循环相关熵谱密度估计高效算法研究

针对循环相关熵谱估计循环周期图检测(CPD)算法存在计算效率低、频谱分辨率低和易产生"频谱泄漏"的问题,该文提出一种循环相关熵谱估计的Correntrogram算法.Correntrogram算法借鉴Wigner-Ville分布(WVD)时频分辨率高的优势,将WVD算法中瞬时自相关函数替换为时变自相关熵函数,即可得到一种循环相关熵谱密度估计算法,称为Correntrogram.首先计算信号的时变自相关熵函数矩阵,再计算时变自相关熵函数矩阵各行的FFT,得到循环自相关熵函数矩阵,最后计算循环自相关熵函数矩阵各列的FFT,得到循环相关熵谱密度.通过仿真调幅信号的处理结果证明:Correntrogram算法有效提高了循环相关熵谱估计效率,避免了"频谱泄漏",提高了频谱分辨率,该算法程序运行可靠.     

基于主用户信号谱特征的频谱感知方法

频谱感知是认知无线电的关键技术之一。首先讨论了一种基于信号频谱特征的频谱感知方法,提出了一种判决统计量,克服了噪声功率不确定性的影响。给出了算法流程,并采用ATSC（ad-vanced television systems committee）信号作为主用户信号对算法性能进行了仿真分析。结果表明：选择较多点快速Fourier变换（FFT,fast fourier transform）估计得到的理想主用户信号功率谱作为模板所得的检测概率较高;FFT点数相同情况下,增加谱模板估计时的周期图平均次数对检测性能没有多大改进。另外,不同观测时间下的仿真结果还表明增加接收信号的观测时间有利于改进算法检测性能。     

循环相关熵谱密度估计高效算法研究

针对循环相关熵谱估计循环周期图检测(CPD)算法存在计算效率低、频谱分辨率低和易产生“频谱泄漏”的问题，该文提出一种循环相关熵谱估计的Correntrogram算法。Correntrogram算法借鉴Wigner-Ville 分布(WVD)时频分辨率高的优势，将WVD算法中瞬时自相关函数替换为时变自相关熵函数，即可得到一种循环相关熵谱密度估计算法，称为Correntrogram。首先计算信号的时变自相关熵函数矩阵，再计算时变自相关熵函数矩阵各行的FFT，得到循环自相关熵函数矩阵，最后计算循环自相关熵函数矩阵各列的FFT，得到循环相关熵谱密度。通过仿真调幅信号的处理结果证明:Correntrogram算法有效提高了循环相关熵谱估计效率，避免了“频谱泄漏”，提高了频谱分辨率，该算法程序运行可靠。     

一种基于随机共振增强的协方差矩阵频谱感知算法

为了在避免对主用户系统产生有害干扰的同时 提高频谱利用效率,要求认知无线电系统的频谱感知算法能在极低的信噪比下快速检测出主用户信号。由于可以避免能量检测面临的噪声不确定性问题,基于协方差矩阵的检测算法是一种有效的盲频谱感知算法。为了进一步提高极低信噪比下的性能,本文提出了一种基于随机共振的协方差矩阵频谱感知算法。该算法通过在接收信号中加入优化的特定信号,利用随机共振原理,增大有无主用户信号下的检测统计量概率分布函数的分离度,提高频谱感知的性能。仿真结果表明,相对于现有的协方差矩阵频谱感知算法 ,在相同的虚警概率下,所提算法可以显著提高极低信噪比下的检测概率,同时大幅度缩减检测时间。      

基于循环谱对称性的频谱感知算法

针对现有基于循环谱的频谱感知算法的不足,利用改进SSCA算法计算接收信号的循环谱,减少算法的计算量;利用循环谱的对称性,选择非零循环频率处的循环谱抵抗干扰和噪声,结合对称性搜索策略进行频谱感知.分析并仿真了循环谱的参数对频谱感知算法的影响,仿真结果证明了所提出算法克服了传统算法的不足,提高了低信噪比下的正确检测性能.     

基于功率谱熵的频谱感知算法研究

针对低信噪比条件下认知无线电频谱感知问题,提出了一种基于功率谱熵的频谱检测算法。在分析主用户信号空闲与占用两种不同条件下观测信号功率谱熵差异的基础上,将其作为检验统计量,并确定了相应的判决门限,以实现对主用户信号频谱是否空闲的判决。计算机仿真结果表明,本算法无需信号的先验信息,可在较低信噪比条件下实现对常用调制信号的频谱感知,与盒维数频谱感知方法相比,检测性能约有8 dB的改进。     

基于广义特征值的合作频谱感知方法

现有的基于特征值的合作频谱感知方法要求认知用户各感知节点接收到的授权用户信号具有相关性。针对这个问题,提出了一种基于广义特征值的合作频谱感知方法。该方法利用过去不存在授权用户的感知周期采样协方差矩阵与当前感知周期采样协方差矩阵之间的最大广义特征值(MGED,maximum generalized eigenvalue de-tection)作为检验统计量,以此判决当前感知周期是否存在授权用户信号,从而实现频谱感知。所提方法不需要授权用户信号和噪声功率的先验信息。当认知用户各感知节点上的授权用户信号不相关时,现有的基于特征值的频谱感知方法均失效,而所提频谱感知方法仍然具有较高的检测性能。最后仿真验证了所提方法的有效性。     

基于功率谱密度中段平均的频谱感知算法

根据有、无主用户信号时接收信号功率谱最大、最小值差值不同的特点,提出了一种基于功率谱密度中段平均的频谱感知算法.针对估计的信号功率谱在最小值附近波动多、最小值难以根据单个点准确给出的问题,利用接收信号功率谱中段平均值估计功率谱的最小值,降低最小值的随机性对频谱感知算法性能的影响.理论推导了检测门限和检测概率的表达式,并对算法进行了仿真分析.仿真结果表明,在AWGN信道和Rayleigh衰落信道中,本文算法性能都优于已有的功率谱密度频谱感知算法.该算法无需主用户信息,不用进行复杂的特征值分解.     

认知无线电中一种改进的AVC频谱感知算法

AVC算法是一种适用于拉普拉斯噪声环境的常用频谱感知算法,但该算法并未充分平滑拉普拉斯噪声中的“尖峰”,导致算法的检测性能不佳.针对此,提出一种改进的AVC频谱感知算法,其原理是对接收信号绝对值做开根号处理,并累加处理结果,作为检验统计量,进而判决是否存在主用户,实现频谱感知.此外,利用中心极限定理推导了所提算法检验统计量在主用户不存在时的概率密度曲线,从而给出理论判决门限.仿真表明,所提算法的检测性能分别优于AVC感知算法和拉普拉斯噪声下的能量检测算法大约1 dB和4 dB.     

基于循环平稳ANN的主用户频谱感知算法研究

针对无线信道环境中,信道多径衰落和噪声不确定性等低信噪比情况下主用户信号检测性能较低的问题,提出一种基于循环平稳人工神经网络(ANN)的主用户信号频谱感知算法。该算法首先对信号特征参数进行提取,作为训练样本和待测样本,再采用ANN算法分别对有无主用户情况下的信号进行分类检测。仿真实验表明,与能量检测法(ED)和循环平稳特征检测法(CD)相比较,所提算法可在低信噪比情况下,不受噪声不确定性等因素影响,具有较高的分类检测性能,有效地实现了对主用户信号的感知。     

基于时域平滑循环周期图的直扩信号载频估计

根据直接序列扩频(DS-SS)信号的特点,将其建立为循环平稳模型。利用循环谱分析的方法估计了低信噪比下DS-SS信号的载波频率。利用时域平滑循环周期图估计了循环谱密度函数,在循环谱密度函数的数字实现过程中,研究了有限采集数据条件下数据截短点数对循环谱的时域平滑周期图估计性能的影响,分析了经过时域平滑后的DS-SS信号载频估计精度。最后,仿真实验验证了算法的有效性。     

Adaptive Spectrum Sensing Algorithm in Cognitive Ultra-wideband Systems

Energy detection is a simple spectrum sensing technique that compares the energy in the received signal with a threshold to determine whether a primary user signal is present or not. Setting the threshold is very important to the performance of the spectrum sensing. This paper proposes an adaptive spectrum sensing algorithm where an optimal decision threshold of energy detection is derived based on minimizing the weighted sum of probabilities of detection and false alarm. Since the optimal decision threshold is dependent on the noise power and signal power, a simple, practical frequency domain approach is devised to estimate both. The algorithm can be used for the detection of various kinds of signals without any prior knowledge of the signal, channel or noise power, and is able to adapt to noise fluctuation. Simulations for detecting narrow-band and wideband signals (phase shift keying signal, frequency shift keying signal, orthogonal frequency division multiplexing signal) and ultra-wideband (UWB) signals (direct sequence spread spectrum signals) in an IEEE 802.15.3a UWB band are presented. The results show that the proposed algorithm has excellent robustness to noise uncertainty and outperforms the existing spectrum sensing algorithms in the literature.     

经典功率谱估计Welch法的MATLAB仿真分析

周期图法是经典功率谱估计中的一种基本方法,但是在实际应用中难以同时保证良好的分辨力和方差性能.因此本文以周期图法原理为切入点,对改进后的Welch算法进行研究,并借助MATLAB软件强大的信号处理与数值分析能力,对Welch算法的谱估计分辨力、方差等性能进行仿真分析.讨论了不同数据分段长度、不同窗函数类型等因素对算法性...     

低采样率高分辨率压缩功率谱估计方法的仿真研究

低采样率的宽带功率谱估计在很多领域具有应用价值.采用压缩多核采样结构得到信号的压缩测量值, 然后建立测量值相关函数与信号相关函数之间的关系, 用最小二乘法实现相关函数估计, 最后实现功率谱的估计.该压缩采样方法的等效采样率为M/N·f_s, 可在没有任何对时域或频域稀疏性的假设条件下降低采样率.仿真分析表明, 该方法的系统噪声与加性噪声性能比周期图法略有降低, 但只要系统设计合理, 对于一定信噪比的信号, 系统噪声与加性噪声基本可以忽略, 并给出了对应的理论分析.估计分辨率与周期图法相比, 等效长度相同时略有提高; 由于本文方法降低了测量值的数目, 对于一定长度的数据来说, 估计分辨率得到了极大的提高.本文方法适用于低信噪比信号的低采样率高分辨率功率谱估计.     

最小方差无失真响应波束形成解卷积后处理算法

为提高最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)波束形成算法的方位分辨能力,本文将MVDR算法的输出功率谱重新建模为卷积的形式,并运用两种解卷积技术对MVDR的方位谱进行后处理.该算法将角度空间中心位置的单个声源的MVDR方位谱当作点扩散函数(Poi...     

低复杂度高动态低信噪比环境下的GPS信号捕获算法

针对高动态低信噪比环境下的GPS信号捕获问题,提出一种频域分段移位平均周期图算法。首先,对接收信号进行频率斜升和码相位二维并行粗补偿并对各补偿支路进行分段快速傅里叶变换;其次,根据参与捕获的有效数据段长度将频域补偿间隔扩展为更为精细的估计间隔;然后,找到与各参数估计值最接近的补偿支路,根据估计值与实际补偿值之间差值对各数据段的频谱进行旋转移位,并将移位之后的频谱进行非相干累加以得到各估计值所对应的相关峰;最后,对相关峰的峰值进行恒虚警检测以确定捕获是否成功。仿真结果表明,与平均周期图算法相比,所提算法捕获性能略有下降,但计算复杂度大幅降低。     

基于小波变换和残差神经网络的全盲频谱感知方法

为了解决非平稳信号的时频图特征难以提取的问题,提出了基于小波变换和残差神经网络的全盲频谱感知方法。该方法通过连续小波变换将捕获的主用户信号变换成时频信息矩阵,同时转化为图片作为输入,通过残差网络进行训练和识别。仿真测试了不同小波基对非平稳信号的分解能力和所提算法在各种复杂无线信道环境下对非平稳信号的检测性能和泛化能力,以及对不同主用户信号的适应能力。结果表明,在信噪比为-16 dB时,该方法能在虚警概率为0.1时达到0.92的检测概率,同时amor小波更适合用于非平稳信号的分解且训练识别能力更优。     

基于统计可信度的压缩感知协作频谱检测算法

压缩感知为认知无线电的宽频谱感知提供了一种新的方法和思路。基于压缩感知的原理,提出了一种多认知用户协作场景下基于用户统计可信度的协作频谱检测算法。该算法使用正交匹配协作追踪算法获得认知区域内的频谱占用情况,根据不同认知用户频谱检测的历史准确度综合判定用户感知结果的统计可信度。仿真结果表明,该算法在不同用户数、不同采样值、不同信噪比变化范围下其检测性能均优于传统算术平均方法,有效改善了检测性能。     

基于传播算子的DS-SS信号扩频波形估计

扩频信号波形估计的本质是信号子空间估计。针对直接序列扩频（Direct Sequence Spread Spectrum,DS-SS）信号的扩频波形估计问题,提出了一种基于传播算子的估计算法。针对现有算法估计信号子空间计算量较大的不足,所提算法利用传播算子估计信号子空间。理论分析了所提算法与现有算法的计算量和性能,并进行了仿真实验。仿真结果表明所提算法有效,且计算量远小于现有算法。     

n-out-of-K融合规则下增量式协作感知算法

该算法把协作中继分为前N个与后K?N个两部分,首先在前N个中继中感知,若不多于mL个中继检测到主用户或不少于mH个中继检测到主用户,则全局判定为存在或不存在频谱空洞;否则继续在后K?N个中继中感知,只有当前后两次感知不少于n个中继检测到主用户时则才全局判定不存在频谱空洞。在满足虚警概率与检测概率的前提下,构建最小化时隙消耗的目标函数,优化参数mL、mH与N。模拟表明,通过合理设置这些参数,在保证感知性能的前提下,所提增量协作算法的平均时隙消耗明显低于传统协作感知。