(duì)于檢測(cè)精度及性能的影響，進(jìn)一步提高了頻譜檢測(cè)性能.然而，本文考慮場(chǎng)景相對(duì)簡(jiǎn)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(diǎn)考慮該方面因素.