為提高信號(hào)采樣值之間的相關(guān)性和降低噪聲對(duì)感知性能的影響,該文提出基于信號(hào)包絡(luò)自相關(guān)矩陣的頻譜感知算法。首先對(duì)采樣信號(hào)等間隔時(shí)長(zhǎng)截取,以相鄰間隔的采樣值計(jì)算信號(hào)自相關(guān)性,并構(gòu)造出近似自相關(guān)矩陣。其次依據(jù)矩陣次對(duì)角線元素性質(zhì)構(gòu)造了統(tǒng)計(jì)量。分別計(jì)算了該統(tǒng)計(jì)量的檢測(cè)概率分布函數(shù)與虛警概率分布函數(shù),分析了頻譜感知算法的檢測(cè)性能,算法優(yōu)化了信號(hào)相關(guān)性的計(jì)算,降低了噪聲對(duì)感知性能的影響。最后通過(guò)仿真驗(yàn)證了不同參數(shù)對(duì)檢測(cè)概率和虛警概率的影響,并提出了進(jìn)一步提高檢測(cè)性能的措施。

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

圖1不同包絡(luò)噪聲功率比條件下檢測(cè)概率與虛警概率的關(guān)系

岣咝藕挪裳?抵?淶南喙匭裕??裳?噬櫛??波周期的64倍，虛警概率設(shè)為PFA|T=0.10，理論仿真時(shí)信號(hào)間的相關(guān)系數(shù)ρ由式(33)根據(jù)實(shí)際采集信號(hào)估算，即ρ=COV(Y(i),Y(i+1))δY(i)δY(i+1)(33)其中，COV為協(xié)方差，δ為對(duì)應(yīng)信號(hào)的方差。圖5顯示了不同....

圖2不同信號(hào)相關(guān)系數(shù)對(duì)檢測(cè)概率的影響

倍，虛警概率設(shè)為PFA|T=0.10，理論仿真時(shí)信號(hào)間的相關(guān)系數(shù)ρ由式(33)根據(jù)實(shí)際采集信號(hào)估算，即ρ=COV(Y(i),Y(i+1))δY(i)δY(i+1)(33)其中，COV為協(xié)方差，δ為對(duì)應(yīng)信號(hào)的方差。圖5顯示了不同信噪比時(shí)，實(shí)際感知與理論感知的效果比較，由圖5易知，當(dāng)....

圖3包絡(luò)噪聲功率比與檢測(cè)概率在不同相關(guān)系數(shù)下的對(duì)應(yīng)關(guān)系

?仿真時(shí)信號(hào)間的相關(guān)系數(shù)ρ由式(33)根據(jù)實(shí)際采集信號(hào)估算，即ρ=COV(Y(i),Y(i+1))δY(i)δY(i+1)(33)其中，COV為協(xié)方差，δ為對(duì)應(yīng)信號(hào)的方差。圖5顯示了不同信噪比時(shí)，實(shí)際感知與理論感知的效果比較，由圖5易知，當(dāng)信噪比低于–3dB時(shí)，理論值與實(shí)際值之間....

圖4包絡(luò)檢測(cè)、能量檢測(cè)和統(tǒng)計(jì)協(xié)方差檢測(cè)的檢測(cè)性能比較

算，即ρ=COV(Y(i),Y(i+1))δY(i)δY(i+1)(33)其中，COV為協(xié)方差，δ為對(duì)應(yīng)信號(hào)的方差。圖5顯示了不同信噪比時(shí)，實(shí)際感知與理論感知的效果比較，由圖5易知，當(dāng)信噪比低于–3dB時(shí)，理論值與實(shí)際值之間的檢測(cè)效果差距較大，這是由于理論計(jì)算假設(shè)了信號(hào)中所含的噪....

本文編號(hào)：3934467