一种基于符号秩检验的协作盲频谱感知算法

针对认知无线电频谱感知中能量检测算法和特征值类算法的设计局限性,提出了一种基于Wilcoxon符号秩检验的协作多节点频谱感知算法。利用主用户不存在时各次用户之间的相关系数的分布函数偶对称特性,将频谱感知问题转化为一种非参数分布检验问题,使用Wilcoxon符号秩对次用户信号的统计协方差矩阵上三角元素计算检验统计量来实现频谱感知。利用仿真方法,对多单个主用户、4个次用户进行了实验,结果表明,该算法的检测概率优于能量算法及特征值类算法,且不需要授权用户信号以及噪声的先验信息。     

多用户联合频谱感知在多种衰落信道中的性能分析

频谱感知是认知无线电技术的关键组成部分。但当认知用户处在严重的衰落和阴影中时,准确感知频谱的难度很大。多用户联合频谱感知是有效解决这一问题的方法之一。文章根据无线通信环境的多样性和复杂性,对联合频谱感知在瑞利、莱斯和Nakagam i衰落信道中性能进行了全面分析。首先,分析了能量检测在普通高斯白噪声信道和3种衰落信道中的检测效果,并给出了便于计算的闭合型表达式;其次,基于实际无线通信环境,在假设认知用户与基站间的报告信道也要受衰落和噪声的干扰而产生误码的条件下,研究了多认知用户之间的联合检测算法,以及它们在不同衰落信道中的检测性能。最后的仿真结果表明,联合频谱感知能有效提高认知网络在衰落环境下的频谱检测能力,在3种衰落环境中,Nakagami、瑞利和莱斯衰落对信号的影响依次从强到弱。并且在实际环境中,当误检概率减小到其下界时,联合感知的结果将失去可靠性。     

基于卷积型小波包变换的频谱感知方法研究

频谱感知是认知无线电（CR）系统中的核心技术之一.鉴于对可靠的主用户（PU）信号检测是实现频谱感知的前提,提出一种基于卷积型小波包变换的能量检测算法（CWPTED）用于频谱感知.该算法通过卷积型小波包变换（CWPT）较准确地估计噪声方差,以减小噪声不确定度并实时更新检测门限.仿真结果表明：该算法可有效减小噪声不确定度对能量检测（ED）的影响,较适合应用于噪声信息未知情况下的频谱感知.     

基于分布式压缩感知的宽带协作频谱感知算法

针对认知无线电中传统的宽带压缩频谱感知算法计算复杂度高、检测实时性差的缺点,提出基于分布式压缩感知信道能量观测差值的宽带协作频谱感知算法。该算法无需重构T+1时刻的信号频谱,只需重构T+1时刻与T时刻的信道能量差值,进而得到T+1时刻的信道能量;另外,为减少深衰落、阴影衰落等不利因素的影响,采用多个次用户协作频谱感知。数值分析表明,该算法所需的平均感知时耗为直接重构T+1时刻的信道能量算法的50%左右,且获得了检测概率大于0.95的检测性能。     

认知无线电快速控制信道选择算法

提出了快速控制信道选择算法用来提高控制信道的可靠性和有效性. 算法利用了信号收发和处理所产生的时延,实现了次用户间快速交换控制信息的目的;优化了频谱空洞选择过程,降低了控制信道占用的频谱空洞比例;通过临时借用业务信道所用频谱空洞抵抗主用户占用频谱空洞造成的控制信道中断. 理论推导和仿真验证结果证明了该算法在性能上的提升.      

基于干扰对齐的自适应频谱共享算法

当干扰对齐应用于认知无线电网络时,在某些信道状态下期望信号的信干噪比明显下降,影响了主用户的通信质量。因此,提出了一种基于干扰对齐的自适应频谱共享算法。该算法能够根据主用户期望信号的信干噪比,对主次用户的协作方式进行自适应地调整;并在保证主用户通信质量的前提下,共享授权频段。仿真结果表明,该算法能有效解决基于干扰对齐的频谱共享中主用户通信质量下降问题,并在保证主用户性能的同时,提高次用户的接入几率。     

特征值类频谱感知算法的仿真分析

为了全面了解基于特征值类的合作频谱感知算法的性能,通过Matlab仿真实验对该类算法进行仿真,以探究门限值随虚警概率的变化、采样次数和认知用户数对检测性能的影响,并分析针对不同信噪比的检测概率和实际的虚警概率。仿真结果显示,基于特征值类的算法不需预知主用户信号和噪声方差信息,能够克服噪声不确定度的影响,相较于传统的能量检测,有着更加稳健的检测性能;基于最小特征值极限分布的改进算法在低信噪比、采样次数和认知用户数较少时,判决门限更低、检测概率更高。     

能量有效的频谱感知与接入策略联合优化算法

针对认知无线电网络中次用户节点能量受限问题,提出了一种联合考虑频谱感知和接入策略的能量有效优化算法。根据主用户非时隙接入信道可能与次用户发生碰撞的特点,基于连续时间马尔科夫理论对次用户的频谱感知和接入策略进行建模,在满足碰撞概率约束的条件下,通过合理设置次用户的感知时间和接入概率实现了感知性能与传输能效的有效折衷。仿真结果表明,相对于仅考虑感知时间或接入概率的传统优化算法,所提算法可使次用户的能量有效性得到显著提高。     

认知网络中控制信道受限的协作频谱感知

在噪声不确定的条件下,提出一种多频带联合协作感知方法,根据各频段噪声功率的不确定度分别计算出检测门槛上、下限后对本地主用户信号进行多频带联合检测.接收信号能量处于检测门槛上下限之间的频段为本地检测结果不确定的频段,需要进行多点协作频谱感知,认知节点可利用本地检测中确定空闲的频段来传递本节点的感知信息,实现由本节点可用信道分担传统协作感知方法中控制信道通信量的目标.仿真结果表明,对比传统协作感知方法,新提出的协作感知方法能有效减少频谱感知过程中控制信道的通信负载,并且在本地检测结果为不确定的频段能获得更小的误警概率.     

认知无线电自适应频谱感知时间分配机制

为最大化频谱利用率,根据主用户使用信道的频率和次级用户的数据传输需求推导得到最优次级用户数据传输时间.在毫秒级频谱空洞场景下,基于部分可观测马尔可夫决策过程提出一种自适应频谱感知时间分配机制.该机制根据前一时段的信念状态和能量感知结果判断在当前时段内的最优行为.仿真结果表明,该机制能够根据不同主用户和次级用户的冲突概率需求最大化频谱利用率.     

跳频信号的欠定盲源分离

针对跳频信号的欠定盲源分离,为了解决现有的时频域方法中算法计算量大、信号存在畸变、恢复精度不高的问题,提出了一种基于滤波的跳频信号欠定盲分离算法. 该算法首先根据估计到的源信号载频设计带通滤波器,利用这些滤波器对观察信号进行滤波,得到只包含某一个源信号的观测信号分量,使原分离问题分为数个时域上稀疏的欠定盲分离问题,然后对各个分量在时域上分别应用欠定盲源分离算法估计每跳数据. 通过仿真对比发现,所提的滤波法得到的跳频信号更精确,信干比比时频域方法大4dB;同时所提算法处理的数据量小,计算复杂度低.     

未知频偏下直扩信号的扩频序列估计

针对未知频偏下的直扩信号, 通过将载频吸收至扩频波形中, 提出了一种有效的基于协方差矩阵子空间分解的扩频序列估计算法. 通过信号子空间分解, 提高了含有未知频偏信息的扩频波形估计的信噪比, 从而降低了载频估计难度. 在随机信号模型条件下, 还推导了扩频波形估计器的克拉美劳界. 在低信噪比条件下, 仿真验证了该算法的有效性.     

基于时频特征的卷积神经网络跳频调制识别

针对人工设计特征表征能力不足,提取难度大的问题,提出基于卷积神经网络（CNN）的跳频信号调制方式识别系统. 该系统通过训练学习跳频信号时频图特征,将调制方式识别问题转化为图像识别问题. 采用组合时频变换方法对跳频信号进行时频变换得到二维时频图;经过自适应维纳滤波算法滤除背景噪声,提高系统抗噪性;采用连通域检测和双线性插值算法提取跳频信号每跳时频图,对时频图大小进行重置调整;将已处理的时频图输入到设计的11层卷积神经网络中进行训练学习,通过在输出层增加Softmax分类器,实现跳频调制方式分类识别. 仿真结果表明,该系统在信噪比为–4 dB条件下,对跳频信号BPSK、QPSK、8PSK、SDPSK、QASK、16QAM、32QAM和GMSK共8种调制方式的平均识别率达到92.54%.     

基于模糊多级时频峰值滤波消减地震勘探随机噪声

为解决时频峰值滤波采用单一窗长无法同时压制随机噪声和保留信号特征的问题,需要针对信号和噪声设置不同长度的窗函数,提出一种基于模糊判别的多级窗长时频峰值滤波方法。该方法结合模糊判决准则,根据地震信号局部时变特征模糊判定地震图像中各像素隶属于有效信号和随机噪声的程度。对于模糊分段后的信号和噪声,分别根据信号频率特征和噪声强度设置多级时频峰值滤波窗长时频峰值滤波算法,在噪声区域采用较长的窗长以压制随机噪声,在信号部分采用较短的窗长以保持地震信号的细节。将模糊多级时频峰值滤波应用于合成记录和共炮点地震勘探记录,结果表明,改进的方法增强了时频峰值滤波算法保持信号特征的能力,能够有效提高地震勘探图像的信噪比。     

心电信号的小波变换消噪方法

人体心电信号微弱,信噪比较低.为了消除心电信号中的噪声,提高心电监护仪的性能和计算机自动诊断效率,人们已提出了多种方法来消除这些噪声.小波变换是一种信号的时间尺度(即时间频率)分析方法,具有多分辨率分析的特点。它对信号具有的自适应性,使其成为数字信号处理领域中的一个重要工具.这里提出了一种采用阈值预处理的小波变换消噪方法,该方法可以降低模极大值消噪算法计算的复杂程度,又可保证心电信息特征不被丢失.试验表明,该方法能较好地实现心电信号的消噪.显然,该方法也适合于信噪比较低的生物信号的处理中.     

一类混沌背景中正弦信号的提取

利用信号的尺度特性,提出了一种应用小波多尺度分解算法进行混沌信号的降噪及从混沌背景中分离正弦信号的方法。该方法不需要已知产生混沌信号的数学模型以及要求叠加在混沌背景中其他信号的幅度远远小于混沌背景信号的幅度的假定,便可从Lorenz混沌背景下提取正弦信号。计算机仿真结果表明:该方法具有实现简单、鲁棒性好、计算量小等优点。     

一种基于图像分割和模板匹配的短波跳频信号盲检测算法

提出了一种基于图像分割和模板匹配的短波跳频信号盲检测算法。该算法将实际跳频信号的STFT（Short Time Fourier Transform）时频谱图当做一幅图像,利用图像分割手段分离背景噪声,并通过模板匹配来实现跳频信号的检测。实验结果表明该算法能够有效克服实际短波信道中复杂的背景噪声,计算复杂度低,易于工程实现。     

一种快速OFDM调制信号识别算法

利用固有时间尺度分解对接收信号提取瞬时参数,结合方向数据的统计分析方法,提取了3个特征参数作为联合特征向量组,对正交频分复用(OFDM)信号和常见单载波调制信号进行类间识别,并对载波频率、符号速率和采样率等系统参数对识别性能的影响进行了分析．该算法可直接在中频对信号进行处理,避免了载波恢复过程．仿真结果表明,该算法可以在信噪比较低的条件下很好地区分OFDM信号和单载波,并对系统参数表现出了一定的鲁棒性．     

基于宽带时频图的多路摩尔斯信号自动检测

针对现有算法没有涉及的宽带环境下多路摩尔斯信号自动检测问题,提出一种基于宽带时频图和集成学习分类器的算法.首先,通过提出一种基于宽带时频图的信号快速窄带滤波方法,实现噪声背景中各类型信号窄带时频图的快速获取;然后,为从上述窄带时频图中识别出多路摩尔斯信号,提出3个新特征与局部二值模式特征构成特征向量;最后,采用集成学习算法设计分类器实现摩尔斯信号的自动检测.与现有算法对比实验结果表明:针对多组实际数据,该算法的正确率均可达95%以上,同时误检率低于10%,具有良好的鲁棒性和应用价值.     

时频混合重叠复用系统的快速检测算法

为提高通信系统的频谱效率,研究了一种时频混合重叠复用系统,并提出针对该系统的基于Gabor变换的快速检测算法和利用误差反向传播思想的改进检测算法。实验结果表明,与利用最大似然序列估计检测算法相比,该算法在牺牲部分性能的条件下,检测速度大幅提高,且系统性能和检测速度做了很好的折衷,在较高信噪比时仍然优于相同频谱效率的高阶调制。采用相互重叠的信号复用传输方式直接提高传输速率比使用同样频谱效率的高阶QAM调制能带来更大的增益。