二维空间谱的频谱感知技术研究

认知无线电的提出,能够有效地解决目前频谱资源匮乏的问题,频谱感知是认知无线电中必不可少的关键技术之一.着重对低功率复杂无线场景的频谱感知技术进行研究,在待测区域布置大量传感器或阵列天线,对授权用户的信息进行估计,得出区域性的干扰温度估计.     

二维空间谱的频谱感知技术研究

认知无线电的提出,能够有效的解决目前频谱资源匮乏的问题,频谱感知是认知无线电中必不可少的关键技术之一.着重对低功率复杂无线场景的频谱感知技术进行研究,在待测区域布置大量传感器或阵列天线,对授权用户的信息进行估计,得出区域性的干扰温度估计.     

基于神经网络的多窗口频谱估计方法研究

干扰温度估计是认知无线电技术中的关键问题之一.多窗口频谱估计结合奇异值分解技术提供了一种估算射频环境中干扰温度功率谱的有效途径.提出基于神经网络的多窗口频谱估计结合奇异值分解的算法,与传统算法相比,该算法提高了干扰温度估计值的可靠性和准确度,降低了计算复杂度,同时能够适应复杂电磁环境下对干扰温度的实时性估值的要求.     

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。     

认知无线电的关键技术研究

认知无线电是一种通过与其运行环境交互而改变其发射参数提高频谱利用率的新的智能技术.论文首先分析了认知无线电提出的现实意义,然后在描述认知无线电的概念和模型的基础上,结合已有的研究,讨论了频谱环境感知、干扰温度、频谱汇聚共享、动态频谱管理等关键问题.最后,基于前面的研究提出了对认知无线电未来的展望.     

一种低速采样的协同宽带频谱感知方法

频谱感知是通信系统抗干扰和智能化的关键能力.针对认知无线电系统窄带频谱感知技术受制于数模转换器件的发展水平,难以解决认知无线电系统宽带、实时频谱感知的问题,提出一种多节点协作的认知无线电系统宽带频谱感知方法.该方法设计由多个认知节点对目标频段执行次奈奎斯特采样来降低采样速率,采用能量检测方式对采样矢量进行集中式融合判决,实现宽频段范围内干扰信号的谱定位和判断,降低各个感知节点的采样速率,支撑认知网络系统构建高实时、宽频带频谱感知的能力.计算机仿真试验结果表明,所提方法达到90％检测概率时压缩比要求为0.025,具有可靠性与有效性.     

认知无线电在宽带无线通信系统中的应用

认知无线电技术（CR）是软件无线电技术的演化，是一种新的智能无线通信技术。认知无线电技术的主要特点，就是根据环境不断调整参数以适应通讯的需求从而提高通讯质量。目前宽带无线通讯系统有正交频分复用（OFDM），多输入多输出（MIMO）等关键技术。将CR引进OFDM系统中，采用特殊的导频设计，感知宽带的传输特征，从空间、时间、频率、调制方式等多维度共享无线频谱，能提高频谱利用的灵活性，有效抑制窄带干扰。LTE是由3GPP定义的下一个移动宽带网络标准，基于OFDM、MIMO等关键技术，论述了实现CR的过程。     

基于USRP 平台的宽带频谱感知系统设计与实现*

频谱感知是认知无线电的一项关键技术,也是认知循环的基础。如何高效快速感知频谱环境分布一直是学术界研究的热点问题,尤其是对实际的空中信号进行实时测量是目前频谱感知研究亟待解决的难题。针对以上需求,利用USRP 平台和MATLAB 信号处理工具设计并实现了一种分布式宽带频谱快速感知系统,系统可支持多种频谱感知算法,通过千兆以太网可在中央处理模块融合感知节点的数据。并对实际的0. 4 ~4. 4 GHz无线频谱环境进行了初步测量,该系统能够及时发现频谱空穴和目标信号的存在,能够将感知结果上传给中央处理模块进行分析和存储,具有应用推广价值。     

无线区域网和认知无线电技术(2)

802．22工作组的主要任务是开发和建立一套基于认知无线电（CR）技术，在现有电视频段利用暂时空闲的频道进行无线通信的区域网空中接口标准。由于基于802．22协议的无线区域网（WRAN）工作在现有电视频段中，要求不能对正在广播的电视频道产生干扰，所以WRAN采用了认知无线电技术，对电视频段进行感知和测量，利用动态频谱管理技术找到空闲频道进行再分配。认知无线电技术将是未来无线通信的发展方向之一。本讲座将分3期对无线区域网和认知无线电技术进行介绍，第1讲介绍无线区域网络和IEEE802．22工作组情况，包括WRAN背景、802．22系统、802．22空中接口等；第2讲介绍认知无线电技术和实现其的基础软件无线电（SDR）技术，包括无线电知识描述语言（RKRL）和认知循环、无线电频谱礼仪等；第3讲介绍802．22WRAN频谱共存问题和认知无线电技术的应用。[编者按]     

频谱空穴检测及其仿真

感知无线电接收机为了感知其周围的无线电环境,首要的工作就是对其周围存在的信号进行检测。本文针对感知无线电系统中最为关键的频谱空穴检测技术进行了研究。通过对3种信号检测技术的比较,选择循环平稳特征检测法作为感知无线频谱的方法并对该方法进行了仿真。此外．对控制实体根据频谱感知的结果、从频谱中检测出频谱空穴区域的功能、以及感知无线电接收机与感知无线电发射机进行协调的功能也进行了仿真。     

基于子波变换的无线通信网络干扰信号检测研究

在冗杂环境下,为有效识别无线通信网络干扰信号,提出基于子波变换的无线通信网络干扰信号检测研究。将干扰信号分为单音、多音、调频等类型,利用射线模型描述通信信道损失,确立噪声影响下的干扰信号结构,提取信号时频分布特征;在子波变换过程引入阈值滤波算法,将噪声投影在不同子波空间中,合理设置阈值,计算新的变换系数,实现信号去噪;采用混沌循环谱方法,将干扰信号检测转换为二元假设检验问题,获取二阶时变检测函数,计算决策量,结合门限值完成干扰信号检测。实验结果表明,该方法能够有效过滤噪声,检测出的干扰信号波形与频率与实际情况相符。     

基于小波变换与图像增强技术的红外小目标检测

提出了一种基于小波变换的单帧红外图像检测方法,将小目标检测问题简化为带通滤波的过程.该方法首先使用小波变换分解图像,直接舍去低频分量的背景,接着对提取出的三个高频成分分别进行小波分析,去除高频噪声,然后再对各高频分量进行重构,最后采用图像增强技术提高小目标灰度,进一步抑制干扰.计算机仿真结果表明,该方法能准确、高效地检测出小目标,并能克服一定的云层和建筑物干扰问题.     

基于双树复小波变换和形态学的脉搏信号去噪

常见的医学信号（如脉搏信号）包含大量的噪声,具有强烈的非线性和非平稳性。针对传统的小波变换去噪方法的缺陷,提出了一种基于双树复小波变换和形态学的去噪算法,具有结构简单、计算复杂度低等优点,有效地克服了离散小波变换的平移敏感性和频率混淆。实验表明,该算法可以有效地去除脉搏信号中工频干扰及肌电干扰等高频噪声,其信噪比及均方差等定量指标均明显优于传统的阈值去噪算法,能得到较干净的脉搏信号波形。     

基于中值滤波和小波变换的红外图像去噪方法

针对红外图像对比度差、信噪比低、红外目标易被噪声干扰的缺点,提出一种自适应中值滤波和小波变换相结合的去噪方法.首先对图像进行小波变换,得到各频带子图像,对不同子图像采用不同的滤波模版进行自适应中值滤波,最后对图像进行小波重构,实现图像的去噪.将该方法与目前常用的去噪方法进行对比实验,结果表明,该算法简单有效,突出目标图像细节,可获得更好的图像视觉效果.     

间歇混沌合成1/f噪声的相关特性分析

本文利用非线性随机微分方程来合成间歇混沌信号,针对该信号表现出的1/f噪声特征,在不同消失矩的小波基下进行相关特性分析.仿真结果发现,在功率谱的中间频段内,该信号的功率谱密度表现出典型的1/f噪声特性,其小波变换系数方差与相应的小波尺度呈对数线性关系;且在该频段内,部分尺度下该间歇性信号的小波变换系数的相关性随小波基的消失矩的增大而减小,在另一部分尺度下该相关性则随着消失矩的增大而增大.实验结果表明,随小波消失矩的增大,并非在所有尺度下小波变换对该间歇性信号均具有去相关作用.论文讨论了小波变换系数的方差和尺度的关系,详细分析了小波变换系数的相关性随小波消失矩的变化趋势.     

小波域抑制多音干扰的扩频接收机

利用小波包理论提出了一种快速、准确地识别并且抑制多音干扰的有效方法。该方法利用小波包理论将多音干扰的各条谱线逐个定位,然后通过功率谱分析的方法来识别多音干扰的存在区间,最后将被干扰污染的区间逐个切除并反向重构接收到的信号。实验证明该方法的误比特率性能在强干扰时要优于以前的FFT域切割法。     

小波消噪——AR谱分析在昆虫雷达多目标检测中的应用

针对昆虫雷达多目标检测中,由于接收机的泄漏以及地物杂波干扰,采用常用的功率谱进行分析时,昆虫目标信息被背景噪声所淹没,无法判别出目标高度位置。文中介绍了小波消噪与AR谱相结合对昆虫雷达的回波信号进行分析的方法,分析结果表明：小波消噪——AR谱分析能分离背景噪声的干扰,有效地分辨出昆虫目标高度信息。     

基于小波包变换及TRLMS抑制脉冲干扰的方法

为了解决航空无线电导航服务频段附近的脉冲干扰影响接收机工作的问题,并进一步提高全球导航卫星系统(GNSS)中的脉冲干扰抑制能力,提出了基于小波包变换及变换域最小均方根算法(TRLMS)来抑制脉冲干扰。通过最佳小波函数分解,跟踪定位脉冲干扰所处频带,并采用TRLMS自适应滤波技术取代常规小波包固定阈值方法对干扰进行抑制。仿真实验结果表明,所提方法相比其他的干扰抑制均方根误差更小,解决了有用信号丢失的问题,具有更好的干扰抑制性能。