發(fā)布時間：2021-07-12 04:08

　　現(xiàn)代擬合優(yōu)度頻譜感知算法直接采用信號的樣本或能量作為擬合統(tǒng)計量,對獨(dú)立的接收信號表現(xiàn)出良好的檢測性能,對相關(guān)信號則表現(xiàn)不出令人滿意的效果.基于最大特征值的擬合優(yōu)度頻譜感知算法可表現(xiàn)出更好的檢測性能,但是基于最大特征值的擬合優(yōu)度算法是半盲檢測算法,需要已知噪聲的功率,這在實(shí)際應(yīng)用中是難以實(shí)現(xiàn)的.為此,提出了新的基于最大最小特征值的全盲擬合優(yōu)度頻譜感知算法.同時基于隨機(jī)矩陣?yán)碚摮晒?推導(dǎo)分析了新算法的檢測概率、虛警概率和判決門限.實(shí)驗(yàn)結(jié)果表明,新算法有效克服了噪聲不確定性問題,相對于其他擬合優(yōu)度檢測算法性能有所提升. 

【文章來源】：大連理工大學(xué)學(xué)報. 2020,60(06)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

多天線認(rèn)知無線電系統(tǒng)中的頻譜感知場景

比較分析了最大特征值擬合優(yōu)度算法(MED-GoF)、最大最小特征值擬合優(yōu)度算法(MME-GoF)、基于樣本的擬合優(yōu)度算法(SAM-GoF)和基于能量的擬合優(yōu)度算法(EN-GoF)的檢測性能.從圖2可以看到,對弱相關(guān)性高斯信號,EN-GoF算法優(yōu)于MED-GoF算法,而MME-GoF算法則接近于SAM-GoF算法.圖3給出了在強(qiáng)相關(guān)性高斯信號下的檢測性能,此時MED-GoF算法優(yōu)于EN-GoF算法,MME-GoF算法也優(yōu)于SAM-GoF算法,但是不如EN-GoF算法.

圖3給出了在強(qiáng)相關(guān)性高斯信號下的檢測性能,此時MED-GoF算法優(yōu)于EN-GoF算法,MME-GoF算法也優(yōu)于SAM-GoF算法,但是不如EN-GoF算法.此外,考慮了噪聲方差不確定性的影響,將閾值固定為0.1,噪聲方差設(shè)置為0、1和2 dB,結(jié)果如圖4所示.可以看到,經(jīng)典的EN-GoF和SAM-GoF算法與MED-GoF算法都存在噪聲不確定性問題,并且在存在噪聲不確定性時呈現(xiàn)較高的虛警概率.因此,設(shè)計的MME-GoF算法可以實(shí)現(xiàn)較高的檢測概率,并且對噪聲不確定性問題具有魯棒性.

【參考文獻(xiàn)】：
期刊論文
[1]基于最大特征值的擬合優(yōu)度檢驗(yàn)頻譜感知算法[J]. 賀亞晨,趙文靜,劉暢,金明錄.  信號處理. 2017(S1)



本文編號：3279169