徐永辉
(空军工程大学 信息与导航学院,陕西 西安 710077)
无线局域网(Wireless Local Area Network,WLAN)由于传输效率高、扩展性好等优点得到了广泛应用,其中IEEE 802.11系列的WLAN技术将会得到最迅猛的发展[1],被称为解决终端最后100 m接入问题的有效方案[2]。最新的WLAN标准802.11ax 也被WiFi联盟定为下一代WiFi技术,正式命名为WiFi6[3]。
IEEE 802.11系列标准的WLAN使用2.4 GHz和5 GHz频段[4],这两个频段属于非授权频段的范畴,实际应用中会将这两个主要频段细划为若干个子频段,子频段间几乎都有重叠,导致WLAN之间易产生同频干扰,严重影响用户通信质量。未来WLAN的密集部署和通信带宽的增大,势必导致非授权频段更加“拥挤”,同频干扰将越来越严重[5];因此有效抑制WLAN同频干扰具有重要意义。抑制同频干扰的关键是对同频信号的检测,发现同频信号后再采取合适的措施避免或消除干扰。文献[6]提出一种主辅通道联合处理的同频干扰抑制方法,该方法能较好地对同频干扰信号进行检测,降低了漏检概率,同时补偿了硬件资源,但算法较为复杂。文献[7]提出一种基于2阶统计量的盲源分离算法,以卷积混合模型为基础,通过计算最小均方误差作为判决依据检测同频信号,并分离同频信号和有用信号,较好地抑制了同频干扰。
最新的IEEE 802.11ax标准延续了传统的分布式协调机制,即先检测空间频谱再选择频段发射信号[8],这一处理过程是认知无线电(Cognitive Radio,CR)所擅长的。在CR系统中,次级用户(Secondary User,SU)通过对周围环境进行多维度的频谱感知,在不对主用户(Primary User,PU)造成干扰的情况下分析感知到的信息,智能地调整发射机实现与PU的频谱资源共享[9],其中频谱感知是CR技术的基础[10]。在CR中,能量检测、匹配滤波器检测、循环平稳检测是常用的频谱感知方法[11]。能量检测法的优势是计算过程简单,对主用户先验数据要求不高,但对干扰和有用信号区分效果不明显,抗干扰能力较差;匹配滤波器检测法抗噪声性能好,但是需要获取初级用户先验数据;循环平稳检测法原理简单,抗干扰和抗噪声能力强,能有效区分其他普通干扰和主用户信号,从而完全摆脱噪声的影响,在较低感知信噪比情况下也有很好的检测性能[12]。
综上分析CR技术中几种频谱感知方法的特点,结合实际密集部署的WLAN环境,考虑将CR技术和WLAN技术结合,提出一种基于循环平稳检测的WLAN同频干扰检测方法。该方法原理简单,能为有效抑制同频干扰打下良好基础,且适合密集部署的WLAN环境。
IEEE 802.11系列标准中的WLAN系统有多种类型的网络拓扑结构,其中最为典型的一种网络结构是无线扩展服务集(Wireless Extended Service Set,WESS)[13],这种WLAN拓扑结构也是本文研究的对象。WESS由若干基本服务集(Basic Service Set,BSS)组成,每个BSS可视为一个子WLAN系统,BSS中的用户通过连接网络接入点(Access Point,AP)实现互联,每个AP通过光纤可以接入外部互联网,这样既保证了BSS中的用户内部联网,也满足了用户上互联网的需求,如图1所示。
图 1 WESS网络示意图
在图1这种WLAN密集部署的WESS环境中存在多个AP,AP数量越多网络数据吞吐量越大,BSS间互相干扰就更严重[14]。以2.4 GHz频段为例,在整个频率区间2.4~2.4835 GHz内,以5 MHz为信道间隔,以22 MHz为信道宽度划分了十几个子频段,这些子频段中只有3个频段不互相重叠[15]。在这种情况下,附近BSS的发射机射频信号对于己方BSS就是同频信号,己方BSS内的用户在通信时就会被邻近BSS的同频信号干扰,如图1中阴影部分所示。这种由于多个BSS的WLAN工作频段相邻或相同所产生的同频信号之间的干扰称为同频干扰[5]。简单来说就是同频信号造成了同频干扰,这里要研究的就是如何对密集部署的WESS环境中的同频干扰信号进行有效检测,这是抑制WLAN同频干扰最关键的步骤。
在传统的CR系统中,PU工作在授权频段,SU工作在非授权频段,在这里的WESS网络结构中,PU和SU都工作在非授权频段,当在己方BSS内对其他BSS接入点AP的射频信号进行检测时,其他被己方检测的BSS接入点AP属于PU,己方BSS接入点AP为SU。如果在己方BSS内检测到其他BSS的AP工作频段和己方BSS的AP工作频段相同,即说明检测到同频信号,就可以确定有同频干扰。定义检测模型如下:
(1)
式中,xi(t)为附近BSS数量为i时SU接收到的信号,即检测信号(PU信号);ε(t)为同频信号;ni(t)为加性高斯白噪声(Additive White Gauss Noise,AWGN),假设噪声信号是独立同分布的;hi为时不变的信道增益,H0为信道未被占用的情况,此时某频段上没有PU的发射信号,即没有同频干扰,检测到的只有普通噪声;H1为信道被占用的情况,此时该频段上存在同频信号和噪声,即同时存在同频干扰和普通噪声干扰。同频干扰检测系统主要流程框图如图2所示。
图2 检测系统框图
在WLAN同频干扰检测系统中,衡量同频干扰信号检测能力的3个性能指标分别是检测概率Pd、漏检概率Pm和虚警概率Pf,具体表示如下:
(2)
式中,Pd和Pm满足:
Pd+Pm=1
(3)
Pd为同频信号存在情况下,SU检测到同频信号的概率;Pm为同频信号存在情况下,SU未检测到同频信号的概率;Pf为同频信号不存在情况下,SU检测到同频信号的概率。降低漏检概率Pm可以增加检测精度,降低主用户对次级用户的干扰可以提高检测概率Pd。
循环平稳检测是利用信号的循环平稳特性来检测信号是否处于某一频段上。无线通信信号具有周期性,当信号是一个平稳随机过程时,被调制后的信号的期望和相关函数仍具有一定的周期平稳性,周期平稳性也称为循环平稳特性。不同的调制信号具有不同的循环平稳特性[10]。在WESS中,BSS内的射频信号具有循环平稳特性,且平稳噪声和其他干扰不具有循环平稳特性,因此利用这一特点可以区分WLAN中普通噪声和同频PU信号。设WESS中的SU接收到的信号xi(t)的期望和自相关函数都具有周期性,且周期与xi(t)的周期相同时,称xi(t)是广义平稳信号,即满足:
mxi(t)=E[xi(t)]=mxi(t+T)
(4)
(5)
式中,T为检测信号的循环周期;mxi(t)为检测信号的期望;Rxi(t)为检测信号的自相关函数;“*”表示取复共轭;τ为延迟时间变量。期望和自相关函数都是周期的时间函数,时间不同则取值不同,所以有限次观测的样本统计量无法精确估计目标信号,故考虑把期望函数展开为傅里叶级数形式分析,即
(6)
(7)
同理考虑把自相关函数展开为傅里叶级数形式,即
(8)
(9)
(10)
(11)
(12)
将式(9)代入式(12)中可得到循环功率谱的最新形式:
=Suv(f)
(13)
(14)
SU端的感知信噪比SNR可以定义为接收信号的平均循环功率的绝对值与噪声平均功率的比值,表示在己方BSS内SU接收到附近BSS的射频信号的强度,也称为SU端输入信噪比(dB),具体定义如下:
(15)
(16)
(17)
(18)
式中,λ为判决门限,在实际检测时,该门限通常由噪声和虚警概率决定[10]。
基于循环平稳检测的无线局域网同频干扰检测算法流程如下。
输入:己方BSS内接收到的信号xi(t),且xi(t)=hiε(t)+ni(t),其中i为附近BSS数量,i=0,1,2,…;ε(t)为待检测同频信号;ni(t)为加性高斯白噪声。
过程步骤:
本节利用Matlab仿真平台验证提出的同频干扰检测算法对附近BSS同频信号的检测效果,并和其他干扰检测算法做出比较。仿真条件为假定信道中的噪声是期望为0,方差为σ2=1的加性高斯白噪声,WLAN载波信号工作频率为2.4 GHz。① 对本文提出的基于CR中循环平稳检测的同频干扰检测算法在不同感知信噪比下对同频信号进行检测时虚警概率Pf和检测概率Pd之间的关系进行仿真,结果如图3所示。② 将CR中其他感知方法和本文方法对同频干扰检测能力进行对比,这里以常用的匹配滤波器检测法为例,结果如图4所示。③ 将采用非CR技术的干扰检测算法(这里以文献[6]中提到的主辅通道联合处理法为例)和本文方法对同频干扰信号的检测能力作对比,结果如图5所示。④ 测试本文提出的方法在固定感知信噪比条件下(以6 dB为例)WESS中BSS数量不同时SU对PU信号的检测能力,测试条件为附近BSS数量分别是k=3,k=8,k=15 时漏检概率Pm与虚警概率Pf的关系,k为WESS中附近的基本服务网络集BSS的数量,结果如图6所示。从图3中可以发现本文方法在虚警概率相同的情况下,感知信噪比分别是1 dB,5 dB,10 dB的时候,信噪比越大,SU检测概率越高,当感知信噪比降低到1 dB时检测能力几乎丧失,但当感知信噪比大于1 dB时,该检测方法在信噪比相对较低情况下(5 dB)也有不错的检测能力。对比图4和图3可以明显看出本文采用的同频干扰检测法和匹配滤波器法对同频干扰的检测效果的差异,同等条件下,两种方法对同频干扰信号的检测精度差别不大,且在低信噪比时匹配滤波器法检测能力甚至更优,抗噪声能力更好,但是引言部分有文献已经指出采用匹配滤波器法需要率先知道用户先验信息,信号解调复杂,这样用于未知频谱的检测是没有实际意义的,这意味着本文方法更适合对WLAN同频干扰的检测。对比图5和图3可以明显发现在具有同样较高的感知信噪比条件下,本文采用的干扰检测法对干扰检测概率更高,只是在低信噪比时(如1 dB)本文算法对干扰的检测效果不如文献[6]中的方法,不过由于WLAN密集部署时同频信号强度较高,因此在密集部署的WLAN环境下,本文提出的同频干扰检测法更为适合,最重要的是该算法比较简洁高效,同时也可以看出主辅通道联合处理法的检测效果随着感知信噪比的不同,变化更加平稳,这点也是值得肯定的。从图6中可以看出本文方法在感知信噪比和虚警概率一定时,附近BSS数量越多漏检概率越小,这也再次证明密集部署WLAN环境下,本文提出的基于循环平稳的同频干扰检测法对同频干扰检测效果相对较好。
图3 循环平稳检测下不同感知信噪比时虚警概率和检测概率之间的关系
图4 匹配滤波器法下不同感知信噪比时虚警概率和检测概率之间的关系
图5 主辅通道联合处理法下不同感知信噪比时虚警概率和检测概率之间的关系
图6 循环平稳检测法在相同感知信噪比下BSS数量不同时漏检概率与虚警概率的关系
抑制WLAN同频干扰需要对同频干扰进行检测,考虑到认知无线电的优势和无线局域网的实际部署情况,提出一种基于认知无线电中循环平稳检测的WLAN同频干扰检测方法。相比其他同频干扰检测方法,该算法最大的特点就是简单高效,可行性强,对WLAN系统工作环境适应性强,能有效区分普通噪声和同频干扰,在密集部署的WLAN环境下也具有较好的干扰检测效果,在较低感知信噪比下仍然有较高的检测概率,同时区别于传统的认知无线电系统,在这里的无线局域网环境中,主用户和认知用户都工作在非授权频段,这种用法是比较新颖的。此外,本文采用的同频干扰检测算法虽然能有效检测到WLAN环境中的同频干扰,但是循环功率谱是一个二元函数,在处理信号数据过程中较占用硬件资源,这将在后续的研究中进一步优化。