【摘要】：隨著5G技術(shù)的到來(lái),物聯(lián)網(wǎng)技術(shù)的出現(xiàn),以及眾多基于無(wú)線電的創(chuàng)新性服務(wù),已經(jīng)擁擠的無(wú)線電資源變得更加緊張。因此,不僅需要提供更多的頻譜,而且使現(xiàn)有頻譜的使用變得更有效率也是至關(guān)重要的。認(rèn)知無(wú)線電技術(shù)可以有效的解決這一問(wèn)題,本文主要借助軟件無(wú)線電平臺(tái)USRP,研究基于能量檢測(cè)的頻譜感知技術(shù)。GNU Radio是一套開(kāi)源的軟件系統(tǒng),內(nèi)含豐富的信號(hào)處理模塊,可通過(guò)USRP連接PC進(jìn)行一系列的無(wú)線電開(kāi)發(fā)操作,方便快捷的設(shè)計(jì)通信系統(tǒng)模型。本文主要工作和創(chuàng)新點(diǎn)如下:第一,在USRP平臺(tái)上實(shí)現(xiàn)了基于Python框架的能量檢測(cè)頻譜感知技術(shù)。充分利用了GNU Radio的功能,消除了第三方處理軟件的需求,大大減少了計(jì)算開(kāi)銷,介紹了應(yīng)用經(jīng)典的FFT模塊進(jìn)行快速傅里葉變換實(shí)現(xiàn)頻譜感知功能的流程。第二,提出并實(shí)現(xiàn)了基于USRP的兩階段頻譜感知技術(shù)方案。分別是粗掃描階段和細(xì)掃描階段。粗掃描階段可以實(shí)時(shí)檢測(cè)50MHz-2200MHz頻段的頻譜占用情況,發(fā)現(xiàn)頻譜空洞及目標(biāo)信號(hào)。細(xì)掃描階段可以在指定的頻段進(jìn)行精確地掃描,檢測(cè)信號(hào)的中心頻率和帶寬以及觀測(cè)信號(hào)的頻譜圖。利用粗掃描過(guò)程進(jìn)行快速檢測(cè)發(fā)現(xiàn)的空閑頻段進(jìn)一步通過(guò)細(xì)掃描過(guò)程可提高檢測(cè)精度。在細(xì)掃描階段結(jié)束后,作為認(rèn)知用戶的USRP可以自行選擇適當(dāng)?shù)念l段發(fā)送數(shù)據(jù)包進(jìn)行頻譜接入。通過(guò)比較數(shù)據(jù)包的正確接收率,經(jīng)過(guò)頻譜感知過(guò)程選擇合理的頻段進(jìn)行接入會(huì)大大降低通信過(guò)程的誤碼率。第三,設(shè)計(jì)了有主用戶干擾下的USRP圖像傳輸實(shí)驗(yàn),比較了基于不同的頻譜感知方式選擇頻段傳輸圖像的效果,計(jì)算了圖像文件的正確接收率。基于粗掃描和細(xì)掃描兩階段的頻譜感知方案不僅感知精度高,而且節(jié)省了感知的時(shí)間,因此本方案具有最優(yōu)的檢測(cè)效果。
[Abstract]:With the advent of 5G technology, the emergence of Internet of things technology, and many innovative radio-based services, the already crowded radio resources have become more tense. Therefore, it is essential not only to provide more spectrum, but also to make the existing spectrum more efficient. Cognitive radio technology can solve this problem effectively. In this paper, we mainly use software radio platform USRP, to study spectrum sensing technology based on energy detection. GNU Radio is an open source software system with rich signal processing modules. A series of radio development operations can be carried out by connecting PC with USRP, and the communication system model can be designed conveniently and quickly. The main work and innovations of this paper are as follows: firstly, the energy sensing spectrum sensing technology based on Python framework is implemented on the USRP platform. Taking full advantage of the function of GNU Radio, the requirement of the third party processing software is eliminated, and the computing overhead is greatly reduced. The flow of realizing spectrum sensing function by using the classical FFT module is introduced in this paper. Secondly, a two-stage spectrum sensing scheme based on USRP is proposed and implemented. They are coarse scan phase and fine scan phase respectively. In the coarse scanning phase, the spectrum occupation of 50MHz-2200MHz band can be detected in real time, and the spectrum cavity and target signal can be found. The fine-scan phase can be accurately scanned in the specified frequency band to detect the central frequency and bandwidth of the signal as well as the spectrum map of the observed signal. The detection accuracy can be improved by fine scanning in the idle frequency band, which is found by coarse scanning process. At the end of the fine-scan phase, the USRP, as a cognitive user, can select the appropriate frequency band to send packets for spectrum access. By comparing the correct reception rate of the data packet, the error rate of the communication process can be greatly reduced by selecting a reasonable frequency band through the spectrum sensing process. Thirdly, the experiment of USRP image transmission with host user interference is designed. The effect of selecting frequency band based on different spectrum sensing methods is compared, and the correct recovery rate of image file is calculated. The spectrum sensing scheme based on coarse scan and fine scan not only has high sensing precision, but also saves sensing time, so this scheme has the best detection effect.
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TN925

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 陳婷;張博;牛德智;任曉岳;吳昊謙;;能量檢測(cè)中的BPSK信號(hào)最優(yōu)檢測(cè)門限[J];空軍工程大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年04期

2 王志文;徐以濤;江漢;羅屹潔;趙勇;;基于USRP平臺(tái)的寬帶頻譜感知系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J];通信技術(shù);2015年06期

3 杜文峰;劉亞濤;明仲;隋銀雪;;基于干擾消減的認(rèn)知無(wú)線電頻譜分配算法[J];通信學(xué)報(bào);2012年05期

4 王磊;鄭寶玉;崔景伍;;基于隨機(jī)矩陣?yán)碚摰念l譜感知技術(shù)研究綜述[J];信號(hào)處理;2011年12期

5 劉鑫;譚學(xué)治;徐貴森;;噪聲不確定下認(rèn)知無(wú)線電能量檢測(cè)性能的分析[J];四川大學(xué)學(xué)報(bào)(工程科學(xué)版);2011年06期

6 張鐵軍,胡正名;軟件無(wú)線電研究的新進(jìn)展和關(guān)鍵技術(shù)問(wèn)題[J];電信科學(xué);1998年09期

相關(guān)博士學(xué)位論文 前4條

1 劉玉濤;認(rèn)知無(wú)線電中基于博弈相關(guān)理論的頻譜分配算法研究[D];哈爾濱工業(yè)大學(xué);2010年

2 陳東;認(rèn)知無(wú)線電中無(wú)線頻譜感知技術(shù)的研究[D];西安電子科技大學(xué);2009年

3 王文忠;認(rèn)知無(wú)線電聯(lián)合頻譜感知技術(shù)的研究[D];北京郵電大學(xué);2008年

4 張健;軟件無(wú)線電的基本理論構(gòu)架[D];電子科技大學(xué);2000年

相關(guān)碩士學(xué)位論文 前8條

1 劉鶴;基于RBF神經(jīng)網(wǎng)絡(luò)的認(rèn)知頻譜感知算法研究[D];蘭州交通大學(xué);2013年

2 王白云;OFDM系統(tǒng)的研究和基于GNU Radio軟件無(wú)線電平臺(tái)的實(shí)現(xiàn)[D];西安電子科技大學(xué);2013年

3 武婧;基于FPGA的認(rèn)知無(wú)線電頻譜檢測(cè)的研究[D];大連海事大學(xué);2011年

4 孫培培;認(rèn)知無(wú)線電網(wǎng)絡(luò)的累加干擾分析[D];南京郵電大學(xué);2011年

5 劉勇;遙測(cè)技術(shù)中QAM調(diào)制解調(diào)器的FPGA實(shí)現(xiàn)[D];哈爾濱工程大學(xué);2011年

6 黃凌;基于GNU Radio和USRP的認(rèn)知無(wú)線電平臺(tái)研究[D];華南理工大學(xué);2010年

7 鄧凡;認(rèn)知無(wú)線電網(wǎng)絡(luò)中寬帶頻譜壓縮感知算法研究[D];湖南大學(xué);2010年

8 車越嶺;認(rèn)知無(wú)線電網(wǎng)絡(luò)中的功率控制算法研究[D];電子科技大學(xué);2009年

，

本文編號(hào)：2436861