提升小波与能量检测联合优化下的频谱感知方法北大核心CSCD

传统的频谱感知方法易受噪声波动的干扰,而且在低信噪比的无线通信条件下检测精度较差。通过结合提升小波去噪与动态门限能量检测算法,能有效提高传统频谱感知方法的抗噪声性能和检测精度。首先对含噪信号进行奇偶抽样,分解信号,去除噪声部分,再重构为去噪新信号,然后通过能量检测方法来统计信号的能量积累,设置动态门限,最后以动态门限判断用户信号是否存在。提升小波去噪能够有效地去除采样信号中的噪声,减少噪声对能量检测法检测精度的影响,动态门限能根据噪声波动进行调整来适应复杂的噪声环境。仿真结果表明,提升小波去噪结合动态门限能量检测算法相比于传统的频谱感知要有更优的检测精度。此方法不但提高了其对不确定噪声的抵抗性,使之能适应复杂的通信环境,而且提高了频谱感知过程的可靠性。     

基于能量检测与Sevcik分形维数的协作频谱感知算法

在认知无线网络中,针对单节点频谱感知易受到噪声不确定性的影响和传统的能量检测法在高噪声功率场景中检测性能较差等问题,根据Sevcik分形维数(Sevcik fractal dimension, SFD)对噪声不敏感、能够区分信号与噪声波形的特点,提出一种将自适应门限的能量检测法与SFD相结合的协作频谱感知方法. 通过能量检测法对接收信号进行检测判决,然后由SFD对判定为主用户不存在的信号进行复检,并将所有检测结果进行K秩融合,根据融合结果得出最终判决. 仿真结果表明,本文提出的频谱感知方法对噪声不敏感,在低信噪比下的检测性能得到显著提高.     

基于深度强化学习的认知无线电协作频谱感知

为了解决频谱资源利用率低的问题,引入了认知无线网络的概念.在认知无线网络中,次要用户可以在不影响主要用户正常工作的前提下机会性地接入授权频段,故精确地感知频谱的状态并快速准确地接入授权频段就显得尤为重要.由于网络中存在干扰和阴影衰落等因素,传统的频谱感知效果不理想.本文引入了协作频谱感知技术,通过强化学习算法选择参与协...     

基于能量检测与信道质量评估的动态信道接入算法

在认知无线电通信中，动态的信道接入技术能够有效地解决频谱资源短缺和信道利用率低下的问题，它允许次级用户动态接入空闲信道，以进行数据的传输。针对多信道的认知无线电网络，本文提出一种基于能量检测与信道评估的动态信道接入方法，通过权衡感知精度与信道空闲时间，得出使信道质量最优的感知参数，在每一个信道中采用能量检测法，进行周期性检测，感知每一个信道中主用户的接入情况，判断可用信道集合，提高次级用户的动态接入效率。理论分析和结果表明，该方法有效降低了主次用户之间的接入冲突，增加了系统的可靠性和信道的利用率。