基于USRP平臺的寬帶頻譜感知系統設計與實現

王志文，徐以濤，江　漢，羅屹潔，趙　勇

(解放軍理工大學 通信工程學院，江蘇 南京 210007)

摘　要：頻譜感知是認知無線電的一項關鍵技術，也是認知循環的基礎。如何高效快速感知頻譜環境分布一直是學術界研究的熱點問題，尤其是對實際的空中信號進行實時測量是目前頻譜感知研究亟待解決的難題。針對以上需求，利用USRP平臺和MATLAB信號處理工具設計并實現了一種分布式寬帶頻譜快速感知系統，系統可支持多種頻譜感知算法，通過千兆以太網可在中央處理模塊融合感知節點的數據。并對實際的0.4～4.4 GHz無線頻譜環境進行了初步測量，該系統能夠及時發現頻譜空穴和目標信號的存在，能夠將感知結果上傳給中央處理模塊進行分析和存儲，具有應用推廣價值。

關鍵詞：認知無線電；寬帶頻譜感知；能量檢測；多窄帶檢測

doi:10.3969/j.issn.1002-0802.2015.06.024

基于USRP平臺的寬帶頻譜感知系統設計與實現

王志文，徐以濤，江漢，羅屹潔，趙勇

(解放軍理工大學 通信工程學院，江蘇 南京 210007)

摘要：頻譜感知是認知無線電的一項關鍵技術，也是認知循環的基礎。如何高效快速感知頻譜環境分布一直是學術界研究的熱點問題，尤其是對實際的空中信號進行實時測量是目前頻譜感知研究亟待解決的難題。針對以上需求，利用USRP平臺和MATLAB信號處理工具設計并實現了一種分布式寬帶頻譜快速感知系統，系統可支持多種頻譜感知算法，通過千兆以太網可在中央處理模塊融合感知節點的數據。并對實際的0.4～4.4 GHz無線頻譜環境進行了初步測量，該系統能夠及時發現頻譜空穴和目標信號的存在，能夠將感知結果上傳給中央處理模塊進行分析和存儲，具有應用推廣價值。

關鍵詞：認知無線電；寬帶頻譜感知；能量檢測；多窄帶檢測

doi:10.3969/j.issn.1002-0802.2015.06.024

收稿日期：2015-01-05；修回日期：2015-04-15Received date:2015-01-05；Revised date：2015-04-15

中圖分類號：TN92

文獻標志碼：碼：A

文章編號：號：1002-0802(2015)06-0750-05

Abstract：Spectrum sensing, as a key technology in cognitive radio, acts as the foundation of cognitive loop. How to achieve effective and rapid sensing of spectral distribution in surroundings always attracts much attention from the academic circle, and now becomes a hard problem demanding prompt solution in real-time measurement of the actual signals on the air. In order to deal with the problem mentioned above, a distributed wideband spectrum sensing system based on USRP platform and MATLAB signal processing tools is designed and implemented, which can support various algorithms of spectrum sensing and make a fusion of data from sending nodes in central processing module via Gigabit Ethernet. The preliminary measurement on the whole spectrum band from 0.4GHz to 4.4GHz indicates that this system could find spectrum holes and the presence of target signal in a very short time, and in addition, could store the final decision from each node and make further analysis in central processing module, thus is of certain application and popularization value.

作者簡介：

Design and Implementation of Wideband Spectrum Sensing System

based on USRP Platform

WANG Zhi-wen, XU Yi-tao, JIANG Han, LUO Yi-jie, ZHAO Yong

(College of Communication Engineering, PLA University of Science and Technology, Nanjing Jiangsu 210007, China)

Key words：cognitive radio; wideband spectrum sensing; energy detection; multi-narrowband detection

0引言

隨著無線通信業務數量的迅速攀升，頻譜資源日漸稀缺，傳統靜態的頻譜分配策略成為制約無線通信技術發展的瓶頸，而“認知無線電”的出現為緩解頻譜資源緊張提高頻譜利用率提供了契機[1]。作為認知無線電的基礎工程，頻譜感知隨即成為研究者廣泛關注的熱點。

目前，關于頻譜感知算法的研究已經相當廣泛和成熟，匹配濾波器檢測、能量檢測和循環特征檢測是公認的三種經典方法[2]。然而，傳統的窄帶檢測方法直接應用在寬帶頻譜感知中存在采樣速率過高等問題，多信道串行檢測法和并行檢測法將該問題進行了轉化，利用窄帶檢測技術完成了對寬頻范圍的檢測。此外，壓縮感知技術的出現有效降低了信號采樣速率，一定程度上緩解了ADC器件和FPGA的數據處理壓力，如何提高檢測速度和信號恢復精度始終是這類問題的研究熱點[3]。總體來看，多數研究工作僅限于理論研究和仿真，與實際相結合的工程實現較為稀少。部分學者利用USRP (Universal Software Radio Peripherals)和GNU Radio進行了嘗試[4-5]，取得了一些進展。但是GNU Radio數據處理功能模塊較少，程序語言復雜，開發門檻較高，與之搭配的USRP設備受技術條件限制未能達到寬帶頻譜感知的指標要求。相對而言，MATLAB擁有豐富強大的數據處理工具，靈活簡明的開發環境，因而更受開發者的青睞[6-7]。Ettus Research公司推出的最新產品USRP N210相比之前版本的USRP在性能上有大的提升，通過千兆以太網接口可以很好的支持Matlab仿真調試。本文正是基于能量檢測方法利用USRP平臺和Matlab信號處理工具，采用多窄帶串行掃描的方法上實現了對寬達4 GHz范圍頻譜的快速感知。

1USRP N210的結構和技術參數

USRP N210是由Ettus Research公司生產的通用軟件無線電設備，目前廣泛應用與軟件無線電技術的原型驗證和科研開發，因其強大、靈活并且獨立的特點頗受工程師的青睞。USRP N210的體系結構如圖1所示。

圖1　USRP N210體系結構

搭配SBX子板的USRP N210可以覆蓋從400 MHz到4.4 GHz的頻率范圍。設備的母板可提供兩路100 MS/s 14位的模數轉換和兩路400 MS/s 16位的數模轉換，高速和高精度的ADC和DAC轉換能力使其能夠處理動態范圍更高、帶寬更寬的信號。強大的FPGA可以對信號進行數字上變頻(DUC)和數字下變頻(DDC)等高采樣率的處理，并且抽取因子和插值因子均可由用戶編程確定。通過千兆級的以太網接口和主機相連，使得USRP N210構建的頻譜感知系統能夠同時快速采集高達50 MHz帶寬的射頻信號，滿足寬帶頻譜感知大容量實時數據交換的需求。

寬帶頻譜感知系統由兩部分組成，即頻譜感知節點和中央處理模塊，系統的硬件連接如圖2所示。系統的工作流程可描述為，各個分布式頻譜感知節點通過UHD驅動控制USRP N210接收無線環境中的空中信號，AD采樣之后的數據經過FPGA中的數字下變頻之后依托千兆以太網接口傳至PC主機。運行在主機上的Matlab環境提供了豐富的信號處理函數和強大數據處理功能，可對實測數據進行一系列的變換和處理，并在屏幕上顯示實時處理過程。同時，感知節點的感知結果可通過路由器發送到中央處理模塊進行數據匯聚和融合，感知信息被綴以時間戳之后存儲在中央處理模塊的數據庫中，方便回查。

圖2　寬帶頻譜感知系統硬件連接

2檢測方法比較

頻譜感知算法主要有匹配濾波器檢測法、能量檢測法和循環平穩特征檢測法三大經典方法。

匹配濾波器檢測法根據主用戶的先驗信息(調制方式、脈沖形狀、數據包格式等)構造匹配濾波器使接收信號的信噪比達到最大，這是對確知信號的一種最佳檢測方法，原理框圖如圖3所示。其中，x(n)是被檢測信號，r(n)為已知的先驗信息，檢驗統計量為：

(1)

但是此方法具有一定的局限性，其嚴重依賴主用戶的先驗信息，一旦與匹配濾波器失配，檢測性能將大大降低，甚至導致誤判。并且，當存在多個主用戶時，該方法需要設計多個與之對應的匹配濾波器，實現成本增加。

圖3　匹配濾波器檢測框

能量檢測法的原理框圖如圖4所示。在主用戶先驗信息未知的條件下，能量檢測法是一種最佳選擇。此方法將接收信號的累積能量與門限作比較從而判斷主用戶信號的存在與否，實現簡單，復雜度低，應用非常廣泛。檢驗統計量為：

(2)

但是其在低信噪比的情況下檢測性能不佳，不能對信號、干擾和噪聲加以區分，嚴重時出現檢測失效。

圖4　能量檢測框

圖5給出了循環特征檢測法的原理框圖。該方法基于調制信號存在內在周期性這一特點，通過分析其相關函數的特點來進行信號檢測，具有良好的檢測性能。檢驗統計量為：

(3)

式中，α為循環頻率，ΔT為傅里葉變換間隔，Δt為譜相關間隔，XΔT(t, f)滿足：

(4)

由于主用戶信號、平穩噪聲和干擾信號的循環譜能量往往有著較大差異，故此方法的最大優勢就是能夠實現對上述三者的有效區分，彌補了能量檢測法的短板。但是，伴隨著檢測性能的提升，算法復雜度和檢測時間也有所增大。

圖5　循環特征檢測框

3寬帶頻譜感知系統的實現

擁有高精度高速率ADC轉換能力的USRP N210，搭配特定頻段的子板可以為上述檢測方法的實現提供強大的硬件支持，在此基礎上，利用UHD和MATLAB工具箱可以輕松調度硬件的組合運行，提高處理速度。

下面以能量檢測法為例詳細說明該系統的實現方法。

寬帶頻譜的感知分為兩個步驟，即粗掃描和細掃描[8]。粗掃描負責檢測全頻段的頻譜占用情況和目標信號的大致位置，細掃描則進行局部放大，對目標信號的細節(中心頻率、能量譜，平均功率等)進行刻畫。粗掃描階段，整個寬帶頻譜被分割為若干子窄帶，USRP N210以串行的方式依次掃描每一個子窄帶，最后將掃描結果匯總形成寬帶頻譜的感知結果。寬帶頻譜感知的流程圖如圖6所示。

圖6　寬帶頻譜感知系統流程

在系統初始化的環節，一些關鍵的參數必須要指定。起始頻率和終止頻率分別設為400 MHz和4.4 GHz。抽取因子D可選范圍4至512，并且必須是4的倍數。經過反復試驗，此處設置D=16較為合適。采樣頻率Fs由R/D確定，其中R是USRP N210母板的ADC轉換速率(100 M/s)，由此可知Fs的值為6.25 MHz，這也是一次接收數據所能覆蓋的最大頻率范圍。中心頻率Fc變換的步進值Tap應與Fs一致，保證各子頻帶的完美拼接。接收增益和采樣幀長度分別設為32 dB和8 192，FFT的點數N同樣設置為8 192。門限值根據實際測量結果綜合考慮，-80 dBm是一個合適的選擇。

粗掃描流程圖如圖7所示。為更加快捷的進行頻譜粗掃描，此處用子窄帶的平均功率值作為子窄帶中心頻率處的功率，其值為：

(5)

動態顯示掃描結果調用MATLAB中的繪圖模塊即可實現。

圖7　粗掃描流程

對于粗掃描中出現的超出門限值的中心頻率，則進入細掃描階段。以粗掃描獲得的能量最大的中心頻率重新接收信號，完成測量。為提高掃描準確性，此處接收信號應進行反復進行多次，本文設定接收9次。統計這9次結果中能量最高的中心頻率，獲得“票數”最多的即可認定是目標信號所使用的中心頻率值。為了直觀地顯示該信號的能量分布情況以及提取信號特征參數，系統以新的準確的中心頻率對目標信號進行接收，調用繪圖模塊可以為用戶提供直觀的展示。

4測量結果及討論

經實際測量，0.4～4.4 GHz的頻譜占用情況如圖8所示。

圖8粗掃描的頻譜占用情況

從圖8中可以看到，900 MHz附近的GSM信號、1.8 GHz附近的3G信號、2.4 GHz附近的WIFI信號，還有其他一些幅度較小的信號。一些頻譜段諸如1.2～1.4 GHz、1.6～1.7 GHz、2.6～3.0 GHz屬于空閑頻段，3.5 GHz之后則屬于完全未被利用的頻段。此外，該系統可以借助頻譜細掃描來進一步對感興趣的頻段進行局部放大，來更加清晰地展示頻譜占用情況。當然，在2.534 GHz附近出現了一個能量很高的不明信號，即系統認定的目標信號。

經過細掃描，其準確的中心頻率在2.533 GHz，糾正了粗掃描中1 MHz的誤差。目標信號的功率譜由圖9給出，圖中可以清楚地看出信號的能量集中分布在2.53～2.536 GHz的頻段內，窗口顯示寬度為25 MHz，頻譜分辨率為3 kHz。

圖9　目標信號功率譜

由前述分析可知，中心頻率的步進值Tap與抽取因子D成反比關系，而步進值的大小直接決定了全頻段粗掃描用時的長短。利用多次測量求平均值的方法，表1給出了在不同抽取因子D的情況下，粗掃描時間t的實際測量值(單位為秒，為表述方便僅精確到小數點后三位)。從表中可以看出，隨著抽取因子D的增大，粗掃描時間t相應增長，當D大于64時，漫長的感知時間已經不能滿足認知無線電系統對于頻譜感知速度的指標要求。

表1　粗掃描時間的實際測量值

該寬帶頻譜感知系統全頻段的粗掃描速度快，細掃描精度準，相比文獻[6]在感知速度和感知范圍方面有了較大提升，而且能夠快速發現偵查范圍內高于門限的目標信號，并提取其特征參數。需要說明的是，在滿足用戶譜線分辨率需求的前提下，可以通過降低抽取因子D，即增大中心頻率變換的步進值Tap來進一步提高感知速度，但是粗掃描的顯示結果將變得更加粗糙，失去直觀性和易讀性。另外，更換WBX子板后可以感知400 MHz以下的頻段，軟件代碼本身并不需要做大的改動，非常靈活。

5結語

文章首先由頻譜感知算法的研究現狀引出可以與理論算法相結合的USRP N210平臺，并對設備的體系結構和技術參數進行了說明。之后在比較頻譜感知三大經典方法優缺點的基礎上，以能量檢測法為例詳細介紹了寬帶頻譜感知系統的設計和實現方法，包括硬件連接和軟件流程。最后，文章對400 MHz至4.4 GHz的寬頻帶范圍進行了實際的檢測。測量結果表明，該系統能夠對寬帶頻譜進行有效的感知，能夠及時發現其中出現的目標信號，具備快速精確的感知能力。與現有的頻譜分析儀相比，本系統擴展性和可移植性強，且開發周期短，大大降低了設備維護和升級成本，在軍事通信、信息安全等領域具有應用價值。

參考文獻：

[1]Mitola J, Maquire G J. Cognitive Radio: Making Software Radios More Personal [J]. IEEE Personal Communications, 1999, 6(4): 13-18.

[2]陳雷,李永成,王英泓等. 認知無線電的頻譜感知算法研究[J]. 通信技術,2013,47(09):38-41.

CHEN Lei,LI Yong-cheng,WANG Ying-hong,et al. Spectrum Sensing Algorithms for Cognitive Radio[J]. Communications Technology,2013,47(09):38-41.

[3]王韋剛,楊震. 基于壓縮感知的寬帶頻譜檢測[J]. 南京郵電大學學報:自然科學版,2012(06):1-6.

WANG Wei-gang, YANG Zhen. Wideband Spectrum Detection based on Compressed Sensing [J]. Journal of Nanjing University of Posts and Telecommunications (Natural Science), 2012(06):1-6.

[4]Nafkha A, Naoues M, Cichon K, et al. Experimental Spectrum Sensing Measurements Using USRP Software Radio Platform and GNU-radio[C]. Cognitive Radio Oriented Wireless Networks and Communications (CROWNCOM), 2014 9th International Conference on,2014.pp.429-434.

[5]余兵才,姚明,鄧曉華等. 基于GNU Radio和USRP新型軟件頻譜分析儀[J]. 現代雷達,2014(09):17-21.

YU Bing-cai, YAO Ming, DENG Xiao-hua, et al. A Novel Software-defined Spectrum Analyzer based on GNU Radio and Universal Software Radio Peripheral [J]. Modern Radar, 2014(09):17-21.

[6]MU Shu-juan, CHEN De-zhang, WANG Meng, et al. Spectrum Monitoring based on USRP2 Receiver[C]. Antennas, Propagation & EM Theory (ISAPE), 2012 10th International Symposium on,2012.pp.508-511.

[7]Anas N M, Mohamad H, Tahir M. Cognitive RadioTest Bed Experimentation Using USRP and Matlab?/Simulink?[C].Computer Applications and Industrial Electronics (ISCAIE), 2012 IEEE Symposium on,2012.pp.229-232.

[8]Maleki S, Pandharipande A, Leus G. Two-Stage Spectrum Sensing for Cognitive Radios [C]. IEEE International Conference on Acoustics Speech and Signal Processing(ICASSP), 2010:2946-2949.

王志文(1991—)，男，碩士研究生，主要研究方向為認知無線電、寬帶頻譜感知；

徐以濤(1971—)，男，博士，教授，碩士生導師，主要研究方向為軟件無線電、認知無線電、無線通信、數字信號處理、通信對抗技術；

江漢(1978—)，男，博士，講師，主要研究方向為認知無線電、頻譜數據分析、數字信號處理；

羅屹潔(1981—)，女，碩士，講師，主要研究方向為移動通信；

趙勇(1986—)，男，碩士研究生，主要研究方向為認知無線電、通信對抗、移動通信。