认知无线电网络中稀疏优化算法研究

发布时间：2017-04-10 10:25

  本文关键词：认知无线电网络中稀疏优化算法研究，由笔耕文化传播整理发布。

【摘要】：目前无线频谱资源采用固定分配方式,导致在某些频段利用率低,频谱呈现稀疏状态。然而,授权用户和认知用户对频谱资源共享可以提高频谱使用效率。频谱共享首要任务是对空闲频谱进行快速准确的检测。与协作频谱感知相比,单用户频谱感知速度不受认知用户数目增加而减慢。本文采用单用户频谱感知方式对稀疏优化算法展开研究。针对双选衰落环境下宽带频谱感知采用循环平稳特征检测复杂度高的问题,提出一种快速低复杂度的宽带频谱感知算法。该算法在最小1l范数正则化的凸稀疏优化模型下,针对一般线性bregman算法存在冗余迭代计算的缺陷,通过增加辅助变量,估计出线性bregman算法中余量保持不变过程的迭代次数,更新辅助变量值,跳出冗余迭代的过程,从而提高算法的收敛速度。同时,降低算法的复杂度。实验结果表明,该算法在双选衰落环境下压缩采样重构效果、检测概率和收敛速度上和改进前的算法相比都有所提高。针对一般平稳信号在低信噪比环境下感知性能差的缺陷,提出基于观测矩阵优化的重加权线性bregman算法。该算法在对形成的稀疏优化问题模型进行求解之前对观测矩阵进行优化,这样可以提高低信噪比环境下频谱重构效果。同时,为了利用信号的稀疏性,在待恢复的稀疏频谱矢量上叠加权值,使得上一步得到的稀疏解在下一步迭代变得更加稀疏,从而减少了迭代次数,算法更快地达到收敛。实验结果表明,通过对观测矩阵优化,使得算法在低信噪比下抗噪性能以及收敛速度等方面都有所提高。
【关键词】：认知无线电 稀疏优化 单用户频谱感知 压缩感知 bregman算法
【学位授予单位】：中南民族大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN925
【目录】：

• 摘要6-7
• Abstract7-8
• 第1章 绪论8-15
• 1.1 研究背景及意义8-9
• 1.2 国内外研究现状9-14
• 1.3 本论文的主要工作14-15
• 第2章 一种快速低复杂度宽带频谱压缩感知算法15-29
• 2.1 问题提出15
• 2.2 系统与信号模型15-16
• 2.3 稀疏优化问题模型16-17
• 2.4 问题模型的算法求解17-24
• 2.5 算法的性能分析24
• 2.6 仿真结果及分析24-28
• 2.7 小结28-29
• 第3章 基于观测矩阵优化的频谱感知29-42
• 3.1 问题提出29
• 3.2 系统与信号模型29-30
• 3.3 重加权问题模型30-32
• 3.4 问题求解及算法描述32-36
• 3.5 算法性能分析36
• 3.6 仿真分析36-40
• 3.7 小结40-42
• 第4章 总结与展望42-44
• 参考文献44-48
• 致谢48-49
• 附录A 攻读学位期间所发表的学术论文目录49

【相似文献】

中国期刊全文数据库 前10条

1 刘叙含;申晓红;姚海洋;邓欣;;基于帐篷混沌观测矩阵的图像压缩感知[J];传感器与微系统;2014年09期

2 王韦刚;杨震;顾彬;胡海峰;;基于观测矩阵优化的自适应压缩频谱感知[J];通信学报;2014年08期

3 王侠;王开;王青云;梁瑞宇;左加阔;赵力;邹采荣;;压缩感知中的确定性随机观测矩阵构造[J];信号处理;2014年04期

4 鄢鹏程;;一种基于阈值迭代和自适应观测矩阵的压缩感知图像处理[J];信息与电脑(理论版);2013年03期

5 石光明;刘丹华;高大化;刘哲;林杰;王良君;;压缩感知理论及其研究进展[J];电子学报;2009年05期

6 宁万正;王海燕;申晓红;蒋世全;王璇;;一种自适应观测矩阵下的信号重构算法[J];计算机应用研究;2011年09期

7 赵春晖;刘巍;;压缩感知理论及其在成像技术中的应用[J];智能系统学报;2012年01期

8 金坚;谷源涛;梅顺良;;压缩采样技术及其应用[J];电子与信息学报;2010年02期

9 王军华;黄知涛;周一宇;王丰华;;压缩感知理论中的广义不相关性准则[J];信号处理;2012年05期

10 肖小潮;郑宝玉;王臣昊;;一种基于最优观测矩阵的自适应贝叶斯压缩信道感知联合机制[J];电子与信息学报;2012年10期

中国重要会议论文全文数据库 前1条

1 顾国生;战荫伟;;一种混沌序列在压缩感知观测矩阵构造中的应用[A];第十五届全国图象图形学学术会议论文集[C];2010年

中国博士学位论文全文数据库 前5条

1 赵玉娟;压缩感知和矩阵填充及其在信号处理中应用的研究[D];南京邮电大学;2015年

2 孙晶明;压缩感知中观测矩阵的研究[D];华中科技大学;2013年

3 徐永刚;矿山数据压缩采集与重建方法研究[D];中国矿业大学;2013年

4 丁丽;MIMO雷达稀疏成像的失配问题研究[D];中国科学技术大学;2014年

5 张京超;稀疏多频带信号压缩采样方法研究[D];哈尔滨工业大学;2014年

中国硕士学位论文全文数据库 前10条

1 龚艳雷;基于SDN的网络流量矩阵测量方法研究[D];电子科技大学;2015年

2 刘莎;压缩感知中观测矩阵的构造及优化方法研究[D];东北大学;2013年

3 王哲;基于稀疏重构的SAR成像技术研究[D];西安电子科技大学;2014年

4 凤宏哲;高分辨SAR稀疏目标成像研究[D];西安电子科技大学;2014年

5 朱海梁;压缩感知接收机关键技术研究[D];西安电子科技大学;2014年

6 李继楼;压缩感知观测矩阵优化与信号重建算法研究[D];南京邮电大学;2015年

7 李伟光;基于压缩感知的定位算法研究[D];重庆大学;2015年

8 樊艳明;面向水上行走机器人的微型视觉传感系统设计与实现[D];中央民族大学;2016年

9 金明亮;嵌入式视觉压缩传感及其直接环境认知的研究[D];南昌大学;2013年

10 熊波;基于压缩感知的观测矩阵构造方法及性能研究[D];湖南师范大学;2016年

  本文关键词：认知无线电网络中稀疏优化算法研究，由笔耕文化传播整理发布。

，

本文编号：296528