基于随机矩阵理论的频谱感知算法研究

发布时间：2017-07-29 20:00

  本文关键词：基于随机矩阵理论的频谱感知算法研究

  更多相关文章： 频谱感知 随机矩阵理论 GSV算法 认知MIMO场景 检测可信度

【摘要】：频谱感知在很多领域已经有十分广泛的应用,也得到了人们更多的关注。频谱感知是指认知用户通过各种信号检测和处理手段来获取无线网络中的频谱使用信息,即主用户信号是否占用该频段。当主用户不占用时,认知用户可以使用该频段,反之则不能使用该频段。检测主用户信号是否存在的方法有很多,本课题利用随机矩阵理论,针对由于频谱资源稀缺而产生的频谱感知方法进行研究,将待检测的信号信息以采样矩阵的形式呈现,通过分析矩阵的特性以及观察矩阵特性的变化来判决主用户信号是否存在。基于以上思路,首先形成了一种以主用户采用单天线发射作为通信场景的基于高斯随机矩阵奇异值定理的GSV(Gaussian Singular Value)算法,并研究其在不同条件下的检测概率和虚警概率。之后,针对GSV算法存在的问题对其进行了改进,形成两种基于GSV算法的改进算法,并对上述改进算法进行了仿真,研究它们的检测概率和虚警概率。通过比较GSV算法与改进算法的检测概率和虚警概率,发现了它们二者存在着矛盾性。之后将通信场景从主用户单天线发射转变为多天线发射的认知MIMO场景,试图建立多天线发射与GSV算法中单天线发射二者之间的联系,在此基础上形成了适用于多天线发射情形的MT-GSV算法。同样,对此算法进行了仿真,并分析了它的检测性能和虚警性能。另外,针对检测概率与虚警概率的矛盾性问题,本课题提出了检测可信度这个概念,将它作为性能指标来评价算法的包括检测性能与虚警性能的综合性能。最后,通过比较GSV算法与各个改进算法的检测可信度,证明了改进算法在综合性能方面要优于GSV算法,由此说明改进是成功的。
【关键词】：频谱感知 随机矩阵理论 GSV算法 认知MIMO场景 检测可信度
【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
• Abstract5-8
• 第1章 绪论8-15
• 1.1 课题的来源8
• 1.2 课题背景及研究的目的和意义8-9
• 1.3 国内外研究现状9-12
• 1.3.1 国外研究现状9-11
• 1.3.2 国内研究现状11
• 1.3.3 国内外文献综述简析11-12
• 1.4 本文的主要研究内容12-14
• 1.5 本章小结14-15
• 第2章 随机矩阵理论15-23
• 2.1 引言15
• 2.2 随机矩阵理论的组成15-18
• 2.2.1 随机矩阵谱理论16-18
• 2.2.2 随机矩阵自由概率理论18
• 2.3 基于随机矩阵理论的频谱感知18-22
• 2.3.1 随机矩阵理论与频谱感知的结合18-20
• 2.3.2 基本原理20-21
• 2.3.3 主要问题21-22
• 2.4 本章小结22-23
• 第3章 高斯随机矩阵奇异值检测算法及其改进23-47
• 3.1 引言23
• 3.2 高斯随机矩阵奇异值检测算法23-31
• 3.2.1 多天线接收条件下采样矩阵的性质分析23-24
• 3.2.2 检验统计量的选取24-25
• 3.2.3 算法步骤及流程25-26
• 3.2.4 算法性能仿真及分析26-31
• 3.3 采用动态门限的改进算法31-41
• 3.3.1 门限中引入乘数因子的改进算法32-36
• 3.3.2 门限中引入定理成立概率的改进算法36-41
• 3.4 认知MIMO频谱感知算法41-46
• 3.4.1 检验统计量的选取41-43
• 3.4.2 算法步骤及流程43-44
• 3.4.3 算法性能仿真及分析44-46
• 3.5 本章小结46-47
• 第4章 基于检测可信度的检测算法性能研究47-57
• 4.1 引言47
• 4.2 检测可信度47-51
• 4.2.1 定义47-48
• 4.2.2 检测可信度与检测概率的关系48
• 4.2.3 检测可信度与虚警概率的关系48-49
• 4.2.4 检测可信度的通用表达式49-51
• 4.3 检测可信度的应用51-56
• 4.3.1 对ROC曲线的仿真51-53
• 4.3.2 对Pf/Pd的仿真53-54
• 4.3.3 检测可信度的计算54-56
• 4.4 本章小结56-57
• 结论57-59
• 参考文献59-63
• 攻读硕士学位期间发表的论文及其它成果63-65
• 致谢65

【参考文献】

中国博士学位论文全文数据库 前1条

1 王小英;大维样本协方差矩阵的线性谱统计量的中心极限定理[D];东北师范大学;2009年

，

本文编号：590815