本文關(guān)鍵詞：認(rèn)知無(wú)線電網(wǎng)絡(luò)中稀疏優(yōu)化算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：目前無(wú)線頻譜資源采用固定分配方式,導(dǎo)致在某些頻段利用率低,頻譜呈現(xiàn)稀疏狀態(tài)。然而,授權(quán)用戶和認(rèn)知用戶對(duì)頻譜資源共享可以提高頻譜使用效率。頻譜共享首要任務(wù)是對(duì)空閑頻譜進(jìn)行快速準(zhǔn)確的檢測(cè)。與協(xié)作頻譜感知相比,單用戶頻譜感知速度不受認(rèn)知用戶數(shù)目增加而減慢。本文采用單用戶頻譜感知方式對(duì)稀疏優(yōu)化算法展開(kāi)研究。針對(duì)雙選衰落環(huán)境下寬帶頻譜感知采用循環(huán)平穩(wěn)特征檢測(cè)復(fù)雜度高的問(wèn)題,提出一種快速低復(fù)雜度的寬帶頻譜感知算法。該算法在最小1l范數(shù)正則化的凸稀疏優(yōu)化模型下,針對(duì)一般線性bregman算法存在冗余迭代計(jì)算的缺陷,通過(guò)增加輔助變量,估計(jì)出線性bregman算法中余量保持不變過(guò)程的迭代次數(shù),更新輔助變量值,跳出冗余迭代的過(guò)程,從而提高算法的收斂速度。同時(shí),降低算法的復(fù)雜度。實(shí)驗(yàn)結(jié)果表明,該算法在雙選衰落環(huán)境下壓縮采樣重構(gòu)效果、檢測(cè)概率和收斂速度上和改進(jìn)前的算法相比都有所提高。針對(duì)一般平穩(wěn)信號(hào)在低信噪比環(huán)境下感知性能差的缺陷,提出基于觀測(cè)矩陣優(yōu)化的重加權(quán)線性bregman算法。該算法在對(duì)形成的稀疏優(yōu)化問(wèn)題模型進(jìn)行求解之前對(duì)觀測(cè)矩陣進(jìn)行優(yōu)化,這樣可以提高低信噪比環(huán)境下頻譜重構(gòu)效果。同時(shí),為了利用信號(hào)的稀疏性,在待恢復(fù)的稀疏頻譜矢量上疊加權(quán)值,使得上一步得到的稀疏解在下一步迭代變得更加稀疏,從而減少了迭代次數(shù),算法更快地達(dá)到收斂。實(shí)驗(yàn)結(jié)果表明,通過(guò)對(duì)觀測(cè)矩陣優(yōu)化,使得算法在低信噪比下抗噪性能以及收斂速度等方面都有所提高。
【關(guān)鍵詞】：認(rèn)知無(wú)線電 稀疏優(yōu)化 單用戶頻譜感知 壓縮感知 bregman算法
【學(xué)位授予單位】：中南民族大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TN925
【目錄】：

• 摘要6-7
• Abstract7-8
• 第1章 緒論8-15
• 1.1 研究背景及意義8-9
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀9-14
• 1.3 本論文的主要工作14-15
• 第2章 一種快速低復(fù)雜度寬帶頻譜壓縮感知算法15-29
• 2.1 問(wèn)題提出15
• 2.2 系統(tǒng)與信號(hào)模型15-16
• 2.3 稀疏優(yōu)化問(wèn)題模型16-17
• 2.4 問(wèn)題模型的算法求解17-24
• 2.5 算法的性能分析24
• 2.6 仿真結(jié)果及分析24-28
• 2.7 小結(jié)28-29
• 第3章 基于觀測(cè)矩陣優(yōu)化的頻譜感知29-42
• 3.1 問(wèn)題提出29
• 3.2 系統(tǒng)與信號(hào)模型29-30
• 3.3 重加權(quán)問(wèn)題模型30-32
• 3.4 問(wèn)題求解及算法描述32-36
• 3.5 算法性能分析36
• 3.6 仿真分析36-40
• 3.7 小結(jié)40-42
• 第4章 總結(jié)與展望42-44
• 參考文獻(xiàn)44-48
• 致謝48-49
• 附錄A 攻讀學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄49

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 劉敘含;申曉紅;姚海洋;鄧欣;;基于帳篷混沌觀測(cè)矩陣的圖像壓縮感知[J];傳感器與微系統(tǒng);2014年09期

2 王韋剛;楊震;顧彬;胡海峰;;基于觀測(cè)矩陣優(yōu)化的自適應(yīng)壓縮頻譜感知[J];通信學(xué)報(bào);2014年08期

3 王俠;王開(kāi);王青云;梁瑞宇;左加闊;趙力;鄒采榮;;壓縮感知中的確定性隨機(jī)觀測(cè)矩陣構(gòu)造[J];信號(hào)處理;2014年04期

4 鄢鵬程;;一種基于閾值迭代和自適應(yīng)觀測(cè)矩陣的壓縮感知圖像處理[J];信息與電腦(理論版);2013年03期

5 石光明;劉丹華;高大化;劉哲;林杰;王良君;;壓縮感知理論及其研究進(jìn)展[J];電子學(xué)報(bào);2009年05期

6 寧萬(wàn)正;王海燕;申曉紅;蔣世全;王璇;;一種自適應(yīng)觀測(cè)矩陣下的信號(hào)重構(gòu)算法[J];計(jì)算機(jī)應(yīng)用研究;2011年09期

7 趙春暉;劉巍;;壓縮感知理論及其在成像技術(shù)中的應(yīng)用[J];智能系統(tǒng)學(xué)報(bào);2012年01期

8 金堅(jiān);谷源濤;梅順良;;壓縮采樣技術(shù)及其應(yīng)用[J];電子與信息學(xué)報(bào);2010年02期

9 王軍華;黃知濤;周一宇;王豐華;;壓縮感知理論中的廣義不相關(guān)性準(zhǔn)則[J];信號(hào)處理;2012年05期

10 肖小潮;鄭寶玉;王臣昊;;一種基于最優(yōu)觀測(cè)矩陣的自適應(yīng)貝葉斯壓縮信道感知聯(lián)合機(jī)制[J];電子與信息學(xué)報(bào);2012年10期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 顧國(guó)生;戰(zhàn)蔭偉;;一種混沌序列在壓縮感知觀測(cè)矩陣構(gòu)造中的應(yīng)用[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前5條

1 趙玉娟;壓縮感知和矩陣填充及其在信號(hào)處理中應(yīng)用的研究[D];南京郵電大學(xué);2015年

2 孫晶明;壓縮感知中觀測(cè)矩陣的研究[D];華中科技大學(xué);2013年

3 徐永剛;礦山數(shù)據(jù)壓縮采集與重建方法研究[D];中國(guó)礦業(yè)大學(xué);2013年

4 丁麗;MIMO雷達(dá)稀疏成像的失配問(wèn)題研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

5 張京超;稀疏多頻帶信號(hào)壓縮采樣方法研究[D];哈爾濱工業(yè)大學(xué);2014年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 龔艷雷;基于SDN的網(wǎng)絡(luò)流量矩陣測(cè)量方法研究[D];電子科技大學(xué);2015年

2 劉莎;壓縮感知中觀測(cè)矩陣的構(gòu)造及優(yōu)化方法研究[D];東北大學(xué);2013年

3 王哲;基于稀疏重構(gòu)的SAR成像技術(shù)研究[D];西安電子科技大學(xué);2014年

4 鳳宏哲;高分辨SAR稀疏目標(biāo)成像研究[D];西安電子科技大學(xué);2014年

5 朱海梁;壓縮感知接收機(jī)關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2014年

6 李繼樓;壓縮感知觀測(cè)矩陣優(yōu)化與信號(hào)重建算法研究[D];南京郵電大學(xué);2015年

7 李偉光;基于壓縮感知的定位算法研究[D];重慶大學(xué);2015年

8 樊艷明;面向水上行走機(jī)器人的微型視覺(jué)傳感系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];中央民族大學(xué);2016年

9 金明亮;嵌入式視覺(jué)壓縮傳感及其直接環(huán)境認(rèn)知的研究[D];南昌大學(xué);2013年

10 熊波;基于壓縮感知的觀測(cè)矩陣構(gòu)造方法及性能研究[D];湖南師范大學(xué);2016年

  本文關(guān)鍵詞：認(rèn)知無(wú)線電網(wǎng)絡(luò)中稀疏優(yōu)化算法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：296528