發(fā)布時間：2022-09-21 17:15

　　隨著21世紀5G技術(shù)的高速發(fā)展和商用化,形成頻譜資源供遠小于求的局面。認知無線電就是為了解決此問題而被提出來,次級用戶通過動態(tài)感知附近的頻譜資源的工作狀態(tài),判斷主用戶是否存在,從而實現(xiàn)次級用戶有機接入頻譜。目前,大多數(shù)頻譜感知算法主要存在兩個問題:檢測性能容易受到環(huán)境因素影響,檢測概率較低;復(fù)雜度較高。針對上面問題,本文開展了認知無線電中頻譜感知技術(shù)的研究,主要創(chuàng)新工作如下:首先,針對頻譜感知算法在當(dāng)前無線通信環(huán)境中,計算復(fù)雜度較高,檢測概率較低的問題,提出了一種基于隨機矩陣和能量雙聯(lián)合的協(xié)作頻譜感知算法,并根據(jù)虛警概率,對門限閾值進行了公式推導(dǎo)。仿真結(jié)果表明,提出的算法與能量檢測算法、特征值之比改進算法、MME算法相比,檢測效率更高,檢測概率更高。在信噪比為-12d B,虛警概率為0.05的情況下,提出的算法對比能量檢測算法、特征值之比改進算法、MME算法,檢測概率分別提升了171%、54.2%、112.2%;在信噪比為-5d B,虛警概率為0.01的情況下,提出的算法的檢測速率基本與能量檢測算法保持一致,對比MME算法、特征值之比改進算法,檢測速率分別提升了18.8%、10.6%。... 

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文研究內(nèi)容及安排
第2章 頻譜感知技術(shù)
    2.1 認知無線電的關(guān)鍵技術(shù)
        2.1.1 頻譜感知
        2.1.2 頻譜管理
        2.1.3 頻譜共享
    2.2 經(jīng)典頻譜感知技術(shù)
        2.2.1 能量檢測
        2.2.2 循環(huán)平穩(wěn)特征檢測
        2.2.3 匹配濾波器檢測
    2.3 協(xié)作頻譜感知
        2.3.1 集中式協(xié)作頻譜感知
        2.3.2 分布式協(xié)作頻譜感知
        2.3.3 融合判決準則
    2.4 基于隨機矩陣理論的頻譜感知技術(shù)
        2.4.1 隨機矩陣理論簡介
        2.4.2 譜理論
        2.4.3 自由概率論
        2.4.4 MME頻譜感知算法
    2.5 本章小結(jié)
第3章 基于隨機矩陣和能量雙聯(lián)合的協(xié)作頻譜感知
    3.1 引言
    3.2 RMED頻譜感知系統(tǒng)模型
    3.3 RMED頻譜感知算法
        3.3.1 RMED頻譜感知算法原理
        3.3.2 RMED頻譜感知算法的門限值推導(dǎo)
    3.4 仿真實驗結(jié)果與分析
    3.5 本章小結(jié)
第4章 基于證據(jù)理論的協(xié)作頻譜感知算法
    4.1 引言
    4.2 基于證據(jù)理論的能量檢測算法
        4.2.1 D-S證據(jù)理論
        4.2.2 基于證據(jù)理論的能量檢測算法實現(xiàn)
    4.3 基于證據(jù)理論的特征值之比協(xié)作頻譜感知算法
        4.3.1 REVET頻譜感知系統(tǒng)模型
        4.3.2 REVET頻譜感知算法原理
        4.3.3 能效分析
        4.3.4 頻譜感知的安全問題
    4.4 仿真結(jié)果與分析
    4.5 本章小結(jié)
第5章 基于協(xié)方差矩陣的選擇合作頻譜感知算法
    5.1 引言
    5.2 SCCMA頻譜感知系統(tǒng)模型
    5.3 SCCMA頻譜感知算法
        5.3.1 本地頻譜感知
        5.3.2 SCCMA算法原理
    5.4 仿真結(jié)果與分析
    5.5 本章小結(jié)
第6章 總結(jié)與展望
    6.1 研究總結(jié)
    6.2 研究展望
致謝
參考文獻
附錄 作者在讀期間發(fā)表的學(xué)術(shù)論文及參加的科研項目


【參考文獻】：
期刊論文
[1]認知無線電中基于機器學(xué)習(xí)的頻譜感知算法研究[J]. 胡浩,屈少晶.  長江信息通信. 2021(04)
[2]一種基于熵函數(shù)的合作頻譜感知方法[J]. 任夢夢,胡燕妃,翟旭平.  上海大學(xué)學(xué)報(自然科學(xué)版). 2021(01)
[3]基于隨機森林和高階累積量的頻譜感知研究[J]. 張靖雯,江波.  信息技術(shù). 2021(01)
[4]A Novel Goodness of Fit Test Spectrum Sensing Using Extreme Eigenvalues[J]. LI He,ZHAO Wenjing,LIU Chang,JIN Minglu,YOO Sang-Jo.  Chinese Journal of Electronics. 2020(06)
[5]基于隨機矩陣的特征值方差頻譜感知檢測算法[J]. 王子力,宋曉鷗,王曉蓉.  科學(xué)技術(shù)與工程. 2019(28)
[6]認知無線電中實現(xiàn)自適應(yīng)壓縮頻譜感知[J]. 羅沅,黨嬌嬌,宋祖勛,王保平.  系統(tǒng)工程與電子技術(shù). 2020(01)
[7]采用T~2統(tǒng)計量和擬合優(yōu)度的盲頻譜感知算法[J]. 包志強,韓彥妮,崔妍蕊.  信號處理. 2018(01)
[8]基于壓縮感知的循環(huán)平穩(wěn)特征檢測方法[J]. 溫偉東,田金鳳,李明齊,李國輝.  電視技術(shù). 2017(Z4)
[9]一種能效優(yōu)先的認知無線電模仿主用戶攻擊防御策略設(shè)計與性能分析[J]. 王云川,許曉榮,姚英彪,伍偉偉.  電信科學(xué). 2017(08)
[10]基于頻域匹配濾波的音頻信號分析與識別[J]. 趙凌覽,李曉峰.  實驗科學(xué)與技術(shù). 2018(05)

碩士論文
[1]認知無線電中基于多循環(huán)頻率的協(xié)作頻譜感知方法研究[D]. 馬李慶.西安理工大學(xué) 2021
[2]認知網(wǎng)絡(luò)中協(xié)同頻譜感知技術(shù)的研究與優(yōu)化[D]. 慕明君.北京郵電大學(xué) 2013



本文編號：3680345