采用离散小波变换的认知无线电频谱能量检测

在认知无线电系统中,频谱检测是搜索空闲信道,避免对授权用户产生有害干扰的关键环节。本文提出了一种离散小波变换与时域能量检测相结合的频谱检测方法,对SU共享的宽带信道中的窄带PU信号进行预检测。首先对接收信号进行离散小波变换,获得能够反映信道频谱变化的细节小波系数,然后以该系数作为统计量,对其进行时域能量统计计算。该方法计算量较小,容易实现,可进行多分辨率分析,能够提高检测的灵敏度;不需要被检测信号的先验知识,适用于检测各种未知信号。仿真实验对无线麦克信号和地面无线数字电视信号进行了检测,验证了该方法的正确性。      

应用小波变换的频谱边缘检测技术研究

频谱感知是认知无线电实现的首要步骤。作为分析奇异点和边缘检测的强大数学工具,小波变换被用于探测和估计局部频谱的不规则变化。针对小波变换实现频谱边缘检测的局限条件,提出一种带内非平稳变化,边界连续变化的频谱边缘检测方法。通过对原始频谱信号进行数据预处理和结果峰值变化特性分析,利用小波变换实现频段的边缘划分,最后进行仿真验证。仿真结果表明:本算法能够将带内不光滑且边界连续变化的频谱有效的划分成若干独立频段,从而实现信号频谱边缘检测。     

基于能量检测的频谱感知方法的介绍

简要介绍了认知无线电通信系统中基于能量检测的谱感知方法，分析了能量检测法的原理和性能。探讨了噪声不确定性产生的原因，分析了在该条件下对信噪比门限和对检测性能的影响。仿真实验表明，能量检测法是一种有效的频谱感知方法．     

小波包变换用于双模噪声的信号检测

将小波包变换良好的时频分析能力用于分析双模噪声的统计特性,因为小波包变换具有带通滤波的作用,当分解的层数足够多时,变换可看作窄带系统,将双模噪声作某一尺的小波包变换,在此空间上双模噪声的输出近似于高斯分布,在这一空间上进行信号的识别与检测。将小波包变换用于双模噪声背景下的信号检测系统,并将此方法与经典检测系统进行性能上的比较,仿真结果表明,小波包方法优于经典检测方法。     

认知无线电网络中基于噪声功率估计的能量检测性能

该文分析了利用噪声功率估计值进行能量检测时判决门限的计算问题,推导出检测性能的Q函数表达式。为达到期望的检测性能,判决门限不能直接由噪声功率估计值替换已知的噪声功率得到,必须进行修正。文中给出了修正判决门限的闭合表达式,极大地简化了检测性能分析和判决门限计算。仿真结果表明,在估计样点数为20时,对比原判决门限,基于修正判决门限的误警概率减少了15%,有效地提高了认知无线电网络的吞吐量。     

基于小波包去噪的能量检测方法研究

根据能量检测和小波包变换的特点,提出基于小波包去噪的能量检测方法。该方法利用小波包的去噪功能,可实现噪声和信号的有效分离,提高信噪比,从而有效改善能量检测的性能,且复杂度低。仿真结果表明,经过小波包去噪之后的能量检测性能要远远好于传统的能量检测性能。     

瑞利信道下多天线能量检测性能研究

研究了认知无线电中能量检测的实现,并针对能量检测性能相对较差的缺点,提出采用天线分集提高能量检测的性能.通过数值分析以及瑞利信道下分集能量检测的仿真,对几种方案在瑞利信道下的性能进行了比较,结果表明几种天线分集方案对能量检测性能都有所改善,其中平方率合并方案性能最优.     

基于小波包变换的双模噪声中信号的检测

以一类非高斯噪声———双模噪声为背景噪声,利用小波包变换良好的时频分析能力,对双模噪声的统计特性进行了研究,在此基础上,将经典最优检测器的结论推广到背景噪声为双模噪声的情况,提出了基于小波包变换的双模噪声中信号的检测方法。他是对传统的双模噪声中信号处理的完善与补充,仿真结果表明,该方法要明显优于经典检测。     

提升小波与能量检测联合优化下的频谱感知方法北大核心CSCD

传统的频谱感知方法易受噪声波动的干扰,而且在低信噪比的无线通信条件下检测精度较差。通过结合提升小波去噪与动态门限能量检测算法,能有效提高传统频谱感知方法的抗噪声性能和检测精度。首先对含噪信号进行奇偶抽样,分解信号,去除噪声部分,再重构为去噪新信号,然后通过能量检测方法来统计信号的能量积累,设置动态门限,最后以动态门限判断用户信号是否存在。提升小波去噪能够有效地去除采样信号中的噪声,减少噪声对能量检测法检测精度的影响,动态门限能根据噪声波动进行调整来适应复杂的噪声环境。仿真结果表明,提升小波去噪结合动态门限能量检测算法相比于传统的频谱感知要有更优的检测精度。此方法不但提高了其对不确定噪声的抵抗性,使之能适应复杂的通信环境,而且提高了频谱感知过程的可靠性。     

一种基于小波包变换的双模噪声中信号检测

利用多尺度小波包变换良好的时频局部分析能力,对一类非高斯噪声--双模噪声的统计特性进行研究.经过实际计算及仿真比较,对于两种双模噪声模型,随着双模噪声序列长度的增加,双模噪声小波包子空间变换系数都将近似服从高斯分布.通过仿真,证实小波包检测系统的检测性能不仅跟输入双模噪声的模型无关,而且比传统的高阶统计量检测系统、经典检测系统的检测性能都要好.     

多尺度小波包变换在弱信号检测中的应用

文章在双模噪声背景下,为了改善信号检测性能,利用多尺度小波包变换良好的时频局部分析能力对双模噪声中弱信号进行检测。理论分析和仿真结果表明,小波包检测系统不仅具有计算量小、算法比较简单和实时性较强的特点,而且比传统的高阶统计量和经典检测的检测性能都优越。     

基于小波包变换实时检测回转电机振动信号

小波包变换不仅能检测非平稳信号的整次谐波,还能检测信号的非整次谐波,而且小波变换本身对信号的奇异点十分敏感,因此可以用来跟踪牙轮钻机振动信号。简述了小波包变换的原理,并基于Matlab实现了对牙轮钻机振动信号的处理。该处理具有信噪分离、测量牙轮钻机振动功率谱、牙轮钻机振动信号的时域-频域变化规律、牙轮钻机振动速度信号三维图、伴有噪声的原始振动波形和噪声波等测量功能。实测某矿山YZ-35C牙轮钻机的振动速度信号,实测效果优于P3562A动态信号分析仪的测量结果,结果表明该方法是可行的和有效的。     

关于正交小波包变换的几点理论探讨

本文对正交小波包基函数在不同尺度上的传递关系、正交小波包变换系数在不同尺度上的传递关系、高斯白噪声的正交小波包变换系数的统计特性、以及正交小波包基的相关函数性质进行了理论研究,并获得了相应的理论结果,仿真实验验证了理论研究的正确性.     

基于小波变换/小波包变换的多载波调制技术

小波/小波包在通信系统中的应用是近年来一个新的研究领域,而基于小波/小波包变换的多载波调制技术是其中一大研究热点。由于小波/小波包基函数具有良好的正交性与时频局域性等特点,基于小波/小波包变换的多载波调制技术,能够有效地提高通信系统性能。本文介绍了当前几种主要的基于小波/小波包变换的多载波调制方案,分析了这些方案的性能特点及发展趋势,并与其他方案进行了比较。     

基于小波包变换的信号谱峰检测算法

提出了一种新的基于小波包变换的信号谱峰检测算法,主要思想是利用小波包变换的特点,对信号功率谱进行平滑处理,突出谱峰的特征点（起点、顶点和终点）,然后对其进行三层小波包变换,提取相应细节系数的特征点来估计谱峰的起点、顶点和终点,从而完成谱峰的检测。该方法的特点是无需信号的任何先验信息,是一种盲处理算法。仿真结果表明,信噪比不低于5dB的情况下,信号特征点检测的归一化均方误差（NMME）低于6‰,其性能比传统基于差分的方法有明显的优势。     

基于Curvelet变换与小波包变换联合的图像去噪算法

小波包变换在处理图像中的平滑区域时能够起到较好的效果,而Curvelet变换可以更好地逼近线性奇异高维函数,对图像的边缘区域有最稀疏的表示.在此基础上提出了基于二者联合的图像去噪算法,在对含噪图像进行分割后,分别对线性区域和平滑区域采用Curvelet阈值去噪处理和小波包阈值去噪处理.该方法充分发挥了二者各自的优势,实验表明,它对图像的去噪效果要优于单纯的Curvelet或小波包去噪方法.     

基于方向小波的弱尾迹检测

针对遥感图像中的弱尾迹检测,提出了一种基于方向小波变换的尾迹检测新算法,并且比较了方向小波和传统的小波变换在检测尾迹中的不同之处。分析得出方向小波变换更符合图像的方向、纹理特征,因而不仅可以有效检测出图像中的弱尾迹,而且可以检测出某一特定方向上的弱尾迹。仿真结果表明,检测效果十分良好。     

基于小波包变换的自适应均衡算法

本文在推导出离散正交小波包变换对应的正交矩阵的基础上,提出了基于小波包变换的自适应均衡算法,并分析了这种均衡算法的性能,给出了计算机仿真结果.另外,为了使基于小波包变换的自适应均衡算法应用于实际,给出了减低算法复杂度的方法.