认知无线电中频谱感知技术的研究

发布时间：2022-09-21 17:15

　　随着21世纪5G技术的高速发展和商用化,形成频谱资源供远小于求的局面。认知无线电就是为了解决此问题而被提出来,次级用户通过动态感知附近的频谱资源的工作状态,判断主用户是否存在,从而实现次级用户有机接入频谱。目前,大多数频谱感知算法主要存在两个问题:检测性能容易受到环境因素影响,检测概率较低;复杂度较高。针对上面问题,本文开展了认知无线电中频谱感知技术的研究,主要创新工作如下:首先,针对频谱感知算法在当前无线通信环境中,计算复杂度较高,检测概率较低的问题,提出了一种基于随机矩阵和能量双联合的协作频谱感知算法,并根据虚警概率,对门限阈值进行了公式推导。仿真结果表明,提出的算法与能量检测算法、特征值之比改进算法、MME算法相比,检测效率更高,检测概率更高。在信噪比为-12d B,虚警概率为0.05的情况下,提出的算法对比能量检测算法、特征值之比改进算法、MME算法,检测概率分别提升了171%、54.2%、112.2%;在信噪比为-5d B,虚警概率为0.01的情况下,提出的算法的检测速率基本与能量检测算法保持一致,对比MME算法、特征值之比改进算法,检测速率分别提升了18.8%、10.6%。... 

【文章页数】：73 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 本文研究内容及安排
第2章 频谱感知技术
    2.1 认知无线电的关键技术
        2.1.1 频谱感知
        2.1.2 频谱管理
        2.1.3 频谱共享
    2.2 经典频谱感知技术
        2.2.1 能量检测
        2.2.2 循环平稳特征检测
        2.2.3 匹配滤波器检测
    2.3 协作频谱感知
        2.3.1 集中式协作频谱感知
        2.3.2 分布式协作频谱感知
        2.3.3 融合判决准则
    2.4 基于随机矩阵理论的频谱感知技术
        2.4.1 随机矩阵理论简介
        2.4.2 谱理论
        2.4.3 自由概率论
        2.4.4 MME频谱感知算法
    2.5 本章小结
第3章 基于随机矩阵和能量双联合的协作频谱感知
    3.1 引言
    3.2 RMED频谱感知系统模型
    3.3 RMED频谱感知算法
        3.3.1 RMED频谱感知算法原理
        3.3.2 RMED频谱感知算法的门限值推导
    3.4 仿真实验结果与分析
    3.5 本章小结
第4章 基于证据理论的协作频谱感知算法
    4.1 引言
    4.2 基于证据理论的能量检测算法
        4.2.1 D-S证据理论
        4.2.2 基于证据理论的能量检测算法实现
    4.3 基于证据理论的特征值之比协作频谱感知算法
        4.3.1 REVET频谱感知系统模型
        4.3.2 REVET频谱感知算法原理
        4.3.3 能效分析
        4.3.4 频谱感知的安全问题
    4.4 仿真结果与分析
    4.5 本章小结
第5章 基于协方差矩阵的选择合作频谱感知算法
    5.1 引言
    5.2 SCCMA频谱感知系统模型
    5.3 SCCMA频谱感知算法
        5.3.1 本地频谱感知
        5.3.2 SCCMA算法原理
    5.4 仿真结果与分析
    5.5 本章小结
第6章 总结与展望
    6.1 研究总结
    6.2 研究展望
致谢
参考文献
附录 作者在读期间发表的学术论文及参加的科研项目


【参考文献】：
期刊论文
[1]认知无线电中基于机器学习的频谱感知算法研究[J]. 胡浩,屈少晶.  长江信息通信. 2021(04)
[2]一种基于熵函数的合作频谱感知方法[J]. 任梦梦,胡燕妃,翟旭平.  上海大学学报(自然科学版). 2021(01)
[3]基于随机森林和高阶累积量的频谱感知研究[J]. 张靖雯,江波.  信息技术. 2021(01)
[4]A Novel Goodness of Fit Test Spectrum Sensing Using Extreme Eigenvalues[J]. LI He,ZHAO Wenjing,LIU Chang,JIN Minglu,YOO Sang-Jo.  Chinese Journal of Electronics. 2020(06)
[5]基于随机矩阵的特征值方差频谱感知检测算法[J]. 王子力,宋晓鸥,王晓蓉.  科学技术与工程. 2019(28)
[6]认知无线电中实现自适应压缩频谱感知[J]. 罗沅,党娇娇,宋祖勋,王保平.  系统工程与电子技术. 2020(01)
[7]采用T~2统计量和拟合优度的盲频谱感知算法[J]. 包志强,韩彦妮,崔妍蕊.  信号处理. 2018(01)
[8]基于压缩感知的循环平稳特征检测方法[J]. 温伟东,田金凤,李明齐,李国辉.  电视技术. 2017(Z4)
[9]一种能效优先的认知无线电模仿主用户攻击防御策略设计与性能分析[J]. 王云川,许晓荣,姚英彪,伍伟伟.  电信科学. 2017(08)
[10]基于频域匹配滤波的音频信号分析与识别[J]. 赵凌览,李晓峰.  实验科学与技术. 2018(05)

硕士论文
[1]认知无线电中基于多循环频率的协作频谱感知方法研究[D]. 马李庆.西安理工大学 2021
[2]认知网络中协同频谱感知技术的研究与优化[D]. 慕明君.北京邮电大学 2013



本文编号：3680345