循环谱密度的两通道最大嫡谱估计

对周期平稳随机过程的循环谱密度的估计,过去主要采用时域平均周期图法和频域平滑周期图法,但当短数据时,上述方法的分辨率很低,方差很大。本文提出了循环谱密度的两通道最大熵谱估计,该方法不仅具有很高的分辨率,而且估计的方差也很小,具有较好的估计性能。     

频率分析：基于滤波器组和门限倒谱的认知无线电频谱检测

频谱感知在认知无线电中占有重要的地位。其中,非参数的频谱检测被认为是认知无线电频谱感知的一个可行的候选方案。诸如Thomson多抽头频谱检测法等的基于滤波器组的改进周期图检测法能够取得很好的频谱动态感知范围,但是检测的方差却很大。最近,门限倒谱被用于降低周期图检测法的方差。本文把上述两者进行结合,从而能够在满足一定的频谱动态感知范围的情况下降低检测的方差。     

循环谱密度的两通道最大熵谱估计

对周期平稳随机过程的循环谱密度的估计,过去主要采用时域平均周期图谱法和频域平滑周期图法,但当短数据时,上述方法的分辨率很低,方差很大,本文提出了循环谱密度的两通道最大熵谱估计,该方法不仅具有很高的分辨率,而且估计的方差也很小,具有较好地估计性能。     

低信噪比下一种改进的谱相关频谱检测

针对现有基于谱相关频谱检测算法中周期图法谱估计精确度较低的缺点,提出了一种用主用户发送信号与认知用户接收信号的最小方差无失真响应(MVDR)谱的谱相关量作为检测统计量进行频谱检测的改进方法.由于MVDR谱估计算法比周期图法具有更高的分辨率,因此所提频谱检测算法比现有算法具有更好的检测效果.模拟了两种电视信号作为主用户发送信号,仿真结果表明:对于两种电视信号,所提算法的检测性能都优于现有算法,同时通过分析算法的复杂度,证明所提算法能够满足IEEE802.22标准对于检测时间的要求.     

一种基于噪声估计的能量检测自适应门限新算法

频谱感知是认知无线电研究的关键技术之一,能量检测法是典型的频谱感知方法,但传统能量检测法的性能很容易受噪声功率变化影响。本文提出一种基于噪声方差估计的能量检测自适应门限算法。该算法基于噪声统计模型实时估计噪声方差,自适应地设置判决门限,达到更充分利用频谱资源的目的。仿真结果证明,该算法能准确估计噪声方差,有效地提高频谱检测性能。     

一种改进的认知无线电循环功率谱特征检测算法

通过对认知无线电频谱检测技术的研究,结合通信信号普遍存在的循环平稳特性,本文首先较为详细地阐述了循环功率谱的基本概念,随后提出了可应用于认知无线电频谱检测的基于二阶循环平稳特性的循环功率谱特征检测算法,并依据认知无线电的实际需求对检测算法进行了修正.在此基础上,以现代通信系统较为常用的QPSK调制信号进行了检测算法的仿真,并根据仿真结果对算法的有效检测性能进行了详细的分析,实际应用也验证了检测算法的可行性.     

认知无线电中的频谱空洞检测技术

认知无线电是一种基于软件无线电的智能的无线通信系统，它能够认知周围环境。并能够通过一定的方法相应地改变某些工作参数来实时地适应环境，从而达到提高频谱利用率、缓解频谱资源紧张的目的。认知无线电的首要任务是检测频谱的空洞。通常用在认知无线电中的非参数谱估计的方法主要包括多窗谱估计、Welch方法等。多窗谱估计算法在进行干扰温度的估计和频谱空洞的判定时，能够利用设立的多个传感器对环境信号进行接收和监测，并按照多窗谱估计与奇异值分解（MTM—SVD）算法进行处理获得干扰温度估计值，最后将其与干扰温度限比较判决，从而得到适合认知无线电系统应用的频谱空洞。     

改进周期图法在倒谱法中的应用研究

文章在传统倒谱法的基础上,提出了一种基于改进周期图法的倒谱法,并分析了基于三角窗函数的改进倒谱法,通过仿真结果与性能分析表明,基于改进周期图法的倒谱法比传统倒谱法的谱线更平滑,且伪峰值相对较少,能大大减小功率谱的估计误差,在一定程度上提高了倒谱法码周期估计的性能。     

基于多窗谱估计的改进谱减法

在各种语音增强法中,谱减法以其简单、有效而被广泛应用。在谱减法中,一般使用周期图法对语音信号进行功率谱估计,但是它的估计偏差以及方差较大,直接结果是引起了较大的音乐噪声。而多窗谱(multitaper)估计具有较小的估计偏差和方差。因此,使用基于多窗谱估计的改进谱减法可以有效降低音乐噪声。实验结果证明,在相同实验条件下,该方法得到的增强语音中的音乐噪声要明显小于使用周期图法的结果,且信噪比可提高1~2 dB。     

基于主用户信号谱特征的频谱感知方法

频谱感知是认知无线电的关键技术之一。首先讨论了一种基于信号频谱特征的频谱感知方法,提出了一种判决统计量,克服了噪声功率不确定性的影响。给出了算法流程,并采用ATSC（ad-vanced television systems committee）信号作为主用户信号对算法性能进行了仿真分析。结果表明：选择较多点快速Fourier变换（FFT,fast fourier transform）估计得到的理想主用户信号功率谱作为模板所得的检测概率较高;FFT点数相同情况下,增加谱模板估计时的周期图平均次数对检测性能没有多大改进。另外,不同观测时间下的仿真结果还表明增加接收信号的观测时间有利于改进算法检测性能。     

一种新型的认知无线电频谱空穴自适应检测算法

根据认知无线电实际频谱需求,通过对弱信号检测技术的研究,该文首次在认知无线电领域提出了一种基于三重矩阵累积估计的频谱空穴检测算法,该算法将频域块自适应滤波与矩阵重构、累积估计和频域平滑相结合实现弱信号检测。最后以QPSK调制信号为例进行了算法的计算机仿真,给出了性能分析。仿真结果表明该检测算法能够快速有效地实现弱信号检测并具有较高的检测概率,完全可以应用于认知无线电的频谱空穴检测。     

认知无线电中基于小波变换和干扰温度估计的频谱感知

干扰温度是认知无线电领域中引入的一种衡量频段上干扰强度的量.本文提出了基于小波变换和干扰温度估计的频谱感知策略.该思想首先利用小波变换分析无线宽带系统中信号功率谱密度变化的奇异点,将整个宽带频谱分为几个子区域,实现对无线传播环境的"粗感知";再运用多窗谱估计与奇异值分解(MTM-SVD)算法进行处理,获得每个子区域的干扰温度值;最后与干扰温度门限比较判决,从而得到适合认知无线电系统应用的频谱空洞,完成对无线传播环境的"细感知".     

基于D-S证据理论的循环平稳频谱协作感知

为了避免干扰授权用户的正常通信,认知无线电系统需要较好的频谱检测性能。提出了基于循环平稳特征和D-S证据理论的多天线多用户频谱协作感知方法。分析了多天线接收信号的谱相关函数,在频域按照最大比合并的方法合并各天线接收信号,得到合并信号的谱相关函数。依据谱相关函数的能量,在多用户中采用D-S证据理论做协作频谱检测。仿真分析表明,基于循环平稳特征和D-S证据理论的多天线多用户频谱协作感知方法可有效改善认知无线电系统检测性能。     

多正弦窗谱估计的性能分析

多正弦窗谱估计是一种非参数的现代谱估计方法。本文较为全面地分析了它的性能,包括谱的聚集性,偏差,方差,最优窗口数,分辨率,计算复杂度等。以四种信号模型为例,分析了窗口数和小波阈值法去除估计噪声对多正弦窗谱估计的偏差和方差的影响,并与周期谱图进行了比较。理论分析和实验结果表明与周期谱图相比,多正弦窗谱具有小得多的偏差和方差,可将其应用于谱估计的性能要求较高的场合。     

基于滤波器组的认知无线电频谱检测

认知无线电的首要任务是动态、可靠地检测无线电频谱环境。因此,每个认知无线电终端必须具有频谱检测的功能。文章在简述认知无线电频谱检测技术的基础上,提出了基于滤波器组的频谱检测方案,详细描述了多相滤波器组的设计方法和功率谱估计算法,并在加性高斯白噪声环境下进行了仿真。仿真结果表明,在恰当设置判决门限的情况下基于滤波器组的认知无线电频谱检测具有良好的性能。     

基于广义柯西分布的最大后验准则频谱估计方法

经典的频谱估计方法和现代的频谱估计方法在低信噪比及小数据量的情况下,谱估计的分辨率和方差性能不能满足实际应用需要。因此,提出一种高分辨率、高精度DFT变换的新方法,此方法特别适用于线性频谱的估计。该方法基于最大后验概率准则,建立广义柯西-高斯分布模型,克服了短数据情况下的DFT变换分辨率低的缺点,具有收敛快、频率分辨率高、频率精度高的优点。计算机仿真结果证实了新方法的有效性。     

面向复杂电磁环境的多天线信道估计技术

对于基于认知无线电架构的多天线信道估计技术,由于传统零相关序列是在全部频谱可用前提下设计的,在复杂电磁环境的频谱限制下,传统零相关序列部分频域元素发生变化,且不再满足原始序列的周期相关特性,因此不能直接应用于复杂电磁环境的多天线信道估计。该文介绍了多天线通信系统的信道估计算法并指出对理想序列的要求,然后针对复杂电磁环境,即在存在频谱空穴的条件下,联合优化频谱受限和良好周期相关程度两大评价指标,设计出适用的序列集合,作为训练序列应用到认知无线电系统的信道估计算法中,仿真结果验证了新序列集合的有效性。     

基于多正弦窗谱估计的改进谱减法语音增强

采用运算简单、实时性好、改进的功率谱减法对带噪语音进行增强。鉴于谱减法的特点,文中采用了多正弦窗谱估计对功率谱进行估计。多正弦窗谱估计是一种非参数的现代谱估计方法,与周期图法相比,谱估计偏差和方差更小,可以得到效果更好的增强语音。分别对周期图法、多窗谱法及多正弦窗谱法的增强效果进行了比较。实验结果表明,语音在多正弦窗谱法增强后,分段信噪比最高,且没有因为谱减产生的音乐噪声,主观听觉效果最好。多正弦窗谱估计对输入信噪比较低的含噪语音增强效果非常好。     

基于熵最小化的协作式随机检测宽带频谱的策略

针对认知无线电中的宽带频谱检测,从信息熵角度分析了信道状态估计的准确性与熵的关系,进而提出一种基于熵最小化的协作式随机检测宽带频谱的策略.该策略充分利用了信道状态的先验信息和实际检测所得信息,选择使系统信息熵最小化的信道进行检测,从而自动调节各个信道检测时间间隔.性能分析和仿真实验表明,基于熵最小化的检测策略有效地提高了信道状态估计准确性和检测的效率.     

基于谱密度的分形高斯噪声数据合成和估计

分形高斯噪声FGN是分形布朗运动的增量过程，广泛应用于自相似过程的建模分析。在众多的合成分形高斯噪声的方法中，研究了基于功率谱的FGN的生成算法，谱模拟方法和Paxson方法的特点以及联系．同时对基于功率谱的Hurst指数的估计方法，周期图法进行了讨论。仿真试验中，使用Paxson方法生成了FGN序列数据．试验结果表明生成的FGN具有很好的自相似性。应用周期图法估计了其Hurst指数，相比方差时间法，周期图法在估计长相关过程的参数方面能够提高精度。