本文關(guān)鍵詞：underlay頻譜共享方式下用戶個(gè)數(shù)和信噪比估計(jì)，，由筆耕文化傳播整理發(fā)布。

【摘要】：Underlay頻譜共享技術(shù)以主用戶和次用戶共享頻譜資源的方式來(lái)提高頻譜利用率,逐漸成為研究的熱點(diǎn)。在underlay模式下,次用戶接入授權(quán)信道前需要知道信道內(nèi)的用戶個(gè)數(shù),信噪比等參數(shù),從而確定自身的傳輸策略。因此,本文以u(píng)nderlay為背景,對(duì)時(shí)頻重疊信號(hào)的用戶個(gè)數(shù)估計(jì)和信噪比估計(jì)進(jìn)行研究分析,具有重要的理論意義和使用價(jià)值。本文的主要工作內(nèi)容如下:本文提出了一種underlay頻譜共享方式下時(shí)頻重疊信號(hào)的用戶個(gè)數(shù)估計(jì)方法。該方法首先根據(jù)信號(hào)的相關(guān)性,通過(guò)設(shè)置門限,將單路接收信號(hào)擴(kuò)展成具有動(dòng)態(tài)延時(shí)的虛擬陣列信號(hào)。然后對(duì)該虛擬陣列信號(hào)進(jìn)行奇異值分解,用相鄰的兩個(gè)奇異值之差構(gòu)造第一個(gè)特征向量ch1,并用ch1中的相鄰元素之比構(gòu)造第二個(gè)特征向量ch2。最后利用信號(hào)奇異值和噪聲奇異值在分界處相差較大,而噪聲奇異值相差很小的特點(diǎn),通過(guò)搜索ch2中最大值的位置,實(shí)現(xiàn)用戶個(gè)數(shù)的估計(jì)。本文推導(dǎo)了時(shí)頻重疊信號(hào)信噪比估計(jì)的克拉美羅界,同時(shí)提出一種時(shí)頻重疊信號(hào)的信噪比估計(jì)方法。該方法首先利用二階矩和四階矩來(lái)構(gòu)造信號(hào)的峰度特征量,推導(dǎo)出接收信號(hào)的峰度與信號(hào)分量的峰度之間的關(guān)系。然后利用高斯白噪聲的峰度為零以及MPSK(M=2,4,8)信號(hào)的峰度與自身功率無(wú)關(guān)的特點(diǎn),計(jì)算出信號(hào)分量的歸一化功率。最后通過(guò)將信噪比估計(jì)問(wèn)題轉(zhuǎn)化成信號(hào)分量的歸一化功率估計(jì)問(wèn)題,實(shí)現(xiàn)時(shí)頻重疊信號(hào)的信噪比估計(jì)。本文在一定仿真條件下對(duì)所提出的用戶個(gè)數(shù)和信噪比估計(jì)算法進(jìn)行仿真驗(yàn)證,并從頻譜重疊率,混合功率比,信號(hào)分量個(gè)數(shù)等多個(gè)方面進(jìn)行分析。仿真結(jié)果表明,本文所提出的用戶個(gè)數(shù)估計(jì)算法與傳統(tǒng)方法相比,能夠在較低信噪比和較高頻譜重疊率的條件下,取得更好的估計(jì)性能,當(dāng)信噪比為-2dB時(shí),估計(jì)正確率在90%以上。而本文所提出的時(shí)頻重疊信號(hào)的信噪比估計(jì)方法,在較低信噪比條件下,其歸一化均方誤差能夠很好的逼近于推導(dǎo)的克拉美羅界,并且對(duì)頻譜重疊率和混合功率比不敏感。
【關(guān)鍵詞】：Underlay 頻譜共享 用戶個(gè)數(shù) SNR 時(shí)頻重疊
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN911.4
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 符號(hào)對(duì)照表10-11
• 縮略語(yǔ)對(duì)照表11-14
• 第一章 緒論14-20
• 1.1 研究背景和意義14-15
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀15-18
• 1.2.1 個(gè)數(shù)估計(jì)研究現(xiàn)狀15-17
• 1.2.2 信噪比研究現(xiàn)狀17-18
• 1.3 本文結(jié)構(gòu)安排18-20
• 第二章 頻譜共享的基本概念及關(guān)鍵技術(shù)20-24
• 2.1 頻譜共享概述20-22
• 2.2 頻譜共享的接入方式22-23
• 2.3 干擾溫度23-24
• 第三章 Underlay頻譜共享方式下的用戶個(gè)數(shù)估計(jì)24-36
• 3.1 引言24
• 3.2 奇異值分解及其主要性質(zhì)24-25
• 3.3 傳統(tǒng)的用戶個(gè)數(shù)估計(jì)方法25-28
• 3.3.1 基于固定延時(shí)擴(kuò)維的用戶個(gè)數(shù)估計(jì)方法25-27
• 3.3.2 基于信號(hào)稀疏性的用戶個(gè)數(shù)估計(jì)方法27-28
• 3.4 基于動(dòng)態(tài)延遲擴(kuò)展和噪聲奇異值的個(gè)數(shù)估計(jì)方法28-31
• 3.4.1 信號(hào)模型28-29
• 3.4.2 基于動(dòng)態(tài)延遲擴(kuò)展的虛擬陣列信號(hào)的構(gòu)造29-30
• 3.4.3 用戶個(gè)數(shù)估計(jì)方法30-31
• 3.5 仿真分析31-35
• 3.6 本章小結(jié)35-36
• 第四章 Underlay頻譜共享方式下的信噪比估計(jì)36-50
• 4.1 引言36
• 4.2 信號(hào)模型36-37
• 4.3 信噪比估計(jì)的克拉美-羅界（CRB）分析37-39
• 4.4 信噪比估計(jì)方法39-44
• 4.4.1 時(shí)頻重疊信號(hào)峰度值的計(jì)算39-41
• 4.4.2 信號(hào)分量的歸一化功率估計(jì)41-43
• 4.4.3 時(shí)頻重疊信號(hào)的信噪比估計(jì)43-44
• 4.5 仿真分析44-48
• 4.6 本章小結(jié)48-50
• 第五章 總結(jié)與展望50-52
• 參考文獻(xiàn)52-56
• 致謝56-58
• 作者簡(jiǎn)介58-59

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 花夢(mèng);朱近康;龔明;;基于周期平穩(wěn)的盲信噪比估計(jì)方法[J];通信學(xué)報(bào);2006年09期

2 嚴(yán)俊;呂明;唐斌;;選擇性分集合并中信噪比估計(jì)問(wèn)題的研究[J];中國(guó)電子科學(xué)研究院學(xué)報(bào);2007年03期

3 蘆巖;呂幼新;王洪;;一種頻域信噪比估計(jì)方法[J];科協(xié)論壇(下半月);2008年06期

4 李銀永;陳瑾;張玉明;;基于解調(diào)判決的信噪比估計(jì)方法[J];通信技術(shù);2011年05期

5 張金成;彭華;趙國(guó)慶;;信噪比估計(jì)算法研究[J];信息工程大學(xué)學(xué)報(bào);2011年05期

6 張俊楠;張紹武;;基于有限樣本信息準(zhǔn)則的非協(xié)作盲信噪比估計(jì)算法[J];科學(xué)技術(shù)與工程;2012年02期

7 陳超;徐長(zhǎng)純;王s

本文編號(hào)：302736