“有線無限，無線有限“：數位頻率k 與循環頻率α,特征值能量,自相关性

特征值能量: buyer's spike or seller spike?

自相关性:re-emerging?

本
期
專題
2 NCP Newsletter / No.18 August 2010 關鍵字：感知無線電、頻譜偵測、匹配濾波器偵
測、能量偵測、基於特徵值偵測、寬頻自適應多
窗頻譜偵測器
摘要：
感知無線電是下一代可大幅增加頻譜效能的
有效通訊技術，要能實現感知無線電，頻譜偵測
是關鍵的第一步，本文介紹了數種頻譜偵測的方
法，並簡單分析其優缺點，可供系統設計與實做
之參考。
1. 簡介
所謂“有線無限，無線有限“指的就是有線通
訊網路，因為可以使用專屬的線路、較單純通道
環境，因此可以提供極高的資料傳輸能力；而無
線通訊網路，則因為使用共有傳輸介質、通道環
境複雜，因此提供資料傳輸的能力就較受限制。
但是在目前行動通訊需求越來越重要的趨勢下，
無線通訊已是不可避免的趨勢，再加上各種先進
通訊技術的研發，已可使得無線通訊技術滿足各
種不同應用場合 (大範圍到小範圍、固定場所與高
速移動)的需求。然而在目前的無線通訊標準規範
下，每一種標準所發出的系統，在頻譜的佔用效
率 (Spectrum Occupancy)上，並不是很好，可由
圖一中得知 [1]，平均使用率其實低於15%。
有很多時間及頻譜其實是使用效率不好浪費
的。因此無論是在頻譜資源使用效率的考量上，
或是商業上營利的考量上，如果可以像停車場一
樣，雖然本來的停車位是租給A的，A有專屬的權
利可以使用，但是假設A在白天上班的時候是把
車開到公司的，這個車位就空出來了，如果可以
在白天A沒有使用的時候可以再給B或是C來停車
，那對於停車位的使用率，或是這個車位本身的
經濟價值 (無論是原地主再租，或是A再轉租)，都
可以大幅度的提高。
目前可以達到此功能的通訊系統為感知無線
電 (cognitive radio)系統。原始使用原頻段的使用
者定義為主要使用者 (primary user, PU)，在此系
統架構下，其他想趁PU沒有使用時取用頻段資源
的使用者為感知使用者 (cognitive user, CU)。系統
│本期專│
應用於感知無線電技術之頻譜偵測方法
清華大學電機系暨通訊所副教授／馬席彬
清華大學電機系博士候選人／林榕茂
NCP Newsletter / No.18 August 2010 3
咦髟贑U一定不可以影響到PU的前提下，可以在
既有的通訊標準中，偵測出無PU使用的頻段，在
確定不會干擾到PU正常使用的情況下，就可以透
過感知無線電的系統傳送資料，達到有效使用頻
譜的目的。因此正確的頻譜偵測為感知無線電系
統中最為重要的第一步。以下將介紹現有主要的
幾種頻譜偵測方法。
2. 基本頻譜偵測方法簡介
a. 匹配濾波器 (Matched Filter) 偵測[2]
最直覺的方法，就是在假設PU的傳輸參數(頻
寬、操作頻率、調變方式及封包格式)下，利用匹
配濾波器針對已知的傳輸參數來做偵測。此種方
法的好處是偵測效果佳，且所需偵測時間較短。
然而，對需做通用偵測的感知無線電系統實做來
說，並不是可行的方案。因為不同的通訊標準，
傳輸參數都不太一致，若要能偵測所有可能的系
統，必需要準備各種模式的匹配濾波器，會造成
硬體複雜度太高。
b. 能量偵測 (Energy Detection) [2]
假若在不知道PU的參數情況下，須要做頻譜
偵測(blind detection)，能量偵測一般公認是最簡
單的方法。此方法主要可將信號送進適當點數的
快速傅立葉轉換器做頻譜分析，經過一段時間平
均能量後，再經由一個threshold detector來偵測
，即可得出某特定頻帶上是否有主要使用者存在
。因此在實做時，可以使用同一套硬體來做不同
圖一 、頻譜使用效率低實例。
本
期
專題
4 NCP Newsletter / No.18 August 2010 通訊參數的頻譜偵測，較匹配濾波器硬體複雜度
低很多。然而，若是因為傳輸訊號衰減 (fading)，
所估出能量相較於雜訊，低於偵測臨界值，就會
被誤判為沒有PU存在，因此會造成系統效能大幅
下降 [3]。因此雖然硬體複雜度低，並不是一個強
健的頻譜偵測演算法。
為了解決雜訊在能量偵測器的影響，可採用
所傳輸資料中重複的特性，透過信號自相關之後
的值， 作為能量偵測的依據(autocorrelation
based-detector)[4]。此方法可增加頻譜偵測的可
靠度，但是會增加額外咚阆嚓P性 (correlation)的
複雜度。
c. 基於特徵值偵測 (Eigenvalued-Based Detection)[5]
基於特徵值偵測方法，是利用若有PU存在的
信號，其相關性會高於沒有PU存在而只有AWGN
雜訊存在的信號的特性來完成偵測。目前有兩種
方法，一種是最大最小特徵值方法(Maximum-
Minimum Eigehvalue Method, MME)，主要是由所
接收到的信號的協方差矩陣 (covariance matrix)中
，最大跟最小特徵值的比值，是否超過某個特定
的臨界值，來決定是否偵測到PU。另一種是最小
特徵值能量方法 (Energy With Minimum Eigenvalue
Method, EME)，利用接收信號的平均能量，除以
最小特徵值，判斷此比值是否大於某個臨界值，
來決定是否有PU存在。此種演算法的好處，是跟
能量偵測一樣，不需要事先知道信號的傳輸資訊
，但是卻沒有上述受雜訊影響的問題。然而，其複
雜度卻因為要計算特徵值(eigenvalue acquisition)，
而會大很多。
以上三種偵測方法中，在目前的IEEE 802.22
標準 [6]，採用了能量偵測以及特徵值偵測兩種方
法，基本上可以不需要知道PU的特性，即可開始
偵測。第一種以及第三種方法，無法針對寬頻的
頻帶做多頻譜偵測，僅能針對窄頻帶做單頻譜偵
測。若是寬頻帶，則需要再配合其他一系列的演
算法針對子頻道(subband) 中各不同的PU做偵測
，相當沒有效率。而在文獻 [7]中的寬頻偵測方法
，則將多頻帶共同偵測方法，分解成數個最佳化
問題 (optimization problem)去解，而其中需要的
constraint，會造成硬體複雜度太大而不適合實做。
3. 寬頻自適應多窗頻譜偵測器 [8]
針對以上問題，本研究團隊提出了在強干擾
的環境中，一個可靠的自適應多窗頻譜偵測器。
其架構如圖二所示。
針對能夠使用在寬頻帶感測(wideband
sensing) 的環境中，本設計採用了一個Thomson
在1982 年提出的自適應多窗頻譜估計(Adaptive
Multi-taper Spectral Estimation, AMTSE) 方法 [9] 所
設計的兩階段盲頻譜偵測器( Two Phases
Blinddetection)。此偵測器中重要的檢驗統計量
(test statistic) 的設計，哂昧斯烙嫼蜋z測定理
(estimation and detection theorem) 中常用到的”
在地最強大測試 (Locally Most Powerful Test,
LMPT)” 理論做化簡。此外，藉由自適應多窗頻譜
估計的優點，所提出的偵測器，相較於傳統盲偵
測方式，例如能量檢測和基於特徵值偵測[5] 的
方法，除了訊雜比(Signal-to-Noise Ratio, SNR) 和
所收到的觀測點 (number of observations) 兩個自
由度 (degree of freedom, DoF) 外，多了一個和所
│本期專│
NCP Newsletter / No.18 August 2010 5
使用窗的數量有關的自由度，能夠提昇更好的偵
測效能。再者，利用自適應多窗頻譜估計
(AMTSE) 能根據所收到的頻譜狀態而自動調整各
個本徵譜(eigenspectrum) 的權重以減少估測結果
和實際頻譜的均方誤差 (Mean-Square-Error, MSE)
的特點，所提出的自適應多窗頻譜估計偵測器比
其他方法更適合應用於寬頻帶和彩色頻譜的環境
中。除此之外，所提出的兩階段偵測機制，會先
做寬頻粗估測(coarse wideband sensing)，將整個
所收到的寬頻帶訊號根據快速傅立葉轉換的長度
分成數個子帶 (subband)，然後對各個子通道分別
同時做偵測的動作，對固定的寬頻帶訊號，可經
由調整快速傅立葉轉換的長度來達到所需的頻譜
解析度，因此，第一階段的寬頻粗估測可以以一
個很有效率又很準確的方式很快的將整個收到的
頻譜分析出來。其中值得注意的是，實際上情況
很有可能有些PU 因為屏障或者是距離比較遠的
因素，被其他用戶之干擾(interference) 所遮蓋或
擋住，我們稱這些被遮蓋的主要用戶為 ” 隱藏性
主要用戶 (hidden PU)”，類似這樣的情況在實際
傳輸環境中常常發生，但是在頻譜感知 (spectrum
sensing) 的文獻中卻鮮少人探討或提出有效的偵
測方式，為了解決此問題，可經由此架構的第二
階段的細窄頻估測 (fine narrowband sensing) 做處
理。在第二個階段，首先會先用一個跟所使用的
窗 (taper) 壓制能量洩漏(leakage) 有關的門檻
(threshold) 先過濾出在整個頻譜上強訊號的位置，
因此，這些強訊號旁邊的位置( 在此簡稱為模糊
子帶, ambiguous subband) 假設僅使用第一階段
的寬頻粗估測是不準的。為了提高這些模糊子帶
偵測的準確性，我們針對這些地方提高偵測的頻
譜解析度而一一做窄頻估測，實際上的作法可以
圖二、可在強干擾環境中可靠操作的寬頻自適應多窗頻譜偵測器。
本
期
專題
6 NCP Newsletter / No.18 August 2010 先利用一個混頻器(mixer) 將這些模糊子帶依序移
到基頻(baseband)，接著使用一個低通濾波器
(low pass filter) 將旁邊的強訊號濾除( 注意，到目
前為止，所要做窄頻偵測的信號頻寬只剩下一個
或數個子帶寬)，然後用和寬頻粗估測同樣長度
的快速傅立葉轉換( 或可根據所需的解析度自行
調整)，進行和第一階段所同樣使用的自適應多
窗頻譜估計偵測器。經由此兩階段的頻譜偵測，
配合所發展的自適應多窗頻譜估計偵測器，可提
供一個可調解析度且相當可靠(reliable) 的頻譜感
知技術，解決了寬頻帶且有隱藏性主要用戶或和
有強訊號干擾環境下主要用戶的偵測問題。
4. 結語
透過感知無線電，可有效使用頻譜。感知使
用者在不干擾主要使用者的前提下，如何能有效
率的偵測頻譜，並提高偵測正確率，是能發揮感
知無線電功能的重要機制。本文介紹了數種頻譜
偵測的方法，並簡單分析其優缺點，可供未來實
做系統之參考。
5. 參考文獻
[1] Shared Spectrum Company, “Spectrum
Occupancy Percent”. Online: URL:
http://www.ctvr.ie/en/blog/wp-content/uploads
/2007/05/spectrum-occupancy.jpg.
[2] B. H. Juang, G. Y. Li, and M. Jun, “Signal
processing in cognitiveradio,” Proc. IEEE, vol. 97,
pp. 805–823, May2009.
[3] R. Tandra and A. Sahai, “SNR walls for signal
detection,” IEEE J. Sel.Topics Signal Process., vol.
2, no. 1, pp. 4–17, Feb. 2008.
[4] S. Chaudhari, V. Koivunen, and H. V. Poor,
“Distributed autocorrelation-basedsequential
detection of OFDM signals in cognitive radios,”
inProc. IEEE CrownCom ’07, Singapore, May
2008, pp. 1–6.
[5] Y. Zeng and Y. C. Liang, “Eigenvalue-based
spectrum sensing algorithmsfor cognitive radio,”
IEEE Trans. Commun., vol. 57, no. 6,
pp.1784–1793, Jun. 2009.
[6] FCC, “Spectrum Policy Task Force,” Tech. Rep. ET
Docket, no. 02-135,Nov. 2002.
[7] Z. Quan, S. Cui, A. H. Sayed, and H. V. Poor,
“Optimal multibandjoint detection for spectrum
sensing in cognitive radio networks,” IEEETrans.
Signal Process., vol. 57, no. 3, pp. 1128–1140,
Nov. 2009.
[8] Jung-Mao Lin, Hsi-Pin Ma, and DanijelaCabric, "A
Reliable Adaptive Multitaper Spectral Detector
in Wideband Strong Interference Environments,"
in IEEE Global Telecom Conf. (Globecom).
Miami, Florida,USA, December 6-10, 2010.
[9] D. J. Thomson, “Spectrum estimation and
harmonic analysis,” Proc. IEEE, vol. 20, pp.
1055–1096, Sep. 1982.
畫辦公室立場>
│本期專│
一、前言
隨著通訊產業的蓬勃發展，各式各樣的無線
通訊規格推陳出新，對頻譜的需求也是與日俱增
。然而，頻譜是一項有限且昂貴的資源，在遠距
傳播特性較佳之VHF 與UHF 頻段更是如此，電
視廣播、2G/3G 行動通訊與WiFi... 等應用幾乎佔
滿3 GHz 以內的頻段。然而，在這些已劃規使用
的頻段中，並非在全部的空間與時間上均進行傳
輸，在某些區域的某些時間會有所謂的空白頻譜
，這些零散的頻譜，若能做有效的利用，便可在
不影響現有系統操作的前提下，獲得額外的頻譜
使用空間。
感知無線電技術即是能對這些空白頻譜做有
效利用的技術，其咦饕?饶軅蓽y空間中空白頻
譜出現的頻段與時間，調整輸出載波至空白頻譜
區段進行資料傳輸，並在傳輸過程中監控是否有
責任使用者(incumbent user, 意指原先擁有本頻
譜使用權的使用者) 出現在該頻帶。由此可知，
頻譜偵測技術的準確度是感知無線電技術能否成
功的關鍵，本文將針對IEEE 802.22 規格中的頻譜
偵測機制，與現有的頻譜偵測技術做一簡單的介
紹。
二、IEEE 802.22 的頻譜偵測
在IEEE 802.22 規格草案中，基地台(BS) 與用
戶端設備(CPE) 均有義務去偵測頻譜中責任使用
者的存在，以讓基地台能適應性地調整傳輸頻段
，使責任使用者不受到感知無線電設備的干擾。
802.11 的工作頻段涵蓋了數位電視、類比電視與
無線麥克風所使用的頻段，針對這些不同的應用
的偵測靈敏度規格整理如表1，其中偵測臨界值
代表責任使用者的訊號功率在大於或等於偵測臨
界值的情況下，則基地台要避免使用這個通道與
左右相鄰的6 MHz 頻寬範圍；換言之，802.11 裝
置至少要能辨別出功率等於偵測臨界值的責任使
用者訊號。然而，偵測臨界值對偵測電路來說是
一大考驗，以數位電視規格為例，通道頻寬為6
MHz，在這個通道內的雜訊值經過咚銥