基于噪声估计的加权协同频谱感知技术

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。针对传统的能量检测法和协同频谱感知存在的局限性,提出一种基于估计噪声的加权协同频谱感知方法,不同认知用户分别通过估计被测频段相邻保护（过渡）频带的噪声特性,近似作为授权用户频带内的噪声特性,以此估计噪声作为信任度进行加权协同数据融合。仿真结果表明,该方法能有效提高频谱检测性能。     

基于能量检测算法的频谱感知方法分析

简要介绍了认知无线电通信系统中基于能量检测算法的频谱感知方法,分析了能量检测算法的原理和性能,研究了噪声的不确定性对检测性能的影响。仿真实验表明,能量检测法是一种有效的频谱感知方法。     

基于多子带信号采样和小波变换的宽带频谱感知*

在GHz级宽带信号频谱感知中,如果直接采样此宽带信号,其所需采样速率太高,超过现有的模数转换器指标;确切估计出主信号所占频段,可以进一步提高频谱利用率;因此本文基于调制宽带转换系统（MWC）,提出一种基于多子带信号采样和小波变换的宽带频谱感知方法。首先利用MWC实现宽带信号的低速率采样,得到子带信号;然后提出一种噪声功率及检测门限估计方法,再利用能量检测法实现对非噪声子带的频谱感知;最后利用小波变换对信号子带进行频谱边缘检测,以确定主用户信号占用频段的确切位置信息。仿真结果验证了本文所提出的宽带频谱感知方法的可行性和有效性。     

基于奇异值分解的宽带频谱感知改进算法

对认知无线电中宽带频谱感知的信号检测问题进行研究,在信道位置和带宽随机分布的条件下,提出一种基于Hankel矩阵奇异值分解的改进算法完成宽带频谱的频率点奇异性检测并获得各子频段的起始频率和带宽,有效实现盲宽带频谱感知,同时利用提出的三种性能评价参数对该算法与多尺度小波变换算法进行了性能对比。通过实际接收微波信号及仿真OFDM信号感知实验验证,该算法有效抑制了噪声不确定性,滤除了伪奇异点,提高了宽带频谱感知性能。     

基于Matlab和通用软件无线电外设的频谱感知实现

为提高频谱资源的利用率,针对实际无线通信信道,搭建基于Matlab和通用软件无线电外设的无线通信系统平台,应用能量检测法对主用户信号进行频谱感知和可用频谱带宽估计,实现频谱检测并为次用户的频谱接入提供判断依据。实验结果表明,该方法能快速准确地实现无线电系统通信,并且在高信噪比和采样个数较多的情况下,能较好地检测频谱占用情况,满足认知无线电频谱感知的要求。     

一种基于特征值的多天线认知无线电盲感知算法

当不存在噪声不确定性时,频谱感知算法中能量检测法是较优的,但实际中噪声是无法确切估计的。针对这一问题,提出了一种适合多天线认知无线电系统的盲感知算法。该算法不需要主用户的任何先验知识,利用采样协方差矩阵的最大特征值和矩阵迹之比作为判决统计量来检测主用户信号。根据随机矩阵理论,当给定虚警概率时,可以求出判决门限的渐近式表达式。仿真结果表明,与同类算法相比,所提算法能获得较高的检测概率和较低的虚警概率,同时克服了能量检测法对噪声的敏感性。     

基于改进型支持向量机的频谱感知算法

针对无线信道环境中,信道多径衰落和噪声不确定性等低信噪比情况下主用户信号检测性能较低的问题,提出一种基于改进型支持向量机(support vector machine,SVM)的主用户信号频谱感知算法.对信号循环平稳特征参数进行特征提取,作为训练样本和待测样本;采用改进的SVM算法分别对有无主用户情况下的信号进行分类检测.仿真结果表明,与能量检测法(ED)和循环平稳特征检测法(CD)相比较,该算法可在低信噪比情况下不受噪声不确定性等因素影响,具有较高的分类检测性能,有效地实现了对主用户信号的感知.     

动态分配模式下的宽带频谱感知

频谱感知是认知无线电的一项关键技术,其能够检测出未被主用户占用的频谱空穴,提高频谱利用率。提出两种宽带感知方法——矩形谱感知法和谱相关感知法,分别适用于已知主用户带宽和主用户功率谱(PSD)的情况。不同于以往将宽带频谱感知转换为窄带频谱感知的方法,利用主用户先验PSD在宽带范围内直接搜索主用户信号。该方法不需要带宽划分,直接在宽带内进行检测,对主用户信号PSD没有特殊要求,主用户信号可以随机出现在所检测的带宽范围内。仿真结果表明,由于谱相关法比矩形谱法利用了更多的先验信息,其检测性能优于矩形谱法,主用户载波估计更为准确。     

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。     

已知噪声不确定性的双门限协作频谱感知

频谱感知是认知无线电的关键技术之一。能量检测广泛应用于频谱感知中,然而噪声不确定性严重影响其检测性能。建立了噪声不确定性模型,提出了双门限协作频谱感知算法,并分析了融合中心接收到感知用户信息数量进行有效感知的概率。仿真结果表明,在一定条件下,所提算法能够达到较好的检测性能。     

认知无线电网络中宽频谱的信号分离算法

在认知无线电网络中,认知用户随机接入宽带频谱进行数据传输,但是这样很容易受到恶意用户的干扰,这些恶意用户随意地接入共享频带进行信号传输,这些信号会干扰主用户和认知用户。为此,提出了一种基于压缩感知的信号分离方法。该方法可以很好地从宽带信号中分离出恶意用户信号。算法主要采用以下三个步骤：（1）所有认知用户采用压缩感知技术从宽带频谱中恢复各信号;（2）认知用户将分离的信号发送到融合中心,融合中心通过小波边缘检测的方法确定频谱边缘,并按照边缘特性将频谱分成若干频段;（3）融合中心根据具体特征对每个子频段进行信号分离。分析和仿真结果表明,这种新的基于压缩感知的宽频带信号分离方法能很好地从宽带信号中将含有恶意用户干扰的混合信号分离出来。     

一种适合卫星通信的宽带频谱感知算法

在卫星通信系统中实现认知无线电技术需要对多频带的宽带信号进行频谱感知.针对使用传统OMP （Orthogonal Matching Pursuit）算法在宽带调制转换器（Modulated Wideband Converter,MWC）系统下,出现的由于相邻两个支撑频带间距太近而出现遗漏支撑频率的现象,提出一种基于邻近搜索的OMP改进算法,仿真表明,该算法能够更优化地实现信号的重构,保证频谱检测维持较高的检测概率.     

多带联合检测在OFDM频谱感知中的应用

针对传统频谱感知方法局限在单个频带上的问题,介绍一种多带联合检测的频谱感知方法。以正交频分复用系统为背景,基于能量检测方法,联合多个频带选取最优门限向量,使其在总干扰受限的情况下,总吞吐量达到最大。仿真结果表明,与传统使用一致门限值的多带检测方法相比,该方法的有效性得到提高。     

认知无线电网络中基于SVD算法的无线麦克风信号的检测*

在无线区域网中,作为授权用户的无线麦克风信号的低功率和窄带宽使得这种信号的检测非常困难。提出了基于奇异值分解的无线麦克风信号检测方法。对由接收信号形成的Hankel矩阵作奇异值分解,通过检查奇异值来检测无线麦克风信号的存在并估计该信号的中心频率,进而可以设置保护频带;非授权用户可以使用保护频带之外的频率资源,从而改善频谱效率。仿真结果证明了基于SVD的频谱检测算法具有更好的检测性能和很高的频率估计精度。     

基于信号功率谱密度分布的动态非均匀子带分解方法

针对频谱变化范围较大的宽带信号的子带分解问题,为了动态地调整子带的宽带与数量,合理地控制子带信号的自相关矩阵特征值扩散度,提高子带信号处理的性能和效率,在基于离散傅里叶变换(DFT)子带分解方法的基础上,提出了一种基于信号功率谱密度(PSD)的动态非均匀子带分解的新方法。对于给定序列,通过功率谱估计,确定子带数目和子带幅度范围,通过子带调制实现不同子带向零频处搬移,实现信号的分解。利用Matlab对子带信号特征值扩散度和信号重建性能进行了仿真。实验结果表明,与均匀子带分解相比,提出的方法直接利用PSD的分布信息实现非均匀子带分解,有效地控制了子带信号特征值扩散度在合理范围内的分布,并具有较好的重构性能。     

基于混沌和声搜索的最优线性协作频谱感知算法

为了进一步提高认知无线电频谱感知的准确性和可靠性,提出一种基于混沌和声搜索(CHS)的最优线性协作频谱感知算法。该算法基于能量检测的线性加权协作频谱感知模型,利用和声搜索(HS)算法本身的优化能力和混沌映射的遍历性、随机性等特点,通过求解最优权值的方法,提高频谱感知的性能。仿真实验结果表明,CHS算法的优化性能和收敛速度均优于传统的HS算法,基于CHS的最优线性协作频谱感知算法能够找到最优的权值,从而提高了复杂通信环境下的检测概率;并且在相同的虚警概率下,所提算法性能优于基于修正偏差因子的协作频谱感知算法。     

一种认知无线电的联合频谱检测算法

为了改善信噪比不同的认知无线电(cognitive radio)用户的联合频谱检测性能,提出了一种基于能量检测的两个用户合作频谱检测算法。在联合虚警概率一定的条件下,根据接收信号能量对各个用户的判决门限进行调整,增大高信噪比用户对联合检测的影响,同时减小低信噪比用户的影响,来提高联合检测概率;判决结果只占用少量比特的信息,减少了通信开销。实验结果表明,所提算法很好地逼近了搜索解,提高了联合检测性能。