认知无线电网络中基于噪声功率估计的能量检测性能

该文分析了利用噪声功率估计值进行能量检测时判决门限的计算问题,推导出检测性能的Q函数表达式。为达到期望的检测性能,判决门限不能直接由噪声功率估计值替换已知的噪声功率得到,必须进行修正。文中给出了修正判决门限的闭合表达式,极大地简化了检测性能分析和判决门限计算。仿真结果表明,在估计样点数为20时,对比原判决门限,基于修正判决门限的误警概率减少了15%,有效地提高了认知无线电网络的吞吐量。     

基于信噪比墙的协作能量检测算法

认知无线电技术可有效地检测到授权频段的频谱空洞,从而提高频谱效率.能量检测由于不需要授权用户的先验信息而被广泛应用.然而由于接收的噪声存在不确定性,使得在信噪比低于某一闸值时,无论观测时间多长,都无法保证检测结果满足要求的检测性能,这一闸值被称作“信噪比墙”.本文通过信噪比墙这一现象进行分析,同时由于协作感知算法在确定噪声下在提高检测性能方便表现出的优势,提出一种基于信噪比墙的协作能量检测算法,通过仿真结果分析,表明本文算法在检测性能和节能上较已有的协作算法具有优势.     

基于能量检测的频谱感知方法的介绍

简要介绍了认知无线电通信系统中基于能量检测的谱感知方法，分析了能量检测法的原理和性能。探讨了噪声不确定性产生的原因，分析了在该条件下对信噪比门限和对检测性能的影响。仿真实验表明，能量检测法是一种有效的频谱感知方法．     

一种基于噪声估计的能量检测自适应门限新算法

频谱感知是认知无线电研究的关键技术之一,能量检测法是典型的频谱感知方法,但传统能量检测法的性能很容易受噪声功率变化影响。本文提出一种基于噪声方差估计的能量检测自适应门限算法。该算法基于噪声统计模型实时估计噪声方差,自适应地设置判决门限,达到更充分利用频谱资源的目的。仿真结果证明,该算法能准确估计噪声方差,有效地提高频谱检测性能。     

基于噪声估计的改进能量熵语音端点检测算法

针对传统能量熵的短时能量与子带谱熵容易受噪声环境影响,低信噪比下端点检测性能下降的问题,提出一种基于噪声估计的改进能量熵语音端点检测算法.首先对语音进行噪声估计并以此计算语音存在概率;然后利用估计的噪声能量修正短时能量,用语音存在概率作为加权系数优化子带谱熵,并将两者结合生成改进的能量熵;最后给出基于噪声估计的动态门限...     

基于USRP2920与差分能量检测的双门限频谱感知算法实现

为提高紧缺频谱资源的利用率,针对实际无线通信环境噪声不确定性对感知性能的影响,搭建了基于软件无线电外设(USRP,NI2920)的认知无线通信系统平台,利用差分双门限能量检测算法感知授权用户信号并估计空闲可用频带,为认知用户的动态频谱接入提供判别依据.此外,推导出差分双门限能量检测概率的闭合表达式,并通过实验估计噪声功...     

一种基于噪声估计的语音激活检测算法

针对当前语音激活检测算法在低信噪比和复杂噪声模型的环境下性能损失的问题,提出了一种基于噪声估计的语音激活检测算法,通过对背景噪声进行自适应估计,得到准确的信噪比门限,同时利用估计背景噪声对短时谱进行白化处理,从而使得谱熵判决准则得以适用于复杂噪声模型的环境。实验证明,算法在低信噪比和复杂噪声模型下性能优于G.729B和AMR中的语音激活检测算法。     

认知无线电系统中协同能量检测算法的性能研究

该文首先研究了单认知用户能量检测算法的检测性能和检测灵敏度与检测时长和噪声短时间内平均功率波动性之间的关系,得出检测性能和检测灵敏度随噪声短时间内平均功率波动性的增大而急剧下降的结论,在低信噪比时尤为明显;针对检测性能和检测灵敏度随噪声短时间内平均功率波动性的增大而急剧下降,提出了基于多用户协同能量检测算法。仿真表明,在低信噪比环境下,即使噪声短时间内的平均功率存在较大的波动性,只要适当地增加协同检测的用户数,仍可获得较为准确的检测性能。     

宽带能量检测性能及噪声不确定度约束下的观测时长分析

该文针对基于最小错判概率准则对宽带采样信号进行判决的情况,讨论了检测概率、虚警概率与观测时长的置换关系,得到了在采用上述判决门限条件下,达到规定的检测概率和虚警概率所需要的最小观测时长的闭式表达式。此外,该文还讨论了噪声不确定性对检测性能约束条件下的最小观测时长的影响,得到了在噪声峰值不确定度给定情况下的最小观测时长表达式。数值仿真结果验证了该文结论的正确性。     

基于信噪比加权的合作频谱检测算法

认知无线电作为一种先进的技术,它可以通过有效的利用未被主用户使用的频谱来提高频谱的利用效率。然而,由于无线环境的复杂性,单节点频谱检测的可靠性大大下降,虽然现有的合作频谱检测算法在一定程度上提高了频谱检测的性能,但仍未达到最佳。基于此,本文提出了一种信噪比加权的合作频谱检测算法来提高信号的检测概率,然后在加性高斯信道(AWGN)和瑞利衰落(Rayleigh)信道下对该算法进行了仿真验证。仿真结果表明:该算法能大大提高了信号的检测性能,具有很强的抗衰落能力。     

Low-complexity joint beamforming and power allocation for SINR balancing in cognitive radio networks

We consider the Signal-to-Interference plus Noise Ratio (SINR) balancing problem involving joint beamfoming and power allocation in the Cognitive Radio (CR) network, wherein the Single-Input Multi-Output Multiple Access Channels (SIMO-MAC) are assumed. Subject to two sets of constraints: the interference temperature constraints of Primary Users (PUs) and the peak power constraints of Cognitive Users (CUs), a low-complexity joint beamforming and power allocation algorithm called Semi-Decoupled Multi-Constraint Power Allocation with Constraints Preselection (SDMCPA-CP) for SINR balancing is proposed. Compared with the existing algorithm, the proposed SDMCPA-CP can reduce the number of matrix inversions and matrix eigen decompositions significantly, especially when large numbers of PUs and CUs are active, while still providing the optimal balanced SINR level for all the CUs.     

低信噪比下非数据辅助的OFDM系统信道阶数和噪声方差的估计

在低信噪比情况下,该文提出一种新的针对正交频分复用(OFDM)系统信道阶数和噪声方差的非数据辅助(NDA)估计算法。算法中应用了一种新的基于联合极大几何均值(MGM)的代价函数。新的代价函数不仅利用了循环前缀(CP)冗余性,同时也利用了信道记忆性。对比只利用了CP的方法,该算法可以在低信噪比情况下更准确地估计信道阶数和噪声方差。仿真结果表明,在低信噪比情况下,该算法针对信道阶数的估计得到约10 dB的信噪比增益;同时,对噪声方差的估计,该算法显著提高了估计精度,抑制了信噪比20 dB以下估计性能恶化的现象。     

基于单调优化框架的凸松弛分支定界算法求解非凸多信道联合感知问题

多信道联合感知问题由于具有非凸性使得求解困难,该文首次尝试用确定性全局优化方法对该问题进行求解。该问题首先被转化为单调优化问题,进而提出一种基于单调优化框架的凸松弛分支定界(BRBCR)算法。仿真实验表明,所提算法较传统的凸优化方法可大幅度提升系统性能,收敛速度较PA(Polyblock Algorithm)以及传统的BRB算法提高了2个数量级,即使信道数目多达16,收敛精度为10-6,该文算法16 s内即可收敛。此外,该算法还可为其它算法提供基准,对这些算法性能进行评估。     

认知无线电网络的物理层安全研究及其鲁棒性设计

该文从用户服务质量(QoS)的角度研究了多输入单输出(MISO)认知无线电网络的物理层安全问题。通过在次用户的发送信号中加入适当功率的人为噪声,能够有效地提高网络的物理层安全性能。经过适当的变换,将次用户的安全优化问题转化为一个半定规划,从而可以有效地求得次用户的最优发射方案。另外,针对信道状态信息不确定性的问题,在假设已知信道状态信息误差范围的前提下,采用最差性能最优的方法对系统进行鲁棒性设计,以保证即使在信道状态信息误差最大的情况下,依然可以满足系统的约束条件。最后,通过仿真验证了算法的有效性。     

中频和第二本振固定的两次变频接收机的噪声扫频测试

简单介绍了中频和第二本振固定的两次变频接收机的四种变频模式,着重介绍了一种使用Agilent公司的N897XA系列噪声系数分析仪和有频率偏置功能的信号源进行接收机噪声扫频测试的方法。