基于机器学习的卫星认知网络频谱感知技术研究

发布时间：2021-03-25 05:25

　　随着5G时代的到来,一直期待着的以万物互联为基础的智能生活,也即将成为可能。万物互联也就意味着网络中终端数目的暴涨,与此同时带来的是端与端之间通信业务的频繁,这在一定程度上造成频谱资源的短缺。如果能够将卫星网络与地面网络相结合,不仅能够提高网络稳定性,同时也改善了原有网络的性能。将认知无线电技术应用于卫星网络与地面网络,不仅可以令卫星网络与地面网络相结合,而且可以缓解本来就短缺的频谱资源问题,这就是卫星地面认知网络。本文的目的是研究认知无线电中频谱感知技术在卫星地面认知网络的应用。首先对课题的研究背景及意义以及国内外研究现状进行了简单介绍,从原理上介绍了几种频谱感知技术,随后描述了卫星认知网络的基本模型,并且分析了不同波段在卫星认知网络模型中的应用。最后通过卫星认知网络的不同需求,分别结合了卫星认知通信不同波段的实际情况,构建了卫星认知网络的应用场景。建立了集中式卫星认知网络架构的模型,该模型在提高频谱感知性能的同时也使得网络便于优化与管理。并且通过以能量检测为例的感知过程的理论推导,得到了集中式卫星认知网络的频谱感知性能,该感知过程基于地面认知用户感知授权卫星下行链路信号。在上述研究... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

加州伯克利地区30MHz到3GHz的频谱利用状况

图 1-2 Simon Haykin 定义的 CR 模型[3]知无线电在卫星通信网络中的应用已经得到广大相关从业人些科研机构已经开始进行探索性的工作。国外对于卫星通信的研究开始于欧洲，因为欧洲在“欧洲数字议程”中首次考论应用于卫星通信网络技术，在此基础上提出了基于认知无ognitive Radio for Satellite Communications ,CoRaSat)[4]。考文献[5]描述了卫星认知网络中地面通信系统对卫星通信型，并且评估了网络中这两个共存系统之间的干扰。201a Sharma 等人提出了一种基于跳波束的多波束卫星认知系统比，它能够显著地改善卫星通信系统的频谱利用率。并且在了一种针对认知用户的功率控制方案。2015 年 Sina Maleki波束 Ka 波段卫星中认知无线电技术的应用场景，认知无线通信系统额外频谱接入提供可能性，Ka 波段的多波束卫星发射机接收机

图 2-4 能量检测所需采样点数与噪声不确定度关系稳特征检测信号经过调制、采样、编码等处理，其统计特性将呈现固有的信号成为循环平稳信号。噪声是随机变量，在信号处理过性变化。循环平稳特征检测[26]通过统计上的循环平稳特性功率谱在 0处具有明显峰值，并且噪声则并不具有这种到区分授权用户和认知用户信号的目的。由于不同调制方式频率也不同，因此循环平稳特征检测也可以用于在噪声背景调制信号。循环平稳特征检测算法流程图如图 2-5 所示。模数转换 傅里叶变换x(n)相关函数分析 特征检测X(k)图 2-5 循环平稳特征检测的过程示意图述两种检测方法相比，循环平稳特征检测更加稳健。由于循需要知道循环频率，即循环平稳特征检测也需要一定的先


本文编号：3099115