項目背景

項目名稱：認知無線電中的寬帶頻譜感知技術的FPGA實現

項目背景：隨著無線通信技術的飛速發展，無線用戶的數量急劇增加，可用頻譜資源變得越來越稀缺。當前的絕大多數頻譜資源都是采用固定的分配模式，由專門的頻率管理部門分配特定的授權頻段以供不同的通信業務使用。而對于工作在非授權頻段的通信業務，由于近年來發展迅速，導致非授權頻段日趨飽和。認知無線電技術則解決了上述矛盾，它能自動檢測周圍的環境情況，智能調整自身參數，在不對授權頻段造成干擾的情況下，檢測頻譜空洞并利用空閑頻段進行通信。以往的頻譜檢測大都是基于窄帶的檢測，極少對寬帶頻譜進行檢測，也沒有考慮噪聲不確定度對能量檢測的影響。 窄帶檢測一次只能檢測一個信道，大大削弱了頻譜感知的效率，不利于頻譜利用率的提高。例如，某一時刻檢測到某一信道被使用，CR用戶不能使用該信道，但是還有大量的空閑信道，由于一次只能檢測一個信道，導致了CR用戶不能使用該信道。而我們本項目中提出的寬帶頻譜檢測，一次能夠檢測多個信道，這樣就解決了以往窄帶頻譜檢測的局限性，使問題迎刃而解。能量檢測簡單易行且可以實現盲感知而被廣泛采用。能量檢測的決策門限依賴于環境噪聲的功率，理想的能量檢測往往認為噪聲功率是已知的，而實際環境中，噪聲功率是時變的，即噪聲具有不確定性，導致了能量檢測性能的降低。項目中我們將設計克服噪聲不確定度的算法模塊，并用FPGA實現。

項目內容：

本項目主要研究認知無線電寬帶頻譜感知技術的FPGA實現，采用認知無線電中最常用的檢測方法—能量檢測。首先對輸入信號進行抗混疊濾波，再進行A/D采樣得到一組數字信號，然后進行64點高速并行流水線FFT運算，進一步對運算的輸出的幅頻信號進行求模平方運算，求得每個頻段內信號的功率，再對16個歷史功率數據求均值，最后執行克服噪聲不確定度算法對噪聲方差變化進行補償，從而判斷頻帶的利用情況以選擇頻譜空洞進行通信。

項目目標：本項目旨在設計實現一個既能實現寬帶頻譜感知而又能克服噪聲不確定度的實用性寬帶頻譜感知實現平臺。

項目難點：如何設計高度優化的并行流水線64點FFT算法和高速低延時的排序算法是設計的關鍵。

項目的開發意義： 認知無線電寬帶頻譜檢測技術的FPGA實現克服了噪聲不確定度對能量檢測的影響，解決了以前窄帶檢測效率較低、寬帶檢測性能較差的問題，使寬帶頻譜檢測技術真正達到實用化。

開發平臺：Spartan-6

項目系統方案

根據項目內容，我們設計項目方案主要包含：

項目總體框架

能量檢測模塊

能量檢測算法

能量檢測FFT設計模塊

1) 高度優化復數乘法器設計

2) 基四蝶形單元設計

3) 16點FFT的流水線實現

克服噪聲不確定度算法模塊

FCME算法

排序算法模塊實現

比較模塊實現

下面詳細介紹項目各模塊具體設計

（一） 項目總體框架

圖一 總體框架框圖

項目有兩個核心模塊：能量檢測模塊和克服噪聲不確定度模塊。系統主控負責各模塊的時序控制。

（二） 能量檢測模塊

能量檢測算法

能量檢測原理：能量檢測的出發點是信號加噪聲的能量大于噪聲的能量。首先設定一個門限，然后在一定頻帶范圍內作能量積累，如果積累的能量高于門限，則說明有信號存在，如果低于門限，則說明僅有噪聲。直接對時域信號采樣求模，然后平方累積求和就可以得到能量檢測統計量Y（利用FFT轉換到頻域，然后對頻域信號求模平方也可以得到）。下圖為能量檢測框圖：

圖二 能量檢測實現框圖