非高斯背景下基于信号相关性的频谱感知算法

本文研究了一类Laplace非高斯背景噪声下的频谱检测问题,提出一种基于采样信号相关性的多用户协作频谱感知算法.此算法利用接收信号的统计相关性,设计了一种将协作用户统计协方差之和作为检测统计量的频谱检测算法,推导了该检测算法的统计门限、检测概率和虚警概率的闭式表达式.通过蒙特卡罗仿真,分析比较了Laplace非高斯噪声...     

利用协方差矩阵信息的多天线频谱感知算法

为了降低多天线信号频谱偏移、相位随机性和噪声的不均匀性、不确定性对频谱感知性能的影响,该文利用接收信号协方差矩阵主对角线包含主用户的主要信息,以及协方差矩阵元素的平均方差反映元素波动程度的特点,构造对角线元素绝对值的平方和与其平均方差之比的频谱感知的检验统计量,推导了该统计量服从的概率分布函数,给定虚警概率,得到判决门限。加性高斯白噪声信道和瑞利衰落信道下的仿真结果表明:本文算法性能优于局部方差法,随着接收天线数和采样点数增加,本文算法性能提升大于局部方差法。      

一种基于随机共振增强的协方差矩阵频谱感知算法

为了在避免对主用户系统产生有害干扰的同时 提高频谱利用效率,要求认知无线电系统的频谱感知算法能在极低的信噪比下快速检测出主用户信号。由于可以避免能量检测面临的噪声不确定性问题,基于协方差矩阵的检测算法是一种有效的盲频谱感知算法。为了进一步提高极低信噪比下的性能,本文提出了一种基于随机共振的协方差矩阵频谱感知算法。该算法通过在接收信号中加入优化的特定信号,利用随机共振原理,增大有无主用户信号下的检测统计量概率分布函数的分离度,提高频谱感知的性能。仿真结果表明,相对于现有的协方差矩阵频谱感知算法 ,在相同的虚警概率下,所提算法可以显著提高极低信噪比下的检测概率,同时大幅度缩减检测时间。      

基于行列式之差的频谱盲感知算法

为了提高频谱感知性能,提出一种基于自相关矩阵行列式的频谱感知新方法,通过授权信号与噪声信号行列式的不同构建统计量。该方法无需信号先验信息、噪声功率信息与精确同步,是一种适用性更强的盲感知算法。仿真表明,与能量检测算法相比,该方法能够取得更好的检测率,且具有复杂度低、不受噪声不确定性影响等优点。     

基于随机共振和非中心F分布的频谱感知算法

为解决频谱感知算法在低信噪比（SNR）时检测概率较低且检测所需采样点数较多的问题,提出了基于随机共振和非中心F分布（SRNF）的频谱感知算法。通过引入直流随机共振噪声,建立了SRNF的系统模型,推导了服从非中心F分布的检验统计量表达式、虚警概率与检测概率以及判决门限表达式,并采用数值法求解最佳的随机共振噪声参数。仿真结果表明,在低信噪比时,所提基于SRNF算法的检测性能优于能量检测（ED）算法和基于F分布的盲频谱感知（BSF）算法,当虚警概率为5%、信噪比为–12 d B、采样点数为200时,所提算法的检测概率是95%,分别比BSF算法和ED算法高34%和67%;当信噪比为–12 dB、检测概率达到95%时,所提算法所需的采样点数是210,比BSF算法节省了340个采样点。此外,噪声不确定度对所提算法的影响小于ED算法。     

Nakagami衰落信道下噪声跟踪干扰检测性能分析

针对慢跳频通信中噪声跟踪干扰的检测问题,提出了一种新的噪声跟踪干扰检测算法.该检测算法应用认知无线电中协作频谱感知方法,分析了接收信号的条件概率密度函数,研究了加性高斯白噪声信道下单跳信号存在干扰的检测性能.在此基础上,推导了Nakagami衰落信道下单跳信号存在干扰的检测概率和虚警概率,通过对检测概率和虚警概率中的多重积分进行化简,得到了检测概率和虚警概率的级数表达式.单跳信号检测后,把检测结果上报到融合中心,应用协作频谱感知中的“k out of n”准则分析了噪声跟踪干扰的检测性能.仿真结果验证了理论分析的正确性.     

基于功率谱分段对消频谱感知算法研究及性能分析

在实用的认知无线电系统中,频谱感知技术必须具备在噪声电平高动态变化和无线信道严重衰落电磁背景下,进行实时盲频谱感知的能力,这为经典的频谱感知算法带来巨大的挑战。该文提出的功率谱分段对消频谱感知算法,依据傅里叶变换的渐进正态性和相互独立性,计算出功率谱的统计特性,利用监测频带内部分谱线强度和与全部谱线强度和的比值作为检验统计量进行信号存在性的判断。该文推导了算法的虚警概率和不同信道模型下正确检测概率的数学表达式,并依据Neyman-Pearson准则得到判决门限的闭式表达式。理论分析和仿真结果均表明:功率谱分段对消频谱感知算法对噪声不确定度具有鲁棒性;固定信噪比,算法的频谱感知性能不受噪声电平改变的影响;应用于高斯白噪声和平坦慢衰落信道中,可在较宽的信噪比范围内获得较优越的频谱感知性能;算法计算复杂度低,可在微秒级时长内完成频谱感知。     

一种基于能量检测的协作式频谱感知算法

为提高认知无线电系统中频谱检测的可靠性,提出了一种基于能量检测的协作式频谱感知算法。利用授权用户的状态在相邻感知帧之间变化的概率小这一特性,通过将当前感知帧的能量值与相邻值相结合来判断授权用户状态,这样当授权用户使用授权频段时,所提算法能有效减小采样信号能量值骤减时发生误判的概率。另外给出了所提算法检测概率和虚警概率的闭式表达式。理论分析和仿真结果表明,所提算法比传统的协作式频谱检测算法检测性能好。     

认知无线电中基于拟合优度的频谱盲检测算法研究

首先,提出噪声方差未知情况下基于t分布的Anderson-Darling的认知无线电频谱盲检测方法,通过计算接收到信道采样样本均值和方差比的分布函数与f分布函数之间的Anderson-darling距离,实现频谱检测.其次,提了基于特征函数的频谱盲检测算法,通过计算接收到的样本经验特征函数与已知特征函数的距离,判决信道中是否存在信号传输.最后,给出了衰落信道下,所提2种基于拟合优度的频谱盲检测算法的虚警概率和检测概率下界.理论和仿真表明,噪声方差未知情况下,所提2种频谱盲检测算法比传统的噪声方差已知时的能量检测法具有更好的性能.在低信噪比和小样本条件下,性能提高表现的尤其明显.     

基于Wishart矩阵特征值的频谱感知算法

为了提高频谱感知性能,克服经典算法的缺点,提出了一种新的基于Wishart随机矩阵理论的协作频谱感知算法.根据多个认知用户接收信号样本协方差矩阵特征值的对数分布特性,利用样本协方差矩阵最大特征值与几何平均特征值的比值,得到简单的判决阈值闭式表达式,实现频谱感知判决.该算法不需要知道主用户的任何先验信息,不受噪声不确定性的影响.仿真结果表明,所提算法在协作用户数少、信噪比低、采样点数极少的情况下,仍能获得较高的感知性能.该算法受虚警概率和极端值的影响较小,比同类算法有更好的检测性能.     

基于特征值极限分布的合作频谱感知算法

采用最新的随机矩阵理论,对多个认知用户接收信号采样协方差矩阵的最小特征值的极限分布进行了分析,提出了一种改进的最大最小特征值合作感知和门限判决方法。该算法不需预知授权用户信号的先验知识,且能有效克服噪声不确定度的影响。与现有算法相比,在给定虚警概率时,仿真结果显示该算法判决门限更低、检测概率更高;而且在认知用户和采样数较少时,也能获得很好的检测性能。     

认知无线电中基于自相关矩阵的协作盲感知

为了克服传统的认知无线电频谱感知算法存在的不足,提出了一种基于自相关矩阵的协作式盲频谱感知方法,以提高频谱感知能力.该方法从样本自相关矩阵中提取检测统计量,采用双门限混合判决方法得到本地检测结果.认知基站将本地检测信息分成两类,并对软判决信息实施可靠性融合,最后给出全局判决结果.该方法是一种盲感知方法,不需要知道主用户...     

采用T2统计量和拟合优度的盲频谱感知算法

针对低信噪比和采样数少时频谱感知性能差的问题,首先利用样本检验矩阵的样本特征构造T2统计量,再结合似然比准则构造新的检验统计量,最后推导了频谱空闲时检验统计量的概率密度函数,提出基于贝塔分布的盲频谱感知算法。但此算法在采样数较少时,检测性能较差,因此结合Anderson Darling准则,提出基于贝塔分布的拟合优度检验算法。在高斯信道和瑞利衰落信道下对所提算法进行仿真,并与已有盲频谱感知算法仿真结果进行对比,所提算法具有更好的检测性能,且不需要主用户信息,不用进行特征分解,不受噪声方差影响。      

基于检测门限优化的DVB-T信号联合检测算法

针对检测过程中认知信号检测门限难以合理设定以及检测准确率不高的问题,根据数字电视地面广播(DVB-T)信号循环前缀特征,给出一种联合能量检测与循环前缀相关检测算法。该算法将虚警概率与检测概率的加权作为门限的函数,通过最小化函数获得优化检测门限,最终达到提高系统检测性能的目的。仿真结果也表明,在信噪比为-25~-10 dB时,对比传统能量检测算法,采用优化判决门限的能量检测算法,检测概率提高了10%~22%,联合检测算法的检测准确率提高了2%~25%。     

Robust spectrum sensing under noise uncertainty for spectrum sharing

Spectrum sensing plays an important role in spectrum sharing. Energy detection is generally used because it does not require a priori knowledge of primary user, (PU) signals; however, it is sensitive to noise uncertainty. An order statistics (OS) detector provides inherent protection against nonhomogeneous background signals. However, no analysis has been conducted yet to apply OS detection to spectrum sensing in a wireless channel to solve noise uncertainty. In this paper, we propose a robust spectrum sensing scheme based on generalized order statistics (GOS) and analyze the exact false alarm and detection probabilities under noise uncertainty. From the equation of the exact false alarm probability, the threshold value is calculated to maintain a constant false alarm rate. The detection probability is obtained from the calculated threshold under noise uncertainty. As a fusion rule for cooperative spectrum sensing, we adopt an OR rule, that is, a 1‐out‐of‐N rule, and we call the proposed scheme GOS‐OR. The analytical results show that the GOS‐OR scheme can achieve optimum performance and maintain the desired false alarm rates if the coefficients of the GOS‐OR detector can be correctly selected.     

特征值极限分布的改进合作频谱感知

本文采用随机矩阵理论,分析和研究了多认知用户接收信号采样协方差矩阵的最小特征值的极限分布,针对基于最大最小特征值之差的合作频谱感知算法,提出了新的门限判决方法。此算法能有效克服噪声不确定度的影响,且不需预先知道授权用户信号的先验知识和噪声方差。仿真结果表明,与以前的感知算法相比,本文算法有更低的判决门限,在低信噪比、小采样时,在达到设定虚警概率的前提下,该算法能够获得更好的感知性能。      

基于循环平稳特征的频谱检测

频谱检测是实现认知无线电的前提。从认知无线电的核心功能出发,分析了循环平稳特征检测抗噪方面的性能以及影响其检测性能的主要因素,通过理论推导和仿真验证了噪声对检测性能的影响,提出了一种基于小波变换的频谱检测方案。该方案通过小波变换将接收到的信号进行主信号与噪声分离,并对信号进行重构,提高了频谱检测的性能。仿真结果表明,在低信噪比情况下,采用基于小波变换的频谱检测方法,无论是系统的频谱检测虚警率还是频谱检测漏检率都有了显著的降低。