發(fā)布時間：2022-04-26 19:55

　　頻譜是一種不可再生的稀缺性戰(zhàn)略資源,隨著5G技術(shù)及下一代無線通信網(wǎng)絡(luò)的快速發(fā)展,固定頻譜分配策略導致的頻譜資源利用率低下與頻譜資源緊缺之間的矛盾日益尖銳。近年來隨著認知無線電技術(shù)和壓縮感知技術(shù)的飛速發(fā)展,基于調(diào)制寬帶轉(zhuǎn)換器（Modulated Wideband Converter,MWC）的寬帶頻譜壓縮感知技術(shù)得到了廣泛的研究。這些研究對一個極寬頻率范圍內(nèi)的空閑頻譜檢測提供了可行的技術(shù)方案,從而為下一代超致密、超大容量通信實現(xiàn)頻譜資源的共享利用,及滿足更多的寬帶新興業(yè)務(wù)需求提供了可能。本論文以壓縮感知理論為基礎(chǔ),從頻譜感知精度、先驗信息挖掘、硬件復雜度、信道建模、及可靠感知等幾個研究點出發(fā)展開研究,主要的研究工作包括以下幾個部分:（1）MWC可對稀疏寬帶模擬信號進行欠奈奎斯特采樣,并實現(xiàn)支撐集的精確重構(gòu)。然而,現(xiàn)有SOMP重構(gòu)算法不僅需要信號的稀疏度先驗信息,而且在所需通道數(shù)和重構(gòu)性能上還有較大的改進空間。針對這些問題,本文將SwSOMP算法應(yīng)用于MWC的CTF模塊中,一方面,該算法通過弱化參數(shù)和內(nèi)積最大值構(gòu)建原子選取標準,一次可以選取多個原子,從而可以提高最相關(guān)原子選取的準確性;另一... 

【文章頁數(shù)】：125 頁

【學位級別】：博士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 論文研究背景及意義
        1.1.1 認知無線電頻譜感知研究的背景、趨勢及挑戰(zhàn)
        1.1.2 本論文的研究意義
    1.2 相關(guān)的研究現(xiàn)狀
        1.2.1 傳統(tǒng)窄帶頻譜感知現(xiàn)狀簡介
        1.2.2 基于壓縮感知頻譜檢測的研究現(xiàn)狀及分析
        1.2.3 基于MWC的寬帶頻譜壓縮感知研究現(xiàn)狀及評價
    1.3 壓縮感知理論基礎(chǔ)
        1.3.1 理論概述
        1.3.2 信號的稀疏表示
        1.3.3 觀測矩陣的約束條件
        1.3.4 稀疏信號的重建
    1.4 本文的主要研究內(nèi)容及組織結(jié)構(gòu)
        1.4.1 本論文的主要研究內(nèi)容
        1.4.2 本論文的組織結(jié)構(gòu)
2 基于SwSOMP重構(gòu)的MWC寬帶頻譜感知研究
    2.1 引言
    2.2 MWC系統(tǒng)原理
        2.2.1 稀疏多帶連續(xù)信號
        2.2.2 MWC壓縮采樣原理
        2.2.3 多帶稀疏信號支撐集的重構(gòu)
    2.3 基于CTF方法的支撐集恢復
    2.4 基于SwSOMP的MWC頻譜感知方法
        2.4.1 SwSOMP壓縮感知算法描述
        2.4.2 基于SwSOMP的MWC頻譜支撐集重構(gòu)框架
    2.5 算法性能評估
        2.5.1 實驗環(huán)境的建立
        2.5.2 弱化參數(shù)α對支撐集恢復的影響
        2.5.3 采樣通道數(shù)對支撐集恢復的影響
        2.5.4 信噪比對支撐集恢復的影響
        2.5.5 信號頻帶數(shù)與支撐集恢復之間的關(guān)系
    2.6 本章小結(jié)
3 基于信號稀疏度和噪聲估計的MWC寬帶頻譜感知算法研究
    3.1 引言
    3.2 問題的引出
    3.3 數(shù)據(jù)預(yù)處理
        3.3.1 基于SVD的噪聲估計
        3.3.2 稀疏度估計
        3.3.3 最優(yōu)支撐鄰域選擇
    3.4 ABRMB算法框架及算法描述
        3.4.1 ABRMB框架的結(jié)構(gòu)
        3.4.2 算法的描述
        3.4.3 ABRMB框架的收斂性
    3.5 仿真實驗及結(jié)果分析
        3.5.1 性能評價指標說明
        3.5.2 實驗結(jié)果分析
    3.6 本章小結(jié)
4 基于遞進支撐集選擇的DMWC寬帶頻譜感知算法
    4.1 引言
    4.2 系統(tǒng)模型及部署
        4.2.1 幾個概念的說明
        4.2.2 系統(tǒng)模型
    4.3 問題描述和算法預(yù)處理
        4.3.1 問題描述
        4.3.2 算法的預(yù)處理
    4.4 基于遞進支撐集選擇的頻譜感知方案(PSS-SaDMWC)
        4.4.1 傳輸損耗對支撐集重構(gòu)的影響
        4.4.2 基于遞進選擇的支撐集選取策略
    4.5 實驗分析及討論
        4.5.1 實驗設(shè)計與性能評價指標
        4.5.2 仿真結(jié)果和分析
    4.6 本章小結(jié)
5 基于歷史信譽度的自適應(yīng)權(quán)重序貫壓縮頻譜感知算法
    5.1 引言
    5.2 非重構(gòu)壓縮頻譜檢測過程分析
    5.3 系統(tǒng)模型及分析
    5.4 自適應(yīng)權(quán)重序貫壓縮頻譜感知算法(NSCWSS)描述
        5.4.1 傳統(tǒng)的序貫檢測
        5.4.2 NSCWSS算法的思想
    5.5 方案的性能評估
    5.6 本章小結(jié)
6 總結(jié)與展望
    6.1 本論文的主要研究結(jié)果
    6.2 對未來研究工作的展望
縮略語表
參考文獻
致謝
在讀期間與課題有關(guān)的研究成果
作者簡歷


【參考文獻】：
期刊論文
[1]5G先進技術(shù)研究進展[J]. 林泓池,孫文彬,郭繼沖,麻津銘,周永康,于啟月,孟維曉.  電信科學. 2018(08)
[2]Cognitive Radios: A Survey On Spectrum Sensing, Security and Spectrum Handoff[J]. Vishakha Ramani,Sanjay K.Sharma.  中國通信. 2017(11)
[3]5G若干關(guān)鍵技術(shù)評述[J]. 張平,陶運錚,張治.  通信學報. 2016(07)
[4]改進多重信號分類算法的寬帶頻譜快速感知方法[J]. 孫偉朝,王豐華,黃知濤,王翔.  國防科技大學學報. 2015(05)
[5]5G蜂窩網(wǎng)絡(luò)架構(gòu)分析[J]. 楊峰義,張建敏,謝偉良,王敏,王海寧.  電信科學. 2015(05)
[6]基于隨機矩陣理論的非重構(gòu)寬帶壓縮頻譜感知方法[J]. 曹開田,高西奇,王東林.  電子與信息學報. 2014(12)
[7]基于隨機投影思想的MWC亞奈奎斯特采樣重構(gòu)算法[J]. 蓋建新,付平,孫繼禹,林海軍,吳麗華.  電子學報. 2014(09)
[8]m序列壓縮感知測量矩陣構(gòu)造[J]. 黨骙,馬林華,田雨,張海威,茹樂,李小蓓.  西安電子科技大學學報. 2015(02)
[9]認知無線網(wǎng)絡(luò)中基于非重構(gòu)序貫壓縮的隨機信號檢測算法與分析[J]. 涂思怡,宋曉勤,朱勇剛,涂建華.  信號處理. 2014(02)
[10]基于Sub-Nyquist采樣的單通道頻譜感知技術(shù)[J]. 楊鵬,樊昀,黃知濤,柳征,姜文利.  國防科技大學學報. 2013(04)

博士論文
[1]基于MWC的亞奈奎斯特采樣理論和應(yīng)用技術(shù)研究[D]. 孫偉朝.國防科學技術(shù)大學 2015
[2]基于壓縮感知的寬帶頻譜檢測方法研究[D]. 徐偉琳.北京郵電大學 2014
[3]結(jié)構(gòu)壓縮感知的研究[D]. 楊現(xiàn)俊.北京郵電大學 2014



本文編號：3648636