【摘要】：認(rèn)知無線電技術(shù)實(shí)現(xiàn)了頻譜資源的動(dòng)態(tài)分配,提高了頻譜資源的利用率,而準(zhǔn)確高效的頻譜感知是認(rèn)知無線電的核心環(huán)節(jié)�？焖俑咝阅艿念l譜感知算法研究已經(jīng)成為了一個(gè)亟待解決的問題。傳統(tǒng)的頻譜感知算法通常需要授權(quán)用戶信號(hào)以及噪聲的分布信息,這些信息往往難以獲得。非參數(shù)方法不涉及有關(guān)分布的參數(shù),因而基于此可以設(shè)計(jì)盲頻譜感知算法。本文對(duì)認(rèn)知無線電中頻譜感知算法進(jìn)行了深入的研究,將頻譜感知問題轉(zhuǎn)化為非參數(shù)檢驗(yàn)問題,主要工作和創(chuàng)新成果如下:1.研究了抗噪聲不確定性的擬合優(yōu)度類感知算法。基于擬合優(yōu)度檢驗(yàn)的頻譜感知算法檢測(cè)性能較好但易受到噪聲不確定度的影響。利用僅對(duì)均值偏移敏感,對(duì)方差偏離不敏感的Cramer-vonMises(CM)統(tǒng)計(jì)量第一分量,設(shè)置新的檢驗(yàn)統(tǒng)計(jì)量,克服了估計(jì)噪聲方差過程中產(chǎn)生的誤差對(duì)傳統(tǒng)擬合優(yōu)度算法性能的影響,并推導(dǎo)了頻譜空閑時(shí)檢驗(yàn)統(tǒng)計(jì)量的概率密度函數(shù)和判決門限,從而提出了利用CM分量的頻譜感知算法。理論分析和仿真表明,所提算法在減小擬合優(yōu)度檢驗(yàn)中的CM算法復(fù)雜度的同時(shí),大大減小了噪聲不確定度對(duì)CM算法性能的影響。2.研究了多天線協(xié)作頻譜感知場景下的快速頻譜感知算法。在高斯信道場景下,協(xié)方差矩陣的非對(duì)角元素在主用戶信號(hào)不存在時(shí)的概率分布呈現(xiàn)偶對(duì)稱,而主用戶信號(hào)存在時(shí)這一結(jié)論不再成立。利用二項(xiàng)檢驗(yàn)和符號(hào)秩檢驗(yàn)來衡量分布的對(duì)稱性,設(shè)計(jì)了兩種基于協(xié)方差矩陣的無噪聲不確定度盲感知算法。理論分析和仿真表明,基于符號(hào)秩檢驗(yàn)的感知算法性能優(yōu)于基于二項(xiàng)檢驗(yàn)的感知算法,但是復(fù)雜度更高。實(shí)際使用中,可以根據(jù)時(shí)效性和性能的需求選擇合適的算法。3.研究了瑞利衰落信道下適用于低天線相關(guān)性場景的頻譜感知算法。傳統(tǒng)的特征值類算法及協(xié)方差類算法利用天線相關(guān)性可以實(shí)現(xiàn)無噪聲不確定度的高性能頻譜感知。但是該類算法假設(shè)天線之間信號(hào)具有相關(guān)性而噪聲相互獨(dú)立,在天線分集增益場景下,天線之間相關(guān)性變低時(shí),這些算法性能急劇下降甚至失效。針對(duì)這一問題,提出一種基于卡方擬合優(yōu)度檢驗(yàn)的多天線協(xié)作頻譜感知算法,從而將頻譜感知問題轉(zhuǎn)化為一個(gè)多項(xiàng)分布檢驗(yàn)的問題,然后利用卡方擬合優(yōu)度檢驗(yàn)判決頻譜是否空閑,從而實(shí)現(xiàn)頻譜感知。理論分析和仿真表明所提算法可以在低天線相關(guān)性場景下工作并且性能不受噪聲不確定度的影響�？傊�,所提算法和方案有效地解決了認(rèn)知無線電系統(tǒng)中頻譜感知技術(shù)存在的一些問題,并通過仿真驗(yàn)證了其有效性,所研究和提出的算法具有一定的理論和實(shí)際意義。
[Abstract]:Cognitive radio technology realizes the dynamic allocation of spectrum resources and improves the efficiency of spectrum resources. Accurate and efficient spectrum sensing is the core link of cognitive radio. Fast and high performance spectrum sensing algorithm research has become a problem to be solved. Traditional spectrum sensing algorithms usually require authorized user signals and noise distribution information, which are often difficult to obtain. The nonparametric method does not involve the parameters of the distribution, so blind spectrum sensing algorithm can be designed based on this. In this paper, the spectrum sensing algorithm in cognitive radio is deeply studied, and the spectrum sensing problem is transformed into a non-parametric test problem. The main work and innovative results are as follows: 1. A preference-class perception algorithm for anti-noise uncertainty is studied. The spectrum sensing algorithm based on goodness of fit test has better detection performance but is easily affected by noise uncertainty. Using the first component of the Cramer-vonMises (CM) statistic which is only sensitive to mean deviation and deviation from the other side, a new test statistic is set up to overcome the influence of the errors in the process of estimating the noise variance on the performance of the traditional goodness of fit algorithm. The probability density function and the decision threshold of the spectrum idle test statistic are derived, and a spectrum sensing algorithm using CM component is proposed. Theoretical analysis and simulation show that the proposed algorithm not only reduces the complexity of CM algorithm in the goodness of fit test, but also greatly reduces the influence of noise uncertainty on the performance of CM algorithm. A fast spectrum sensing algorithm for multi-antenna cooperative spectrum sensing scene is studied. In Gao Si channel scenario, the probability distribution of non-diagonal elements of the covariance matrix presents even symmetry when the primary user signal does not exist, but this conclusion is no longer true when the primary user signal exists. By using binomial test and symbolic rank test to measure the symmetry of distribution, two noiseless blind perception algorithms based on covariance matrix are designed. Theoretical analysis and simulation show that the performance of the perceptual algorithm based on symbolic rank test is better than that based on binomial test, but the complexity is higher. In practical use, the appropriate algorithm. 3. 3 can be selected according to the requirements of timeliness and performance. A spectrum sensing algorithm for low antenna correlation scenes in Rayleigh fading channels is studied. The traditional eigenvalue class algorithm and covariance class algorithm can realize high performance spectrum sensing without noise uncertainty by using antenna correlation. However, these algorithms assume that the signals are correlated and the noise is independent of each other. In the antenna diversity gain scenario, when the correlation between antennas becomes low, the performance of these algorithms drops sharply or even fails. To solve this problem, a multi-antenna cooperative spectrum sensing algorithm based on chi-square goodness of fit test is proposed, which can transform the spectrum sensing problem into a multi-item distribution test. Then, the chi-square goodness of fit is used to test whether the decision spectrum is idle or not, so as to realize spectrum sensing. Theoretical analysis and simulation show that the proposed algorithm can work in low antenna correlation scenarios and its performance is not affected by noise uncertainty. In a word, the proposed algorithm and scheme effectively solve some problems of spectrum sensing technology in cognitive radio system, and verify its effectiveness by simulation. The algorithm studied and proposed has certain theoretical and practical significance.
【學(xué)位授予單位】：西安郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TN925

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 岳文靜;鄭寶玉;;一種基于可靠度的頻譜感知算法[J];解放軍理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年06期

2 劉婷婷;王建新;束鋒;;合作頻譜感知吞吐量和感知時(shí)間關(guān)系的研究[J];現(xiàn)代雷達(dá);2009年05期

3 常帥;孔凡軍;陳娟;鄭學(xué)強(qiáng);;協(xié)同頻譜感知中的認(rèn)知用戶數(shù)優(yōu)化[J];軍事通信技術(shù);2010年03期

4 汪一鳴;周劉蕾;;基于追蹤定位的認(rèn)知頻譜感知解決方案[J];通信學(xué)報(bào);2010年11期

5 岳文靜;鄭寶玉;孟慶民;崔景伍;解培中;;衰落信道下提高協(xié)作頻譜感知能力的方法[J];中國科學(xué):信息科學(xué);2011年02期

6 韓勇;陳強(qiáng);王建新;;合作頻譜感知安全技術(shù)研究[J];通信技術(shù);2011年06期

7 韓勇;王放;陳強(qiáng);王建新;;一種信任度模糊分配的合作頻譜感知算法[J];信號(hào)處理;2011年06期

8 蔣金波;王可人;陳小波;金虎;;頻譜切換中基于頻譜感知的鏈路保持概率[J];探測(cè)與控制學(xué)報(bào);2011年06期

9 劉穎;楊震;;協(xié)作頻譜感知系統(tǒng)中的結(jié)盟技術(shù)研究[J];南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年05期

10 秦臻;薛峰;梁繼民;;最大系統(tǒng)效用合作頻譜感知優(yōu)化算法[J];信號(hào)處理;2013年02期

相關(guān)會(huì)議論文 前10條

1 岳文靜;鄭寶玉;;一種基于信道可靠性的協(xié)作頻譜感知算法[A];2009年通信理論與信號(hào)處理學(xué)術(shù)年會(huì)論文集[C];2009年

2 張培;孟慶民;朱衛(wèi)平;;一種可以減少感知時(shí)間的頻譜感知方法[A];2010年通信理論與信號(hào)處理學(xué)術(shù)年會(huì)論文集[C];2010年

3 郝博雅;周輝;孫斌;;基于權(quán)值的合作頻譜感知算法[A];第六屆全國信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2012年

4 吳昊;趙杭生;;基于三階累積量的頻譜感知技術(shù)研究[A];2009年全國無線電應(yīng)用與管理學(xué)術(shù)會(huì)議論文集[C];2009年

5 張冰玉;鄭寶玉;岳文靜;;一種基于串行網(wǎng)絡(luò)的協(xié)作頻譜感知方案[A];2010年通信理論與信號(hào)處理學(xué)術(shù)年會(huì)論文集[C];2010年

6 馮子木;漆春梅;王軍;李樂民;;協(xié)同頻譜感知算法綜述[A];2008年中國西部青年通信學(xué)術(shù)會(huì)議論文集[C];2008年

7 王翊;胡艷軍;唐希雯;;一種改進(jìn)的基于多閾值的協(xié)作頻譜感知方法[A];2011年通信與信息技術(shù)新進(jìn)展——第八屆中國通信學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2011年

8 鄭仕鏈;何斌;楊偉程;;認(rèn)知無線電寬帶頻譜感知試驗(yàn)研究[A];浙江省信號(hào)處理學(xué)會(huì)2011學(xué)術(shù)年會(huì)論文集[C];2011年

9 李佳俊;黃清;孔勇;;基于小波變換的認(rèn)知無線電寬帶頻譜感知方法[A];中國電子學(xué)會(huì)第十六屆信息論學(xué)術(shù)年會(huì)論文集[C];2009年

10 楊家勝;劉光斌;程俊仁;;基于壓縮采樣技術(shù)的認(rèn)知無線電寬帶頻譜感知方法[A];中國通信學(xué)會(huì)第六屆學(xué)術(shù)年會(huì)論文集（上）[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 肖淑艷;認(rèn)知無線電中頻譜感知及資源優(yōu)化分配的研究[D];中國礦業(yè)大學(xué);2015年

2 卿浩博;面向無線通信系統(tǒng)的頻譜感知理論與技術(shù)研究[D];北京郵電大學(xué);2015年

3 楊雪洲;認(rèn)知中繼網(wǎng)絡(luò)頻譜感知與資源分配研究[D];電子科技大學(xué);2014年

4 齊佩漢;穩(wěn)健精細(xì)抗差異性頻譜感知技術(shù)研究[D];西安電子科技大學(xué);2014年

5 劉洋;基于跨層優(yōu)化的頻譜感知關(guān)鍵技術(shù)研究[D];解放軍信息工程大學(xué);2014年

6 史振國;認(rèn)知OFDM系統(tǒng)中頻譜感知與基于感知的干擾對(duì)齊方法研究[D];哈爾濱工業(yè)大學(xué);2016年

7 江曉林;認(rèn)知無線電網(wǎng)絡(luò)中頻譜感知算法研究[D];哈爾濱工業(yè)大學(xué);2015年

8 m云海;BWT系統(tǒng)中基于認(rèn)知的頻譜聚合技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

9 秦臻;基于認(rèn)知無線網(wǎng)絡(luò)的頻譜感知與信道切換技術(shù)研究[D];西安電子科技大學(xué);2015年

10 賈瓊;認(rèn)知無線電系統(tǒng)中的頻譜感知技術(shù)研究[D];西安電子科技大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 王艷君;認(rèn)知無線網(wǎng)絡(luò)中基于多節(jié)點(diǎn)的協(xié)作頻譜感知技術(shù)的研究[D];昆明理工大學(xué);2015年

2 谷凱;基于GNU Radio的動(dòng)態(tài)頻譜感知及數(shù)據(jù)傳輸[D];海南大學(xué);2015年

3 孟晨;基于稀疏組套索的寬頻帶頻譜感知研究[D];燕山大學(xué);2015年

4 魏亮;認(rèn)知車載網(wǎng)中頻譜感知算法仿真研究[D];西南交通大學(xué);2015年

5 周瑞;基于信任度的認(rèn)知無線電聯(lián)合頻譜感知研究[D];湖南工業(yè)大學(xué);2015年

6 錢陸;基于數(shù)據(jù)并發(fā)傳輸?shù)念l譜感知系統(tǒng)的研究[D];北京郵電大學(xué);2014年

7 羅曼;認(rèn)知無線電協(xié)作頻譜感知技術(shù)的研究[D];哈爾濱工業(yè)大學(xué);2015年

8 李然;基于隨機(jī)矩陣?yán)碚摰念l譜感知算法研究[D];哈爾濱工業(yè)大學(xué);2015年

9 張蔚;基于動(dòng)態(tài)壓縮采樣的寬帶頻譜感知技術(shù)[D];哈爾濱工業(yè)大學(xué);2015年

10 宋雙;基于序貫檢測(cè)的認(rèn)知無線電協(xié)作頻譜感知算法研究[D];哈爾濱工業(yè)大學(xué);2015年

，

本文編號(hào)：2199741