利用自相关矩阵的量化合作频谱感知方法

为了改善认知无线电的频谱感知性能,提出一种基于自相关矩阵的量化合作频谱感知方法,对各认知用户的本地检测结果采用多个判决门限进行有限位的量化,在融合中心采用加权投票准则对该量化信息综合处理,得出最终判决.该方法是一种盲感知方法,不需要知道主用户信号的先验知识和噪声方差信息.具体讨论了一种2 bit量化合作频谱感知方案,并将其与传统的基于能量检测的合作频谱感知方案作比较.理论分析和仿真结果表明,该方案可以有效提高频谱感知能力.     

基于Dempster-Shafer证据理论的协同频谱感知算法

认知无线电的首要任务是频谱感知,单个认知用户的频谱感知结果容易受到衰落和多径的影响,本文结合证据理论研究了多个认知用户的协同频谱感知问题.为了在融合中心未知先验信息的条件下实现对授权用户的有效检测,文章基于Dempster-Shafer证据理论,对认知用户的本地感知结果提取证据,然后在融合中心进行融合并判决,提出了一种基于Dempster-Shafer证据理论的协同频谱感知算法.仿真结果表明,该算法能够在融合中心未知先验信息情况下,获得较好的频谱感知性能.     

基于压缩感知的分步合作频谱感知方法

在研究自相关矩阵检测理论的基础上,提出一种采用压缩感知的分步合作频谱感知方法.通过压缩感知将海量采样数据量减小,提取能够有效代表原信号的采样点;通过随机选择参与运算的认知用户及其数量进行合作检测,并反馈有益信息,减少了传统合作检测所有认知用户参与检测带来的运算复杂度.仿真表明该方法提高了频谱检测率,缩短了频谱检测时长,...     

认知无线电中基于感知信息量化的合作频谱感知

针对认知无线电频谱感知性能的提高与传输开销的矛盾,本文提出了一种基于感知信息量化的合作频谱感知方案。该方法对各认知用户的本地检测结果采用3个判决门限进行2比特位的量化,在融合中心处对量化信息加权处理后,得到最终主用户是否存在的判决。本文详细研究了采用该方案的检测概率,虚警概率和吞吐量,理论分析和仿真结果表明,该方法在每个认知用户只增加1bit传输开销的前提下能够极大的改善检测性能,实现了检测性能与传输开销的较好权衡。     

基于行列式之差的频谱盲感知算法

为了提高频谱感知性能,提出一种基于自相关矩阵行列式的频谱感知新方法,通过授权信号与噪声信号行列式的不同构建统计量。该方法无需信号先验信息、噪声功率信息与精确同步,是一种适用性更强的盲感知算法。仿真表明,与能量检测算法相比,该方法能够取得更好的检测率,且具有复杂度低、不受噪声不确定性影响等优点。     

相关盒维数的分步合作频谱感知方法

提出一种基于分形相关盒维数的分步合作频谱感知方法,通过对信号进行自相关运算,求取其盒维数值,利用恒虚警检测得到判决门限进行判决。在所有认知用户中随机选择参与运算的认知用户,并反馈有益信息。仿真结果表明,该方法在保证检测准确率的同时,降低了认知系统合作频谱感知所带来的额外开销和频谱检测时长,减轻合作控制中心的负荷,整体上提高了认知系统的检测性能。     

认知无线电中基于阵列天线和协方差矩阵的频谱感知算法

该文提出一种基于阵列天线和协方差矩阵的频谱感知算法,该算法能够在噪声不确定性的条件下进行盲频谱感知。该算法在协方差矩阵的基础上,构建新的检测统计量,推导判决门限,对检测统计量与判决门限进行比较进而做出最终判决;在主用户信号到达方向与认知用户接收天线法线方向不一致的情况下,为使认知用户能完全接收主用户信号,利用了阵列天线技术。仿真结果表明,与Zeng等人(2009)提出的绝对值协方差矩阵频谱感知算法(Covariance Absolute Value Spectrum Sensing, CAVSS)相比,该算法判决门限的计算方法更加准确;在相同条件下,该算法的检测概率高于CAVSS。     

基于SNR比较的协作频谱感知研究

频谱感知是认知无线电中通过发现可用频率资源提高频谱利用率的关键技术。协作频谱感知能一定程度上消除多径和阴影的影响,为了进一步提高频谱检测性能,提出了一种基于SNR比较的协作频谱感知算法。在此算法中,各个认知用户将各自的本地判决结果和自身的SNR值发送到数据融合中心,通过SNR比较,对各CR用户进行筛选,选出符合算法要求的CR用户参加协作检测,进行数据融合。计算机仿真表明,该算法能有效提高检测性能,并减少判决融合的节点数量。     

集中式双非参量累积和的合作频谱感知技术

针对认知无线电网络频谱感知的检测时延降低问题，提出了一种采用双非参量累积和的合作频谱感知方法。在单主用户认知网络中，本地认知用户执行非参量累积和算法，处理能量观测数据，以缩短检测时延，减少对主用户先验信息的需求，同时为了降低带宽开销，只向融合中心传输1比特的预判决结果。融合中心在噪声干扰下接收融合预判决结果，执行非参量累积和算法，累加判决统计量，对主用户信号是否存在进行最终判决。仿真结果表明，在10%的虚警概率下，相比于传统的非参量合作频谱感知算法，双非参量累积和算法具有较低的检测延迟。      

基于信誉度的频谱感知数据融合算法

频谱感知数据融合算法对认知无线网络性能起到重要作用,目前各频谱感知算法在检测恶意节点及适应认知用户环境变化上的性能有待加强,为此,提出了一种基于认知用户过往判决记录的改进加权序贯概率比检测算法。该方法通过融合中心记录认知用户过往判决结果的符合次数,改变其信誉度,从而得到该认知用户判决结果在融合结果中所占有的加权,最终得到更为理想的判决结果。     

Cooperative blind spectrum sensing using autocorrelation matrix

To improve the spectrum sensing performance in cognitive radios, a scheme of cooperative blind spectrum sensing based on autocorrelation matrix is proposed. The test statistic is extracted from the autocorrelation matrix of the received signal samples and a bi-threshold hybrid decision scheme is designed for local spectrum sensing. The cognitive radio base station makes a credibility fusion based on the local soft decisions and then takes global fusion combining with the local hard decisions. The proposed method is blind in the sense since it requires no apriori knowledge of the signal and the noise power. Theoretical analysis and computer simulation results show that the proposed method can enhance the spectrum sensing capability.     

Effective autocorrelation-based spectrum sensing technique for cognitive radio network applications

Spectrum sensing based on detection techniques enables cognitive radio networks to detect vacant frequency bands. The spectrum sensing gives the opportunity to increase the radio spectrum channels re-utilization. However, the main challenge in spectrum sensing is the simplicity of the considered detection approach and the amount of prior information needed to make an accurate decision. This paper proposes a novel sensing technique based on the autocorrelation function. This novel approach is based on the speed of convergence to zero of all autocorrelation coefficients. This technique shows the highest probability of detection for the same probability of false alarm target at low signal-to-noise ratio (SNR) compared with many standard detection techniques. The proposed method has been implemented using GNU Radio software and SDR (software-defined radio) platforms. The experimental results show the effectiveness of the proposed method under real scenarios.     

基于OMP算法的宽带频谱感知

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供次用户接入使用,提高频谱利用率.宽带频谱感知要求对数GHz 的带宽进行检测,过高的采样速率、大的数据量对现有的硬件设备提出了巨大的挑战.本文利用宽带频谱的稀疏性提出一种基于OMP算法的宽带频谱感知方法.该方法利用MWC采样实现对宽带模拟信号直接压缩采样;利用自相关矩阵对称分解特性和主用户信号独立性,得到有限维压缩采样信号模型,利用AIC/MDL准则估计稀疏度作为OMP算法迭代停止的条件,大大减少了算法复杂度;该方法不需要重构接收信号的PSD,直接在时域根据低速率采样信号,检测被占用信道.仿真结果表明,当带内信噪比大于9dB时,频谱检测概率高于90％.     

随机共振在认知无线电频谱感知中应用的最新研究进展

频谱感知是认知无线电网络的一项关键技术.低信噪比(SNR)环境下频谱检测的性能会大幅降低,而随机共振(SR)能有效提高信号信噪比,所以将其应用到频谱感知中,能增强认知用户对主用户(PU)的检测性能.首先介绍了随机共振在认知无线电频谱感知中应用的最新研究进展,包括随机共振在本地感知中(如能量检测、协方差矩阵频谱感知、循环平稳特征检测)及协作感知中的应用,然后指出了随机共振在认知无线电频谱感知中还有待解决的问题,并提出了下一步的研究方向.     

基于一致优化的分布式宽带合作频谱感知算法

在压缩采样的框架下,提出一种基于一致优化的分布式宽带频谱压缩感知算法。算法思想如下:认知无线电网络中每个认知节点首先根据压缩采样理论获取压缩采样,并恢复本地的频谱信息,然后在一跳范围内交换频谱信息。认知节点将获取的邻居节点频谱信息进行加权平均,此加权平均作为频谱恢复一致优化问题的约束,以此来降低计算开销,加速算法的收敛。优化问题通过最优交替方向乘子法迭代求解来获取整个认知无线电网络的频谱估计。给出了算法的收敛性证明,并进行了仿真实验以验证算法的有效性。     

认知无线电网络中基于最大似然准则的协同频谱检测算法研究

提出一种集中式频谱协同检测算法。各认知节点采用能量检测算法,然后使用最大似然准则进行本地判决,且把似然比作为本地判决可靠性的度量;中心节点基于可信度对接收到的认知节点本地检测数据进行数据融合。仿真结果显示,文中提出的认知节点协同频谱检测方案能够减少误检概率。特别是当信道处于深衰落时,少量节点参与协同就能获得较好的检测性能。     

基于循环前缀频域自相关的OFDM信号频谱感知

针对无线通信频谱资源有限并且利用率非常低的问题,研究了认知无线电系统中基于信号典型特征的频谱感知策略,并进行动态频谱检测.提出了一种基于循环前缀频域自相关的频谱感知算法,利用正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)信号的循环前缀具有循环平稳特性,在信...     

衰落信道下基于簇的协作频谱感知分析

在分布式协作频谱感知网络中,认知用户向融合中心上报本地检测的信道是带宽受限的,并且受各种衰落的影响。分析了衰落信道下认知用户通过"与"规则进行融合的协作感知策略,提出了认知用户间为Nakagami信道时基于簇理论的协作感知方案,推导得出了2种方法的检测概率和归一化平均感知比特数。仿真结果表明,基于簇理论的协作感知通过牺牲一定的信令开销得到较好的感知性能。     

认知无线电网络中基于合作的频谱检测研究

在认知无线电技术的实际应用场景中,针对单认知用户本地检测的局限性,以提高认知无线电网络的检测性能和缩短检测时间为目标,分别从分布式多用户和协作分集两种合作检测方式出发,对认知无线电网络中的合作检测算法和机制进行了分析及讨论,并在此基础上进一步提出了认知无线电合作检测的未来研究方向及难点问题.