基于绝对值负指数累加的稳健型频谱感知算法

针对拉普拉斯噪声环境中的大幅度冲击噪声干扰导致频谱检测性能降低的问题,提出了基于绝对值负指数累加的稳健型频谱感知算法。该算法首先通过对接收信号绝对值做负指数处理来抑制大幅度的冲击噪声,然后再将其进行累加作为检验统计量,并利用中心极限定理得出判决统计量的概率密度函数,求出判决门限,进而判断频谱是否被主用户占用。理论分析和仿真结果表明,所提算法在相同虚警概率及不同信噪比下的检测概率高于目前常用的绝对值累加算法、能量检测算法和绝对值开平方累加算法的检测概率。     

认知无线电中基于感知门限的频谱预测研究

频谱感知为未获得频谱授权的次用户提供频谱空穴,并监测主用户以防止对其造成干扰。然而频谱感知会带来时间和能量消耗,采用准确、主动的频谱预测技术可以改善频谱感知过程。文中通过研究感知门限对平均感知时间和频谱利用率的影响,提出了基于感知门限的频谱预测-感知机制,并利用频谱预测结果按照空闲概率从大到小的顺序进行感知。仿真结果表明,文中所提出的机制能够减少感知时间并提高频谱利用率。     

认知无线电中一种改进的频谱感知算法

在分析基于正交频分复用认知系统的局部多窗口联合奇异值分解频谱感知算法优劣的基础上,针对奇异值分解运算量大,对该算法提出了改进.提出了矩阵的F范数代替奇异值分解的方法,以提高算法的实时性.经仿真分析表明,改进后的算法既保证了原有算法中多窗口法(MTM)谱估计的近最优性,提高了算法的实时性,又具有较好的检测性能.     

一种新的认知无线电频谱感知算法

频谱感知是认知无线电的关键技术之一,通过检测授权用户信号的有无来发现频谱空穴,以提高频谱利用率。基于接收信号的统计协方差理论,提出一种新的认知无线电频谱感知算法,无需信号的先验信息,且计算复杂度较低。仿真分析了该算法,结果表明其在低信噪比环境下,较传统能量检测法有更好的感知性能。     

认知无线电中频谱感知算法研究

本文利用随机矩阵最新研究成果,分析接收信号采样协方差矩阵的最大最小特征值的比值分布,求取更为精确的判决门限,并在感知过程中选择信任度高的部分用户进行协作。     

认知无线电的频谱感知算法研究

频谱感知技术、频谱共享技术、频谱管理技术是当前认知无线电的三大核心技术,而频谱感知技术是实现后续的频谱共享和频谱管理的前提。因此主要对当前认知无线电频谱感知技术的基础理论、算法模型以及频谱感知的具体算法做了详尽的分类,并利用Matlab仿真平台对主要的频谱感知算法进行了仿真,并根据仿真结果,比较了各个算法的性能优劣性,可为认知无线电用户的算法选择提供参考,同时也为认知无线电后续的频谱共享和频谱管理工作奠定一定基础。     

认知无线电中频谱感知技术

固定频谱分配政策导致频谱使用率低下,为克服这一缺点,人们提出使用认知无线电技术实现动态频谱接入,从而有效利用频谱空穴。频谱感知是认知无线电的关键技术。文中介绍了目前已提出的频谱感知技术:发射机检测(包括匹配滤波器检测、能量检测和周期平稳特征检测)、合作检测、接收机检测及基于干扰温度的检测,仿真分析了各种方法的优缺点及有待解决的问题。为满足多用户环境和实时性要求,仍需探讨新的频谱感知方法,提高检测性能。     

一种新的认知无线电频谱感知方法

认知无线电是一种用于提高无线电通信频谱利用率的新的智能技术。首先简述了认知无线电的背景和概念,然后针对认知无线电频谱感知的能力,对比分析了现有的三种频谱检测方法：匹配滤波器法、能量检查法和循环平稳特征检测法,在对其进行研究的基础上,提出一种将能量检测法和循环平稳特征检测法相结合的双门限检测法,通过仿真验证了该方法的有效性和优越性。     

基于改进D-S证据理论的认知无线电频谱感知算法

在把D-S证据理论应用于多节点的频谱感知数据融合时,如果数据冲突较大则融合结果并不理想.为了解决上述问题,对D-S证据理论的证据组合规则进行了改进,给出了一个在数据冲突大时也适用的数据融合公式,并把这种改进的数据融合算法应用到多节点协作频谱感知中.MAT-LAB仿真测试与结果分析表明改进算法提高了频谱感知性能.     

认知无线电基于感知信息量化的合作频谱感知

针对认知无线电频谱感知性能的提高与传输开销的矛盾,研究了一种基于感知信息量化的合作频谱感知模型,在此基础上,研究了感知信道信噪比、认知用户数对检测概率的影响以及感知时间、信噪比对虚警概率和吞吐量的影响,并将检测性能与软判决和硬判决比较。理论分析和仿真结果表明,该方法在每个认知用户只增加1 bit传输开销的前提下能够极大地改善检测性能,实现了频谱利用率与传输开销的较好权衡。     

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.     

一种针对噪声不确定性的顽健循环特征检测法

循环特征检测法的检测性能远优于能量检测法,但是噪声不确定性会使这一优势变得不明显。针对这一问题,提出了一种能够对抗噪声不确定性的循环特征检测法。推导证明了在二维循环谱中,不同循环频率上的噪声分量具有独立同分布的特性。基于这一特性,利用授权用户信号循环谱峰以外的值来估计循环谱峰处的噪声分布,并获得不需要噪声功率先验知识的判决门限,从而避免了噪声不确定性的影响。实验结果表明,所提方法的检测性能接近噪声功率精确已知的循环特征检测法。     

基于累加法的高斯白噪声性能分析

基于中心极限定理的累加法,提出了一种新的产生高斯白噪声的方法.首先分析了高斯白噪声的特点,用均匀分布随机序列累加产生高斯分布随机序列,分析其时域和频域特征,并与用 Matlab 里的 randn 函数产生的高斯分布随机序列进行对比.最后用2χ检验法对由累加法产生的高斯分布随机序列进行检验.实验结果表明,累加法产生的随机数十分近似于高斯分布白噪声.     

基于累加法的高斯白噪声性能分析

基于中心极限定理的累加法,提出了一种新的产生高斯白噪声的方法。首先分析了高斯白噪声的特点,用均匀分布随机序列累加产生高斯分布随机序列,分析其时域和频域特征,并与用Matlab里的randn函数产生的高斯分布随机序列进行对比。最后用 检验法对由累加法产生的高斯分布随机序列进行检验。实验结果表明,累加法产生的随机数十分近似于高斯分布白噪声。     

K 杂波背景下的距离扩展目标检测算法研究

距离高分辨体制下,目标在雷达视在径向距离上扩展成多个散射点,对其进行检测需将目标分散的能量进行积累。本文将自适应单周期径向积累检测与中心极限定理相结合,推导出了在K 分布杂波背景下的检测器结构,并详细分析了其统计特性。该检测器一方面不仅对目标强散射点分布有较强的适应性,而且在杂波参数变化时具有可以接受的检测性能,另一方面避开了滑窗处理及K 分布杂波形状因子的计算,结构简单,易于实现。仿真结果证明了该检测器的可行性和鲁棒性。     

基于随机共振的双门限协作频谱感知算法

针对现有频谱感知算法在低信噪比（SNR）环境中性能检测不佳的问题以及传统随机共振（SR）检测弱信号的方法在实际应用中存在的局限性,通过设置最优门限,计算出最优的协作用户数量,提出了一种基于随机共振的双门限协作频谱感知算法,并对提出的算法进行了性能分析。DCSSR算法通过将位于双门限不确定区域的统计数据经过随机共振系统,进一步提高频谱感知算法在低信噪比下的检测性能。仿真结果表明,在不同信噪比和虚警概率下,DCSSR算法相较于传统单门限能量协作算法、双门限能量协作算法以及单门限随机共振协作算法,检测性能都得到了提升。在信噪比为-20 dB时,提出的DCSSR算法相较于传统单门限能量检测协作算法,检测概率提高了80%。