认知无线电系统中基于压缩感知的宽带频谱感知技术研究

发布时间：2017-10-17 21:22

  本文关键词：认知无线电系统中基于压缩感知的宽带频谱感知技术研究

  更多相关文章： 认知无线电 分布式压缩感知 宽带频谱感知 差分信号 优选算法 支持向量机

【摘要】：无线通信领域的迅猛发展使得可供分配的无线频谱资源日益短缺。认知无线电理论为解决可利用频谱资源稀缺问题、有效提高频谱利用率、实现频谱动态分配与管理等提供了强有力的技术支撑。频谱感知技术是认知无线电的首要任务,只有迅速、准确、可靠地探测到频谱空穴,才能进行频率资源的有效再分配,完成后续通信环节。随着人们对无线业务需求量的与日俱增,移动通信趋于宽带化,越来越高的采样率和有限的处理速度成为限制宽带频谱感知理论发展的瓶颈。压缩感知理论将高维稀疏信号投影到低维空间进行存储、处理与传输,为宽带频谱感知技术中的高速采样和处理难题提供了一种有效解决方案。本文基于上述背景展开研究工作,探索基于压缩感知理论的宽带频谱感知新技术。本文的主要工作和创新点如下:(1)利用分布式压缩感知实现宽带频谱感知,提出基于差分信号分布式压缩感知(DS-DCS)的加权宽带频谱感知算法。该算法针对宽带频谱采样率高的问题,利用压缩感知技术降低采样率,同时引入差分处理方法降低计算复杂度;又针对单点检测带来的深衰落、隐节点以及抗噪声能力差等问题,采用分布式感知系统进行多节点协同检测并利用信噪比的估计对信号进行加权处理。仿真证明,该算法能有效降低各节点采样率,大幅提高系统检测概率,显著改善系统对噪声的鲁棒性。(2)基于上述DS-DCS加权宽带频谱感知算法,提出了一种基于优选方法的宽带频谱感知新算法。引入分布式压缩感知理论以及差分信号处理方式来降低信号采样率,提高检测灵敏度。在融合中心,设计J选C选优算法,并且从实际出发,加入信噪比估计误差,利用可信度因子乘以估计信噪比得到可信信噪比,改善由于估计误差导致的检测性能下降,从J个CR次用户中选取C个可信信噪比最大的参与协作频谱感知,最后利用SCSMP算法进行联合重构。实验结果表明,基于优选方法的宽带频谱感知新算法不仅加入信噪比估计误差,更接近实际场景,而且优选算法还进一步提高了系统的感知性能,显著加强了系统的抗噪能力,同时还有效缩短了频谱感知算法的平均检测时间,满足系统的实时性要求。(3)针对压缩感知虽然降低了采样率,但是重构算法复杂的缺点,通过支持向量机建立频谱感知分类器,取代频谱检测过程中的信号重构过程。同时提出了基于SVM的多级二元分类器频谱检测算法,以及基于SVM的单级多元分类器频谱检测算法两种算法来满足感知系统对实时性的不同要求。当前大部分基于CS的宽带频谱感知算法都需要进行信号重构,这两种算法通过SVM建立分类器避免了重构过程带来的计算成本和感知时延。实验仿真表明:相较于基于信号重构的宽带频谱感知算法,以上两种算法都能够有效的降低系统复杂度,缩短感知时延,同时提高检测系统的鲁棒性,改善其感知性能。
【关键词】：认知无线电 分布式压缩感知 宽带频谱感知 差分信号 优选算法 支持向量机
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN925
【目录】：

• 摘要4-6
• Abstract6-10
• 专用术语注释表10-11
• 第一章 绪论11-23
• 1.1 引言11-12
• 1.2 认知无线电技术概述12-16
• 1.2.1 认知无线电的定义12-15
• 1.2.2 认知无线电的主要研究方向15-16
• 1.3 频谱感知技术16-20
• 1.3.1 窄带频谱感知17-18
• 1.3.2 宽带频谱感知18-20
• 1.4 关于本课题的研究20-23
• 1.4.1 课题来源20
• 1.4.2 论文内容及成果20-21
• 1.4.3 论文的结构安排21-23
• 第二章 压缩感知理论23-34
• 2.1 引言23-24
• 2.2 压缩感知的基本原理24-25
• 2.3 压缩感知的主要研究内容25-29
• 2.3.1 信号的稀疏变换25-26
• 2.3.2 观测矩阵的设计26-27
• 2.3.3 重构算法的研究27-29
• 2.4 压缩感知技术在宽带频谱感知中的应用29-33
• 2.4.1 认知无线电系统的稀疏条件29-30
• 2.4.2 基于CS的宽带频谱感知模型30-31
• 2.4.3 分布式压缩感知理论31-33
• 2.5 本章小结33-34
• 第三章 基于DS-DCS的加权宽带频谱感知算法34-51
• 3.1 引言34-36
• 3.2 系统模型36-37
• 3.3 基于DS-DCS的加权宽带频谱感知算法37-44
• 3.3.1 算法可行性分析39-40
• 3.3.2 频谱判决40-41
• 3.3.3 算法步骤41-44
• 3.4 实验仿真与结果分析44-49
• 3.4.1 仿真条件44
• 3.4.2 仿真一44-46
• 3.4.3 仿真二46-49
• 3.5 结论49-51
• 第四章 基于优选算法的宽带频谱感知新算法51-66
• 4.1 引言51-52
• 4.2 系统模型52-53
• 4.3 基于选优的宽带频谱感知算法53-59
• 4.3.1 OMP算法与CoSaMP重构算法比较55-56
• 4.3.2 算法步骤56-59
• 4.4 实验仿真与性能分析59-64
• 4.4.1 仿真一59-60
• 4.4.2 仿真二60-61
• 4.4.3 仿真三61-64
• 4.5 本章小结64-66
• 第五章 基于SVM的宽带频谱压缩感知算法66-81
• 5.1 引言66-67
• 5.2 系统模型67-70
• 5.2.1 基于CS的认知无线电系统模型67-68
• 5.2.2 基于SVM的感知模型68-70
• 5.3 算法步骤实现70-75
• 5.3.1 压缩采样与预处理实现70-71
• 5.3.2 基于SVM的分级二元分类器检测算法71-74
• 5.3.3 采用SVM的单级多元分类器感知算法74-75
• 5.4 仿真与性能分析75-80
• 5.5 本章小结80-81
• 第六章 总结与展望81-84
• 6.1 论文总结81-82
• 6.2 研究工作展望82-84
• 参考文献84-87
• 攻读硕士学位期间撰写的论文87-88
• 攻读硕士学位期间参加的科研项目88-89
• 致谢89-90

【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 卿浩博;面向无线通信系统的频谱感知理论与技术研究[D];北京邮电大学;2015年

3 杨雪洲;认知中继网络频谱感知与资源分配研究[D];电子科技大学;2014年

4 齐佩汉;稳健精细抗差异性频谱感知技术研究[D];西安电子科技大学;2014年

5 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

6 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

7 欧扬;选择性协同频谱感知技术研究[D];苏州大学;2014年

8 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

9 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

10 黄俊园;认知无线网络序贯频谱感知研究[D];武汉大学;2014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：1051127