本文關鍵詞：基于數(shù)理統(tǒng)計的低復雜度頻譜感知算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：認知無線電(Cognitive Radio, CR)是一種可以自我認知和自我學習的無線電通信概念,它可以通過一系列方法對周圍環(huán)境的頻譜資源進行實時感知,有效發(fā)現(xiàn)“頻譜空洞”,并有效提高頻譜利用率。頻譜感知(Spectrum Sensing, SS)技術是認知無線電的關鍵技術之一,是動態(tài)頻譜接入、頻譜共存等認知無線電關鍵技術的前提和基礎。通過SS對頻譜狀態(tài)進行實時的監(jiān)測,當主用戶(Primary User, PU)沒有使用該頻譜資源時,允許次用戶(Sensing User, SU)在不干擾PU通信的條件下接入該頻段；當PU使用該頻段時,次用戶必須及時退出該頻段,以免干擾PU。由此可見,SS是CR技術發(fā)展應用的關鍵。首先本文從認知無線電方面介紹了課題的研究背景及現(xiàn)狀,介紹了SS算法的檢測模型,并對當前的SS算法進行了分類介紹。其中,主要介紹了三種已有的基于擬合優(yōu)度(Goodness of Fit, GOF)的頻譜感知算法常,即(Anderson-Darling, AD)算法,以及基于t分布的頻譜盲檢測算法和基于特征函數(shù)的頻譜盲檢測算法(Blind spectrum sensing based characteristic function and Anderson-Darling test, CAD),并給出了MATLAB仿真實驗。后兩種改進的AD算法不需要任何先驗知識。在瑞利慢衰落信道下的仿真表明,后兩種改進的AD算法和噪聲方差已知的AD算法具有相似的檢測性能,尤其在小樣本條件下,同時三種基于擬合優(yōu)度算法的檢測性能明顯高于ED算法的檢測性能。其次,針對目前的GOF算法的時間計算復雜度高的缺點,本文運用數(shù)理統(tǒng)計的方法分別從經(jīng)典統(tǒng)計學和貝葉斯統(tǒng)計學角度出發(fā),提出了兩種新的低復雜度頻譜感知算法,它們分別是基于廣義似然比的頻譜感知算法和基于貝葉斯推斷的頻譜盲檢測算法。通過MATLAB仿真表明,基于廣義似然比的頻譜感知算法的檢測性能略高于AD算法,且時間復雜度低;基于貝葉斯推斷的頻譜盲檢測算法檢測性能和CAD算法的檢測性能相近,然而其時間復雜度明顯低于CAD算法并且能夠克服噪聲不確定度的影響。最后,基于模塊化的思想使用MATLAB GUI工具設計出一個靜態(tài)信號頻譜感知仿真平臺。該平臺具有良好的擴展性,能快速的實現(xiàn)頻譜感知算法的仿真工作。同時,對本文工作進行了總結,并對下一步的研究方向進行了展望,SS技術作為CR技術的關鍵和基礎,具有廣泛的應用前景和研究價值。
【關鍵詞】：認知無線電 頻譜感知 擬合優(yōu)度 低時間復雜度 圖形用戶界面
【學位授予單位】：西安郵電大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN925
【目錄】：

• 摘要3-4
• ABSTRACT4-8
• 第1章 緒論8-16
• 1.1 課題研究背景及意義8-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-11
• 1.2.1 CR的國內(nèi)外研究現(xiàn)狀9-10
• 1.2.2 SS的國內(nèi)外研究現(xiàn)狀10-11
• 1.3 認知無線電技術概述11-14
• 1.3.1 認知無線電定義11
• 1.3.2 認知無線電的概念模型11-13
• 1.3.3 認知無線電的網(wǎng)絡架構13-14
• 1.4 論文內(nèi)容及結構14-16
• 第2章 認知無線電中的頻譜感知技術16-28
• 2.1 概述16-18
• 2.1.1 頻譜感知技術模型16-17
• 2.1.2 頻譜感知算法的分類17-18
• 2.2 經(jīng)典的AD算法18-20
• 2.2.1 算法原理18-19
• 2.2.2 算法仿真和分析19-20
• 2.3 改進的AD算法20-26
• 2.3.1 基于t分布的頻譜盲檢測算法原理20-22
• 2.3.2 基于特征函數(shù)的頻譜盲檢測算法原理22-24
• 2.3.3 算法仿真和分析24-26
• 2.4 本章小結26-28
• 第3章 基于廣義似然比的頻譜感知算法28-36
• 3.1 基于廣義似然比的頻譜感知算法28-31
• 3.1.1 算法系統(tǒng)模型28-29
• 3.1.2 算法理論分析及步驟29-31
• 3.2 排序算法簡介31-32
• 3.3 算法仿真分析32-34
• 3.4 本章小結34-36
• 第4章 基于貝葉斯推斷的頻譜盲檢測算法36-42
• 4.1 貝葉斯準則簡介36-37
• 4.1.1 貝葉斯統(tǒng)計學與經(jīng)典統(tǒng)計學的區(qū)別和聯(lián)系36
• 4.1.2 貝葉斯因子簡介36-37
• 4.2 基于貝葉推斷則的頻譜盲檢測算法37-41
• 4.2.1 算法原理37-40
• 4.2.2 算法的仿真分析40-41
• 4.3 本章小結41-42
• 第5章 頻譜感知算法仿真平臺設計42-52
• 5.1 仿真系統(tǒng)的系統(tǒng)架構及界面設計42-49
• 5.1.1 系統(tǒng)的算法選擇控件和仿真參數(shù)設置控件的設計45-47
• 5.1.2 系統(tǒng)的仿真操作按鈕設計47-49
• 5.2 系統(tǒng)性能仿真測試49-50
• 5.3 本章小結50-52
• 第6章 總結與展望52-54
• 6.1 全文總結52-53
• 6.2 下一步工作及未來研究展望53-54
• 參考文獻54-58
• 攻讀學位期間取得的研究成果58-60
• 致謝60-61

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

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

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

3 汪一鳴;周劉蕾;;基于追蹤定位的認知頻譜感知解決方案[J];通信學報;2010年11期

4 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:信息科學;2011年02期

5 韓勇;陳強;王建新;;合作頻譜感知安全技術研究[J];通信技術;2011年06期

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

7 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];探測與控制學報;2011年06期

8 劉穎;楊震;;協(xié)作頻譜感知系統(tǒng)中的結盟技術研究[J];南京郵電大學學報(自然科學版);2012年05期

9 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];信號處理;2013年02期

10 江曉林;顧學邁;何晨;;基于壓縮感知的聯(lián)合協(xié)作頻譜感知算法[J];上海交通大學學報;2013年07期

中國重要會議論文全文數(shù)據(jù)庫 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年通信理論與信號處理學術年會論文集[C];2009年

2 張培;孟慶民;朱衛(wèi)平;;一種可以減少感知時間的頻譜感知方法[A];2010年通信理論與信號處理學術年會論文集[C];2010年

3 郝博雅;周輝;孫斌;;基于權值的合作頻譜感知算法[A];第六屆全國信號和智能信息處理與應用學術會議論文集[C];2012年

4 吳昊;趙杭生;;基于三階累積量的頻譜感知技術研究[A];2009年全國無線電應用與管理學術會議論文集[C];2009年

5 張冰玉;鄭寶玉;岳文靜;;一種基于串行網(wǎng)絡的協(xié)作頻譜感知方案[A];2010年通信理論與信號處理學術年會論文集[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術會議論文集[C];2008年

7 王翊;胡艷軍;唐希雯;;一種改進的基于多閾值的協(xié)作頻譜感知方法[A];2011年通信與信息技術新進展——第八屆中國通信學會學術年會論文集[C];2011年

8 鄭仕鏈;何斌;楊偉程;;認知無線電寬帶頻譜感知試驗研究[A];浙江省信號處理學會2011學術年會論文集[C];2011年

9 李佳俊;黃清;孔勇;;基于小波變換的認知無線電寬帶頻譜感知方法[A];中國電子學會第十六屆信息論學術年會論文集[C];2009年

10 楊家勝;劉光斌;程俊仁;;基于壓縮采樣技術的認知無線電寬帶頻譜感知方法[A];中國通信學會第六屆學術年會論文集（上）[C];2009年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 肖淑艷;認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;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研究[D];北京郵電大學;2015年

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

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

5 盧劍奇;認知無線電頻譜感知關鍵技術研究[D];電子科技大學;2015年

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

7 史振國;認知OFDM系統(tǒng)中頻譜感知與基于感知的干擾對齊方法研究[D];哈爾濱工業(yè)大學;2016年

8 江曉林;認知無線電網(wǎng)絡中頻譜感知算法研究[D];哈爾濱工業(yè)大學;2015年

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

10 秦臻;基于認知無線網(wǎng)絡的頻譜感知與信道切換技術研究[D];西安電子科技大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 王艷君;認知無線網(wǎng)絡中基于多節(jié)點的協(xié)作頻譜感知技術的研究[D];昆明理工大學;2015年

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

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

5 周瑞;基于信任度的認知無線電聯(lián)合頻譜感知研究[D];湖南工業(yè)大學;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;2014年

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

8 李然;基于隨機矩陣理論的頻譜感知算法研究[D];哈爾濱工業(yè)大學;2015年

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

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

  本文關鍵詞：基于數(shù)理統(tǒng)計的低復雜度頻譜感知算法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：291641