隨著無線通信業(yè)務(wù)的發(fā)展,對(duì)無線頻譜資源的需求不斷增加。因此,認(rèn)知無線電網(wǎng)絡(luò)中頻譜感知的要求也擴(kuò)展到對(duì)較寬頻帶范圍內(nèi)頻譜接入機(jī)會(huì)的檢測(cè)。按采樣速率劃分,寬帶頻譜感知可分為兩類:基于奈奎斯特采樣的寬帶感知和基于壓縮采樣的寬帶感知。前者以不低于奈奎斯特速率進(jìn)行采樣獲取信號(hào);而后者使用遠(yuǎn)低于奈奎斯特速率的采樣速率獲取信號(hào)。本論文研究基于壓縮采樣的寬帶頻譜感知方法,針對(duì)基于重構(gòu)的壓縮感知算法復(fù)雜度較高、測(cè)量矩陣的選取會(huì)影響壓縮感知性能以及參與感知用戶的位置會(huì)影響頻譜感知決策結(jié)果等問題,根據(jù)寬帶頻譜感知應(yīng)用于認(rèn)知車聯(lián)網(wǎng)系統(tǒng)時(shí)的特點(diǎn),設(shè)計(jì)高效合理的算法,以降低計(jì)算復(fù)雜度,提高對(duì)信道噪聲的魯棒性。論文主要的工作及貢獻(xiàn)如下:一、針對(duì)基于重構(gòu)的壓縮感知算法復(fù)雜度高且現(xiàn)有的壓縮檢測(cè)器僅適用于參數(shù)已知的確知信號(hào)的缺點(diǎn),對(duì)含有未知參數(shù)的確知信號(hào),提出了一種非重構(gòu)壓縮寬帶頻譜感知算法。該算法基于廣義似然比準(zhǔn)則,推導(dǎo)了時(shí)變幅值信號(hào)的理論檢測(cè)性能界限,分析了計(jì)算復(fù)雜度。分別在Rayleigh和Rician這兩種典型的無線衰落信道條件下進(jìn)行仿真驗(yàn)證,研究了不同參數(shù)對(duì)檢測(cè)器性能的影響。仿真結(jié)果表明,所提算法不僅避免了基于... 

【文章來源】：南京航空航天大學(xué)江蘇省 211工程院校

【文章頁(yè)數(shù)】：89 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

認(rèn)知無線電網(wǎng)絡(luò)的架構(gòu)

V2P圖 1. 3 車聯(lián)網(wǎng)示意圖X，V2X）構(gòu)成網(wǎng)絡(luò)，使得頻譜感知面能量開銷，如果直接用奈奎斯特采樣上述的問題，Donoho（美國(guó)科學(xué)院院學(xué)者提出了一種革命性的理論——壓縮采樣，帶來了全新的處理方式。壓縮行欠采樣，在不完整獲取數(shù)據(jù)的同時(shí)恢復(fù)。這個(gè)理論一提出，就被各個(gè)領(lǐng)、信息論等。因此，本論文針對(duì)寬帶縮感知理論來降低采樣率、提高檢測(cè)值。

信噪比下具有魯1. 計(jì)算復(fù)雜度取決于主網(wǎng)絡(luò)。2. 每個(gè) SU 同步需專用感知接量檢測(cè)相比，感快。的精確度高，可噪比信號(hào)。1. 需要部分先驗(yàn)信息，計(jì)算成2. 要求較長(zhǎng)的已知序列，從而頻譜效率較低。3. 與能量檢測(cè)相比，感知速度用戶的本地檢測(cè)的測(cè)性能不夠好，因而無法保證技術(shù)[26]是讓多個(gè)認(rèn)知用戶同時(shí)對(duì)主用戶進(jìn)行感知心，融合中心接收到了反饋信息后通過對(duì)應(yīng)的融送給各個(gè)認(rèn)知用戶。主要過程包括頻譜感知、本 所示。

【參考文獻(xiàn)】：
期刊論文
[1]基于壓縮感知的非重構(gòu)頻譜感知算法研究[J]. 宋雅鑫,齊麗娜.  南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(03)
[2]壓縮感知中觀測(cè)矩陣的優(yōu)化算法[J]. 李周,崔琛.  信號(hào)處理. 2018(02)
[3]基于觀測(cè)矩陣優(yōu)化的自適應(yīng)壓縮感知算法[J]. 胡強(qiáng),林云.  計(jì)算機(jī)應(yīng)用. 2017(12)
[4]基于壓縮感知中矩陣分解的觀測(cè)矩陣改進(jìn)[J]. 蘭明然,王友國(guó).  計(jì)算機(jī)技術(shù)與發(fā)展. 2017(06)
[5]壓縮感知中測(cè)量矩陣構(gòu)造綜述[J]. 王強(qiáng),張培林,王懷光,楊望燦,陳彥龍.  計(jì)算機(jī)應(yīng)用. 2017(01)
[6]改進(jìn)的基于梯度投影的Gram觀測(cè)矩陣優(yōu)化算法[J]. 劉杰平,楊朝煜,方杰,韋崗.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(08)
[7]認(rèn)知無線網(wǎng)絡(luò)中基于特征向量的協(xié)方差盲檢測(cè)方法[J]. 李映雪,雷靜,鐘士元,黃春明,黃超.  電信科學(xué). 2015(11)
[8]基于集中式協(xié)作頻譜感知的數(shù)據(jù)融合技術(shù)研究[J]. 謝前英,姚遠(yuǎn)程,秦明偉.  微型機(jī)與應(yīng)用. 2015(12)
[9]QR分解與特征值優(yōu)化觀測(cè)矩陣的算法研究[J]. 鄭曉,薄華,孫強(qiáng).  智能系統(tǒng)學(xué)報(bào). 2015(01)
[10]認(rèn)知協(xié)同車載網(wǎng)絡(luò)中基于QoS保障的協(xié)作頻譜分配機(jī)制（英文）[J]. 張磊,羅濤,劉蔚,祝思婷,李劍峰.  中國(guó)通信. 2014(10)



本文編號(hào)：3101379