基于OFDM的双门限协作频谱感知仿真

针对频谱感知中单门限能量检测的不足,研究了双门限能量检测,结合OFDM频谱利用率较高的特点,提出了将双门限能量检测与OFDM系统相结合的方法.以OFDM系统为基础,将系统中的子信道作为待感知用户,根据可用子载波数量确定实际感知用户,在子信道中进行双门限能量检测,数据融合中心采用“or”准则进行判决.仿真结果表明,该方法能够较好地识别出主用户,从而控制OFDM系统的数据传输,随着可用子载波个数的增加,可以得到更好的识别性能.     

认知OFDM系统中基于能耗受限的频谱感知方法

针对传统频谱感知方法没有考虑能耗受限对认知系统的影响,以认知正交频分复用(OFDM)系统为背景,提出一种基于能耗受限的联合优化频谱感知方法。该方法基于传统能量检测方法,以最大化吞吐量性能为目标,将频谱感知问题建模为一个优化问题,联合多个频带选取最优感知时间和判决门限参数,使其在能耗受限的情况下,总吞吐量达到最大。仿真结果表明,与传统使用能耗均分的检测方法相比,该方法具有更大的吞吐量,能够更好地节约能耗。     

基于图分析的OFDM频谱感知

随着OFDM信号被广泛应用到现代无线通信系统中,认知无线电中OFDM信号的检测具有重要意义。引入基于图的离散信号处理理论,提出了一种基于图分析的OFDM信号频谱感知方法,详细分析了其检测原理及判决门限的设定,并最后通过蒙特卡洛仿真实验,验证了这种方法的可行性并分析了检测性能,仿真结果表明,在较低信噪比下,这种方法仍具有良好的检测性能。     

基于OFDM的认知无线电频谱检测算法研究

频谱检测是认知无线电的重要任务之一,国内外都对此领域展开了广泛研究, 而正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)技术灵活的选频方案为实现认知无线电系统提供了良好的平台。本文针对OFDM系统的特点,提出了一种新的频谱检测算法,该算法通过对OFDM收发双方的信号建模,以能量检测的方法为基础,充分利用了正交频分复用符号中的未受多经效应污染的循环前缀(Circular Prefix, CP)和空闲时间来提高检测的精度。计算机仿真结果表明：与传统的只利用空闲时间的能量检测方法和利用所有CP符号信息的方法相比,本文中的算法更有效的提高了频谱检测的概率。     

应用MDFT结构的认知无线电频谱感知方法

针对认知无线电系统采用传统正交频分复用（OFDM）技术时,其高频谱泄露带来的邻带间干扰及造成的主用户信号检测性能下降等问题,提出了一种基于改进离散傅里叶变换（MDFT）调制滤波器组的认知无线电（CR）多用户接入频谱检测方案,并推导了CR系统在应用MDFT滤波器组条件下检测概率表达式。理论推导及不同参数下仿真结果表明,与基于OFDM的CR系统相比,MDFT结构的系统比以矩形窗函数为原型滤波器的OFDM系统带外有更高阻带衰减;在较低信噪比情况下,基于3GPP TS 25.104协议标准的多径步行信道采用MDFT滤波器组结构的CR系统频谱感知性能相比于采用OFDM调制方式有了明显提升。     

考虑频谱感知错误的多载波认知无线电资源分配算法

认知无线电(CR)资源分配中二级用户对主用户造成的干扰源于两方面,即带外频谱泄露和频谱感知错误。滤波器组多载波(FBMC)技术和正交频分复用(OFDM)技术相比,FBMC带外泄露较小,频谱利用率较高。FBMC技术考虑干扰来源,可以降低二级用户对主用户的干扰,提高CR系统吞吐量。为此,提出考虑频谱感知错误的CR资源分配算法,建立干扰模型,将资源分配分步简化为载波分配和功率分配,在干扰约束和功率约束条件下对二级用户进行功率分配。基于FBMC和OFDM系统的仿真结果表明,该算法对主用户造成的干扰更小,CR系统可以获得更大的吞吐量,FBMC的干扰和吞吐量性能均优于OFDM。     

基于OFDM的认知无线电用户频谱分配策略

结合正交频分复用(OFDM)技术,研究认知无线电场景中的多用户频谱分配策略,提出最优与次优2种算法。最优算法通过授权用户的SIR下限得到认知无线电的发射总功率,采用拉格朗日定理为每个认知用户分配子载波和功率。次优算法引入分配比例因子来体现用户分配的公平原则,通过限制SIR得到频谱分配结果。仿真结果表明,2种算法的性能优于现有基于FDMA的静态频谱分配算法,能从不同层面满足认知无线电的需求。     

遗传算法在认知无线电频谱感知中的应用

针对基于OFDM系统的多带联合检测方法中门限向量选取问题,在一定的主用户干扰限制下,充分考虑各子信道特征,建立了门限向量优化模型。将遗传算法应用其中求解最优门限向量,使认知系统吞吐量得到了优化。仿真结果表明,这种方法比传统未使用优化而取一致门限的频谱感知方法对吞吐量的提高更有效。     

基于能量检测的认知无线电频谱感知技术分析

介绍认知无线电的基本知识,较详细论述其中的频谱感知技术,分析了用于发射端检测的能量检测法的基本原理和方法,完成高斯白噪声信道条件下能量检测法的性能参数计算仿真,给出了相应结论。     

频谱感知协作检测方法仿真研究

在认知无线电系统中,认知无线电用户需要快速准确地检测出主用户及其闲置的频带.本文就一种利用两个认知用户协作感知频谱的检测方法进行仿真研究,结果表明,它可以减少检测时间和增加检测的灵敏度.     

低信噪比OFDM信号符号周期盲估计

针对认知无线电系统中正交频分复用(OFDM)信号参数估计这一重要问题,利用OFDM信号的循环谱实现了符号周期的盲估计。首先证明了加循环前缀矩形脉冲成型的OFDM信号具有循环平稳性,然后分别在无噪声和低信噪比条件下,以单载波信号的循环谱为基础,利用OFDM信号各子载波的正交性,从理论上推导出了OFDM信号的循环谱表达式。最后通过对连续信号和离散信号进行仿真,得到了相同的循环谱图,并且在低信噪比条件下,利用循环谱实现了OFDM信号符号周期的盲估计。     

降低OFDM系统峰均比方法的研究

针对正交频分复用系统（OFDM）所具有的高峰均比问题,提出了一种改进的预留子载波降低OFDM系统峰均比功率的方法。在系统的发送端利用IFFT/FFT变换对,产生频域消峰序列,以降低OFDM系统峰均比。该方法在产生消峰序列过程中不会导致误码率的增加,降低PAPR效果明显。仿真数据证明了该方法的有效性。     

一种基于ZCZ序列的OFDM信道估计

提出了一种基于ZCZ序列的OFDM信道估计方法,该方法是基于隐训练序列的信道估计方法的一个特例。与传统的基于训练序列的估计方法不同,隐训练序列不占用单独的时隙,而是周期性地叠加在数据序列上,这虽然引起了一定的发送能量损耗,但大大提高了信息速率。该估计方法利用了接收数据的一阶统计特性,具有实现简单的优点,与传统的基于训练序列的方法相比,提高了频谱利用率。由于ZCZ序列的平衡性,该方法不受直流偏移的影响,这大大改善了传统的基于隐训练序列的信道估计性能。给出了信道估计算法,并对估计误差进行了分析。     

基于信道冲击响应的OFDM精细同步方法

提出一种基于信道冲击响应的正交频分复用系统精细同步方法,在非理想同步情况下,利用可抑制能量泄漏的修正迭代最小二乘信道估计信道冲击响应,并对估计结果进行定时,同时介绍基于信道冲击响应的窗函数。仿真实验结果表明,该方法能够克服传统相关方法定时滞后的缺点,且获得较高的估计精度。     

正交频分复用系统中基于人眼视觉系统的自适应图像传输

针对传统的图像传输方法,提出了一种基于人眼视觉系统的自适应图像传输方案。在OFDM系统中,通过将自适应技术与信源分割及信道特性相结合的方法,实现在频率选择性慢衰落信道中高质量的图像传输。为验证该方法的良好性能,三种不同图像源被用于仿真程序中。仿真结果及理论分析可以证明,自适应图像传输与传统的图像传输相比,可大幅地提高接收图像的峰值信噪比。     

基于用户多业务模型的OFDM蜂窝网下行链路自适应小区选择算法

当前有基于用户接收信噪比的选择算法和基于平均用户阻塞率的选择算法两种蜂窝网络的自适应小区选择算法。但是这两种算法都不适合应用于多业务OFDM蜂窝系统。无法保证不同速率、不同实时性要求的用户接入系统的公平性,同时系统总体的阻塞率性能和吞吐量性能也无法尽可能最优。于是本文提出了一种基于多业务共存模型的自适应小区选择算法。仿真结果表明,本文所提出算法显著提高了实时性要求较高的高优先级用户的接入性能,同时又通过优先级浮动制度使得最终系统总体接入性能尽可能接近于最优。本算法特别适用于多业务共存的新一代蜂窝移动系统。     

Joint estimation of state and noise parameters in a linear dynamic system with impulsive measurement noise: Application to OFDM systems

Interference mitigation is one of the main challenges in wireless communication, especially in ad hoc networks. In such context, the Multiple Access Interference (MAI) is known to be of an impulsive nature. Therefore, the conventional Gaussian assumption is inadequate to model this type of interference. Nevertheless, it can be accurately modeled by stable distributions. In fact, it was shown in literature that the α-stable distribution is a useful tool to model impulsive data. In this paper, we tackle the problem of noise compensation in ad hoc networks. More precisely, this issue is addressed within an Orthogonal Frequency Division Multiplexing (OFDM) transmission link assuming a symmetric α-stable model for the signal distortion due to MAI. Based on Bayesian estimation, the proposed approach estimates the transmitted OFDM symbols in the time domain using the Sequential Monte Carlo (SMC) methods. Unlike existing schemes, we consider the more realistic case where the impulsive noise parameters are assumed to be unknown at the receiver. Consequently, our approach deals also with the difficult task of noise parameters estimation which can be very useful for other purposes such as target tracking in wireless sensor networks or channel estimation. Simulations results, provided in terms of Mean Square Error (MSE) and Bit Error Rate (BER), illustrate the efficiency and the robustness of this scheme.