基于隨機(jī)矩陣?yán)碚摰念l譜感知技術(shù)研究
發(fā)布時間：2017-08-27 04:06
本文關(guān)鍵詞：基于隨機(jī)矩陣?yán)碚摰念l譜感知技術(shù)研究
更多相關(guān)文章： 頻譜感知 隨機(jī)矩陣?yán)碚?/b> 單環(huán)定律 特征值 特征向量
【摘要】：隨著認(rèn)知無線電的蓬勃發(fā)展,頻譜感知技術(shù)得到了人們的廣泛關(guān)注。它通過不斷地檢測信道環(huán)境來判斷是否存在可用的空閑頻譜,是認(rèn)知無線電系統(tǒng)得以實現(xiàn)的前提和基礎(chǔ)。作為處理大維數(shù)據(jù)的有效方法,隨機(jī)矩陣?yán)碚摻陙戆l(fā)展迅速,逐漸成為無線通信領(lǐng)域的重要工具之一。基于隨機(jī)矩陣?yán)碚摰念l譜感知算法相對于傳統(tǒng)頻譜感知算法有獨特優(yōu)勢,具有廣闊的實際應(yīng)用前景。隨機(jī)矩陣?yán)碚摰难芯砍晒麑映霾桓F,本文正是研究如何利用隨機(jī)矩陣?yán)碚摰男鲁晒麡?gòu)建性能優(yōu)異的頻譜感知算法。首先,論文介紹了課題的研究背景,概述了基于隨機(jī)矩陣?yán)碚摰念l譜感知技術(shù)研究現(xiàn)狀,然后對隨機(jī)矩陣的基礎(chǔ)理論進(jìn)行了研究,并重點分析了基于隨機(jī)矩陣?yán)碚摰淖畲笞钚√卣髦殿l譜感知算法的原理和改進(jìn)過程,總結(jié)了隨機(jī)矩陣?yán)碚搼?yīng)用于頻譜感知中的一般方法和步驟。其次,就單環(huán)定律在頻譜感知中的應(yīng)用進(jìn)行了研究,提出了基于單環(huán)定律的頻譜感知算法。單環(huán)定律是隨機(jī)矩陣?yán)碚摰男鲁晒?通過研究發(fā)現(xiàn),當(dāng)主用戶信號不存在時接收信號矩陣的特征值在復(fù)平面上大致分布在一個圓環(huán)內(nèi),而主用戶信號存在時單環(huán)定律不再滿足,可以通過兩種情況下特征值分布的差別來判斷主用戶信號是否存在。為了更好地體現(xiàn)這種差別,本文選取“平均特征值半徑”作為算法的檢驗統(tǒng)計量,并通過推導(dǎo)給出了判決門限。仿真結(jié)果表明,該算法不受噪聲不確定度的影響,并且在認(rèn)知節(jié)點信號之間的相關(guān)性較低時也具有較好的檢測概率。最后,對基于特征值和特征向量的頻譜感知技術(shù)展開了深入研究,提出了基于最大最小特征值和主特征向量的雙特征頻譜感知算法。信號協(xié)方差矩陣的特征值和特征向量都體現(xiàn)了信號的特征,但是現(xiàn)有的檢測算法僅僅利用特征值或特征向量的性質(zhì),并沒有將兩者聯(lián)合起來進(jìn)行頻譜感知。本文提出的雙特征頻譜感知算法綜合考慮了兩者的特性,并借助于隨機(jī)矩陣?yán)碚撏茖?dǎo)了虛警概率和門限值之間的關(guān)系表達(dá)式。理論研究和仿真結(jié)果表明,該算法相對于現(xiàn)有的僅利用特征值和僅利用特征向量的算法在性能上具有一定優(yōu)勢。
【關(guān)鍵詞】：頻譜感知 隨機(jī)矩陣?yán)碚?/strong> 單環(huán)定律 特征值 特征向量
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN925
【目錄】：
- 摘要4-5
- ABSTRACT5-9
- 第1章 緒論9-14
- 1.1 課題的來源9
- 1.2 課題背景及研究的目的和意義9-10
- 1.3 國內(nèi)外研究現(xiàn)狀及分析10-12
- 1.4 本文的主要研究內(nèi)容12-14
- 第2章 隨機(jī)矩陣?yán)碚摷捌湓陬l譜感知中的經(jīng)典應(yīng)用14-27
- 2.1 引言14
- 2.2 隨機(jī)矩陣?yán)碚摵喗?/span>14-18
- 2.2.1 常用的幾種隨機(jī)矩陣15-16
- 2.2.2 譜分析理論16-18
- 2.2.3 自由概率理論18
- 2.3 基于最大最小特征值之比的頻譜感知算法18-26
- 2.3.1 系統(tǒng)模型19-20
- 2.3.2 算法分析20-26
- 2.4 本章小結(jié)26-27
- 第3章 基于單環(huán)定律的頻譜感知算法27-42
- 3.1 引言27
- 3.2 單環(huán)定律27-29
- 3.3 平均特征值半徑頻譜感知算法29-34
- 3.3.1 算法原理和步驟29-32
- 3.3.2 算法判決門限的確定32-34
- 3.4 數(shù)值仿真與分析34-41
- 3.4.1 不同信噪比下MER的分布情況34-37
- 3.4.2 MER算法檢測性能仿真37-38
- 3.4.3 MER算法與能量算法和MME算法的比較和分析38-41
- 3.5 本章小結(jié)41-42
- 第4章 基于特征值和特征向量的雙特征頻譜感知算法42-54
- 4.1 引言42
- 4.2 基于特征向量的頻譜感知理論42-44
- 4.3 雙特征頻譜感知算法44-48
- 4.3.1 算法描述45-46
- 4.3.2 虛警概率和判決門限的求解46-48
- 4.4 仿真驗證與分析48-52
- 4.4.1 判決閾值的有效性48-50
- 4.4.2 雙特征算法性能仿真及與FTM、MME算法比較50-52
- 4.5 本章小結(jié)52-54
- 結(jié)論54-56
- 參考文獻(xiàn)56-61
- 攻讀碩士學(xué)位期間發(fā)表的論文及其它成果61-63
- 致謝63
本文編號：744262
本文鏈接：http://sikaile.net/kejilunwen/xinxigongchenglunwen/744262.html
最近更新
教材專著
