隨著無(wú)線應(yīng)用快速發(fā)展與可用頻譜資源緊缺的矛盾日益突出,認(rèn)知無(wú)線電作為克服頻譜匱乏和提高頻譜效率的最重要解決方式之一,與物聯(lián)網(wǎng)、5G等各種無(wú)線網(wǎng)絡(luò)應(yīng)用的結(jié)合受到了越來越多的關(guān)注。頻譜感知是認(rèn)知無(wú)線電的關(guān)鍵技術(shù),通過識(shí)別未被主用戶使用的頻譜空洞并將其分配給認(rèn)知用戶,從而能夠在不同優(yōu)先級(jí)的多個(gè)用戶之間共享同一頻帶,并且不會(huì)相互干擾。文中提出了一種基于信噪比估計(jì)的快速循環(huán)平穩(wěn)特征檢測(cè)算法,能夠根據(jù)信噪比的變化實(shí)時(shí)的調(diào)整參與循環(huán)平穩(wěn)特征檢測(cè)的樣本數(shù)量,在保持可接受檢測(cè)性能的前提下減小了計(jì)算復(fù)雜度,改善了感知的實(shí)時(shí)性。

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

圖1循環(huán)譜密度函數(shù)估計(jì)Sxα(f)

可見對(duì)于QPSK調(diào)制信號(hào)，在α=m/Tc存在譜線。采用表1中的仿真參數(shù)，QPSK調(diào)制信號(hào)的循環(huán)譜密度函數(shù)三維圖如圖1所示，頻率為零處的截面如圖2所示。圖2f=0時(shí)的循環(huán)譜密度函數(shù)估計(jì)Sxα(0)

圖2f=0時(shí)的循環(huán)譜密度函數(shù)估計(jì)Sxα(0)

圖1循環(huán)譜密度函數(shù)估計(jì)Sxα(f)顯見圖1和圖2的譜線特征可以用來對(duì)信號(hào)檢測(cè)。

圖3二元假設(shè)模型下的感知門限選擇

一般來說，感知性能的衡量主要有檢測(cè)概率、虛警概率、漏警概率。其中虛警概率和漏警概率之和又被稱為錯(cuò)誤概率。分別以Pd、Pf、Pm表示檢測(cè)概率、虛警概率、漏警概率，三者與感應(yīng)閾值λ的關(guān)系可以用圖3來表示。如圖3所示，隨著感知閾值λ的增加，Pf減小，而Pm增大，所以應(yīng)該科學(xué)合理的選擇λ....

圖4信噪比估計(jì)的快速平穩(wěn)特征檢測(cè)算法流程

通過以上分析，本文提出了一種基于信噪比估計(jì)的快速平穩(wěn)特征檢測(cè)算法，具體流程如圖4所示。在本算法的初始階段，參與計(jì)算的樣本數(shù)量有可能會(huì)偏大或者偏小，經(jīng)過有限次的迭代(通常只有一次)將會(huì)收斂到一個(gè)合理值。在工程實(shí)際中這個(gè)值通常取2的整數(shù)次冪，即

本文編號(hào)：3948919