为探索在城市环境部署认知无线电设备的可行性, 确定繁忙都市城区环境存在多少动态频率接入机会可以被利用, 对北京地区470~806 MHz电视电磁频段进行了移动测量和定点测量.经估算, 18%的北京城区室内区域存在空域频谱利用机会.通过理论计算和实际平台设备验证得到在不干扰附近电视接收机条件下, 室内电视频段认知无线电设备的最大发射功率.证明了即使在北京这样无线电业务繁忙的大都市市区, 仍存在大量的潜在频谱利用机会, 可供新兴的动态频谱接入技术利用.
It is reported the discovery of indoor spatial spectral holes in television white space based on the real measurement in the urban area of Beijing China. The report shows more than 18% urban indoor area of Beijing has spatial frequency holes, and proves that the observed spatial spectral holes can be used by cognitive radio users forming a low power short distance small cell without causing interference to nearby television receivers. The research on spatial spectral hole provides extensive spectrum access opportunities for employing emerging dynamic spectrum access technology to meet the massive demands for future wireless services.
随着通信行业的迅猛发展，有限的电磁频谱资源日益短缺.认知无线电技术成为解决该问题的最有前景的手段[1]，电视频段被认为是最适合发展认知无线电技术的频段，成为世界范围的研究热点[2].但如果缺乏针对电视频段的频谱使用情况定量分析，证明是否存在足够的空闲频谱资源可供认知无线电系统利用，认知无线电技术未必能得到期望的成效.对北京城区470~806 MHz电视频段进行的电磁频谱测量旨在解决这些问题.与前人工作仅集中于时域、频域的占用度测量分析不同[3-4]，笔者主要集中研究电磁频谱的空间特性，发现北京城区电视频段存在大量的室内空域频谱空洞可供认知无线电设备使用，并从理论推导和实际测试两方面入手，得到在室内复用电视频道的认知无线电设备最大发射功率.主要贡献包括以下几方面.
1) 发现尽管电视频段在城区室外范围缺乏时域、频域频谱空洞，但是超过18%的北京城区存在室内空域频谱空洞，室内环境电视信号接收功率小于-114 dBm.
2) 探讨所发现的空域频谱空洞的特征，包括室内环境和室外无遮挡环境电视信号接收功率衰减服从均值为32 dB的高斯分布特性.
3) 从理论上证明所观测到的空域频谱空洞能被认知无线电设备使用.在不对附近电视接收机造成干扰的前提下，得到认知设备的最大发射功率的计算公式.
4) 通过实际测试平台验证在不对附近电视接收机造成干扰的前提下，认知设备的最大发射功率可达到112 mW，能进行短距离室内传输业务.
1 空间频谱空洞测量与分析为了证明即使在北京这种无线业务繁忙的大都市城区依然存在大量的电视频段频谱空洞，进行了频谱测量活动.首先根据室内及室外定点测量，探索了北京城区的电视信号室外、室内环境频谱占用特征，发现部分室内环境无法侦测到室外环境所能侦测到的电视信号.其室内电视信号接收功率低于美国联邦通信委员会(FCC，federal communications commission)给出的-114 dBm的接收标准以及国际电信联盟(ITU，International Telecommunication Union)给出的频率占用度判别标准[2]，表明室内环境确实不存在电视信号.具体测量方法和测量结果见1.1节.
随后，探究所发现的室内空域频谱空洞到底在城区范围是否普遍存在.为保证测试样本数量足够大，采用覆盖北京城区主要区域的车载移动测量得到室外电视信号接收功率，根据室内、室外接收信号衰减推算出室内电视接收电平.为此，首先通过定点测量结果得到室内、室外电视信号接收功率衰减hd的模型.然后开展覆盖北京城区主要特征地区的车载的移动频谱测量，得到北京室外电视信号接收功率强度Po分布规律.根据以下公式推算出室内电视信号接收功率强度Pi的分布规律
|
(1) |
由此得到北京城区室内空域频谱空洞出现的频次.具体移动测量方法和结果分析见1.2节.
1.1 发现室内频谱空洞，得到室内室外电视信号功率衰减模型选取2个地点用于室内和室外的电视频段定点频谱测量，找出室内和室外环境平均电视信号接收功率的差异.第1测量点位于西城区阜成门外大街1号四川大厦处，这是一座东面靠近中央商务区，南边靠近住宅区的30层高(115 m)的建筑；第2个测量点位于北京邮电大学校园新科研楼.地址为海淀区西土城路10号.
采用高灵敏度的测量系统，包括安捷伦N9030A高性能频谱分析仪，具有-154~30 dBm的信号测量范围.采用全向Boger DA-5000宽带天线，接收波段为70 MHz~3 GHz.采用一台笔记本电脑控制频谱分析仪并记录数据.
首先，简要介绍一下北京城区电视频段的信号占用情况.如图 1所示，黑色阴影区域代表所对应时间中，该频率已被信号占用.可观察到，北京城区范围内几乎所有的电视频道都被占用，空闲频率资源十分稀少.此外，几乎所有的电视频道24 h广播，仅有部分电视频道在夜间0:00—6:00停止广播，但这段时间也是无线电业务普遍稀少的时候，利用价值低.以上结果表明，在频域和时域上可供认知无线电设备使用的频谱资源十分稀少.
|
图 1 北京城区电视频段信号占用度瀑布图 |
虽然在城区范围内电视频段所含有的时、频域频谱空洞稀少，不利于认知无线电技术的发展，通过实测发现北京城区室内区域存在空域频谱空洞. 图 2所示为测量地点2得到的电视频段占用情况.可见，基本所有电视频率在室内并不存在信号.这证明城区室内环境存在空域频谱空洞.
|
图 2 室内空域频谱空洞测量结果 |
图 3为测试地点1室内和室外的接收功率图，可以观察到，在室内和室外的接收到的信号的功率衰减很大.在某些频率上，在建筑物内的电视信号远低于电视机最低接收功率(中国电视接收机标准为-60 dBm，美国为-84 dBm).室内、室外电视信号功率衰减不仅仅是墙体衰落导致的，同时还包括建筑物处于阴影衰落中等情况综合产生的.这意味着室内区域可以重新利用电视频段.
|
图 3 室内室外电视频段信号功率测量比较 |
为研究所发现的室内空域频谱空洞是否具有普遍性，建立了空域频谱空洞产生模型(见式(1)).从图 3可见，室内、室外的电视信号接收功率之间存在很强的相关性.下面通过定点测量结果研究室内、室外电视信号接收功率衰减hd的模型.
图 4为根据统计得到的室内、室外的接收功率信号衰减概率密度函数曲线.采用线性回归法得到室内、室外的接收功率信号衰减分布的概率密度函数.
|
图 4 室内、室外接收功率信号衰减的概率密度和曲线拟合 |
如图 4所示，室内和室外接收到的信号功率衰减hd分布服从均值为32 dB的高斯分布.
|
(2) |
其中：a1=0.116，b1=-32.43，c1=3.898.
1.2 根据移动路测结果，得到室内空域频谱空洞频繁程度为检验所发现的室内空域频谱空洞出现的概率.采用覆盖北京城区主要区域的车载移动测量得到室外电视信号接收功率，根据室内、室外接收信号衰减推算出室内电视接收电平.前面已通过定点测量得到室内、室外电视信号接收功率衰减hd的模型.开展覆盖北京城区主要特征地区的车载的移动频谱测量，得到北京室外电视信号接收功率强度Po.根据式(1) 推算出室内电视信号接收功率强度Pi.
图 5展示了室外路测结果中电视信号强度的分布函数.由图可见，大约18%路测地区所接收到的信号强度低于-82 dBm.考虑到32 dB的室内和室外的衰减，接收信号的室内信号功率将低于-114 dBm的频谱感知的要求，存在室内空域频谱空洞.甚至有5%的区域接收信号功率低于-100 dBm.
|
图 5 室外路测电视接收平均功率的概率分布 |
根据实际测量发现北京城区环境中存在大量的室内空域频谱空洞.下面进一步分析这些空域频谱空洞是否能被认知无线电设备利用.考虑到最坏的干扰情况，即部署室内认知无线电的建筑邻近建筑存在电视接收机.在电视接收机处，采用中断几率描述其收到的干扰情况，定义为其数据传输速率低于特定阈值数据速率C0的概率低于λ，从而保证电视接收机的信号接收质量.电视接收机中断概率约束条件表示为
|
(3) |
其中：PT为电视信号的发射功率，hT为电视发射台到电视接收机信道传播功率增益, IC为由室内认知无线电设备对电视机造成的干扰, N0为噪声功率.根据马尔可夫不等式，中断概率约束因此可以转化为
|
(4) |
考虑不等式传递特性，有
|
(5) |
室内认知无线电设备对电视接收机所造成的干扰可表示为
|
(6) |
其中：PS为认知设备的发射功率，hn为室内认知无线电设备与附近电视接收机之间信道传播功率增益.该信道增益又可被划分为室外衰减和室外到室内的衰减.
|
(7) |
这里，考虑给定室内认知无线电设备到邻近另一栋建筑的距离为dn，室外环境路径损耗信道模型可以表示为
|
(8) |
需要注意的是，即使没有认知无线电设备造成干扰，电视接收功率也必须超过一个定值.
|
(9) |
对于中国电视信号接收机，这个值σ为-60 dBm，对于美国FCC标准为-84 dBm.
因此，中断概率可以进一步写为
|
(10) |
最后，将认知设备的干扰带入电视接收机中断约束式(5) 中，得到不干扰电视机正常工作情况下，认知无线电设备的发射功率.
|
(11) |
根据实际测量结果，有以下经验公式：
|
(12) |
|
(13) |
将这些测量得到的经验公式代入式(11) 中，能计算得到室内认知设备最大发射功率.根据测量得到的拟合曲线(见式(2))，可得到α=32.43，β=7.597 202.设d=20 m，N0的=-103 dBm，σ=-60 dBm，C0=19.3 Mbit/s，ε=4，λ=0.001，室内认知无线电设备的发射功率可以达到87 mW，能够满足小覆盖室内场景需求.需注意，实际功率发射值能够大于该值，这仅是一个发射功率下界.因为不知电视接收机实际的电视信号接收强度，出于安全考虑，采用最小的电视信号接收功率进行计算.
为了进一步证明认知设备能使用空域频谱空洞，采用北京邮电大学泛在网络实验室自行研发的基于时分长期演进(TD-LTE，time division long term evolution)的认知无线电测试平台进行实物电磁兼容实验予以确认.该测试平台工作在698~806 MHz频段，使用正交频分复用(OFDM，orthogonal frequency division multiplexing)调制方式.测试平台的详细信息见文献[5].使用罗德施瓦茨公司ETL电视信号分析仪作为电视接收器，检查电视所受干扰是否影响解调质量，其测试结果如图 6所示.测量结果表明，接收到的室内电视信号低于-114 dBm，而室外屋顶电视信号接收功率为-50.1 dBm.此时，认知无线电测试平台最大发射功率可调整为127 mW，能不影响室外电视信号接收机的正常解调.室外电视解调情况通过ETL电视信号分析仪测量得出.由图 6可见，电视接收机能正确解码，识别出中国国标地面数字电视(DTMB, digital television terrestrial multimedia broadcasting)，数字电视系统使用16QAM调制方式，解码后的动态图像专家组(MPEG，moving pictures experts group)视频流为21.6 Mbit/s，解调误比特率低于10-9，可满足要求.证明了认知无线电设备能复用室内空域频谱空洞.
|
图 6 电视受认知平台干扰时的解码性能 |
根据470~806 MHz电视频段频谱测量发现，尽管城区范围电视频段缺乏室外时域和频域频谱空洞，但城市室内环境存在大量的空域频谱空洞，近18%的北京城区室内环境能部署认知无线电设备.同时给出了室内认知无线电设备最大发射功率的理论计算公式，实际测试证明其发射功率可以达到127 mW，对合理部署认知无线电设备起到指导作用.在未来的研究中，将进一步根据测量数据设计高效的动态频谱接入机制和算法.
| [1] | Mitola J, Maguire G Q Jr. Cognitive radio: making software radios more personal[J]. IEEE Personal Communications, 1999, 6(4): 13–18. doi: 10.1109/98.788210 |
| [2] | Genachowski CSecond report and order and memorandum opinion and order[EB/OL]. [2014-02-28]. http://hraunfoss. fcc. gov/edocs_public/attachmatch/FCC-10-174A1.pdf |
| [3] | Yin Sixing, Chen Dawei, Zhang Qian. Mining spectrum usage data: a large-scale spectrum measurement study[J]. IEEE Transaction on Mobile Computing, 2012, 11(6): 1033–1046. doi: 10.1109/TMC.2011.128 |
| [4] | Kyu-Min Kang, Jae Cheol Park, Sang-In Cho. Deployment and coverage of cognitive radio networks in TV white space[J]. IEEE Communications Magazine, 2012, 50(12): 88–94. doi: 10.1109/MCOM.2012.6384456 |
| [5] | Zhang P, Liu Y, Feng Z Y, et al. Intelligent and efficient development of wireless networks: a review of cognitive radio networks[J]. Chin Science Bulletins, 2012(57): 3662–3676. |