基于能量检测的自适应频谱检测算法研究

发布时间：2017-04-13 02:23

  本文关键词：基于能量检测的自适应频谱检测算法研究，，由笔耕文化传播整理发布。

【摘要】：随着无线通信技术及其业务的迅猛发展,如何有效利用有限的频谱资源满足人们越来越多的无线电业务需求成为广泛关注的问题。频谱感知技术被认为是解决当前频谱利用率低的关键技术之一,也是当前国际上最受关注的高科技技术之一。频谱感知技术通过对周围电磁频谱进行监测找出“频谱空穴”并将其分配给未授权用户,使未授权用户可以概率地使用该频段,进而大幅度提升频谱利用率。频谱感知技术在诸多领域得到了广泛应用,如军事通信、民用通信、公共事业服务以及医疗事业等等,具有广阔的应用前景和很高的商业价值,因此受到了学术界的高度关注。本文首先介绍了认知无线电以及频谱感知技术的产生背景、相关概念、所面临的挑战及其国内外的研究现状。紧接着针对信道突变引起接收信号能量畸变的问题,研究了一种高效且鲁棒的基于能量的自适应检测算法,此算法采用参数自适应的方法代替传统的软协作进行信号检测。针对单节点信号检测和加权协作信号检测,分别设计了不同的代价函数,并通过线性最小均方误差算法求解此代价函数的均方误差最小化问题,并获得新的检验统计量。该检测算法极大地提高了偏移系数,进而提高了检测性能。此外,并通过理论推导和仿真对算法的性能进行了评估。本文第四章针对信号检测实际应用中无法获得噪声能量的问题,研究了一种能量特征值联合自适应检测算法,并研究了连续多级检测器的一般模型。该算法不需要主用户信号的任何先验信息,属于一种全盲的检测算法,并且其对检测精确性和复杂度进行了折中。本章所提联合自适应检测器首先通过第二级最大最小特征值检测器估计出噪声方差,然后反馈给第一级能量检测器来自适应地调整能量检测器的检测门限,构成了一个全盲的自适应检测器。接着,研究了信号带宽和观测带宽对能量检测器以及最大最小特征值检测器的影响,并对联合两级检测器的最优检测带宽进行了研究。最后,分析了本文所提能量特征值联合检测器的复杂度,并和传统的能量检测及特征值检测进行了对比。最后,通过大量仿真验证本文所提能量自适应检测算法可以有效提高检测性能。在无法获得主用户信号先验信息的情况下,能量特征值联合自适应检测算法对检测精确性和复杂度进行了折中,并且通过仿真验证了算法的有效性,证明其可以满足当前移动通信系统的频谱感知需求。
【关键词】：认知无线电 频谱感知 自适应能量检测 盲信号检测
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN925
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 符号对照表10-11
• 缩略语对照表11-14
• 第一章 绪论14-24
• 1.1 课题的研究目的及意义14-17
• 1.1.1 认知无线电研究目的14-16
• 1.1.2 频谱感知技术及其研究意义16-17
• 1.2 认知无线电及频谱感知技术的研究现状17-22
• 1.2.1 认知无线电研究现状17-19
• 1.2.2 频谱感知技术研究现状19-22
• 1.3 本文的主要内容及章节安排22-24
• 第二章 认知无线电及频谱感知理论24-34
• 2.1 基于授权主用户发射端的频谱感知25-28
• 2.1.1 匹配滤波器检测算法26
• 2.1.2 能量检测算法26-27
• 2.1.3 循环平稳特征检测算法27-28
• 2.2 基于授权主用户接收端的频谱感知28-29
• 2.2.1 干扰温度检测算法28-29
• 2.2.2 本振泄露检测算法29
• 2.3 几种频谱感知算法的比较29-31
• 2.4 协作频谱感知31-33
• 2.4.1“硬”数据融合31-32
• 2.4.2“软”数据融合32-33
• 2.5 本章小结33-34
• 第三章 能量自适应检测算法34-42
• 3.1 能量检测算法34-35
• 3.2 能量自适应检测算法35-39
• 3.2.1 单节点自适应信号检测35-37
• 3.2.2 协作自适应信号检测37-39
• 3.3 算法评估39-41
• 3.3.1 偏移系数分析39-40
• 3.3.2 性能分析40-41
• 3.4 本章小结41-42
• 第四章 能量特征值联合自适应检测算法42-54
• 4.1 系统模型42-44
• 4.1.1 信号模型以及性能度量42-43
• 4.1.2 连续多级频谱感知模型43-44
• 4.2 能量特征值两级联合检测器44-51
• 4.2.1 第一级检测器45-46
• 4.2.2 第二级检测器46-48
• 4.2.3 能量特征值两级联合检测器48-51
• 4.3 能量特征值联合检测器的复杂度51-52
• 4.4 本章小结52-54
• 第五章 总结与展望54-56
• 5.1. 全文总结54-55
• 5.2. 研究展望55-56
• 参考文献56-60
• 致谢60-62
• 作者简介62-63

【相似文献】

中国期刊全文数据库 前10条

1 吕春英;周宁;赵伟;巩艳;;基于小波包去噪的能量检测方法研究[J];中国无线电;2012年03期

2 段栋栋;骆德渊;;基于信噪比墙的协作能量检测算法[J];电子设计工程;2014年06期

3 林英沛;;一种自适应的快速能量检测方法[J];科技视界;2014年25期

4 刘会衡;胡健;;实高斯信号下的能量检测技术[J];通信技术;2011年08期

5 马国栋;武穆清;徐春秀;;一种新的联合频谱能量检测方法[J];通信技术;2011年04期

6 刘鑫;谭学治;徐贵森;;噪声不确定下认知无线电能量检测性能的分析[J];四川大学学报(工程科学版);2011年06期

7 王蒙;陈德章;杨晶晶;王鲁嘉;黄铭;;基于蒙特卡洛方法的频谱能量检测研究[J];无线电工程;2013年01期

8 许建霞;刘会衡;刘克中;;认知无线电中一种双门限能量检测算法[J];武汉理工大学学报(信息与管理工程版);2011年04期

9 王晓侃;卢光跃;包志强;白辉;;一种新的分布式协作能量检测算法[J];电讯技术;2012年09期

10 唐成凯;廉保旺;张玲玲;;认知无线电中差值能量检测[J];计算机科学;2011年08期

中国博士学位论文全文数据库 前2条

1 杨志华;IR-UWB能量检测接收机性能优化与评估[D];哈尔滨工业大学;2010年

2 吴进波;感知无线电系统中能量检测及MAC层调度技术的研究[D];北京邮电大学;2010年

中国硕士学位论文全文数据库 前10条

1 王浩安;基于多层能量检测的动物声音检测与识别[D];福州大学;2013年

2 王欣玉;认知无线电网络中基于能量检测的频谱感知算法研究[D];哈尔滨工业大学;2016年

3 董淑雅;认知无线电中宽带频域能量检测算法研究[D];海南大学;2016年

4 秦协安;基于USRP的认知无线电频谱高效利用技术的研究和实现[D];湖南大学;2015年

5 滑伟;基于能量检测的自适应频谱检测算法研究[D];西安电子科技大学;2015年

6 胡小峰;基于噪声不确定性和用户状态改变的能量检测算法研究[D];重庆邮电大学;2014年

7 李粉;基于噪声不确定度的能量检测研究[D];烟台大学;2012年

8 吴明清;链锯反冲能量检测方法研究[D];上海交通大学;2007年

9 谭s

本文编号：302610