基于隨機(jī)矩陣?yán)碚摰念l譜感知算法研究
發(fā)布時(shí)間：2017-07-29 20:00
本文關(guān)鍵詞：基于隨機(jī)矩陣?yán)碚摰念l譜感知算法研究
更多相關(guān)文章： 頻譜感知 隨機(jī)矩陣?yán)碚?/b> GSV算法 認(rèn)知MIMO場(chǎng)景 檢測(cè)可信度
【摘要】：頻譜感知在很多領(lǐng)域已經(jīng)有十分廣泛的應(yīng)用,也得到了人們更多的關(guān)注。頻譜感知是指認(rèn)知用戶通過各種信號(hào)檢測(cè)和處理手段來獲取無線網(wǎng)絡(luò)中的頻譜使用信息,即主用戶信號(hào)是否占用該頻段。當(dāng)主用戶不占用時(shí),認(rèn)知用戶可以使用該頻段,反之則不能使用該頻段。檢測(cè)主用戶信號(hào)是否存在的方法有很多,本課題利用隨機(jī)矩陣?yán)碚?針對(duì)由于頻譜資源稀缺而產(chǎn)生的頻譜感知方法進(jìn)行研究,將待檢測(cè)的信號(hào)信息以采樣矩陣的形式呈現(xiàn),通過分析矩陣的特性以及觀察矩陣特性的變化來判決主用戶信號(hào)是否存在�；谝陨纤悸�,首先形成了一種以主用戶采用單天線發(fā)射作為通信場(chǎng)景的基于高斯隨機(jī)矩陣奇異值定理的GSV(Gaussian Singular Value)算法,并研究其在不同條件下的檢測(cè)概率和虛警概率。之后,針對(duì)GSV算法存在的問題對(duì)其進(jìn)行了改進(jìn),形成兩種基于GSV算法的改進(jìn)算法,并對(duì)上述改進(jìn)算法進(jìn)行了仿真,研究它們的檢測(cè)概率和虛警概率。通過比較GSV算法與改進(jìn)算法的檢測(cè)概率和虛警概率,發(fā)現(xiàn)了它們二者存在著矛盾性。之后將通信場(chǎng)景從主用戶單天線發(fā)射轉(zhuǎn)變?yōu)槎嗵炀�發(fā)射的認(rèn)知MIMO場(chǎng)景,試圖建立多天線發(fā)射與GSV算法中單天線發(fā)射二者之間的聯(lián)系,在此基礎(chǔ)上形成了適用于多天線發(fā)射情形的MT-GSV算法。同樣,對(duì)此算法進(jìn)行了仿真,并分析了它的檢測(cè)性能和虛警性能。另外,針對(duì)檢測(cè)概率與虛警概率的矛盾性問題,本課題提出了檢測(cè)可信度這個(gè)概念,將它作為性能指標(biāo)來評(píng)價(jià)算法的包括檢測(cè)性能與虛警性能的綜合性能。最后,通過比較GSV算法與各個(gè)改進(jìn)算法的檢測(cè)可信度,證明了改進(jìn)算法在綜合性能方面要優(yōu)于GSV算法,由此說明改進(jìn)是成功的。
【關(guān)鍵詞】：頻譜感知 隨機(jī)矩陣?yán)碚?/strong> GSV算法 認(rèn)知MIMO場(chǎng)景 檢測(cè)可信度
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN925
【目錄】：
- 摘要4-5
- Abstract5-8
- 第1章 緒論8-15
- 1.1 課題的來源8
- 1.2 課題背景及研究的目的和意義8-9
- 1.3 國(guó)內(nèi)外研究現(xiàn)狀9-12
- 1.3.1 國(guó)外研究現(xiàn)狀9-11
- 1.3.2 國(guó)內(nèi)研究現(xiàn)狀11
- 1.3.3 國(guó)內(nèi)外文獻(xiàn)綜述簡(jiǎn)析11-12
- 1.4 本文的主要研究?jī)?nèi)容12-14
- 1.5 本章小結(jié)14-15
- 第2章 隨機(jī)矩陣?yán)碚?/span>15-23
- 2.1 引言15
- 2.2 隨機(jī)矩陣?yán)碚摰慕M成15-18
- 2.2.1 隨機(jī)矩陣譜理論16-18
- 2.2.2 隨機(jī)矩陣自由概率理論18
- 2.3 基于隨機(jī)矩陣?yán)碚摰念l譜感知18-22
- 2.3.1 隨機(jī)矩陣?yán)碚撆c頻譜感知的結(jié)合18-20
- 2.3.2 基本原理20-21
- 2.3.3 主要問題21-22
- 2.4 本章小結(jié)22-23
- 第3章 高斯隨機(jī)矩陣奇異值檢測(cè)算法及其改進(jìn)23-47
- 3.1 引言23
- 3.2 高斯隨機(jī)矩陣奇異值檢測(cè)算法23-31
- 3.2.1 多天線接收條件下采樣矩陣的性質(zhì)分析23-24
- 3.2.2 檢驗(yàn)統(tǒng)計(jì)量的選取24-25
- 3.2.3 算法步驟及流程25-26
- 3.2.4 算法性能仿真及分析26-31
- 3.3 采用動(dòng)態(tài)門限的改進(jìn)算法31-41
- 3.3.1 門限中引入乘數(shù)因子的改進(jìn)算法32-36
- 3.3.2 門限中引入定理成立概率的改進(jìn)算法36-41
- 3.4 認(rèn)知MIMO頻譜感知算法41-46
- 3.4.1 檢驗(yàn)統(tǒng)計(jì)量的選取41-43
- 3.4.2 算法步驟及流程43-44
- 3.4.3 算法性能仿真及分析44-46
- 3.5 本章小結(jié)46-47
- 第4章 基于檢測(cè)可信度的檢測(cè)算法性能研究47-57
- 4.1 引言47
- 4.2 檢測(cè)可信度47-51
- 4.2.1 定義47-48
- 4.2.2 檢測(cè)可信度與檢測(cè)概率的關(guān)系48
- 4.2.3 檢測(cè)可信度與虛警概率的關(guān)系48-49
- 4.2.4 檢測(cè)可信度的通用表達(dá)式49-51
- 4.3 檢測(cè)可信度的應(yīng)用51-56
- 4.3.1 對(duì)ROC曲線的仿真51-53
- 4.3.2 對(duì)Pf/Pd的仿真53-54
- 4.3.3 檢測(cè)可信度的計(jì)算54-56
- 4.4 本章小結(jié)56-57
- 結(jié)論57-59
- 參考文獻(xiàn)59-63
- 攻讀碩士學(xué)位期間發(fā)表的論文及其它成果63-65
- 致謝65
【參考文獻(xiàn)】
中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條
1 王小英;大維樣本協(xié)方差矩陣的線性譜統(tǒng)計(jì)量的中心極限定理[D];東北師范大學(xué);2009年
，本文編號(hào)：590815
本文鏈接：http://sikaile.net/kejilunwen/wltx/590815.html
最近更新
教材專著
