基于分布假设检验的盲频谱感知算法研究

发布时间：2017-08-12 21:16

  本文关键词：基于分布假设检验的盲频谱感知算法研究

  更多相关文章： 认知无线电 盲频谱感知 拟合优度 协方差矩阵 相关系数

【摘要】：无线通信技术的快速发展和固定的频谱分配政策导致了频谱资源紧缺。认知无线电是一种可以提高频谱利用率的新兴技术,其核心思想是通过频谱感知技术发现“频谱空洞”,在不干扰主用户通信的前提下允许次用户使用空闲频谱。因此,快速有效的频谱感知是认知无线电的前提和基础。本文对认知无线电中频谱感知算法进行了深入的研究,将频谱感知问题转化为分布假设检验问题,主要工作和创新成果如下：1.认知无线电中基于拟合优度的频谱感知算法大体上分为两种：一种是半盲频谱感知算法,比如Anderson-Darling(AD)感知算法；另一种是盲频谱感知算法,比如基于特征函数的盲频谱感知算法。AD感知算法具有较高的检测性能,但其需要知道噪声方差,为实现盲频谱感知,本文通过实时估计噪声方差方法和构造新的拟合对象等方法改进了AD感知算法,提出了两种盲频谱感知算法,主要包括利用噪声估计的AD盲频谱感知算法、基于F分布的盲频谱感知算法。由于以上所提算法和已有的基于拟合优度的盲频谱感知算法需要计算拟合对象和对拟合对象进行排序,导致复杂度较大,不利于实时感知。针对该缺陷,本文在数理统计的基础上,在不用拟合准则的前提下构造了新的检验统计量,提出了基于均方值与方差之比的盲频谱感知算法和基于二项分布的快速盲频谱感知算法,并推导了判决门限的计算公式,理论分析仿真表明了所提算法的有效性。2.当主用户信号在感知期间发生变化时(此时主用户信号为动态信号),第1部分所提的所有算法的检测性能将会快速下降甚至失效,这限制了上述所提算法的应用范围。为实现对动态信号的感知,本文利用多天线可以提供空间相关性这一特征,对协方差矩阵元素进行了研究得到以下结论：将协方差矩阵上三角(或下三角)元素进行归一化处理得到相关系数,当主用户不存在时经过非线性变换的相关系数的服从学生分布；而当主用户存在时经过非线性变换的相关系数的概率密度函数向右偏离学生分布。在这一重要的结论基础下,本文从两方面入手。一方面,将频谱感知问题转化为多个相关系数的融合问题,通过等增益合并提出基于相关系数的多天线协作盲频谱感知算法；另一方面,受拟合优度思想的启发,本文将频谱感知问题转化为一个单边的学生分布的检验问题,然后利用数学上已有的侧重右尾检验AD(Right-tail AD,RAD)准则提出一种联合相关函数和RAD准则的频谱感知算法。同时,在此基础上,本文对RAD准则进行了改进,提出一种单边AD(Unilateral RAD, URAD)准则,并将URAD准则应用于上述的拟合优度问题。理论分析和仿真表明在相同条件下利用URAD准则得到的检测性能优于利用RAD准则。总之,所提算法和方案有效的解决了认知无线电系统中频谱感知技术存在的一些问题,并通过仿真验证了其有效性,所研究和提出的算法具有一定的理论和实际意义。
【关键词】：认知无线电 盲频谱感知 拟合优度 协方差矩阵 相关系数
【学位授予单位】：西安邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN925
【目录】：

• 摘要3-5
• ABSTRACT5-9
• 第1章 绪论9-13
• 1.1 研究背景9-10
• 1.2 研究现状10-12
• 1.3 论文内容及结构12-13
• 第2章 认知无线电频谱感知算法综述13-23
• 2.1 感知模型以及性能评价13-15
• 2.1.1 感知模型13-14
• 2.1.2 性能评价参数14
• 2.1.3 频谱感知算法分类14-15
• 2.2 三种经典的感知算法介绍15-19
• 2.2.1 能量检测算法15-16
• 2.2.2 经典的AD感知算法(AD sensing)16-18
• 2.2.3 基于特征函数的盲频谱感知算法(CF sensing)18-19
• 2.3 三种经典的感知算法的性能比较19-21
• 2.4 本章小节21-23
• 第3章 静态信号的盲频谱感知算法23-45
• 3.1 盲AD感知算法(BAD sensing)23-26
• 3.1.1 原理以及步骤介绍23-25
• 3.1.2 仿真分析25-26
• 3.1.3 BAD算法讨论26
• 3.2 基于F分布的拟合度检测算法(GOF-F)26-31
• 3.2.1 原理以及步骤介绍26-29
• 3.2.2 仿真分析29-31
• 3.2.3 GOF-F算法讨论31
• 3.3 基于二项分布的盲频谱感知算法(BD sensing)31-36
• 3.3.1 检验统计量的确定31-33
• 3.3.2 判决门限的确定及算法步骤33-34
• 3.3.3 BD算法理论分析34-35
• 3.3.4 仿真分析35-36
• 3.3.5 BD算法讨论36
• 3.4 基于均方值与方差之比的盲频谱感知算法(RM2V sensing)36-42
• 3.4.1 检验统计量的确定36-37
• 3.4.2 判决门限的确定以及算法步骤37-39
• 3.4.3 仿真分析39-42
• 3.4.4 RM2V算法讨论42
• 3.5 本章小节42-45
• 第4章 动态信号的盲频谱感知算法45-57
• 4.1 多天线感知模型介绍45-46
• 4.2 基于相关系数的多天线协作盲检测算法(SCC感知算法)46-50
• 4.2.1 检验统计量的确定46-47
• 4.2.2 判决门限确定以及算法步骤47-48
• 4.2.3 仿真结果48-50
• 4.2.4 SCC算法讨论50
• 4.3 RAD感知算法(RAD sensing)50-54
• 4.3.1 算法原理及其步骤50-51
• 4.3.2 仿真结果51-53
• 4.3.3 RAD sensing算法讨论53-54
• 4.4 URAD的频谱(URAD sensing)54-56
• 4.4.1 算法原理及其步骤54-55
• 4.4.2 仿真结果55
• 4.4.3 URAD sensing算法讨论55-56
• 4.5 本章小节56-57
• 第5章 结论与展望57-59
• 5.1 结论57
• 5.2 下一步工作及未来研究展望57-59
• 参考文献59-63
• 攻读学位期间取得的研究成果63-65
• 致谢65-66

【相似文献】

中国期刊全文数据库 前10条

1 刘婷婷;王建新;束锋;;合作频谱感知吞吐量和感知时间关系的研究[J];现代雷达;2009年05期

2 常帅;孔凡军;陈娟;郑学强;;协同频谱感知中的认知用户数优化[J];军事通信技术;2010年03期

3 汪一鸣;周刘蕾;;基于追踪定位的认知频谱感知解决方案[J];通信学报;2010年11期

4 岳文静;郑宝玉;孟庆民;崔景伍;解培中;;衰落信道下提高协作频谱感知能力的方法[J];中国科学:信息科学;2011年02期

5 韩勇;陈强;王建新;;合作频谱感知安全技术研究[J];通信技术;2011年06期

6 韩勇;王放;陈强;王建新;;一种信任度模糊分配的合作频谱感知算法[J];信号处理;2011年06期

7 蒋金波;王可人;陈小波;金虎;;频谱切换中基于频谱感知的链路保持概率[J];探测与控制学报;2011年06期

8 刘颖;杨震;;协作频谱感知系统中的结盟技术研究[J];南京邮电大学学报(自然科学版);2012年05期

9 秦臻;薛峰;梁继民;;最大系统效用合作频谱感知优化算法[J];信号处理;2013年02期

10 江晓林;顾学迈;何晨;;基于压缩感知的联合协作频谱感知算法[J];上海交通大学学报;2013年07期

中国重要会议论文全文数据库 前10条

1 岳文静;郑宝玉;;一种基于信道可靠性的协作频谱感知算法[A];2009年通信理论与信号处理学术年会论文集[C];2009年

2 张培;孟庆民;朱卫平;;一种可以减少感知时间的频谱感知方法[A];2010年通信理论与信号处理学术年会论文集[C];2010年

3 郝博雅;周辉;孙斌;;基于权值的合作频谱感知算法[A];第六届全国信号和智能信息处理与应用学术会议论文集[C];2012年

4 吴昊;赵杭生;;基于三阶累积量的频谱感知技术研究[A];2009年全国无线电应用与管理学术会议论文集[C];2009年

5 张冰玉;郑宝玉;岳文静;;一种基于串行网络的协作频谱感知方案[A];2010年通信理论与信号处理学术年会论文集[C];2010年

6 冯子木;漆春梅;王军;李乐民;;协同频谱感知算法综述[A];2008年中国西部青年通信学术会议论文集[C];2008年

7 王翊;胡艳军;唐希雯;;一种改进的基于多阈值的协作频谱感知方法[A];2011年通信与信息技术新进展——第八届中国通信学会学术年会论文集[C];2011年

8 郑仕链;何斌;杨伟程;;认知无线电宽带频谱感知试验研究[A];浙江省信号处理学会2011学术年会论文集[C];2011年

9 李佳俊;黄清;孔勇;;基于小波变换的认知无线电宽带频谱感知方法[A];中国电子学会第十六届信息论学术年会论文集[C];2009年

10 杨家胜;刘光斌;程俊仁;;基于压缩采样技术的认知无线电宽带频谱感知方法[A];中国通信学会第六届学术年会论文集（上）[C];2009年

中国博士学位论文全文数据库 前10条

1 肖淑艳;认知无线电中频谱感知及资源优化分配的研究[D];中国矿业大学;2015年

2 卿浩博;面向无线通信系统的频谱感知理论与技术研究[D];北京邮电大学;2015年

3 杨雪洲;认知中继网络频谱感知与资源分配研究[D];电子科技大学;2014年

4 齐佩汉;稳健精细抗差异性频谱感知技术研究[D];西安电子科技大学;2014年

5 卢剑奇;认知无线电频谱感知关键技术研究[D];电子科技大学;2015年

6 刘洋;基于跨层优化的频谱感知关键技术研究[D];解放军信息工程大学;2014年

7 史振国;认知OFDM系统中频谱感知与基于感知的干扰对齐方法研究[D];哈尔滨工业大学;2016年

8 江晓林;认知无线电网络中频谱感知算法研究[D];哈尔滨工业大学;2015年

9 m云海;BWT系统中基于认知的频谱聚合技术研究[D];哈尔滨工业大学;2015年

10 秦臻;基于认知无线网络的频谱感知与信道切换技术研究[D];西安电子科技大学;2015年

中国硕士学位论文全文数据库 前10条

1 王艳君;认知无线网络中基于多节点的协作频谱感知技术的研究[D];昆明理工大学;2015年

2 谷凯;基于GNU Radio的动态频谱感知及数据传输[D];海南大学;2015年

3 孟晨;基于稀疏组套索的宽频带频谱感知研究[D];燕山大学;2015年

4 魏亮;认知车载网中频谱感知算法仿真研究[D];西南交通大学;2015年

5 周瑞;基于信任度的认知无线电联合频谱感知研究[D];湖南工业大学;2015年

6 钱陆;基于数据并发传输的频谱感知系统的研究[D];北京邮电大学;2014年

7 栾红志;基于能量检测的协作频谱感知技术研究[D];解放军信息工程大学;2014年

8 王勇锋;多天线认知无线网络频谱感知技术研究[D];解放军信息工程大学;2014年

9 郭寿明;认知无线电系统中频谱感知算法研究[D];东北大学;2014年

10 吴玉林;基于分布式压缩感知的协作频谱感知技术研究[D];福州大学;2013年

，

本文编号：663660