认知无线电宽带频谱压缩感知算法研究
发布时间：2022-04-26 19:55
频谱是一种不可再生的稀缺性战略资源,随着5G技术及下一代无线通信网络的快速发展,固定频谱分配策略导致的频谱资源利用率低下与频谱资源紧缺之间的矛盾日益尖锐。近年来随着认知无线电技术和压缩感知技术的飞速发展,基于调制宽带转换器（Modulated Wideband Converter,MWC）的宽带频谱压缩感知技术得到了广泛的研究。这些研究对一个极宽频率范围内的空闲频谱检测提供了可行的技术方案,从而为下一代超致密、超大容量通信实现频谱资源的共享利用,及满足更多的宽带新兴业务需求提供了可能。本论文以压缩感知理论为基础,从频谱感知精度、先验信息挖掘、硬件复杂度、信道建模、及可靠感知等几个研究点出发展开研究,主要的研究工作包括以下几个部分:（1）MWC可对稀疏宽带模拟信号进行欠奈奎斯特采样,并实现支撑集的精确重构。然而,现有SOMP重构算法不仅需要信号的稀疏度先验信息,而且在所需通道数和重构性能上还有较大的改进空间。针对这些问题,本文将SwSOMP算法应用于MWC的CTF模块中,一方面,该算法通过弱化参数和内积最大值构建原子选取标准,一次可以选取多个原子,从而可以提高最相关原子选取的准确性;另一...
【文章页数】：125 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
1 绪论
1.1 论文研究背景及意义
1.1.1 认知无线电频谱感知研究的背景、趋势及挑战
1.1.2 本论文的研究意义
1.2 相关的研究现状
1.2.1 传统窄带频谱感知现状简介
1.2.2 基于压缩感知频谱检测的研究现状及分析
1.2.3 基于MWC的宽带频谱压缩感知研究现状及评价
1.3 压缩感知理论基础
1.3.1 理论概述
1.3.2 信号的稀疏表示
1.3.3 观测矩阵的约束条件
1.3.4 稀疏信号的重建
1.4 本文的主要研究内容及组织结构
1.4.1 本论文的主要研究内容
1.4.2 本论文的组织结构
2 基于SwSOMP重构的MWC宽带频谱感知研究
2.1 引言
2.2 MWC系统原理
2.2.1 稀疏多带连续信号
2.2.2 MWC压缩采样原理
2.2.3 多带稀疏信号支撑集的重构
2.3 基于CTF方法的支撑集恢复
2.4 基于SwSOMP的MWC频谱感知方法
2.4.1 SwSOMP压缩感知算法描述
2.4.2 基于SwSOMP的MWC频谱支撑集重构框架
2.5 算法性能评估
2.5.1 实验环境的建立
2.5.2 弱化参数α对支撑集恢复的影响
2.5.3 采样通道数对支撑集恢复的影响
2.5.4 信噪比对支撑集恢复的影响
2.5.5 信号频带数与支撑集恢复之间的关系
2.6 本章小结
3 基于信号稀疏度和噪声估计的MWC宽带频谱感知算法研究
3.1 引言
3.2 问题的引出
3.3 数据预处理
3.3.1 基于SVD的噪声估计
3.3.2 稀疏度估计
3.3.3 最优支撑邻域选择
3.4 ABRMB算法框架及算法描述
3.4.1 ABRMB框架的结构
3.4.2 算法的描述
3.4.3 ABRMB框架的收敛性
3.5 仿真实验及结果分析
3.5.1 性能评价指标说明
3.5.2 实验结果分析
3.6 本章小结
4 基于递进支撑集选择的DMWC宽带频谱感知算法
4.1 引言
4.2 系统模型及部署
4.2.1 几个概念的说明
4.2.2 系统模型
4.3 问题描述和算法预处理
4.3.1 问题描述
4.3.2 算法的预处理
4.4 基于递进支撑集选择的频谱感知方案(PSS-SaDMWC)
4.4.1 传输损耗对支撑集重构的影响
4.4.2 基于递进选择的支撑集选取策略
4.5 实验分析及讨论
4.5.1 实验设计与性能评价指标
4.5.2 仿真结果和分析
4.6 本章小结
5 基于历史信誉度的自适应权重序贯压缩频谱感知算法
5.1 引言
5.2 非重构压缩频谱检测过程分析
5.3 系统模型及分析
5.4 自适应权重序贯压缩频谱感知算法(NSCWSS)描述
5.4.1 传统的序贯检测
5.4.2 NSCWSS算法的思想
5.5 方案的性能评估
5.6 本章小结
6 总结与展望
6.1 本论文的主要研究结果
6.2 对未来研究工作的展望
缩略语表
参考文献
致谢
在读期间与课题有关的研究成果
作者简历
【参考文献】：
期刊论文
[1]5G先进技术研究进展[J]. 林泓池,孙文彬,郭继冲,麻津铭,周永康,于启月,孟维晓. 电信科学. 2018(08)
[2]Cognitive Radios: A Survey On Spectrum Sensing, Security and Spectrum Handoff[J]. Vishakha Ramani,Sanjay K.Sharma. 中国通信. 2017(11)
[3]5G若干关键技术评述[J]. 张平,陶运铮,张治. 通信学报. 2016(07)
[4]改进多重信号分类算法的宽带频谱快速感知方法[J]. 孙伟朝,王丰华,黄知涛,王翔. 国防科技大学学报. 2015(05)
[5]5G蜂窝网络架构分析[J]. 杨峰义,张建敏,谢伟良,王敏,王海宁. 电信科学. 2015(05)
[6]基于随机矩阵理论的非重构宽带压缩频谱感知方法[J]. 曹开田,高西奇,王东林. 电子与信息学报. 2014(12)
[7]基于随机投影思想的MWC亚奈奎斯特采样重构算法[J]. 盖建新,付平,孙继禹,林海军,吴丽华. 电子学报. 2014(09)
[8]m序列压缩感知测量矩阵构造[J]. 党骙,马林华,田雨,张海威,茹乐,李小蓓. 西安电子科技大学学报. 2015(02)
[9]认知无线网络中基于非重构序贯压缩的随机信号检测算法与分析[J]. 涂思怡,宋晓勤,朱勇刚,涂建华. 信号处理. 2014(02)
[10]基于Sub-Nyquist采样的单通道频谱感知技术[J]. 杨鹏,樊昀,黄知涛,柳征,姜文利. 国防科技大学学报. 2013(04)
博士论文
[1]基于MWC的亚奈奎斯特采样理论和应用技术研究[D]. 孙伟朝.国防科学技术大学 2015
[2]基于压缩感知的宽带频谱检测方法研究[D]. 徐伟琳.北京邮电大学 2014
[3]结构压缩感知的研究[D]. 杨现俊.北京邮电大学 2014
本文编号：3648636
【文章页数】：125 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
1 绪论
1.1 论文研究背景及意义
1.1.1 认知无线电频谱感知研究的背景、趋势及挑战
1.1.2 本论文的研究意义
1.2 相关的研究现状
1.2.1 传统窄带频谱感知现状简介
1.2.2 基于压缩感知频谱检测的研究现状及分析
1.2.3 基于MWC的宽带频谱压缩感知研究现状及评价
1.3 压缩感知理论基础
1.3.1 理论概述
1.3.2 信号的稀疏表示
1.3.3 观测矩阵的约束条件
1.3.4 稀疏信号的重建
1.4 本文的主要研究内容及组织结构
1.4.1 本论文的主要研究内容
1.4.2 本论文的组织结构
2 基于SwSOMP重构的MWC宽带频谱感知研究
2.1 引言
2.2 MWC系统原理
2.2.1 稀疏多带连续信号
2.2.2 MWC压缩采样原理
2.2.3 多带稀疏信号支撑集的重构
2.3 基于CTF方法的支撑集恢复
2.4 基于SwSOMP的MWC频谱感知方法
2.4.1 SwSOMP压缩感知算法描述
2.4.2 基于SwSOMP的MWC频谱支撑集重构框架
2.5 算法性能评估
2.5.1 实验环境的建立
2.5.2 弱化参数α对支撑集恢复的影响
2.5.3 采样通道数对支撑集恢复的影响
2.5.4 信噪比对支撑集恢复的影响
2.5.5 信号频带数与支撑集恢复之间的关系
2.6 本章小结
3 基于信号稀疏度和噪声估计的MWC宽带频谱感知算法研究
3.1 引言
3.2 问题的引出
3.3 数据预处理
3.3.1 基于SVD的噪声估计
3.3.2 稀疏度估计
3.3.3 最优支撑邻域选择
3.4 ABRMB算法框架及算法描述
3.4.1 ABRMB框架的结构
3.4.2 算法的描述
3.4.3 ABRMB框架的收敛性
3.5 仿真实验及结果分析
3.5.1 性能评价指标说明
3.5.2 实验结果分析
3.6 本章小结
4 基于递进支撑集选择的DMWC宽带频谱感知算法
4.1 引言
4.2 系统模型及部署
4.2.1 几个概念的说明
4.2.2 系统模型
4.3 问题描述和算法预处理
4.3.1 问题描述
4.3.2 算法的预处理
4.4 基于递进支撑集选择的频谱感知方案(PSS-SaDMWC)
4.4.1 传输损耗对支撑集重构的影响
4.4.2 基于递进选择的支撑集选取策略
4.5 实验分析及讨论
4.5.1 实验设计与性能评价指标
4.5.2 仿真结果和分析
4.6 本章小结
5 基于历史信誉度的自适应权重序贯压缩频谱感知算法
5.1 引言
5.2 非重构压缩频谱检测过程分析
5.3 系统模型及分析
5.4 自适应权重序贯压缩频谱感知算法(NSCWSS)描述
5.4.1 传统的序贯检测
5.4.2 NSCWSS算法的思想
5.5 方案的性能评估
5.6 本章小结
6 总结与展望
6.1 本论文的主要研究结果
6.2 对未来研究工作的展望
缩略语表
参考文献
致谢
在读期间与课题有关的研究成果
作者简历
【参考文献】：
期刊论文
[1]5G先进技术研究进展[J]. 林泓池,孙文彬,郭继冲,麻津铭,周永康,于启月,孟维晓. 电信科学. 2018(08)
[2]Cognitive Radios: A Survey On Spectrum Sensing, Security and Spectrum Handoff[J]. Vishakha Ramani,Sanjay K.Sharma. 中国通信. 2017(11)
[3]5G若干关键技术评述[J]. 张平,陶运铮,张治. 通信学报. 2016(07)
[4]改进多重信号分类算法的宽带频谱快速感知方法[J]. 孙伟朝,王丰华,黄知涛,王翔. 国防科技大学学报. 2015(05)
[5]5G蜂窝网络架构分析[J]. 杨峰义,张建敏,谢伟良,王敏,王海宁. 电信科学. 2015(05)
[6]基于随机矩阵理论的非重构宽带压缩频谱感知方法[J]. 曹开田,高西奇,王东林. 电子与信息学报. 2014(12)
[7]基于随机投影思想的MWC亚奈奎斯特采样重构算法[J]. 盖建新,付平,孙继禹,林海军,吴丽华. 电子学报. 2014(09)
[8]m序列压缩感知测量矩阵构造[J]. 党骙,马林华,田雨,张海威,茹乐,李小蓓. 西安电子科技大学学报. 2015(02)
[9]认知无线网络中基于非重构序贯压缩的随机信号检测算法与分析[J]. 涂思怡,宋晓勤,朱勇刚,涂建华. 信号处理. 2014(02)
[10]基于Sub-Nyquist采样的单通道频谱感知技术[J]. 杨鹏,樊昀,黄知涛,柳征,姜文利. 国防科技大学学报. 2013(04)
博士论文
[1]基于MWC的亚奈奎斯特采样理论和应用技术研究[D]. 孙伟朝.国防科学技术大学 2015
[2]基于压缩感知的宽带频谱检测方法研究[D]. 徐伟琳.北京邮电大学 2014
[3]结构压缩感知的研究[D]. 杨现俊.北京邮电大学 2014
本文编号：3648636
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3648636.html
