基于张量分析的认知无线电系统协作频谱感知算法研究

发布时间：2023-01-13 18:03

　　近年来,5G技术、物联网、车联网等网络信息技术正在蓬勃快速的发展,并在家庭、工作区域、公共区域等领域进行了大规模投入使用。自然地,人们对频谱资源的需求越来越多,而实际环境中频谱资源却是越来越稀缺。同时,研究者发现目前主流的频谱分配机制主要包括固定分配方式和接入方式,这两种机械分配机制导致有效频谱的使用率处于较低的状态,因此科技工作者将研究的重点转向如何提高频谱利用率的方面。而认知无线电技术的应用一定程度提高了频谱的使用率,那么作为其核心技术之一的频谱感知引起了科技界的广泛关注。虽然当前的频谱感知技术对频谱的检测上各有不同的优势,但面对日益增多的频谱需求和高维信号,会导致原始信号出现丢失。由于现代网络信息技术的发展,所获取的信号数据都是高维数据。高维数据的处理的方式通常将其处理成向量或者矩阵的形式,这样的方式降低了运算的复杂度,但是其会导致原始信号出现丢失,或者在传输处理过程中出现被噪声等干扰污染的情况。这就造成实测获得频谱数据往往是不完整的,导致信号在重构过程中,不能较好的恢复原始信号,从而影响算法的检测性能,导致检测概率过低,使融合中心不能准确判断相应频谱是否存在主用户工作,影响了次... 

【文章页数】：70 页

【学位级别】：硕士

【文章目录】：
中文摘要
Abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 窄带频谱感知技术
        1.2.2 宽带频谱感知技术
        1.2.3 压缩频谱感知技术
        1.2.4 基于张量分析的频谱感知技术
    1.3 论文内容及章节安排
第2章 理论基本概述
    2.1 频谱感知的基本理论
        2.1.1 频谱感知定义
        2.1.2 频谱感知数学模型
        2.1.3 检测条件
    2.2 宽带压缩感知频谱概述
        2.2.1 压缩感知理论
        2.2.2 宽带压缩感知模型
    2.3 张量分析理论基础
        2.3.1 张量分析相关基本定理
        2.3.2 张量分解
    2.4 本章小结
第3章 基于张量补全的协同频谱算法
    3.1 引言
    3.2 系统模型
        3.2.1 系统网络
        3.2.2 信号系统模型描述
    3.3 张量补全算法
        3.3.1 数学模型
        3.3.2 基于张量补全算法协同频谱感知
        3.3.3 低秩张量补全算法流程
        3.3.4 降噪处理
        3.3.5 频谱判决
    3.4 仿真结果
    3.5 本章小结
第4章 基于改进的张量分析协同频谱感知算法
    4.1 引言
    4.2 系统模型
        4.2.1 系统网络
        4.2.2 信号系统模型描述
    4.3 张量分析算法
        4.3.1 数学模型
        4.3.2 基于张量分析的协作频谱感知
        4.3.3 低秩张量分析算法流程
        4.3.4 降噪处理
        4.3.5 频谱判决
    4.4 仿真结果
    4.5 本章小结
第5章 总结及展望
    5.1 总结
    5.2 展望
参考文献
作者简介
硕士期间取得的科研成果
致谢


【参考文献】：
期刊论文
[1]基于张量分解的超光谱图像降秩与压缩[J]. 张乐飞,何发智.  武汉大学学报(信息科学版). 2017(02)
[2]低秩张量补全算法综述[J]. 刘慧梅,史加荣.  陕西理工学院学报(自然科学版). 2016(02)
[3]基于低秩张量补全的多声道音频信号恢复方法[J]. 杨立东,王晶,谢湘,赵毅,匡镜明.  电子与信息学报. 2016(02)
[4]认知无线网络中动态双门限协作频谱感知性能的优化方案[J]. 金燕君,朱琦,郑宝玉.  信号处理. 2015(03)
[5]压缩感知理论及其研究进展[J]. 石光明,刘丹华,高大化,刘哲,林杰,王良君.  电子学报. 2009(05)

博士论文
[1]多尺度张量逼近及应用[D]. 史加荣.西安电子科技大学 2012



本文编号：3730607