信号检测装置以及信号检测方法与流程

1.本发明涉及无线通信系统中的检测信号的信号检测装置以及信号检测方法。


背景技术：

2.近年来，由于可分配的频带的不足，要求共用同一频率的无线系统。作为该无线系统的一个例子，可以举出包括多个无线系统的认知(cognitive)无线系统。在认知无线系统中有如下情况：在一方的无线系统进行通信的情况下，另一方的无线系统为了避免干扰一方的无线系统而不进行通信。另外，有在一方的无线系统未进行通信时另一方的无线系统进行通信的情况。在该情况下，一方的无线系统需要准确地掌握另一方的无线系统的通信状况，所以需要探测有无信号的信号检测技术。
3.专利文献1公开一种信号检测装置，在接收信号的电平是某个阈值以下时，作为表示信号的周期性的反复分量的周期稳定性，计算周期自相关函数，使用得到的周期自相关函数，判定有无信号的存在。
4.现有技术文献
5.专利文献
6.专利文献1：日本专利第4531581号公报


技术实现要素：

7.在如专利文献1记载的认知无线系统中，有如下情况：设置一方的无线系统停止通信的期间，在该期间检测另一方的无线系统的信号。在这样的情况下，在进行信号检测的期间变长时，一方的无线系统的通信停止的期间变长，通信效率降低。因此，为了缩短信号的检测期间，需要使信号的检测精度提高。
8.本发明是鉴于上述内容完成的，其目的在于得到一种能够提高信号的检测精度的信号检测装置。
9.为了解决上述课题并达成目的，本发明的信号检测装置的特征在于，具备：第1计算部，使用接收信号计算峰值对平均功率比作为第1特征量；第2计算部，使用接收信号计算周期自相关函数、谱相关函数、信号功率、振幅相关及相位差分中的至少一个作为第2特征量；以及信号判定部，使用第1特征量及第2特征量，通过机器学习，判定在接收信号中有无检测对象的信号。
10.本发明的信号检测装置起到能够提高信号的检测精度这样的效果。
附图说明
11.图1是示出实施方式的信号检测装置的功能块的图。
12.图2是示出实施方式的控制电路的图。
13.图3是示出实施方式的针对频带限制滤波后的信号的频谱的图。
14.图4是示出实施方式的ofdm信号的谱相关函数的图。
15.图5是示出实施方式的图4的scf的峰值发生的频率和循环频率的组合的图。
16.图6是示出实施方式的信号判定部将神经网络用作识别器的情况的结构例的图。
17.(附图标记说明)
18.10、20：信号；100：信号检测装置；200：天线；210：特征量抽出部；211：第1计算部；212：第2计算部；220：信号判定部；300：识别器；310：输入层；320：中间层；330：输出层；340：有无信号判定部；400：控制电路；400a：处理器；400b：存储器。
具体实施方式
19.以下，根据附图详细说明本发明的实施方式的信号检测装置以及信号检测方法。此外，本发明不限于该实施方式。
20.实施方式.
21.图1是示出实施方式的信号检测装置的功能块的图。信号检测装置100设置于基站、移动站、或者基站以及移动站这两方，接收来自其他系统的信号以及本系统发送的信号。信号检测装置100具备天线200、特征量抽出部210以及信号判定部220。天线200接收成为检测对象的信号。特征量抽出部210使用接收到的信号来抽出特征量。信号判定部220使用特征量抽出部210抽出的特征量，通过机器学习判定有无检测对象的信号。
22.特征量抽出部210以及信号判定部220由作为进行各处理的电子电路的处理电路来实现。
23.本处理电路既可以是专用的硬件，也可以是具备存储器以及执行储存于存储器的程序的cpu(central processing unit、中央运算装置)的控制电路。在此，存储器相当于例如ram(random access memory，随机存取存储器)、rom(read only memory，只读存储器)、闪存存储器等非易失性或者易失性的半导体存储器、磁盘、光盘等。在本处理电路是具备cpu的控制电路的情况下，该控制电路例如成为图2所示的结构的控制电路400。
24.如图2所示，控制电路400具备作为cpu的处理器400a和存储器400b。在通过图2所示的控制电路400实现的情况下，通过处理器400a读出并执行存储于存储器400b的与各处理对应的程序来实现。另外，存储器400b还被用作处理器400a实施的各处理中的临时存储器。
25.特征量抽出部210具备第1计算部211和第2计算部212。第1计算部211使用接收信号来计算作为特征量之一的峰值对平均功率比。峰值对平均功率比还被称为第1特征量。峰值对平均功率比是表示信号的特征的信息之一，在例如将ofdm(orthogonal frequency division multiplexing，正交频分复用)信号作为检测对象的情况下，存在有ofdm信号的环境的峰值对平均功率比高于无ofdm信号的仅噪声的环境中的峰值对平均功率比的性质。其原因为，ofdm信号是用不同的数据调制的多个副载波的复用信号。即，能够用峰值对平均功率比来判别有信号的环境和无信号的环境。这样，峰值对平均功率比能够用作用于进行信号检测的信号的特征量。第1计算部211针对输入的接收信号使用以下的式来计算峰值对平均功率比c。
26.【数学式1】
[0027][0028]
在式(1)中，x[i]表示采样定时i的接收信号。p[i]表示对采样定时i的接收信号的功率。k表示接收信号的观测时间。|a|表示对复数a的绝对值。在此，a是x[i]等。
[0029]
第2计算部212针对输入的接收信号，计算峰值对平均功率比以外的特征量。具体而言，关于第2计算部212计算的特征量，计算出周期自相关函数、谱相关函数(scf：spectral correlation function)、信号功率、振幅相关、以及相位差分中的至少一个。第2计算部212计算的特征量还被称为第2特征量。
[0030]
周期自相关函数能够使用以下的式来计算。
[0031]
【数学式2】
[0032][0033]
在式(2)中，v表示滞后参数(lag parameter)。α表示循环频率。t
s
表示采样周期。a
*
表示复数a的复共轭。
[0034]
详细说明用于第2计算部212将周期自相关函数作为特征量计算的具体例。图3是示出实施方式的针对频带限制滤波后的信号的频谱的图。在图3中，纵轴表示信号的强度。横轴表示频率。信号的频谱在通过频带限制滤波器被频带限制的情况下，不收敛于信号频带宽度w。此时，作为频移前的信号的信号10的区域a2成为与信号10的区域a1相同的信号分量。信号10的区域b2成为与信号10的区域b1相同的信号分量。利用该特征，在使作为频带限制滤波后的信号的信号20成为从信号10产生信号频带宽度w量的频移的信号时，信号10的区域a2和信号20的区域a1’成为相同的信号分量。同样地，信号10的区域b1和信号20的区域b2’成为相同的信号分量。在此，在从式(2)使周期自相关函数成为v＝0时，成为产生循环频率α的频移的信号的相关值，所以在成为v＝0并且α＝w时，周期自相关函数发生相关峰值。在本实施方式中，将周期自相关函数的相关峰值作为特征量计算。另外，在检测对象的信号是ofdm信号的情况下，根据基于保护间隔(gi：guard interval)的周期性的性质，在周期自相关函数中发生峰值。具体而言，在式(2)中v＝
±
n
d
、α＝m/n
s
t
s
时发生峰值。在此，n
d
表示ofdm码元的数据长度。n
s
表示ofdm码元的码元长度。m表示任意的整数。如果ofdm信号是检测对象，则将该峰值计算为周期自相关函数的特征量。
[0035]
谱相关函数能够使用以下的式来计算。
[0036]
【数学式3】
[0037][0038]
在式(3)中，f表示频率。q表示观测滞后参数的数。另外，式(3)能够通过使观测采样数以及观测滞后参数的数渐进到无限大而变形为以下的式。
[0039]
【数学式4】
[0040][0041]
在式(4)中，x[f]表示对接收信号x[i]进行傅里叶变换而得到的信号、即频谱。m表示观测码元数。n
f
表示fft(fast fourier transform，快速傅立叶变换)尺寸。根据式(4)，谱相关函数是x[f]和产生了循环频率α的频移的x[f
‑
α]的相关值。
[0042]
说明用于将谱相关函数作为特征量计算的具体例。设为检测对象的信号为ofdm信号，在某个指定的副载波中插入有导频信号(pilot signal)。在此，将gi长度设为16，将fft长度设为64。另外，说明对副载波编号
‑
32～31中的副载波编号
‑
32～
‑
27、0、27～31分配空白，对副载波编号
‑
24、
‑
8、8、24分配导频，对剩余的副载波编号分配数据的ofdm信号。
[0043]
图4是示出实施方式的ofdm信号的谱相关函数的图。scf根据导频在特定的位置发生峰值。其原因为，关于特定的位置处的峰值，由于scf是频谱x[f]和移动了循环频率α的频谱x[f
‑
α]的相关值，所以在某个导频的频率和使其他导频的频率产生了循环频率α的频移后的频率一致时，成为导频彼此的相关。
[0044]
图5是示出实施方式的图4的scf的峰值发生的频率f和循环频率α的组合的图。图5包括表示scf峰值的位置的数量的编号、频率f、以及循环频率α。根据图5，scf峰值位置是12个部位。scf峰值位置相当于在频率方向上插入的4个部位的导频中选择获得相关的2个部位的导频的排列的数量。在此，相关值与获得相关的2个频谱的顺序无关而相同。例如，在考虑复数a、复数b的相关时，复数a、复数b的相关、和复数b、复数a的相关成为相同的值。因此，在图5所示的12个scf峰值位置中，scf峰值位置有6个即可。具体而言，图5的编号成为4、7、8、10、11、12合计6个。谱相关函数的特征量也可以成为由ofdm信号的导频决定的scf峰值位置的scf。另外，也可以与scf峰值位置无关地，将除了成为相同的相关值的组合以外的所有位置的scf作为特征量。
[0045]
信号功率能够使用以下的式来计算。
[0046]
【数学式5】
[0047][0048]
另外，在检测对象是ofdm信号的情况下，作为信号功率，能够使用以下的式来计算副载波功率。
[0049]
【数学式6】
[0050][0051]
在作为信号功率的特征量而使用副载波功率的情况下，例如也可以将全部副载波作为特征量。另外，也可以将除了插入空白的副载波以外的剩余的副载波的功率作为特征量。
[0052]
振幅相关能够使用以下的式来计算。
[0053]
【数学式7】
[0054][0055]
在式(7)中，e[a]表示针对复数a的平均值。求出平均的i的范围是i＝0～k
‑
1。另外，r[i]表示接收信号x[i]的振幅。在将振幅相关作为特征量计算时，例如也可以原样地使用式(7)的振幅相关c[m]。另外，也可以将针对式(7)的振幅相关的统计量用作特征量。统计量例如可以举出平均以及方差。相位差分能够使用以下的式来计算。
[0056]
【数学式8】
[0057]
d[i]＝arg{x[i]
·
x
*
[i+1]}
…
(8)
[0058]
在式(8)中，arg{a}表示复数a的相位。在将相位差分作为特征量计算的情况下，例如也可以原样地使用式(8)的相位差分d[i]。另外，也可以将针对式(8)的相位差分的统计量用作特征量。统计量是指例如平均或者方差。
[0059]
信号判定部220使用已学习的识别器，利用由特征量抽出部210抽出的2个以上的特征量(即峰值对平均功率比和在周期自相关函数、谱相关函数、信号功率、振幅相关、相位差分中的至少一个)，判定在接收信号中有无检测对象的信号。在识别器中，例如能够使用神经网络、决策树、贝叶斯分类器、支持向量机等任意的学习器。在神经网络中，包括卷积神经网络(cnn：convolution neural network)、循环神经网络(rnn：recurrent neural network)、残差网络(resnet：residual network)等。另外，在神经网络中，还同样地包括较深地构成神经网络的层的深度学习。
[0060]
图6是示出实施方式的信号判定部220使用神经网络作为识别器的情况的结构例的图。信号判定部220具备识别器300和有无信号判定部340。识别器300是全连接神经网络。另外，识别器300包括输入层310、中间层320、以及输出层330这3层。在识别器300中，由特征量抽出部210抽出的特征量j(j＝1～s、s：特征量的数量)的特征量被分别输入到识别器的输入层310的输入节点a
j
(j＝1～s)。关于输入到输入节点a
j
的特征量j，累计与输入节点a
j
和中间层320的中间节点b
k
(k＝1～m)对应的权重系数w
j，k
，输入到中间节点b
k
。此时，对各输入节点输入到中间节点b
k
的值，加上与中间节点b
k
对应的偏置值t
k
，成为中间节点b
k
的值。关于中间节点b
k
的值，在通过了sigmoid函数、relu(rectified linear unit)函数等激活函数之后，累计与中间节点b
k
和输出层330的输出节点c
l
(l＝1，2)对应的权重系数v
k，l
，输入到输出节点c
l
。此时，对从各中间节点输入到输出节点c
l
的值，加上与输出节点c
l
对应的偏置值u
l
，成为输出节点c
l
的值。输出节点c
l
的值输入到有无信号判定部340，在有无信号判定部340中输出有无信号的判定结果。在此，在输出节点c1对应于有信号、输出节点c2对应于无信号时，在有无信号判定部340中，在c1的值≧c2的值时，输出有信号(例如作为输出值1)，在c1的值<c2的值时，输出无信号(例如作为输出值0)。
[0061]
关于权重系数w
j，k
、v
k，l
以及偏置值t
k
、u
l
，通过使用训练数据、即特征量j和有无信号的正确值实施学习处理来决定。关于学习处理，使用公知的技术、例如误差反向传播法等。关于权重系数以及偏置值的决定方法，具体而言，使用误差反向传播法等来决定，以使
得相对有无信号的正确值(例如，在有信号时，c1的值＝1、c2的值＝0，在无信号时，c1的值＝0、c2的值＝1)，使识别器输出的输出节点的值的误差变小。
[0062]
如以上说明，在本实施方式中，信号检测装置100在峰值对平均功率比的基础之上，除了峰值对平均功率比以外，还将周期自相关函数、谱相关函数、信号功率、振幅相关、以及相位差分中的某一个或者多个作为特征量输入到识别器300，由此能够通过机器学习判定有无信号。因此，信号检测装置100能够提高接收信号中的检测对象的信号的检测精度。
[0063]
以上的实施方式所示的结构表示本发明的内容的一个例子，既能够与其他公知的技术组合，也能够在不脱离本发明的要旨的范围中将结构的一部分省略、变更。