發(fā)布時(shí)間：2017-05-25 06:08

  本文關(guān)鍵詞：基于稀疏組套索的寬頻帶頻譜感知研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著科技的不斷提高,越來(lái)越多的移動(dòng)設(shè)備逐漸走進(jìn)人們的生活,移動(dòng)設(shè)備只能工作在一定的無(wú)線(xiàn)頻段范圍內(nèi),而在這些可用頻譜資源下,隨著數(shù)據(jù)業(yè)務(wù)的不斷擴(kuò)大,已經(jīng)變得非常擁堵。為了提高頻譜的利用率,聯(lián)邦通信委員會(huì)(FCC)表明,在授權(quán)頻段有空閑部分的情況下,非授權(quán)用戶(hù)可機(jī)會(huì)式地進(jìn)行動(dòng)態(tài)頻譜接入。這種認(rèn)知無(wú)線(xiàn)電技術(shù)提高了頻譜資源的利用率。頻譜感知是認(rèn)知無(wú)線(xiàn)電中的關(guān)鍵技術(shù),現(xiàn)在對(duì)寬頻帶的頻譜感知的研究成了一個(gè)熱點(diǎn)課題,怎樣在低信噪比下能達(dá)到一個(gè)較高的檢測(cè)性能是研究的一個(gè)難點(diǎn)。針對(duì)此問(wèn)題,本文采用了一種基于稀疏組套索的寬頻帶頻譜感知方法。首先,本文采用了一種基于稀疏組Lasso(SGLasso)的寬頻帶感知方法。該方法利用授權(quán)用戶(hù)(PU)數(shù)量的稀疏性與授權(quán)用戶(hù)傳輸功率譜密度(PSD)的稀疏性建立模型,將寬頻帶頻譜感知問(wèn)題轉(zhuǎn)換為對(duì)授權(quán)用戶(hù)發(fā)射信號(hào)功率密度的估計(jì),重構(gòu)發(fā)射信號(hào)功率譜密度向量,實(shí)現(xiàn)頻譜檢測(cè)。其次,稀疏組Lasso的頻譜感知方法前提是信道增益矩陣已知,但是在一般情況下信道增益矩陣并不是確定的,會(huì)受到一些干擾的影響。針對(duì)這一問(wèn)題,將稀疏組Lasso與總體最小二乘(TLS)相結(jié)合,提出了一種基于稀疏組總體最小二乘的頻譜感知方法,從而解決了信道增益矩陣不確定性的問(wèn)題。最后,利用稀疏組Lasso的多響應(yīng)模型與頻譜感知中多認(rèn)知用戶(hù)合作檢測(cè)相結(jié)合,產(chǎn)生一種改進(jìn)的合作檢測(cè)方法。借助于稀疏組Lasso的參數(shù)模型,通過(guò)塊坐標(biāo)下降算法實(shí)現(xiàn)對(duì)未知參數(shù)的求解。通過(guò)與稀疏組Lasso頻譜感知算法的比較,在低信噪比的情況下稀疏組Lasso合作感知算法能達(dá)到較高的檢測(cè)性能。
【關(guān)鍵詞】：頻譜感知 功率譜密度 稀疏組套索 稀疏組總體最小二乘 合作頻譜感知 塊坐標(biāo)下降
【學(xué)位授予單位】：燕山大學(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5-6
• Abstract6-10
• 第1章 緒論10-17
• 1.1 課題研究背景10-11
• 1.2 認(rèn)知無(wú)線(xiàn)電研究現(xiàn)狀11-14
• 1.3 認(rèn)知無(wú)線(xiàn)電中頻譜感知的研究現(xiàn)狀14-15
• 1.4 本文主要研究?jī)?nèi)容及組織結(jié)構(gòu)15-17
• 第2章 頻譜感知技術(shù)17-33
• 2.1 頻譜感知概述17-18
• 2.2 基于發(fā)射機(jī)檢測(cè)的頻譜感知方法18-26
• 2.2.1 匹配濾波器檢測(cè)19-20
• 2.2.2 能量檢測(cè)20-23
• 2.2.3 循環(huán)平穩(wěn)特征檢測(cè)23-25
• 2.2.4 性能仿真及分析25-26
• 2.3 合作檢測(cè)26-32
• 2.3.1 單門(mén)限合作檢測(cè)27-29
• 2.3.2 多門(mén)限合作檢測(cè)29-30
• 2.3.3 性能仿真及分析30-32
• 2.4 本章小結(jié)32-33
• 第3章 基于稀疏組Lasso的頻譜感知方法33-44
• 3.1 稀疏組Lasso方法33-34
• 3.2 稀疏組Lasso頻譜感知的物理模型34-35
• 3.3 稀疏組Lasso頻譜感知的數(shù)學(xué)模型35-39
• 3.3.1 基本模型35-36
• 3.3.2 模型參數(shù)36-37
• 3.3.3 塊坐標(biāo)下降模型參數(shù)求解算法37-39
• 3.3.4 基于稀疏組Lasso的寬帶頻譜感知算法39
• 3.4 仿真結(jié)果及性能分析39-43
• 3.5 本章小結(jié)43-44
• 第4章 基于稀疏組總體最小二乘的頻譜感知方法44-51
• 4.1 稀疏組總體最小二乘44
• 4.2 稀疏組總體最小二乘物理模型44-45
• 4.3 塊坐標(biāo)下降模型求解算法45-46
• 4.4 仿真結(jié)果及性能分析46-50
• 4.5 本章小結(jié)50-51
• 第5章 基于稀疏組Lasso的合作頻譜感知方法51-57
• 5.1 稀疏組Lasso多響應(yīng)模型51
• 5.2 基于稀疏組Lasso的合作頻譜感知算法51-54
• 5.3 仿真結(jié)果及性能分析54-56
• 5.4 本章小結(jié)56-57
• 結(jié)論57-59
• 參考文獻(xiàn)59-64
• 攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果64-65
• 致謝65-66
• 作者簡(jiǎn)介66

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 顧慶峰;楊仕平;;基于認(rèn)知無(wú)線(xiàn)電的多頻段跳頻通信系統(tǒng)[J];電訊技術(shù);2012年07期

2 申濤;胡中豫;李高峰;李偉;;基于關(guān)聯(lián)分析的頻譜感知信息加權(quán)融合算法[J];火力與指揮控制;2010年12期

3 吳玲玲;;快變信道下基于數(shù)據(jù)平滑的DVB-T信號(hào)頻譜感知[J];現(xiàn)代電子技術(shù);2012年09期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 劉婷婷;認(rèn)知無(wú)線(xiàn)電中關(guān)鍵技術(shù)的研究[D];南京理工大學(xué);2011年

  本文關(guān)鍵詞：基于稀疏組套索的寬頻帶頻譜感知研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：392814