基于DWPT的可变分辨率频谱感知方法研究

频谱感知是认知无线电实现的前提.为实现高效多分辨率频谱感知,快速找到可用的频谱空洞,提出了一种基于离散小波包变换(DWPT)的可变分辨率自适应频谱能量检测法.该法利用小波包变换的分层分解和阈值去噪特性,解决了小波包分解过程中的子带排序混乱问题,有效消除了噪声不确定性对检测性能的影响,并可根据需求选择需要的分辨率和频带进行感知,降低了运算复杂度.仿真结果及其分析表明,所提出的方法具有检测精度高、算法简单、灵活性强等优点,适合用来对认知无线电频谱环境进行快速感知.     

基于小波变换的频谱检测算法改进

随着无线通信技术的飞速发展,致使频谱资源日趋紧张,认知无线电技术被认为是解决频谱资源紧缺的有效方法,频谱检测是其重要的环节。首先对常规能量检测法进行分析,指出其易受噪声不确定性的影响,对此提出了基于小波变换的多分辨率能量检测算法,理论分析及仿真结果表明,改进算法能很好地抑制噪声不确定性的影响,满足低信噪比条件的频谱检测要求。     

基于认知无线电的LTE系统频谱感知方法

提出一种认知无线电技术框架下LTE系统中femtocell的频谱感知方法. 在该方法中, femtocell对上行频谱进行能量检测, 通过一种两步决策的频谱感知技术, 发现周围正在承载业务的macrocell用户, 并进一步对其承载的业务类型进行识别, 根据不同的业务类型, 调整感知周期, 使其在femtocell取得的吞吐量和耗费的感知能量之间进行有效折中. 仿真结果表明, 该方法可在控制对macrocell用户的干扰和控制感知开销的情况下, 提高femtocell小区的吞吐量, 提高系统性能.     

利用多分辨率频谱分析的频谱感知方法

频谱感知是认知无线电关键技术之一,通常宽频带感知技术复杂度高。该文讨论了利用多分辨率频谱分析的频谱感知原理和实现方法,提出了实现频谱空穴检测的动态门限选取方法。详细仿真分析了频谱分析参数对频谱感知的影响,给出了该方法的频谱检测性能。该方法能在宽频带内迅速可靠地发现频谱空穴,实现简单,计算复杂度低。     

基于能量检测的频谱感知方法分析

简要介绍了认知无线电中基于能量检测的频谱感知方法,在分析能量检测法原理和性能基础上,研究了噪声的不确定性对检测性能的影响.仿真表明,能量检测法是一种简单、有效的频谱感知方法.     

时频聚集性分析的频谱感知方法

针对单载波和最小频移键控(MSK)调制的主用户信号,提出了一种基于时频聚集度分析的频谱感知算法.计算接收数据互相关函数的时频脊线,统计时频脊线点集的概率向量;利用信号能量在时频谱上的聚集性和信道噪声时频点的均匀分散性的特点,定义时频聚集度来评价时频点的聚集程度,并设定聚集度门限,用以判断主用户信号的存在性.仿真实验表明,该算法对一般信道和衰落信道都是有效的,并在较低信噪比下保持了良好的检测性能;在相同的噪声功率不确定度下,其虚警概率低于能量检测法.     

基于递归算法的频谱感知方法

针对传统的宽带频谱感知方法需要在各个频率信道平均分配计算量或硬件资源,频谱感知效率不高问题,给出利用递归算法代替快速傅立叶变换算法进行频谱感知的方法。根据信道占用率统计规律,调整频谱感知控制单元的本振频率,自适应选择递归算法滤波器,实现对多个感兴趣频率信道检测。仿真实验及分析表明,利用递归算法进行频谱感知时,只需要计算那些感兴趣的频率信道的功率谱,提高了频谱感知效率。     

低信噪比下基于双检测长度的频谱感知算法

针对现有认知网络中低信噪比条件下频谱感知性能差、速度慢的问题,提出了一种基于双检测长度的感知算法．该算法先进行一次短数据长度能量检测,当第1次判决主用户不存在时,再进行第2次长数据长度能量检测,并作出最终的感知判决．从理论上推导了平均样本数、检测性能、算法复杂度等重要性质．基于matlab的仿真结果验证了理论推导的正确性,表明所提算法在低信噪比条件下,在感知性能较传统能量检测算法有所提升的同时,具有更少的平均样本数和更低算法复杂度的特点,并有望应用于未来实际认知网络中．     

基于能量和小波变换的双门限联合频谱感知

传统的能量感知算法对噪声比较敏感,在较低的信噪比条件下检测准确性易受到影响,循环特征检测法计算复杂度偏高,为此提出了基于能量检测和小波变换(WT)感知的双门限联合检测算法.该算法对双门限区间以外的区域采用能量检测进行判定,双门限范围内的不确定区域进行小波感知,并根据信道中噪声不确定性自适应调整双门限值,当信道质量较好时,减小两门限之间的距离,否则增大两门限之间的距离,从而控制进行小波感知的概率.仿真结果表明,此算法有效地提高了低信噪比条件下系统的检测性能,降低了算法的复杂度.     

基于小波去噪的协作空闲频谱检测性能

为解决低信噪比（SNR：Signal to Noise Ratio）时引起检测性能突变的问题,分析了能量检测在不同SNR下的检测效果,在进行频谱检测前先对信号进行去噪处理,以改善能量检测在低SNR下的检测性能。在此基础上,将改进的能量检测算法应用到协作空闲频谱检测中,保证各个CR（Cognitive Radio）节点检测性能有一定的可靠性,从而改善协作检测的检测效果。仿真结果表明,对经过小波信号处理后的各节点的检测结果进行融合协作,与以往的协作检测方案相比,ROC（Receive Operating Characteristic）曲线有了明显改善。     

基于小波包变换的电力系统谐波检测

阐述小波变换和小波包变换的基本原理,介绍小波变换的时频局部化特性,说明了在小波变换基础上建立的小波包变换,能够实现频带的均匀划分,能更有效地进行谐波的检测和分析,并利用小波包变换的方法分别对电力系统中的稳态谐波和暂态谐波进行检测.仿真结果表明,该方法可以准确地检测稳态和暂态时变信号,能为电力系统中的谐波治理提供依据.     

压缩传感非稀疏宽带频谱导频检测方法

为了突破频谱稀疏性对压缩传感技术的限制,提出了一种基于压缩传感的频谱检测方法,在保证对主用户的干扰不超过指定门限的前提下,通过对目标频段的主用户信号和导频信号在频域进行线性运算,保留频谱空洞处的导频分量,把对非稀疏的主用户信号的恢复转化为对稀疏导频信号的恢复.该方法解决了认知无线电宽带频谱检测中,压缩传感技术在主用户信号非稀疏时的失效问题.仿真结果表明,导频检测方法可以对非稀疏频谱的频谱空洞位置进行准确检测.     

基于小波包变换的故障诊断

由于小波包变换在信号分析与处理中,具有良好的局部化品质,本提出了一种基于小波包变换的故障诊断方法,并应用于控制系统动态测试过程的故障检测。计算和实验结果表明：该方法可以快速有效地进行故障检测与定位。     

基于小波包的遥感图像融合新算法

提出了一种基于正交小波包的局域方差遥感图像融合新算法．该算法利用正交小波包变换,把图像分解成不同尺度的低频和高频部分,采用小波包局域窗口和子区域窗口统计,把小波包系数分类成边缘和非边缘系数．在融合处理中,把低频图像的小波包系数平均值作为融合后的低频系数,高频细节系数根据不同区域特征选择方法以及对应图像小波包系数的多窗口区域方差,来确定融合后高频小波包系数．实验结果表明,这种方法能够在保留图像微小细节方面获得满意的结果,有效且优于其他图像融合算法．     

一种基于能量检测的双门限协作频谱感知技术

针对认知用户接收到的信号特点,提出了一种基于能量检测的双门限协作频谱感知技术。当信号能量位于两个门限之间时,由数据融合中心根据最大比合并准则再次进行判决,并结合本地判决结果做出最终决策。仿真结果表明,所提方法可以有效地提高检测概率,降低错误概率。     

一种基于小波包变换的SAR图像与TM图像融合方法

为了增强来自不同传感器的图像信息，改善图像的可分析和提取能力，近年来，常采用小波变换融合方法。但小波变换只对低频信息进行多分辨分析，并不考虑高频信息的多级分解。小波包变换不仅能对图像的低频部分，而且对小波变换没有细分的高频部分也能进一步地分解。因此，小波包分析能够为图像融合提供一种比小波多分辨分析更加精细的分析方法。在研究了小波包分析法后，提出了一种小波包图像融合方法。利用此融合算法对同一场景的不同传感器荻得的合成孔径雷达（SAR）图像和专题绘图仪（TM）图像进行融合，通过客观分析与目视评价，证明该融合方法的融合结果更好。     

基于双树复小波包和AR谱的滚动轴承复合故障诊断方法

针对滚动轴承复合故障信号中故障特征难以分离的问题,提出了基于双树复小波包和自回归(autoregressive,AR)谱的故障诊断方法.首先,利用双树复小波包变换将复杂的、非平稳的复合故障振动信号分解为若干个不同频带的分量;然后,对包含故障特征的分量进行希尔伯特包络;最后,对包络信号求其AR功率谱,由此实现对复合故障特征信息的分离和故障识别.实验结果表明:该方法可有效地分离轴承复合故障的特征频率,验证了该方法的可行性和有效性.