CN102204380A - 分布式频谱感测 - Google Patents

分布式频谱感测 Download PDF

Info

Publication number
CN102204380A
CN102204380A CN2009801345961A CN200980134596A CN102204380A CN 102204380 A CN102204380 A CN 102204380A CN 2009801345961 A CN2009801345961 A CN 2009801345961A CN 200980134596 A CN200980134596 A CN 200980134596A CN 102204380 A CN102204380 A CN 102204380A
Authority
CN
China
Prior art keywords
compression
frequency spectrum
sensing
sequence
signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2009801345961A
Other languages
English (en)
Other versions
CN102204380B (zh
Inventor
Y.王
A.V.潘达里潘德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
NXP BV
Original Assignee
NXP BV
Koninklijke Philips Electronics NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by NXP BV, Koninklijke Philips Electronics NV filed Critical NXP BV
Publication of CN102204380A publication Critical patent/CN102204380A/zh
Application granted granted Critical
Publication of CN102204380B publication Critical patent/CN102204380B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04K—SECRET COMMUNICATION; JAMMING OF COMMUNICATION
    • H04K3/00—Jamming of communication; Counter-measures
    • H04K3/20—Countermeasures against jamming
    • H04K3/22—Countermeasures against jamming including jamming detection and monitoring
    • H04K3/224—Countermeasures against jamming including jamming detection and monitoring with countermeasures at transmission and/or reception of the jammed signal, e.g. stopping operation of transmitter or receiver, nulling or enhancing transmitted power in direction of or at frequency of jammer
    • H04K3/226—Selection of non-jammed channel for communication
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/20—Monitoring; Testing of receivers
    • H04B17/26—Monitoring; Testing of receivers using historical data, averaging values or statistics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/318—Received signal strength
    • H04B17/327—Received signal code power [RSCP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/364—Delay profiles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/14—Spectrum sharing arrangements between different networks

Abstract

本发明涉及用于无线电网络的频谱感测方案。所提出的方法涉及以分布式方式应用感测以便获得信号频谱的估计。多感测节点（200-1至200-J）的网络获得这种频谱估计，而无需高速模数转换器适应大的感兴趣带宽。

Description

分布式频谱感测
技术领域
本发明总体上涉及用于感测无线电网络的频谱的装置、方法、计算机程序产品和系统。
背景技术
广泛认识到的是，未来的无线系统将是认知性的并且能够按照机会使用无线电频谱。存在若干定义这样的系统的技术要求的标准化机构（例如电气和电子工程师协会（IEEE）802.22）和监管机构（例如联邦通信委员会（FCC06，FCCM06））。这样的系统中的中心问题是获得感兴趣宽带频谱区域中的频谱占用率。例如，FCC正在为这样的认知网络考虑从54MHz到862MHz的区域内的频谱。在从2GHz到5GHz的区域内的频谱方面引起了类似的兴趣。
在频谱估计领域，近来已经开发了称为“压缩感测”的技术。为了估计频谱，需要长度为N的自相关序列
Figure 954510DEST_PATH_IMAGE001
                                             （1）
其中每一项
Figure 809333DEST_PATH_IMAGE002
，
Figure 589071DEST_PATH_IMAGE003
                               （2）
对应于接收的信号x(t)在特定时延
Figure 984280DEST_PATH_IMAGE004
下的自相关。采样时间
Figure 736335DEST_PATH_IMAGE005
对应于要感测的频带的总带宽的倒数。该自相关序列的长度N对应于频率分辨率，即N越大，那么估计的频谱的频率分辨率越佳。频谱可以估计为等式（1）中的自相关序列r的傅立叶变换。在矩阵形式下，估计的频谱矢量为：
Figure 558798DEST_PATH_IMAGE006
                                                     （3）
其中F表示大小为N×N的离散傅立叶变换（DFT）矩阵。
D. Donoho, “Compressed sensing”, IEEE Transactions on Information Theory, pp 1289-1306, April 2006中描述了一种示例性压缩感测（CS）框架。假设 x
Figure 763514DEST_PATH_IMAGE007
R N  为信号，并且
Figure 962414DEST_PATH_IMAGE008
为张成R N 的矢量基，如果x可以由来自
Figure 631293DEST_PATH_IMAGE009
的K<<N个矢量的线性组合很好地近似，那么可以说x在
Figure 60875DEST_PATH_IMAGE009
中是K稀疏的。在矩阵形式下，即：
Figure 815204DEST_PATH_IMAGE010
                                                    （4）
其中
Figure 489899DEST_PATH_IMAGE011
为包含K个非零项的稀疏矢量。CS理论说明，有可能使用其中M<<N的M×N测量矩阵
Figure 13285DEST_PATH_IMAGE012
，而测量y=x仍然保留关于K稀疏信号x的必要信息。测量矩阵
Figure 622438DEST_PATH_IMAGE012
的一个实例是具有独立同分布高斯项的随机矩阵。使用与基矢量矩阵不相干（incoherent）的任何矩阵
Figure 478715DEST_PATH_IMAGE012
，有可能从CS测量y复原K稀疏信号x。CS复原问题的典范公式求解l 1最小化问题：
Figure 813882DEST_PATH_IMAGE013
                      （5）。
该问题需要M=cK个测量，其中c为某个常数。例如J. Tropp和A. Gilbert, “Signal recovery from random measurements via orthogonal matching pursuit”, IEEE Transactions on Information Theory, pp 4655-4666, Dec 2007中所描述的迭代贪心追踪算法经常用于CS复原，例如正交匹配追踪（OMP）算法。
为频谱感测估计的信号是等式（1）中的自相关序列r，或者等效地为其频域版本，等式（3）中的r f 。为了将CS应用于频谱估计，可以在基矩阵
Figure 981951DEST_PATH_IMAGE009
上利用稀疏矢量z使用r的稀疏表示，使得r=z，并且z包含大量零项或者接近零的项。
Z. Tian和G. B. Giannakis, “Compressed Sensing for Wideband Cognitive Radios”, ICASSP, pp 1357-1360, 2007描述了作为r的稀疏表示的边缘频谱z。边缘频谱可以定义为原始信号频谱的平滑版本的导数：
Figure 496426DEST_PATH_IMAGE014
                             （6）
其中*表示卷积，w(f)为平滑函数，并且w(t)为w(f)的逆傅立叶变换。频域中执行的信号频谱r(f)与w(f)的卷积可以在时域中通过自相关序列r(t)与w(t)的乘积以及之后的傅立叶变换来实现。在矩阵形式下，边缘频谱矢量z为：
Figure 268073DEST_PATH_IMAGE015
                                                  （7）
其中
Figure 156395DEST_PATH_IMAGE016
为近似导数操作的矩阵，W=diag{w(t)}为w(t)在其对角线上的对角矩阵，矩阵D、F和W大小为N×N，矢量r和z大小为N×1。边缘频谱矢量z为带有少数非零项的稀疏矢量，这些稀疏矢量与其中频谱水平具有某些锐利变化的频带边缘对应。
图1示出了信号频谱r(f)（顶部）和相应的边缘频谱z(f)（底部）。显然可推断的是，边缘频谱在频域中是稀疏的，具有少量尖峰，其中正的尖峰指示频谱水平的增加并且负的尖峰指示减小。
基于等式（7），自相关序列矢量r可以按照z表示：
Figure 38900DEST_PATH_IMAGE017
                                           （8）
其表明r在基
Figure 329067DEST_PATH_IMAGE018
中具有稀疏表示z。
宽带频谱感测可以通过一次一个地对每个窄带频道执行窄带感测来实现。然而，这要求具有可调谐窄带带通滤波器的昂贵且不利的射频（RF）前端，并且也需要信道化的知识，即感兴趣宽带上每个窄带信道的中心频率和带宽。
另一种方法基于同时感测包含多个窄带频道的宽带。如果总的感兴趣带宽为数百MHz，那么这需要高速以及因而运行在例如吉比特/秒的耗电模数转换器（ADC）。
Z. Tian和G. B. Giannakis, “Compressed Sensing for Wideband Cognitive Radios”, ICASSP, pp 1357-1360, 2007提出了一种应用压缩感测以执行宽带频谱感测的思想。然而，压缩应用于自相关序列r(t)并且r(t)的计算要求在奈奎斯特速率以上采样原始宽带信号x(t)，并且因而高速ADC的负担没有降低。
此外，US20080129560公开了一种用于分布式压缩感测的方法，其中利用了完全CS矩阵或者其子矩阵，并且重点在于基于多传感器节点处的测量之间的联合稀疏性的复原算法的算法效率。
发明内容
本发明的目的是提供一种在传感器节点处具有降低的处理要求的灵活的频谱感测方法。
这个目的是在感测端通过如权利要求1所述的装置和如权利要求9所述的方法、在测量或处理端通过如权利要求2所述的装置和如权利要求10所述的方法以及通过如权利要求13所述的计算机程序产品来实现的。
相应地，频谱估计可以通过分布式多传感器节点网络来执行，而无需高速模数转换器（ADC）适应大的感兴趣带宽。每个传感器节点在模拟域中测量接收的信号在若干特定时延下的部分自相关（partial autocorrelation）。该模拟自相关因而减轻了ADC的负担。每个传感器节点在数字域中进一步通过压缩感测处理器将部分自相关变换成部分压缩测量序列。融合中心获取所有传感器节点收集的部分压缩测量序列，基于所述部分压缩测量序列估计总的频带或频谱上的信号频谱。融合可以在与传感器节点不同的节点处执行，或者在每个感测节点处通过收集来自其他传感器节点的测量而执行。所提出的分布式感测方法对于其中能量效率关键的分布式网络是特别有利的。
所提出的装置可以实现为网络节点或网络站中提供的处理器设备、模块、芯片、芯片组或者电路。处理器可以由计算机程序产品控制，该计算机程序产品包括用于在计算机或处理器设备上运行时执行要求保护的方法的步骤的代码装置。
依照第一方面，所述部分压缩测量序列可以通过相干加性传输信道传输。因此，该传输信道自动地聚集（aggregate）分布式传感器节点传输的各个部分压缩测量序列。
依照可以与上面的第一方面结合的第二方面，相关器可以包括至少一个分支，所述分支具有：乘法器，其用于将接收的信号与其特定延迟的共轭版本相乘；积分器，其用于在预定的时间窗上对获得的乘积积分；以及模数转换器，其用于对预定的时间窗结束时获得的积分输出数字化。该分支类型处理结构允许实现所述装置的基于处理能力的简单可伸缩结构。
依照可以与第二方面结合的第三方面，相关器可以进一步包括压缩感测处理器，该压缩感测处理器用于接收所述至少一个分支的数字化积分输出并且用于将部分压缩感测测量应用于该数字化积分输出。压缩感测测量由于要处理的信号投影数量更小而提供了处理要求降低的优点。
依照可以与第一至第三方面中的任何一方面结合的第四方面，变换处理器可以包括：复原部分，其用于根据部分压缩测量序列的集合（collection）复原总频谱的导数；以及积分部分，其用于近似对于该导数的积分操作。因此，总频谱的估计可以通过简单的积分操作直接地从复原的导数获得。
依照可以与第一至第四方面中的任何一方面结合的第五方面，复原部分可以适于应用压缩感测复原处理。因此，可用的复原算法可以用于该复原处理。
依照可以与第四或第五方面结合的第六方面，积分部分可以适于对导数计算累加和。这允许实现简单且直接的获得积分操作的近似的方法。
依照可以与第一至第六方面中的任何一方面结合的第七方面，依照权利要求1的装置中提供的用于测量部分自相关的处理分支的数量根据对应网络节点的处理能力而变化，并且其中所述系统的所有依照权利要求1的装置中提供的所有处理分支的总和对应于总频谱的频率分辨率。因此，测量总频谱的自相关序列的共有的负担可以适应每个单独的感测节点的处理能力。
从属权利要求中限定了另外的有利发展。
附图说明
现在，将基于各个不同的实施例参照附图描述本发明，在附图中：
图1示出了信号频谱和相应的边缘频谱；
图2示出了依照第一实施例的传感器节点处理器的示意性框图；
图3示出了依照第二实施例的频谱感测过程的流程图；
图4示出了依照第三实施例的分布式频谱感测系统的示意性框图；以及
图5示出了依照第四实施例的融合中心处理器的示意性框图。
具体实施方式
在下文中，基于示例性分布式压缩宽带感测系统描述本发明的实施例。
依照这些实施例，包含多窄带信道的宽带频道的所提出的频谱估计由分布式多传感器节点网络执行并且无需高速ADC以适应大的感兴趣带宽。
每个传感器节点在模拟域中例如依照该传感器节点的处理能力测量接收的信号在若干特定时延下的部分自相关。该模拟自相关减轻了ADC的负担。每个传感器节点在数字域中进一步将部分自相关变换成部分压缩测量序列。融合中心（FC）获取所有传感器节点收集的部分压缩测量序列，基于所述部分压缩测量序列可以通过压缩感测（CS）复原算法估计所述宽带上的信号频谱。融合可以在与传感器节点不同的节点处执行，或者在每个感测节点处通过收集来自所有其他传感器节点的测量而执行。
因此，所提出的频谱估计涉及网络中每个传感器节点处的特定信号处理，将感测的信息从每个传感器节点传送到FC的特定方式，以及融合中心处为获得频谱估计而进行的特定处理。
图2示出了标号为j的传感器节点处的处理器或处理元件的示意性框图。接收的信号x(t)的自相关在至少一个处理分支中在模拟域通过在对应乘法器20处将接收的信号x(t)与其从对应的延迟元件10-1至10-Nj获得的延迟共轭版本相乘而测量。乘法器20的输出端的乘积提供给对应的积分器30，其中它们在预定的时间窗T上积分。在每个处理分支的末端，该模拟积分输出提供给对应的ADC 40以便在每个时间窗T结束时加以数字化。如果信号占用也为建议的奈奎斯特采样率的B Hz带宽，那么所提出的方案中的ADC采样率变为(B/T) Hz。因此，图2的第j个传感器节点包括N j 个并行的处理分支，每个处理分支产生特定时延的测量的自相关。来自所有分支的测量的自相关可以写成长度为N j 的列矢量r j ：
                                         （9）。
其被设计成使得r j 为取自等式（1）中表达的完全自相关序列r的部分自相关序列，并且来自所有J个传感器节点的测量的r j 构成长度为N的完全自相关序列，即：
Figure 709550DEST_PATH_IMAGE020
                                             （10）。
分支的数量N j 可以取决于每个传感器节点的处理能力（例如硬件和功率限制），并且不一定对于所有传感器节点相同，只要：
Figure 566385DEST_PATH_IMAGE021
                                              （11）。
事实上，所提出的频谱感测方案通过让每个传感器节点测量长度为N j 的部分自相关序列而在J个传感器节点之间分配测量长度为N的自相关序列的负担。例如，如果感测节点的数量等于要估计的希望的自相关序列的长度，即J=N，那么每个传感器节点只需要一个处理分支测量一个单时延的自相关，其为单个系数，即r j =r(j), j=1,…,N。
部分自相关序列r j 在变换单元50中通过应用部分CS测量矩阵
Figure 38955DEST_PATH_IMAGE022
而被变换成部分压缩测量序列y j 。在矩阵形式下，这可以表示如下：
Figure 90087DEST_PATH_IMAGE023
                                                （12）
其中y j 是大小为M×1的矢量，并且
Figure 15318DEST_PATH_IMAGE022
是大小为M×N j 的矩阵。部分CS测量矩阵可以在变换单元50处通过从包含随机元素（例如高斯或±1伯努利）的大小为M×N的预定义的CS测量矩阵：
Figure 238806DEST_PATH_IMAGE024
                                             （13）
中取出N j 列而获得。
最后，该传感器节点将部分压缩测量序列y j 传输到无线电网络中分开地提供的或者某传感器节点处的融合中心（FC）。
图3示出了依照第二实施例的频谱感测过程的流程图，其可以实现为控制传感器节点处提供的处理器或计算机的软件例程。
在步骤S101中，接收的信号在模拟域与对应特定延迟的至少一个延迟的共轭版本相乘。然后，在步骤S102中，在预定的时间窗上对这些乘法结果积分，并且在步骤S103中对积分输出进行模数转换或者数字化。在后续的步骤S104中，例如通过使用CS测量矩阵将从所有数字化积分输出获得的部分自相关序列变换成部分压缩测量序列。最后，在步骤S105中，将该部分压缩测量序列转发到融合中心。
图4示出了依照第三实施例的分布式频谱感测系统的框图。单独的且部分的压缩测量序列y j 从传感器节点200-1至200-J传输到FC 70。所有J个传感器节点200-1至200-J可以以未编码的模拟且同步的方式在某个载波频率f c >>W c 下通过带宽为W c 的窄带无线传输信道60将其各自的压缩测量序列y j 传输到FC 70。因此，传输信道60构成如例如W. Bajwa, J. Haupt, A. Sayeed和R. Nowak, “Compressive Wireless Sensing”, International Conference on Information Processing in Sensor Networks, April 2006中描述的相干加性信道。传输信道60在同步传输期间自动地聚集（即相干地加上）部分压缩测量序列y j ，并且FC 70接收等于所有部分压缩测量序列y j 的总和的矢量y。这可以表示如下：
Figure 523157DEST_PATH_IMAGE025
                           （14）。
图5示出了依照第四实施例的FC处理器的示意性框图。该处理器被配置成在复原块或部分601和积分块或部分602中执行FC处的分布式压缩宽带感测方案的处理，所述复原部分和积分部分可以实现为分立的处理块或者控制FC处理器的软件例程。
给定如等式（8）中所定义的r的稀疏表示，CS复原问题可以用
Figure 873367DEST_PATH_IMAGE026
表示。传感器节点j使用矩阵
Figure 901366DEST_PATH_IMAGE012
的哪N j 个列是预先设计的并且为FC所知。因此，FC的复原部分601可以使用CS复原算法（例如，如例如J. Tropp和A. Gilbert, “Signal recovery from random measurements via orthogonal matching pursuit”, IEEE Transactions on Information Theory, pp 4655-4666, Dec 2007中所描述的OMP）根据接收的收集的测量估计边缘频谱z（或者自相关序列r）。最终，估计总的增强或完全信号频谱r f ，其可以在积分部分602处通过取自相关序列r的傅立叶变换而获得。在依照第四实施例的特定实现实例中，假定边缘频谱z定义为总的频谱r f 的平滑版本的导数，那么总的信号频谱r f 的估计可以在积分块602中通过近似积分操作的在z上求累加和而直接从复原的边缘频谱z获得。
总而言之，描述了用于无线电网络的频谱感测方案。所提出的方法涉及以分布式方式应用感测以便获得信号频谱的估计。多感测节点的网络获得这种频谱估计，而无需高速模数转换器适应大的感兴趣带宽。
应当指出的是，本发明并不限于上面的实施例并且可以应用于各种各样的信号检测和估计问题，其中目标是例如在无线电环境监控中获得粗略的频谱占用率以便在无线医院、身体传感器网络、便携式设备、移动终端等等中进行干扰检测。此外，所提出的为了获得部分压缩测量序列而对部分自相关序列的进一步处理或压缩可以应用于数字或模拟域。
本领域技术人员根据对于所述附图、本公开内容以及所附权利要求书的研究，应当能够理解和实现所公开实施例的变型。在权利要求书中，措词“包括/包含”并没有排除其他的元件或步骤，并且不定冠词“一”并没有排除多个元件或步骤。单个处理器或其他单元可以实现权利要求中列举的若干项的功能。在相互不同的从属权利要求中陈述特定技术措施这一事实并不意味着这些技术措施的组合不可以加以利用。用于控制处理器执行要求保护的特征的计算机程序可以存储/分布于适当的介质上，例如存储/分布于与其他硬件一起提供或者作为其他硬件的一部分而提供的固态介质或者光学存储介质上，但是也可以以其他的形式分发，例如通过因特网或者其他有线或无线电信系统分发。权利要求书中的任何附图标记都不应当被视为对其范围的限制。

Claims (13)

1. 一种用于感测无线电网络的频谱的装置，所述装置包括：
a）相关器（10-1至10-Nj，20，30，40，50），其用于针对至少一个特定延迟测量接收的信号的部分自相关并且进一步将所述部分自相关变换成部分压缩测量序列；以及
b）转发器，其用于转发所述部分压缩测量序列以便在融合中心（70）处收集。
2. 一种用于感测无线电网络的频谱的装置，所述装置包括：
a）接收器，其用于接收无线电信号的部分压缩测量序列的集合；以及
b）变换处理器（601，602），其用于根据所述接收的部分压缩测量序列集合复原所述无线电信号的总频谱。
3. 依照权利要求1或2的装置，其中所述部分压缩测量序列通过相干加性传输信道（60）传输。
4. 依照权利要求1的装置，其中所述相关器包括至少一个分支，所述分支具有：乘法器（20），其用于将所述接收的信号与其所述特定延迟的共轭版本相乘；积分器（30），其用于在预定的时间窗上对获得的乘积积分；以及模数转换器（40），其用于对所述预定的时间窗结束时获得的积分输出数字化。
5. 依照权利要求4的装置，其中所述相关器进一步包括压缩感测处理器，该压缩感测处理器用于接收所述至少一个分支的所述数字化积分输出并且用于将部分压缩感测测量应用于所述数字化积分输出。
6. 依照权利要求2的装置，其中所述变换处理器包括：复原部分（601），其用于根据所述部分压缩测量序列集合复原所述总频谱的导数；以及积分部分（602），其用于近似对于所述导数的积分操作。
7. 依照权利要求6的装置，其中所述复原部分（601）适于应用压缩感测复原处理。
8. 依照权利要求6的装置，其中所述积分部分（602）适于对所述导数计算累加和。
9. 一种感测无线电网络的频谱的方法，所述方法包括：
a）测量接收的信号在特定延迟下的部分自相关并且进一步将所述部分自相关变换成部分压缩测量序列；以及
b）转发所述部分压缩测量序列以便在融合中心处收集。
10. 一种感测无线电网络的频谱的方法，所述方法包括：
a）接收无线电信号的部分压缩测量序列的集合；以及
b）根据所述接收的部分压缩测量序列集合复原所述无线电信号的总频谱。
11. 一种用于感测无线电网络的频谱的系统，所述系统包括至少两个具有依照权利要求1的装置的网络节点以及至少一个具有依照权利要求2的装置的网络节点，其中所述依照权利要求2的装置包括所述融合中心。
12. 依照权利要求11的系统，其中所述依照权利要求1的装置中提供的用于测量所述部分自相关的处理分支的数量根据对应网络节点的处理能力而变化，并且其中所述系统的所有依照权利要求1的装置中提供的所有处理分支的总和对应于所述总频谱的频率分辨率。
13. 一种计算机程序产品，包括用于在计算机设备上运行时产生权利要求9或10的步骤的代码装置。
CN200980134596.1A 2008-09-04 2009-08-27 分布式频谱感测 Expired - Fee Related CN102204380B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP08163653 2008-09-04
EP08163653.2 2008-09-04
PCT/IB2009/053753 WO2010026514A1 (en) 2008-09-04 2009-08-27 Distributed spectrum sensing

Publications (2)

Publication Number Publication Date
CN102204380A true CN102204380A (zh) 2011-09-28
CN102204380B CN102204380B (zh) 2015-01-28

Family

ID=41381760

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200980134596.1A Expired - Fee Related CN102204380B (zh) 2008-09-04 2009-08-27 分布式频谱感测

Country Status (6)

Country Link
US (1) US8908546B2 (zh)
EP (1) EP2338308A1 (zh)
JP (1) JP5639589B2 (zh)
KR (1) KR101565608B1 (zh)
CN (1) CN102204380B (zh)
WO (1) WO2010026514A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103117818A (zh) * 2013-01-16 2013-05-22 南京邮电大学 基于空频联合压缩感知的宽带频谱检测方法

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5252430B2 (ja) * 2008-10-21 2013-07-31 独立行政法人情報通信研究機構 信号検出方法，プログラム，情報記憶媒体，及びセンサー
US8744015B2 (en) * 2010-06-04 2014-06-03 Blackberry Limited Message decoding for discretized signal transmissions
KR101503201B1 (ko) * 2011-01-10 2015-03-16 알까뗄 루슨트 희소 신호를 측정하고 복원하기 위한 방법 및 장치
US9244158B2 (en) * 2012-02-27 2016-01-26 Mitsubishi Electric Research Laboratories, Inc. Depth sensing using active coherent signals
IL228776A0 (en) * 2013-10-08 2014-03-31 Rabinovich Roman Converting an analog signal to digital information using spectrum compression
JP6494218B2 (ja) * 2013-12-05 2019-04-03 キヤノン株式会社 劣決定系線型方程式の求解装置、被検体情報取得装置
DE102016104978B4 (de) * 2016-03-17 2021-09-02 Apple Inc. Verarbeitung von Verfolgungsinformationen eines Funksignals
CN106452626B (zh) * 2016-10-11 2018-09-28 北京邮电大学 基于多组互质采样的宽带频谱压缩感知
CN108259095B (zh) * 2018-01-29 2020-10-27 中国科学技术大学 联合sfft与coa的无线传感器网络部署结构及频谱重建方法
CN108847909B (zh) * 2018-06-14 2020-10-27 电子科技大学 一种基于压缩感知的宽带块稀疏频谱恢复方法
CN108989829A (zh) * 2018-08-01 2018-12-11 南京邮电大学 基于双层驱动干扰协调的视频直播系统及其实现方法
CN109412718B (zh) * 2018-12-24 2021-07-09 电子科技大学 宽带频谱信号检测方法
CN113037406B (zh) * 2020-12-29 2022-07-05 杭州电子科技大学 一种时频特性提取及压缩感知融合的高效协作频谱感知方法
KR20220149248A (ko) * 2021-04-30 2022-11-08 한국과학기술원 지도 학습을 활용한 무선 인체 통신망에서의 온오프 변조 심볼 검출 방법 및 그 시스템

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4164036A (en) * 1977-12-07 1979-08-07 Honeywell Inc. Quadrature correlation phase reversal pulse detector
US5208804A (en) * 1990-10-30 1993-05-04 Motorola, Inc. Flexible-bandwidth radio
US6211901B1 (en) * 1995-06-30 2001-04-03 Fujitsu Limited Video data distributing device by video on demand
US6266172B1 (en) * 1997-11-06 2001-07-24 Agere Systems Optoelectronics Guardian Corp. Signal bit rate and performance measurement for optical channel signals
CN1332441A (zh) * 2000-07-04 2002-01-23 朗迅科技公司 在通信网络中从话音频带数据中鉴别语音的方法和设备
CN1196274C (zh) * 2000-03-09 2005-04-06 摩托罗拉公司 一种用于天线阵列波束成形的方法和设备
US20070020779A1 (en) * 2004-11-16 2007-01-25 Stavis Samuel M Quantum dot conjugates in a sub-micrometer fluidic channel
US7289049B1 (en) * 2006-08-21 2007-10-30 L3 Communications Integrated Systems L.P. Method and apparatus for compressed sensing
CN101199005A (zh) * 2005-06-17 2008-06-11 松下电器产业株式会社 后置滤波器、解码装置以及后置滤波处理方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5974042A (en) * 1997-02-28 1999-10-26 Motorola, Inc. Service detection circuit and method
US5963562A (en) * 1997-09-04 1999-10-05 Lucent Technologies Inc. Parameter estimation techniques applicable to multiple-signal communications media
US7164725B2 (en) * 2000-03-10 2007-01-16 Motorola, Inc. Method and apparatus for antenna array beamforming
US6909736B2 (en) * 2000-12-14 2005-06-21 Nokia Corporation System for method for fine acquisition of a spread spectrum signal
DE602006006160D1 (de) * 2005-02-25 2009-05-20 Koninkl Philips Electronics Nv Verfahren und vorrichtung zur synchronisierung eines drahtlosen empfängers
WO2006122146A2 (en) 2005-05-10 2006-11-16 William Marsh Rice University Method and apparatus for distributed compressed sensing
JP5106417B2 (ja) 2006-01-17 2012-12-26 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 周期定常ツールボックスを使用するノイズに埋め込まれたテレビ信号の存在の検出
US8417826B2 (en) * 2006-10-12 2013-04-09 Alcatel Lucent Method and system of overload control in packetized communication networks
US7345603B1 (en) * 2006-11-07 2008-03-18 L3 Communications Integrated Systems, L.P. Method and apparatus for compressed sensing using analog projection
US8032085B2 (en) * 2007-09-10 2011-10-04 Technion Research & Development Foundation Ltd. Spectrum-blind sampling and reconstruction of multi-band signals

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4164036A (en) * 1977-12-07 1979-08-07 Honeywell Inc. Quadrature correlation phase reversal pulse detector
US5208804A (en) * 1990-10-30 1993-05-04 Motorola, Inc. Flexible-bandwidth radio
US6211901B1 (en) * 1995-06-30 2001-04-03 Fujitsu Limited Video data distributing device by video on demand
US6266172B1 (en) * 1997-11-06 2001-07-24 Agere Systems Optoelectronics Guardian Corp. Signal bit rate and performance measurement for optical channel signals
CN1196274C (zh) * 2000-03-09 2005-04-06 摩托罗拉公司 一种用于天线阵列波束成形的方法和设备
CN1332441A (zh) * 2000-07-04 2002-01-23 朗迅科技公司 在通信网络中从话音频带数据中鉴别语音的方法和设备
US20070020779A1 (en) * 2004-11-16 2007-01-25 Stavis Samuel M Quantum dot conjugates in a sub-micrometer fluidic channel
CN101199005A (zh) * 2005-06-17 2008-06-11 松下电器产业株式会社 后置滤波器、解码装置以及后置滤波处理方法
US7289049B1 (en) * 2006-08-21 2007-10-30 L3 Communications Integrated Systems L.P. Method and apparatus for compressed sensing

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ZHI TIAN: "Compressed Sensing for Wideband Cognitive Radios", 《IEEE XPLORE DIGITAL LIBRARY》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103117818A (zh) * 2013-01-16 2013-05-22 南京邮电大学 基于空频联合压缩感知的宽带频谱检测方法
CN103117818B (zh) * 2013-01-16 2015-02-25 南京邮电大学 基于空频联合压缩感知的宽带频谱检测方法

Also Published As

Publication number Publication date
CN102204380B (zh) 2015-01-28
JP5639589B2 (ja) 2014-12-10
KR20110067110A (ko) 2011-06-21
US8908546B2 (en) 2014-12-09
KR101565608B1 (ko) 2015-11-03
US20110149791A1 (en) 2011-06-23
EP2338308A1 (en) 2011-06-29
WO2010026514A1 (en) 2010-03-11
JP2012502269A (ja) 2012-01-26

Similar Documents

Publication Publication Date Title
CN102204380B (zh) 分布式频谱感测
KR102000241B1 (ko) 반복되는 무선 전송을 기반으로 한 움직임 검출
US8478319B2 (en) Feature extraction and data compression system and method for distributed sensor networks
US8259783B2 (en) Method of determining as to whether a received signal includes an information signal
US20140286465A1 (en) Wideband digital spectrometer
CN106301631B (zh) 一种基于子空间分解的互素欠采样频谱感知方法及其装置
Liu et al. Joint DOA and frequency estimation with sub-Nyquist sampling in the sparse array system
CN104780008A (zh) 一种基于自适应压缩感知的宽带频谱感知方法
De Vito Methods and technologies for wideband spectrum sensing
Stinco et al. Compressed spectrum sensing in cognitive radar systems
US20180062696A1 (en) Communication device and cancellation method
Elzanati et al. Collaborative compressive spectrum sensing using kronecker sparsifying basis
RU2523913C2 (ru) Многоканальное устройство радиомониторинга
Gurugopinath et al. Design and implementation of spectrum sensing for cognitive radios with a frequency-hopping primary system
CN111443336A (zh) 一种降低fmcw雷达系统数据传输吞吐量的方法
Orović et al. Time-frequency based analysis of wireless signals
CN108847909A (zh) 一种基于压缩感知的宽带块稀疏频谱恢复方法
CN115951382B (zh) 宽带跳频时分多址辐射源的定位方法、装置及电子设备
Park et al. A design of anti-jamming method based on spectrum sensing and GNSS software defined radio
Madhavan et al. Wideband Spectrum Sensing in Dynamic Spectrum Access Systems Using Bayesian Learning
Prema et al. Multirate systems in cognitive radio
Shaban et al. On sub-Nyquist spectrum sensing for wideband cognitve radios
Balint et al. Application of a probabilistic model to high frequency spectrum occupancy
Ball Portable and low cost channel sounding platform for VHF/UHF IoT propagation research
Balestrieri et al. Localization of radio emitters by wideband compressive sampling

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20150128

Termination date: 20160827

CF01 Termination of patent right due to non-payment of annual fee