认知无线电中协作能量概率分布频谱感知方法

提出了一种基于能量概率分布（EPD）的协作频谱感知算法,以提高认知无线电的检测性能．与传统能量检测使用能量均值做为检测统计量不同,EPD感知算法中的协作感知次用户统计大于给定门限值的采样信号个数,并传送给数据融合中心,数据融合中心将所有统计结果进行叠加,并与噪声的能量概率密度进行相关运算来获得判决结果．利用高斯近似理论分析所提出的EPD协作频谱感知算法的检测性能．仿真结果表明,协作用户数越多,新提出算法的检测性能比传统协作频谱感知硬判决算法越有优势,同时又不需要任何主用户的先验信息．     

认知无线电网络中的最佳可信度频谱检测算法

由于认知无线电网络中的典型硬决策协作频谱检测在数据融合时未考虑各认知用户检测结果的差异性,不能很好地提高检测性能,因此,提出了一种基于检测可信度的协作频谱检测算法.首先,利用各认知用户的平均接收信噪比来获得它们的检测可信度;然后,综合各认知用户的检测结果以及检测可信度来判断授权用户是否使用频带,从而提高了检测性能.仿真结果表明,在低信噪比情况下,相比典型硬决策协作频谱检测,该算法具有较优的接收特性曲线,并在合理选取认知用户检测阈值的条件下,具有较低的检测错误概率.     

认知无线电中自适应分步合并协作频谱感知算法

在等增益合并协作频谱感知基础上,提出了一种新的频谱感知算法．根据认知用户接收信噪比的变化,通过自动调整参与协作频谱感知的认知用户数,以减少认知无线电网络中的数据开销．推导了瑞利衰落信道下采用此算法时,认知用户通过控制信道发送到中心控制器的平均数据量的计算公式．理论分析和仿真结果表明,和等增益合并协作频谱感知算法相比,在保证频谱检测性能的前提下,该算法减少了认知用户通过控制信道到中心控制器的平均数据开销．     

信噪比选择的改进式协作频谱感知算法

协作频谱感知算法可以有效改善隐蔽终端、阴影效应以及接收机不确定性的影响。但是,传统的协作频谱感知算法都是建立在假设每个认知节点都处于相同的无线电环境中,并没有考虑比较恶劣环境中认知节点的信噪比问题。针对这一问题提出一种基于信噪比选择的改进式协作感知算法,通过对无线电环境中不同认知节点接收信噪比的筛选改善协作频谱感知的效果。理论和仿真验证都证明该方法可以改善频谱感知的性能,并且减少了参与协作感知的用户数目。     

基于信噪比权值的合作频谱感知技术

根据无线环境中各个认知用户的信噪比不同,提出一种基于信噪比权值的合作频谱感知算法。认知用户根据与主用户之间路径衰落因子的不同,得出各自的信噪比值,再通过递归得到相应的权值。融合中心进行加权融合得出最终判决结果。仿真结果表明,这种算法可以提高对主用户的检测概率,其检测性能也优于传统的硬判决融合准则。     

信噪比比较的协作频谱感知算法

针对现实通信中认知无线电频谱感知的各认知节点所处环境差异这一问题,研究了低信噪比节点感知结果不准确而对协作频谱感知性能产生的影响,得出认知用户所处环境信噪比越高,感知性能越好,即在数据融合过程中,较低信噪比节点参与融合反而影响整体感知性能.故提出信噪比比较的协作频谱感知算法,该方法通过调整因子改变参与融合的节点数量,选取较优节点参与最终的数据融合,在信噪比分布不均匀的环境下,采用MATLAB仿真证明其可有效地提高系统检测性能.     

(研究生论坛)基于中继转播的认知无线电协作检测算法

针对低信噪比用户的不准确检测会降低认知无线电协作检测的性能,本文提出了高信噪比用户作为中继向低信噪比用户转播其检测信息的协作检测算法。算法中高信噪比用户向所有信噪比它低的用户转播它的检测信息,各用户通过选择最佳的权重对接收到的检测信息(包括本地检测信息)进行本地融合判决以获取最大的检测概率,融合中心采用“或准则”融合各用户的检测结果并对授权用户做出最后判决。仿真表明,本文算法较传统的协作检测算法检测概率要高,并且当平均信噪比增加时,本文算法的检测概率会有较大的提高。     

基于随机共振和MIMO技术的协方差矩阵频谱感知算法

在认知无线电系统中,为了使认知用户可以在低信噪比和衰落信道的条件下实现可靠的频谱感知,提出了基于随机共振和MIMO的协方差矩阵频谱感知算法。该算法将随机共振和MIMO技术用于协方差矩阵频谱感知,同时还给出了判决门限的计算方法。仿真实验结果表明:与不使用随机共振和MIMO技术的频谱感知算法相比,本文算法具有更高的检测性能;并且当天线数足够多时,该算法可以在很低信噪比情况下实现可靠的频谱感知。     

CDMA系统中卷积码的性能分析

研究CDMA系统在多径传输和AWGN信道的环境下卷积码的性能.通过模拟程序和理沦分析画出误比特率和信噪比的曲线图,并得到其在硬判决和软判决解码中错误率的上限值.研究发现,软判决译码比硬判决译码2～3dB的增益,卷积码性能的提升在AWGN信道比更能体现出来.当AWGN信道信噪比超过-1dB时,采用硬判决译码算法的卷积码相对于未采用卷积码会性能更好.     

中继式协作频谱感知仿真平台设计

为了在认知用户与数据融合中心之间的单跳直接式通信受阻时,通过邻居节点提供的中继辅助进行多跳通信,以完成数据融合中的感知结果报告,基于分层分簇的协作网络建模思想,提出一种多跳中继式协作模型,并在此基础上,使用Matlab GUI中的GUIDE工具,设计出一种用于中继式协作频谱感知环境的仿真平台。系统性能测试表明,所设计的仿真平台可对常见协作频谱感知算法,在多跳中继式模式下进行有效地仿真和性能分析。     

SAM权重法在端元提取中的应用

高光谱遥感的出现使得在宽波段遥感中不可探测的物质能被探测。获得的高光谱数据大都具有数据冗余度高、信噪比低等特点。文章通过idl编程实现高光谱数据的特征提取并利用其做了端元提取流程与光谱解混,及权重法SAM端元提取、混合光谱分解模型及实现。利用SAM权重法能够完成端元提取并最终得到的解混结果。     

基于阈值优化的频谱感知算法

协方差绝对值（Covariance Absolute Value,CAV）感知算法使用固定阈值和固定虚警概率的频谱感知策略,无法保证在任何时候都能使频谱感知性能达到最优。提高频谱感知性能包括降低对主用户的干扰概率并提高空闲频谱的利用率,即最大限度地降低漏检概率与虚警概率。为此,本文对协方差绝对值感知算法进行改进,提出了不同信噪比下自适应阈值的优化方法使频谱感知误差（漏检概率与虚警概率的代数和）达到最小。实验结果表明,本文算法有效降低了频谱感知误差,提高了检测概率,特别是在信噪比较低的情况下性能改善较为明显。     

单比特协作压缩频谱感知

提出了一种低开销的协作压缩频谱感知方案,其中每个认知用户利用单比特量化获取压缩采样值的符号信息作为测量值. 融合中心收到不同认知用户的符号信息后,利用2种联合感知算法来确定频谱的占用情况. 仿真结果表明,新方案具有较好的感知性能,不仅优于独立感知方案,而且在低信噪比时优于多比特量化感知方案.     

一种新的稀疏重构的DOA估计算法

为提高低信噪比和较少快拍数条件下远场窄带信号波达方向的估计精度,提出一种新的基于加权l₁范数的稀疏重构波达方向的估计算法．该算法首先采用前后向空间平滑技术获得阵列输出数据协方差矩阵;其次构造出改进Capon算法空间谱函数中的倒谱系数矢量,设计得到符合加权l₁范数的权值矩阵;最后通过奇异值分解对接收数据进行降维处理,获得基于稀疏重构的加权l₁ 范数约束问题模型．仿真结果表明,在低信噪比或快拍数较少的情况下,该算法能够有效地抑制空间谱伪峰和保证较强的稳健性,且信源不需要进行相关处理,仍能获得很高的估计精度．     

EMD滤波方法在NMR测井中的应用

核磁共振测井中,回波信号的信噪比对T2谱反演及后续地层解释评价过程有重要影响。基于核磁共振测井信号与噪声的分析,提出了一种采用自适应性较强的经验模态分解（ EMD）算法对核磁共振测井原始数据作消噪处理。结果表明,采用该滤波算法,实验室回波数据信噪比由22 dB提高到46 dB,标准油井回波数据信噪比由11 dB提高到31 dB,反演得到的T2分布更加精确,多次重复测量中孔隙度结果有较高的一致性。     

基于正交小波变换的并行软判决盲均衡算法

针对常数模算法收敛速度慢的缺点,在分析基于正交小波变换盲均衡器结构和并行软判决盲均衡算法的基础上,提出一种基于正交小波变换的并行软判决盲均衡算法.该算法将正交小波变换引入到并行软判决算法中,利用正交小波变换对信号很强的去相关能力,降低信号的自相关性,以加快算法的收敛速度.水声信道仿真结果表明,与并行的软判决盲均衡算法相比,所提出的基于正交小波变换的并行软判决盲均衡算法具有更快的收敛速度.     

非同分布高斯信号背景下基于增强能量检测的协作感知

能量检测算法应用于无线通信场景中时存在信噪比（SNR）墙和噪声不确定性问题,对此,在认知无线电非同分布高斯信号背景下,提出了基于增强能量检测的协作感知算法.在低SNR条件下,给出了采用增强能量检测算法的次用户检测概率和虚警概率,并推导出达到最小总错误率的最优协作用户数表达式.理论分析和仿真实验结果表明,相对其他克服噪声不确定性的能量检测算法,所提出的算法具有更优的检测性能.     

最低限度通信中多普勒频偏估计算法

针对最低限度通信中多普勒频偏估计范围不足、估计精度较低的问题,提出一种改进的基于相关FFT的直扩信号同步捕获算法.该算法通过补零运算提高算法的估计精度、采用正交扩频序列优化算法的性能.数值分析表明,在低信噪比环境下,改进后的算法能够以较高的精度捕获较大频偏.     

基于压缩感知的双连续超松弛迭代算法研究

压缩感知理论是在已知信号具有可压缩性或通过变换具有稀疏性的条件下,对其信号进行采集,稀疏和重构的新理论.其中稀疏信号重构算法是其中关键的一部分,对信号恢复的精确性及时效性验证有着重要的意义.该文在总结目前已有的重构算法的基础上,提出了一种新的基于压缩感知的双连续超松弛迭代重构算法.该算法通过参数估计自适应的寻找合适的稀...     

Novel anti-noise-uncertainty spectrum sensing algorithm based on power spectral density segment cancellation

Since noise uncertainty seriously degrades the spectrum sensing performance of energy detection algorithms, a novel spectrum sensing algorithm based on the power spectral density segment cancellation (PSDSC) is proposed. This spectrum sensing algorithm, which can yield real-time and robust performance, makes use of the un-correlation of different power spectrum lines and takes the ratio of some PSD (power spectral density) lines to the residual PSD lines as the detection statistics. Theoretical analysis and simulation results show that the PSDSC algorithm can overcome the noise uncertainty problem effectively and that the decision threshold does not vary with the ambient noise level of secondary users. The PSDSC algorithm could offer a high probability of detection (P_d) at a low probability of the false alarm (P_fa) for a wide range of signal to noise ratios (SNR) and could be applied to spectrum monitoring and cognitive radio systems in the complex electromagnetic environment.