非重构频谱感知的测量矩阵设计与优化

发布时间：2017-10-14 12:22

  本文关键词：非重构频谱感知的测量矩阵设计与优化

  更多相关文章： 认知无线电 压缩感知 非重构 频谱感知 测量矩阵 稀疏分解

【摘要】：认知无线电技术能够提高频谱的利用率,缓解现存的频谱资源紧张的状况。而频谱感知技术是认知无线电的前提和基础,由于采样率和实现成本的约束,奈奎斯特采样定理越来越成为频谱感知的瓶颈。针对这个问题,利用信号的稀疏性采用压缩感知方法对模拟信号进行压缩采样,也就是压缩和采样同时进行,这样在原始信息未丢失的情况下实现了低速率采样。众所周知,利用压缩感知进行频谱感知的传统思路就是首先对压缩的信号进行重构,然后再利用频谱感知的各种算法进行频谱检测。根据压缩感知理论可知,数据重构是压缩感知消耗计算量最大的环节,因此为了减少频谱感知算法的计算量,研究非重构框架下的频谱感知成为亟待解决的问题。非重构频谱感知算法省略了对原始信号重构的环节,直接根据压缩采样数据进行频谱感知,这样大大减小了压缩采样后进行频谱感知的计算量。测量矩阵是非重构频谱感知算法的基础,测量矩阵设计的优劣程度会影响信号的压缩采样进而会影响非重构频谱感知算法的检测效果。本文在单天线非重构框架下分别针对能量频谱感知算法和基于稀疏分解的频谱感知算法设计了对应的测量矩阵。此外还研究了在多天线条件下的非重构频谱感知技术,利用多天线的优势来减小测量矩阵的规模并提高频谱感知效果。针对单天线非重构能量频谱感知算法,本文通过分析压缩对信号和噪声能量分布的影响,提出了测量矩阵的格拉姆矩阵尽量接近于单位阵作为测量矩阵的设计准则。根据提出的准则,应用迭代训练法和梯度法分别对高斯随机矩阵进行优化,提高了频谱检测的效果。针对信号可以被稀疏分解的特性,提出了单天线基于稀疏分解的非重构频谱感知算法,并且通过将多个单位阵相连接并结合稀疏分解矩阵构造了适用于该算法的测量矩阵。通过仿真验证该方法在信号稀疏度较低的情况下能够取得良好的检测效果。此外,本文还将单天线非重构频谱感知算法扩展到了多天线的情况,针对多天线非重构频谱感知,应用对测量矩阵进行“分割”的思想,为每根天线设计了相应的测量矩阵,降低了每根天线的测量矩阵的规模,进而降低了每根天线的采样率。通过与单天线瑞利信道下频谱感知效果相比较,多天线非重构频谱感知还能抑制信道衰落对频谱感知造成的影响,提高频谱感知效果。
【关键词】：认知无线电 压缩感知 非重构 频谱感知 测量矩阵 稀疏分解
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN925
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第1章 绪论9-14
• 1.1 本课题的研究背景9-10
• 1.2 国内外在该方向的现状及分析10-12
• 1.2.1 国内外研究现状10-11
• 1.2.2 国内外文献综述的简析11-12
• 1.3 本文的主要研究内容12
• 1.4 本文的结构及安排12-14
• 第2章 非重构频谱感知技术14-26
• 2.1 引言14
• 2.2 压缩感知技术14-15
• 2.3 频谱感知技术15-21
• 2.3.1 能量频谱感知技术16-17
• 2.3.2 基于稀疏分解的频谱感知技术17-21
• 2.4 非重构能量频谱感知技术21-25
• 2.5 本章小结25-26
• 第3章 非重构能量频谱感知的测量矩阵设计26-40
• 3.1 引言26
• 3.2 测量矩阵设计准则26-32
• 3.3 迭代训练法优化高斯随机矩阵32-35
• 3.4 梯度法优化高斯随机矩阵35-38
• 3.5 本章小结38-40
• 第4章 基于稀疏分解频谱检测的测量矩阵设计40-47
• 4.1 引言40
• 4.2 基于稀疏分解的非重构频谱感知及其测量矩阵设计40-45
• 4.3 本章小结45-47
• 第5章 基于多天线频谱感知的测量矩阵设计47-63
• 5.1 引言47-48
• 5.2 衰落信道下的非重构频谱感知效果48-51
• 5.2.1 衰落信道下的非重构能量频谱感知48-49
• 5.2.2 衰落信道下基于稀疏分解的非重构频谱感知49-51
• 5.3 多天线条件下的测量矩阵设计51-61
• 5.3.1 基于能量频谱感知的多天线测量矩阵设计51-56
• 5.3.2 基于稀疏分解频谱感知的多天线测量矩阵设计56-61
• 5.4 本章小结61-63
• 结论63-64
• 参考文献64-68
• 攻读硕士学位期间发表的论文及其它成果68-70
• 致谢70

【相似文献】

中国期刊全文数据库 前10条

1 刘婷婷;王建新;束锋;;合作频谱感知吞吐量和感知时间关系的研究[J];现代雷达;2009年05期

2 常帅;孔凡军;陈娟;郑学强;;协同频谱感知中的认知用户数优化[J];军事通信技术;2010年03期

3 汪一鸣;周刘蕾;;基于追踪定位的认知频谱感知解决方案[J];通信学报;2010年11期

4 岳文静;郑宝玉;孟庆民;崔景伍;解培中;;衰落信道下提高协作频谱感知能力的方法[J];中国科学:信息科学;2011年02期

5 韩勇;陈强;王建新;;合作频谱感知安全技术研究[J];通信技术;2011年06期

6 韩勇;王放;陈强;王建新;;一种信任度模糊分配的合作频谱感知算法[J];信号处理;2011年06期

7 蒋金波;王可人;陈小波;金虎;;频谱切换中基于频谱感知的链路保持概率[J];探测与控制学报;2011年06期

8 刘颖;杨震;;协作频谱感知系统中的结盟技术研究[J];南京邮电大学学报(自然科学版);2012年05期

9 秦臻;薛峰;梁继民;;最大系统效用合作频谱感知优化算法[J];信号处理;2013年02期

10 江晓林;顾学迈;何晨;;基于压缩感知的联合协作频谱感知算法[J];上海交通大学学报;2013年07期

中国重要会议论文全文数据库 前10条

1 岳文静;郑宝玉;;一种基于信道可靠性的协作频谱感知算法[A];2009年通信理论与信号处理学术年会论文集[C];2009年

2 张培;孟庆民;朱卫平;;一种可以减少感知时间的频谱感知方法[A];2010年通信理论与信号处理学术年会论文集[C];2010年

3 郝博雅;周辉;孙斌;;基于权值的合作频谱感知算法[A];第六届全国信号和智能信息处理与应用学术会议论文集[C];2012年

4 吴昊;赵杭生;;基于三阶累积量的频谱感知技术研究[A];2009年全国无线电应用与管理学术会议论文集[C];2009年

5 张冰玉;郑宝玉;岳文静;;一种基于串行网络的协作频谱感知方案[A];2010年通信理论与信号处理学术年会论文集[C];2010年

6 冯子木;漆春梅;王军;李乐民;;协同频谱感知算法综述[A];2008年中国西部青年通信学术会议论文集[C];2008年

7 王翊;胡艳军;唐希雯;;一种改进的基于多阈值的协作频谱感知方法[A];2011年通信与信息技术新进展——第八届中国通信学会学术年会论文集[C];2011年

8 郑仕链;何斌;杨伟程;;认知无线电宽带频谱感知试验研究[A];浙江省信号处理学会2011学术年会论文集[C];2011年

9 李佳俊;黄清;孔勇;;基于小波变换的认知无线电宽带频谱感知方法[A];中国电子学会第十六届信息论学术年会论文集[C];2009年

10 杨家胜;刘光斌;程俊仁;;基于压缩采样技术的认知无线电宽带频谱感知方法[A];中国通信学会第六届学术年会论文集（上）[C];2009年

中国博士学位论文全文数据库 前10条

1 肖淑艳;认知无线电中频谱感知及资源优化分配的研究[D];中国矿业大学;2015年

2 乔晓瑜;基于频谱感知的动态频谱管理研究[D];北京交通大学;2013年

3 李含青;基于压缩感知的宽带频谱感知技术研究[D];哈尔滨工业大学;2014年

4 欧扬;选择性协同频谱感知技术研究[D];苏州大学;2014年

5 刘思杨;下一代无线通信系统中高效传输及频谱感知关键技术的研究[D];北京邮电大学;2009年

6 王悦;认知无线电宽带频谱感知技术研究[D];北京邮电大学;2011年

7 黄俊园;认知无线网络序贯频谱感知研究[D];武汉大学;2014年

8 夏文芳;认知无线电协作频谱感知性能提升方法研究[D];华中科技大学;2010年

9 迪尔;基于检测和功率受限的频谱感知优化[D];华中科技大学;2009年

10 张国伟;认知无线电网络中频谱感知技术研究[D];山东大学;2011年

中国硕士学位论文全文数据库 前10条

1 王艳君;认知无线网络中基于多节点的协作频谱感知技术的研究[D];昆明理工大学;2015年

2 谷凯;基于GNU Radio的动态频谱感知及数据传输[D];海南大学;2015年

3 孟晨;基于稀疏组套索的宽频带频谱感知研究[D];燕山大学;2015年

4 魏亮;认知车载网中频谱感知算法仿真研究[D];西南交通大学;2015年

5 周瑞;基于信任度的认知无线电联合频谱感知研究[D];湖南工业大学;2015年

6 钱陆;基于数据并发传输的频谱感知系统的研究[D];北京邮电大学;2014年

7 罗曼;认知无线电协作频谱感知技术的研究[D];哈尔滨工业大学;2015年

8 李然;基于随机矩阵理论的频谱感知算法研究[D];哈尔滨工业大学;2015年

9 张蔚;基于动态压缩采样的宽带频谱感知技术[D];哈尔滨工业大学;2015年

10 宋双;基于序贯检测的认知无线电协作频谱感知算法研究[D];哈尔滨工业大学;2015年

，

本文编号：1031039