本文關(guān)鍵詞：基于分布式壓縮感知的高能效寬帶壓縮頻譜檢測方法研究

  更多相關(guān)文章： 認知無線電 分布式壓縮感知 寬帶壓縮頻譜檢測 能量有效性 貝葉斯壓縮感知

【摘要】：認知無線電(Cognitive Radio,CR)可以在有限的頻譜資源條件下顯著提高頻譜利用率。以授權(quán)用戶寬頻帶范圍作為檢測目標的寬帶頻譜感知已成為CR研究新的發(fā)展方向。對于認知無線網(wǎng)絡(luò)(Cognitive Radio Network,CRN)寬帶頻譜感知,利用壓縮感知(Compressive Sensing,CS)可以減輕傳統(tǒng)采樣對硬件的要求,具有低功耗、低采樣率和低計算量優(yōu)勢。此外,隨著CRN節(jié)點密度的增加和網(wǎng)絡(luò)覆蓋面積的擴大,CRN對節(jié)點能量有效性提出了更高要求,綠色CRN逐漸成為未來CRN研究熱點之一。論文研究了CRN中基于CS理論的寬帶頻譜感知算法,主要研究了多任務(wù)貝葉斯壓縮感知(Bayesian Compressive Sensing,BCS)的寬帶頻譜檢測算法。在此基礎(chǔ)上,考慮了能量有效性問題,研究了基于能量有效性的BCS寬帶頻譜檢測算法和基于能效優(yōu)先的分布式壓縮感知(Distributed Compressive Sensing,DCS)頻譜檢測與功率分配方案。以下是論文的具體研究工作:論文第一章介紹了研究的背景及意義,簡要地介紹了認知無線網(wǎng)絡(luò)的頻譜檢測以及高能效綠色認知無線電的概況,另外分別介紹了CS理論和基于CS的寬帶頻譜檢測的研究現(xiàn)狀,并在此基礎(chǔ)上,闡述了基于能量有效性的寬帶壓縮頻譜檢測的研究現(xiàn)狀。論文第二章論述了CS的理論框架,重點介紹了信號的稀疏變換、觀測矩陣的設(shè)計以及信號的重構(gòu)算法。此外,介紹了DCS的三種聯(lián)合稀疏模型并詳細介紹了DCS的凸松弛法和貪婪追蹤重構(gòu)法。論文第三章研究了基于貝葉斯壓縮感知的寬帶頻譜檢測算法。首先介紹了CRN中的寬帶頻譜檢測以及貝葉斯壓縮感知模型,然后研究了基于多任務(wù)BCS寬帶頻譜的檢測,研究結(jié)果表明此方法可以實現(xiàn)重構(gòu)均方誤差(Mean Square Error,MSE)的快速收斂及檢測性能的顯著提高。同時,論文進一步研究了基于能量有效性的BCS寬帶頻譜檢測,研究結(jié)果表明所提方法可以在較小的采樣點數(shù)下滿足寬帶壓縮頻譜檢測接收機特性曲線(Receiver Operation Characteristics,ROC)性能,保障了節(jié)點的能量有效性。論文第四章研究了基于DCS的高能效頻譜檢測與功率分配方法。該方法考慮了CR網(wǎng)絡(luò)能量有效性與頻譜有效性之間的折衷關(guān)系,利用分布式壓縮感知子空間追蹤(Distributed Compressive Sensing-Subspace Pursuit,DCS-SP)進行認知用戶感知信號重構(gòu),根據(jù)信道能量累積進行頻譜檢測。此外,進一步研究了基于速率自適應(yīng)(Rate Adaptation,RA)準則的節(jié)點功率分配方案。所提方法通過構(gòu)造重構(gòu)與檢測階段的加權(quán)能耗函數(shù),綜合考慮了重構(gòu)均方誤差、檢測概率、用戶功率分配比以及認知鏈路頻帶利用率等約束條件,數(shù)值求解該優(yōu)化問題得到在不同的重構(gòu)能耗權(quán)值和稀疏度情況下的系統(tǒng)最小加權(quán)能耗。研究結(jié)果表明,在低重構(gòu)能耗權(quán)值與低稀疏度的情況下,所提方案的系統(tǒng)加權(quán)能耗較小。當(dāng)認知用戶滿足近似等功率分配時的系統(tǒng)加權(quán)能耗可達最小值。此外,檢測性能和認知鏈路頻帶利用率均與系統(tǒng)加權(quán)能耗存在著折衷關(guān)系。論文第五章為論文的總結(jié)與未來工作的展望。論文對基于DCS的高能效寬帶壓縮頻譜檢測問題進行了初步的研究探索,研究成果對于后續(xù)工作的開展具有重要的啟發(fā)意義。
【關(guān)鍵詞】：認知無線電 分布式壓縮感知 寬帶壓縮頻譜檢測 能量有效性 貝葉斯壓縮感知
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN925
【目錄】：

• 摘要5-7
• ABSTRACT7-11
• 第1章 緒論11-18
• 1.1 研究背景及意義11-12
• 1.2 認知無線網(wǎng)絡(luò)概述12-14
• 1.2.1 認知無線電頻譜檢測概述12-14
• 1.2.2 高能效綠色認知無線網(wǎng)絡(luò)概述14
• 1.3 壓縮感知理論研究現(xiàn)狀14-15
• 1.4 基于CS的寬帶頻譜檢測研究現(xiàn)狀15
• 1.5 基于能量有效性的寬帶壓縮頻譜檢測研究現(xiàn)狀15-16
• 1.6 論文主要工作和內(nèi)容安排16-18
• 1.6.1 論文主要研究內(nèi)容及創(chuàng)新點16-17
• 1.6.2 論文章節(jié)安排17-18
• 第2章 分布式壓縮感知理論18-25
• 2.1 CS理論框架18-19
• 2.1.1 信號稀疏變換18
• 2.1.2 觀測矩陣設(shè)計18-19
• 2.1.3 信號重構(gòu)方法19
• 2.2 DCS聯(lián)合稀疏模型19-20
• 2.3 DCS重構(gòu)方法20-24
• 2.3.1 凸松弛法20-22
• 2.3.2 貪婪追蹤法22-24
• 2.4 本章小結(jié)24-25
• 第3章 基于貝葉斯壓縮感知的寬帶頻譜檢測25-41
• 3.1 認知無線網(wǎng)絡(luò)寬帶頻譜檢測模型25-28
• 3.1.1 多用戶協(xié)作頻譜感知25-26
• 3.1.2 貝葉斯壓縮感知26-27
• 3.1.3 寬帶頻譜檢測27-28
• 3.2 基于多任務(wù)貝葉斯壓縮感知的寬帶頻譜檢測28-37
• 3.2.1 基于期望最大化算法的多任務(wù)BCS參數(shù)設(shè)計28-30
• 3.2.2 基于相關(guān)向量機模型的多任務(wù)BCS參數(shù)估計30-32
• 3.2.3 多任務(wù)BCS重構(gòu)MSE與頻譜檢測性能32
• 3.2.4 仿真與性能分析32-37
• 3.3 基于能量有效性的貝葉斯壓縮感知寬帶頻譜檢測37-39
• 3.3.1 節(jié)點感知能耗分析37
• 3.3.2 感知能耗優(yōu)化方法37-38
• 3.3.3 數(shù)值仿真與性能分析38-39
• 3.4 本章小結(jié)39-41
• 第4章 基于能效優(yōu)先的DCS頻譜檢測與功率分配方案41-51
• 4.1 基于分布式壓縮感知子空間追蹤的頻譜檢測41-43
• 4.1.1 DCS-SP感知信號重構(gòu)算法41-42
• 4.1.2 頻譜檢測性能分析42-43
• 4.2 基于速率自適應(yīng)準則的節(jié)點功率分配方案43
• 4.3 節(jié)點能耗分析與能效優(yōu)化方法43-45
• 4.3.1 重構(gòu)能耗與檢測能耗43-44
• 4.3.2 加權(quán)總能耗44
• 4.3.3 節(jié)點能效優(yōu)化方法44-45
• 4.4 數(shù)值分析與仿真45-50
• 4.5 本章小結(jié)50-51
• 第5章 結(jié)束語51-53
• 5.1 論文總結(jié)51-52
• 5.2 未來工作展望52-53
• 致謝53-54
• 參考文獻54-59
• 附錄59

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 顧彬;楊震;;一種基于壓縮感知的非重構(gòu)頻譜檢測新算法[J];南京郵電大學(xué)學(xué)報(自然科學(xué)版);2010年06期

2 麥磊鑫;秦曉衛(wèi);戴旭初;;基于粒子濾波的協(xié)作式空時聯(lián)合頻譜檢測方法[J];信號處理;2011年12期

3 張家凱;李莉;周小平;李磊;凌洪濤;;低信噪比下一種改進的譜相關(guān)頻譜檢測[J];電視技術(shù);2013年13期

4 李娜;陳松;李鷗;;基于統(tǒng)計可信度的壓縮感知協(xié)作頻譜檢測算法[J];電訊技術(shù);2014年01期

5 李娜;陳松;王盛;李鷗;;基于信號可信度的壓縮感知協(xié)作頻譜檢測算法[J];計算機科學(xué);2013年S2期

6 石曉娟;張融;;非理想頻譜檢測對主用戶干擾的性能分析[J];電訊技術(shù);2014年02期

7 張余;潘成康;楊文東;蔡躍明;;基于可信度的半雙工協(xié)同頻譜檢測[J];信號處理;2008年06期

8 曾文娟;謝顯中;;基于小波去噪的協(xié)作空閑頻譜檢測性能[J];吉林大學(xué)學(xué)報(信息科學(xué)版);2010年05期

9 王春生;劉林;;基于信噪比加權(quán)的合作頻譜檢測算法[J];無線通信技術(shù);2011年01期

10 王臣昊;楊震;肖小潮;;基于優(yōu)化貝葉斯壓縮感知算法的頻譜檢測[J];信號處理;2012年05期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 楊濤;胡波;;一種主動協(xié)作的頻譜檢測策略[A];無線傳感器網(wǎng)及網(wǎng)絡(luò)信息處理技術(shù)——2006年通信理論與信號處理年會論文集[C];2006年

2 何麗華;;感知無線電中空閑頻譜檢測算法性能比較研究[A];2012全國無線及移動通信學(xué)術(shù)大會論文集（上）[C];2012年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 黃冬艷;面向能效優(yōu)化的MIMO傳輸技術(shù)研究[D];北京郵電大學(xué);2015年

2 王波;認知無線網(wǎng)絡(luò)中的聯(lián)合頻譜檢測關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2014年

3 麥磊鑫;基于認知用戶協(xié)作的頻譜檢測方法研究[D];中國科學(xué)技術(shù)大學(xué);2011年

4 徐偉琳;基于壓縮感知的寬帶頻譜檢測方法研究[D];北京郵電大學(xué);2014年

5 朱瑩;認知無線網(wǎng)絡(luò)中高效頻譜檢測關(guān)鍵技術(shù)的研究[D];北京郵電大學(xué);2014年

6 黃川;認知無線網(wǎng)絡(luò)中頻譜檢測機制及頻譜資源分配研究[D];南京郵電大學(xué);2011年

7 石磊;認知無線電中空閑頻譜檢測技術(shù)的研究[D];哈爾濱工業(yè)大學(xué);2010年

8 胡富平;基于能量檢測的認知無線電協(xié)作頻譜檢測研究[D];華中科技大學(xué);2010年

9 劉義;基于用戶合作的頻譜檢測與動態(tài)接入理論及算法研究[D];華南理工大學(xué);2011年

10 陳星;感知無線電物理層關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 羅曉光;基于壓縮感知的認知無線電頻譜檢測研究[D];大連海事大學(xué);2016年

2 佘才青;基于檢測的正交匹配追蹤算法及在頻譜檢測中的應(yīng)用[D];安徽大學(xué);2015年

3 王思璇;基于信噪比選擇及加權(quán)的認知無線網(wǎng)絡(luò)頻譜檢測方法的研究[D];江蘇大學(xué);2016年

4 方源;基于循環(huán)平穩(wěn)特征的協(xié)作頻譜檢測算法研究[D];重慶郵電大學(xué);2016年

5 包小敏;認知無線網(wǎng)絡(luò)中非理想頻譜檢測下的切換研究[D];重慶郵電大學(xué);2016年

6 張博;認知無線網(wǎng)絡(luò)中頻譜檢測機制的設(shè)計與仿真[D];東北大學(xué);2011年

7 阮旭峰;面向壓縮感知的寬帶頻譜檢測技術(shù)[D];西安電子科技大學(xué);2015年

8 王贊;基于分布式壓縮感知的高能效寬帶壓縮頻譜檢測方法研究[D];杭州電子科技大學(xué);2016年

9 張鳳娟;基于多天線空間相關(guān)性的序貫頻譜檢測算法[D];華南理工大學(xué);2012年

10 張家凱;低信噪比下頻譜檢測技術(shù)的研究[D];上海師范大學(xué);2013年

，

本文編號：746871