《电子技术应用》
您所在的位置:首页 > 通信与网络 > 设计应用 > 基于智能电网的频谱感知算法研究
基于智能电网的频谱感知算法研究
电子技术应用 2023年3期
陈卓,文淳,吕志恒
(重庆邮电大学 通信与信息工程学院,重庆 400065)
摘要: 宽带微功率(Broadband Micro-Power, BMP)无线通信系统是为满足智能配用电系统的通信需求,在非授权频谱资源上研究开发的电力无线专网系统。认知无线电(Cognitive Radio, CR)的频谱感知技术的引入,虽缓解了目前智能电网频谱资源紧张的问题,但系统在低信噪比下单用户的感知准确性仍需提高。针对上述问题,提出一种基于变步长的最小均方(Variable Step Size Least Mean Square, VSS-LMS)频谱感知算法。该算法在对原始发送信号幅度进行迭代估计时,增加两个参数作为调节器,可以灵活地调整步长,并对误差信号进行平滑处理,从而解决收敛速度与稳态误差的矛盾,实现高效的频谱感知。仿真实验表明,该算法不仅具有较好的收敛性,且在低信噪比下仍有较好的检测性能。与能量检测算法和LMS频谱感知算法相比,该算法使系统的频谱检测性能得到提升。
中图分类号:TP929.5 文献标志码:A DOI: 10.16157/j.issn.0258-7998.223585
中文引用格式: 陈卓,文淳,吕志恒. 基于智能电网的频谱感知算法研究[J]. 电子技术应用,2023,49(3):100-105.
英文引用格式: Chen Zhuo,Wen Chun,Lv Zhiheng. Research on spectrum sensing algorithm based on smart grid[J]. Application of Electronic Technique,2023,49(3):100-105.
Research on spectrum sensing algorithm based on smart grid
Chen Zhuo,Wen Chun,Lv Zhiheng
(School of Communication and Information Engineering, Chongqing University of Posts and Telecommunication, Chongqing 400065, China)
Abstract: Broadband micro-power (BMP) wireless communication system is a power wireless private network system researched and developed on unlicensed spectrum resources to meet the communication needs of smart grid systems. Although the introduction of spectrum sensing technology of cognitive radio (CR) has alleviated the current problem of shortage of spectrum resources in smart grids, the sensing accuracy of order users under low signal-to-noise ratio still needs to be improved. To solve the above problems, this paper proposes a Variable Step Size Least Mean Square (VSS-LMS) spectrum sensing algorithm based on variable step size. When estimating the amplitude of the originally transmitted signal, the algorithm adds two parameters as a regulator, which can flexibly adjust the step size and smooth the error signal, to solve the contradiction between convergence speed and steady-state error and realize efficient spectrum sensing. Simulation results show that the proposed algorithm not only has good convergence, but also has good detection performance under low signal-to-noise ratio. Compared with the energy detection algorithm and LMS spectrum sensing algorithm, the spectrum detection performance of the system is improved.
Key words : smart grid;broadband micro-power;cognitive radio;spectrum sensing;least mean square algorithm;variable step size component

0 引言

在能源和用电需求增长的驱动下,全球电网智能化和信息化水平不断提高,形成了新一代电力通信系统——智能电网。目前国内电力无线通信使用较多的通信方式有通用无线分组(General Packet Radio Service,GPRS)、码分多址(Code Division Multiple Access,CDMA)和230 MHz无线专网通信和窄带微功率通信等。其中GPRS和CDMA属于公网,虽不需专门搭建网络,但其安全性,可靠性不高,且往往需要高额的租赁费用。而230 MHz无线专网与窄带微功率通信也由于其技术落后、传输效率低下等问题,无法满足智能电网的需求。为了满足智能配用电系统的发展建设需要,国家电网公司在470 MHz~510 MHz频段研究开发了一种新型宽带微功率(Broadband Micro-Power, BMP)无线通信技术,该技术可快速自主组网,采用chrip扩频调制、自定义帧结构、干扰抑制等关键技术,实现对电网业务的定制开发。经现场挂桩测试,与传统技术相比该技术具有通信容量大、时延低、传输距离远等特点。但近年来随着智能电网的大力推广使用场景的增多,使得BMP网络中大量设备共存,进而导致频谱资源短缺。然而针对这一问题,传统的静态频谱分配策略已无法有效地应对。因此,需通过动态频谱资源来寻找新的解决方法。认知无线电(Cognitive Radio, CR)的提出为解决这些问题提供了一个突破口。该技术核心是频谱感知技术,要求在不影响主用户(Primary User, PU)的情况下快速获取频谱使用情况判断PU是否存在,进而发现频谱空穴让次用户(Second User, SU)动态接入。当PU再次始于该频段时,SU要及时撤出,保证PU的优先使用权。BMP网络中频谱稀缺问题同样可以通过访问可用空闲频段来解决,即宽带微功率认知网络(Cognitive BMP Networks, CBMPNs)。CBMPNs的核心任务是寻找频谱空白区域,通过频谱感知获取可用频谱信息。

近年来频谱感知的研究主要分为单用户感知和多用户感知。单用户感知中较为经典的算法有能量检测法、循环平稳特征检测法、匹配滤波检测法,但这些算法各有优缺点。能量检测法算法复杂度小,但却不能有效地区分噪声和信号样本,具有较大的不确定性,且在低信噪比条件下的信号检测性能不高;循环平稳特征检测法不易受到噪声不确定性的影响,在低信噪比下的误检概率较低,但随着接受信号长度的增加,计算量亦增大;匹配滤波检测法则需要了解发送信号的先验信息,对场景的依赖性较大。多用户感知是指多个次用户进行合作,共同对频谱资源进行检测,在判决之前也需要每个次用户完成各自的频谱感知。

最小均方误差(Least Mean Square, LMS)自适应算法是一种结构简单、复杂度低的算法,被广泛应用于信号处理领域。近几年国内外也有不少学者将LMS算法应用于频谱感知领域。其中,文献[13]-[15]将LMS算法与能量检测算法相结合,引入一个新的代价函数来改变检验统计量,从而提高能量检测法的检测能力,但该方法计算复杂度较大且针对单用户感知提升有限。文献[16]、[17]提出一种基于LMS频谱感知算法,该算法将LMS算法与频谱感知模型直接结合,对发送信号的幅度进行多次迭代估计,并将该估计值作为检验统计量来进行判决检测,以此来提高低信噪比条件下的检测概率。但是该算法中的固定步长不能打破高收敛速度与小稳态误差同时共存这一悖论。

本文将基于智能电网的CBMPNs场景,在LMS频谱感知算法模型中引入变步长的概念,提出一种基于变步长的最小均方(Variable Step Size Least Mean Square, VSS-LMS)频谱感知算法,以此来更好地平衡收敛速度和稳态误差。




本文详细内容请下载:https://www.chinaaet.com/resource/share/2000005237




作者信息:

陈卓,文淳,吕志恒

(重庆邮电大学 通信与信息工程学院,重庆 400065)


微信图片_20210517164139.jpg

此内容为AET网站原创,未经授权禁止转载。