基于压缩感知的宽带频谱检测算法研究
本文关键词: 压缩感知 频谱检测 调制宽带转换器(MWC) 正交匹配追踪(OMP) 出处:《海南大学》2017年硕士论文 论文类型:学位论文
【摘要】:随着无线通信业务的发展和用户数量的增长,频谱资源日渐稀缺。然而,在已分配出去的频段中存在着许多频谱空洞。有效地找到并利用这些空闲频段进行通信,就能进一步提高频谱资源的利用率。压缩感知利用信号的稀疏性,可应用在空闲频段较多(如海上通信)的频谱检测中。本文研究基于压缩感知的宽带频谱检测算法,着重在占用频段载频和带宽未知的宽带频谱检测场景。本文首先设计了一种基于调制宽带转换器(MWC)的宽带频谱检测算法。在MWC压缩感知架构下,提出利用压缩采样匹配追踪(CoSaMP)算法改进利用正交匹配追踪(OMP)的压缩感知频谱检测算法。仿真结果显示与基于MWC使用OMP的算法相比,尤其是在低信噪比情况下,该算法具有更大的正确支撑集恢复百分比。为了更有效地利用海上的频谱空洞,本文还设计了一种基于压缩感知的多船舶协作宽带频谱检测算法。该算法采用块稀疏同步压缩采样匹配追踪(BSCoSaMP)算法作为实现协作频谱检测的联合信号重构改进算法。仿真结果显示与采用块稀疏同步正交匹配追踪(BSOMP)算法的协作频谱检测联合信号重构算法相比,尤其是在低信噪比的情况下,该算法可以得到更高的正确支撑集恢复百分比。本文所设计的算法能够提高低信噪比下宽带频谱检测的准确率,有助于宽带空闲频段的检测,以提高频谱资源的利用率。
[Abstract]:With the development of wireless communication services and the increase of the number of users, the spectrum resources are becoming increasingly scarce. However, there are many spectrum holes in the allocated frequency bands. It can further improve the utilization ratio of spectrum resources. The sparsity of compressed sensing signals can be used in spectrum detection with more idle frequency bands (such as offshore communication). In this paper, a broadband spectrum detection algorithm based on compressed sensing is studied. In this paper, we first design a wideband spectrum detection algorithm based on modulation broadband converter (MWC). Based on the MWC compression sensing architecture, we design a novel algorithm for broadband spectrum detection with unknown carrier frequency and bandwidth. A compressed sensing spectrum detection algorithm using orthogonal matching tracking (OMP) is improved by using Compression sampling matching tracking (OMP) algorithm. The simulation results show that compared with the algorithm using OMP based on MWC, especially in the case of low signal-to-noise ratio (SNR), the proposed algorithm can be used to detect the compressed sensing spectrum. The algorithm has a larger percentage of correct support set recovery. In order to make more efficient use of spectral holes in the sea, This paper also designs a multi-ship cooperative wideband spectrum detection algorithm based on compression sensing. The algorithm uses block sparse synchronous compression sampling matching tracking BSCoSaMPas as the improved algorithm of joint signal reconstruction for cooperative spectrum detection. Simulation results show that compared with the cooperative spectrum detection combined signal reconstruction algorithm using block sparse synchronous orthogonal matching tracking (BSOMP) algorithm, Especially in the case of low signal-to-noise ratio, the algorithm can get higher recovery percentage of correct support set. The algorithm designed in this paper can improve the accuracy of wideband spectrum detection under low SNR, and is helpful to the detection of wideband idle band. In order to improve the utilization of spectrum resources.
【学位授予单位】:海南大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TN925
【相似文献】
相关期刊论文 前10条
1 陈慧;;浅析无线电中的频谱检测技术[J];无线互联科技;2011年11期
2 顾彬;杨震;;一种基于压缩感知的非重构频谱检测新算法[J];南京邮电大学学报(自然科学版);2010年06期
3 麦磊鑫;秦晓卫;戴旭初;;基于粒子滤波的协作式空时联合频谱检测方法[J];信号处理;2011年12期
4 张家凯;李莉;周小平;李磊;凌洪涛;;低信噪比下一种改进的谱相关频谱检测[J];电视技术;2013年13期
5 李娜;陈松;李鸥;;基于统计可信度的压缩感知协作频谱检测算法[J];电讯技术;2014年01期
6 李娜;陈松;王盛;李鸥;;基于信号可信度的压缩感知协作频谱检测算法[J];计算机科学;2013年S2期
7 石晓娟;张融;;非理想频谱检测对主用户干扰的性能分析[J];电讯技术;2014年02期
8 张余;潘成康;杨文东;蔡跃明;;基于可信度的半双工协同频谱检测[J];信号处理;2008年06期
9 曾文娟;谢显中;;基于小波去噪的协作空闲频谱检测性能[J];吉林大学学报(信息科学版);2010年05期
10 王春生;刘林;;基于信噪比加权的合作频谱检测算法[J];无线通信技术;2011年01期
相关会议论文 前2条
1 杨涛;胡波;;一种主动协作的频谱检测策略[A];无线传感器网及网络信息处理技术——2006年通信理论与信号处理年会论文集[C];2006年
2 何丽华;;感知无线电中空闲频谱检测算法性能比较研究[A];2012全国无线及移动通信学术大会论文集(上)[C];2012年
相关博士学位论文 前10条
1 黄冬艳;面向能效优化的MIMO传输技术研究[D];北京邮电大学;2015年
2 王波;认知无线网络中的联合频谱检测关键技术研究[D];北京邮电大学;2014年
3 麦磊鑫;基于认知用户协作的频谱检测方法研究[D];中国科学技术大学;2011年
4 徐伟琳;基于压缩感知的宽带频谱检测方法研究[D];北京邮电大学;2014年
5 朱莹;认知无线网络中高效频谱检测关键技术的研究[D];北京邮电大学;2014年
6 黄川;认知无线网络中频谱检测机制及频谱资源分配研究[D];南京邮电大学;2011年
7 石磊;认知无线电中空闲频谱检测技术的研究[D];哈尔滨工业大学;2010年
8 胡富平;基于能量检测的认知无线电协作频谱检测研究[D];华中科技大学;2010年
9 刘义;基于用户合作的频谱检测与动态接入理论及算法研究[D];华南理工大学;2011年
10 陈星;感知无线电物理层关键技术研究[D];北京邮电大学;2008年
相关硕士学位论文 前10条
1 罗晓光;基于压缩感知的认知无线电频谱检测研究[D];大连海事大学;2016年
2 佘才青;基于检测的正交匹配追踪算法及在频谱检测中的应用[D];安徽大学;2015年
3 王思璇;基于信噪比选择及加权的认知无线网络频谱检测方法的研究[D];江苏大学;2016年
4 方源;基于循环平稳特征的协作频谱检测算法研究[D];重庆邮电大学;2016年
5 包小敏;认知无线网络中非理想频谱检测下的切换研究[D];重庆邮电大学;2016年
6 张博;认知无线网络中频谱检测机制的设计与仿真[D];东北大学;2011年
7 阮旭峰;面向压缩感知的宽带频谱检测技术[D];西安电子科技大学;2015年
8 王赞;基于分布式压缩感知的高能效宽带压缩频谱检测方法研究[D];杭州电子科技大学;2016年
9 佟明磊;基于压缩感知的宽带频谱检测算法研究[D];海南大学;2017年
10 康俊丽;基于认知用户信任度的协作频谱检测方法的研究[D];江苏大学;2017年
,本文编号:1533160
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/1533160.html