基于递归算法的频谱感知方法

针对传统的宽带频谱感知方法需要在各个频率信道平均分配计算量或硬件资源,频谱感知效率不高问题,给出利用递归算法代替快速傅立叶变换算法进行频谱感知的方法。根据信道占用率统计规律,调整频谱感知控制单元的本振频率,自适应选择递归算法滤波器,实现对多个感兴趣频率信道检测。仿真实验及分析表明,利用递归算法进行频谱感知时,只需要计算那些感兴趣的频率信道的功率谱,提高了频谱感知效率。     

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.     

认知网络中频谱感知技术研究

认知网络作为一种能够提高有限频谱资源利用率的颇具应用前景的技术,可从根本上缓解日益严重的频谱资源紧张问题,已成为无线通信领域内的一个研究热点,并受到越来越多的关注。本文介绍了认知网络的概念,并从认知网络频谱感知方面综述了现有的研究成果,讨论了目前存在的问题和进一步研究的方向。     

一种基于Goertzel算法的频谱感知方法

频谱感知是认知无线电的首要任务,传统的扫描式宽带频谱感知方法效率不高,因为对于具有高占用率的频率信道不需要经常感知。文章提出一种基于Goertzel算法的频谱感知方法,适于针对宽带频谱内具有高可用性的频率信道进行监控和检测。介绍了该方法的工作原理和实现结构。通过仿真实验可看出,该方法可以有效实现对频带内某些指定频率进行感知。     

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。     

面向区域的认知无线电系统的频谱感知模型

建立了面向区域的频谱感知模型(RSSM),根据路径损耗和衰落裕度理论推导出了RSSM感知区域的大小。基于RSSM,在单用户频谱感知中分析了阈值设定方法以及次用户位置对频谱感知性能的影响;在协作频谱感知中,利用D-S理论分析了硬决策协作频谱感知中次用户分散性对感知性能的影响。最后通过仿真实验证明了本文模型的正确性。     

基于时域-空域联合的认知无线电频谱感知算法

为提高认知无线电系统中频谱感知的性能和检测概率,提出了一种时域-空域联合的频谱感知算法。该算法利用主用户信号时域与空域的特性,通过空域感知对主用户定位,利用主用户的定位信息时域感知选择认知用户进而提高检测概率。仿真结果表明,该算法的检测性能优于时域或空域感知。     

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。     

基于MBSBL-FMLM的宽带协作频谱感知算法

针对认知无线电网络中单节点的宽带压缩频谱感知算法检测准确性低、实时性差的缺点,提出了基于多测量向量块稀疏贝叶斯学习-快速边缘似然函数最大化(MBSBL-FMLM)的宽带协作频谱感知算法。该算法采用分布式压缩感知(DCS)系统进行多节点协作检测,以降低单节点检测带来的多径衰落、阴影衰落等不利影响;另外,融合中心结合多测量向量(MMV)模型和宽带信号的块稀疏结构得出多测量向量块稀疏贝叶斯学习(MBSBL)框架,并利用快速边缘似然函数最大化(FMLM)方法进行快速参数估计。数值分析表明,基于MBSBL-FMLM算法的检测概率、归一化均方误差、检测时耗均优于SOMP算法。     

基于功率谱几何平均的频谱感知算法

利用功率谱极值和几何平均的频谱感知算法复杂度低,抗噪声功率不确定性和抗载波频偏的能力较强,但该算法的主用户信号功率估计不够准确。为了提高频谱感知性能,提出基于功率谱几何平均的频谱感知算法,算法用信号功率谱最大值平均减去信号功率谱几何平均来估计主用户信号功率,用信号功率谱的几何平均来估计信道噪声功率,利用两者的比值作为算法的判决统计量,并推导出检测门限。在AWGN信道、信噪比为-13 dB和虚警概率为0.07的条件下,进行5 000次仿真,改进算法的检测概率为0.975 6。理论分析和算法仿真均表明,改进算法提高了主用户信号感知准确度。     

多普勒法的理论应用与研究

多普勒效应是指当波源或观测者相对于介质发生运动时 ,观测者所观测到的频率与波源实际发出的频率有所不同 ,这种现象也称为多普勒频移 .在现代技术中多普勒频移有着广泛的应用 .介绍了现代技术中多普勒效应的几个应用实例 ,并从理论上进行了分析研究     

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.     

协作频谱感知中的信道搜索机制优化

频谱感知是认知无线电网络中需要解决的首要问题。为了提高频谱感知的整体性能,该文对链路层的协作频谱感知机制进行了研究,针对其中的信道搜索感知场景,提出了一种联合优化信道搜索方案。在该方案中,基站根据各信道的空闲概率大小,选择最优的信道搜索次序,并对不同信道的搜索时长进行一定的加权处理,确保以较长的时间优先搜索空闲概率较大的信道,从而使按需信道搜索过程的切换延迟以及由此造成的QoS损失最小化。仿真实验的结果显示,这种联合优化搜索方案在信道搜索场景下的平均搜索时长始终小于现有的2种搜索方案,这说明其搜索性能具有明显的改善。     

协作频谱感知中的信道搜索机制优化

中文摘要:频谱感知是认知无线电网络中需要解决的首要问题。为了提高频谱感知的整体性能,该文对链路层的协作频谱感知机制进行了研究,针对其中的信道搜索感知场景,提出了一种联合优化信道搜索方案。在该方案中,基站根据各信道的空闲概率大小,选择最优的信道搜索次序,并对不同信道的搜索时长进行一定的加权处理,确保以较长的时间优先搜索空闲概率较大的信道,从而使按需信道搜索过程的切换延迟以及由此造成的QoS损失最小化。仿真实验的结果显示,这种联合优化搜索方案在信道搜索场景下的平均搜索时长始终小于现有的2种搜索方案,这说明其搜索性能具有明显的改善。     

利用MATLAB模拟多普勒效应

分析多普勒效应特性,建立数学模型,利用MATLAB软件对其进行模拟试 验,进行定量分析,根据模拟试验结果绘制出声源发出和听者接收到的信号波形图,并 生成相应的声音．     

从动力学角度研究光的多普勒效应

以静止和运动的原子发射光子为例，运用能量及动量守恒定律，从动力学角度研究了光的多普勒效应，说明光的多普勒效应不但是一个运动学问题，而且也是一个动力学问题。     

移动信道中/D/PSK信号的多普勒频移估值

提出了一种新的无线移动信道中Ｍ元（Ｄ）ＰＳＫ信号的多谱勒频移估值与校正方案,分析了其性能,展示了该估值和校正器的分析和计算机模拟结果,并且与已公布的结果进行了比较。理论分析和模拟结果比较表明,该方法是一种有效的多普勒频谱估值和校正方法。     

改进的直扩信号频域多普勒补偿方法的研究与仿真

在直接序列扩频通信中发射机和接收机之间的相对动态会在载频信号中引起多普勒效应.针对直扩信号接收捕获处理中的多普勒补偿问题,并考虑工程实现中FFT点数的限制,提出一种频域多普勒补偿改进方法,该方法采用预累加处理技术对接收信号和本地信号进行预处理,并通过调整累加参数控制FFT点数及补偿精度.仿真结果表明,与传统的频域多普勒补偿方法相比,该补偿方法可以有效地控制FFT点数并提高多普勒补偿精度从而提高直扩信号接收处理效率.     

协作频谱感知中基于累积可疑度水平的抗SSDF攻击策略

信息融合式协作频谱感知(Cooperative Spectrum Sensing, CSS)极易受到篡改感知数据(Spectrum Sensing Data Falsification, SSDF)攻击的威胁。针对此问题,提出了一种基于累积可疑度水平(Accumulated Suspicious Level, ASL)的抗攻击策略。在该策略中,利用了数据挖掘的思想,信息融合中心不需要任何关于恶意用户攻击策略的先验信息,仅通过各次用户历史决策之间的Hamming距离来计算其可疑度,并通过多个感知周期的信息累积得到每个次用户的ASL。当某些用户的ASL连续出现超过某一特定门限时,融合中心即将它判定为恶意用户并将其从融合过程中剔除,从而达到抵抗SSDF攻击的目的。仿真结果表明,该抵抗策略能够有效检测并剔除各种类型的SSDF攻击,对于一般算法无法检测的智能型攻击也具有较好的抵抗效果,并可改善不同形式SSDF攻击场景下的协作频谱感知性能。