基于非参量累积和的合作频谱感知

针对认知无线电网络中频谱感知的检测时延降低问题,提出了基于非参量累积和的合作频谱感知算法。本地认知用户预处理频谱观测数据,获得观测数据相对于信念值的正向漂移和负向漂移。为了缩短检测延迟,认知用户只将数据的正向漂移同步传输至融合中心。融合中心融合正向漂移得到判决信息,采用非参量累积和算法依时间序列顺序累加判决信息,判断主用户是否正在使用授权频段。为了解决不传输负向漂移引起的虚警问题,改进算法提出融合中心可以保留首次判决,经过等待时间间隔后再作出最终判决。相对于传统的软融合算法,改进融合规则的合作频谱感知算法具有较低的检测延迟。     

基于高阶累积量的认知无线电频谱检测技术

文章将介绍一种新的认知无线电频谱检测算法:基于高阶统计量的频谱检测技术。该种算法通过使用四阶统计量模型,改进了传统的频谱检测算法,可以在更低的信噪比条件下进行频谱检测。     

基于随机共振和信息几何的协作频谱感知方法

为提高频谱感知系统在低信噪比环境下对微弱信号的感知性能,提出了一种基于随机共振技术和信息几何理论的频谱感知方法。首先通过随机共振技术增强输入信号的能量,以提高感知信号的信噪比。然后,基于信息几何理论将信号矩阵的协方差矩阵对应成流形上的点,并计算流形上样本点之间的散度距离作为感知信号的特征数据。最后,采用BP神经网络对信号特征数据进行分类,有效避免了决策阈值的计算,快速实现了频谱决策。仿真实验证明,所提方法在低信噪比条件下具有更好的感知性能,有效提高了复杂环境下的频谱检测概率。     

一种基于随机共振增强的协方差矩阵频谱感知算法

为了在避免对主用户系统产生有害干扰的同时 提高频谱利用效率,要求认知无线电系统的频谱感知算法能在极低的信噪比下快速检测出主用户信号。由于可以避免能量检测面临的噪声不确定性问题,基于协方差矩阵的检测算法是一种有效的盲频谱感知算法。为了进一步提高极低信噪比下的性能,本文提出了一种基于随机共振的协方差矩阵频谱感知算法。该算法通过在接收信号中加入优化的特定信号,利用随机共振原理,增大有无主用户信号下的检测统计量概率分布函数的分离度,提高频谱感知的性能。仿真结果表明,相对于现有的协方差矩阵频谱感知算法 ,在相同的虚警概率下,所提算法可以显著提高极低信噪比下的检测概率,同时大幅度缩减检测时间。      

认知无线电频谱感知技术研究

认知无线电(CR)作为一种智能通信系统,能够充分了解周围的通信环境,实现频谱的动态利用。频谱感知被用作动态无线电访问的关键技术,并在近些年得到了广泛的研究及应用。文章介绍了三种不同的频谱感知技术:基于发射机的频谱检测、基于接收机的频谱检测和合作检测,并对三种检测技术的性能及优缺点进行了分析。     

基于随机矩阵理论的非重构宽带压缩频谱感知方法

该文采用随机矩阵理论(RMT)直接对压缩采样得到的观测数据进行分析,设计出了一种基于广义似然比检验(GLRT)的非重构宽带压缩频谱感知新算法。该算法无需任何先验知识就能对宽带频谱中的每个子带进行盲检测。此外,为了减轻次用户(SU)在数据获取和频谱感知过程中的通信开销,该文提出一种基于传感器节点(SN)辅助感知的合作频谱感知架构。理论分析和仿真结果均表明,与传统基于信号重构的GLRT感知算法以及Roy最大根检测(RLRT)算法相比,该算法不仅具有计算复杂度低、开销小、感知性能稳定等诸多优点;而且只需较少的SN就能获得较好的检测性能。     

基于认知无线电的频谱感知技术经典算法研究

基于认知无线电通信系统的核心技术频谱感知经典算法,详细阐述各个算法模型设计原理及实现机制。最后,对频谱感知技术经典算法的优缺点进行了比较,并对频谱感知技术的未来研究趋势进行了展望。     

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。      

一种基于PN累积自相关的DTMB频谱感知新算法

针对数字电视地面广播传输标准(DTMB)的频谱感知问题,提出了一种新的基于DTMB信号帧中伪随机(PN)序列累积自相关的频谱感知算法。所提算法的创新性在于通过联合多个不同相关间隔的累积自相关结果作为频谱感知的检验统计量,充分利用了有限频谱感知时间内的信号信息。仿真结果表明,当把感知时间设为50 ms时,为了确保频谱感知检测的虚警概率和漏验概率都低于0.01,针对DTMB信号的3种帧头模式,所提算法所需的信噪比分别为-20.5 dB、-21 dB和-22 dB,优于已有的频谱感知算法。此外,仿真结果还表明载波频偏和多径衰落对所提算法的性能几乎没有影响。     

授权用户信号随机到达时基于双门限的多用户合作频谱感知方法

针对认知无线电系统中可能出现的授权用户信号随机到达时的频谱感知问题,提出了一种基于双门限的多用户合作频谱感知方法.首先在本地判决时采用高低双门限的方式,如果判决量大于高门限就判1,小于低门限判0,在两个门限之间就把判决量直接发送给融合中心,融合中心将直接收到的判决量进行软判决合并,软判决的结果再与其他硬判决的结果进行"OR原则"的硬判决合并,从而得到最终的判决结果.仿真表明所提方法的性能比传统"OR原则"硬判决合并方案要好,仅仅略逊于传统等增益软判决合并方案,但是能大量节省认知网络中的传输比特数.     

基于循环谱和高阶累积量的联合模式识别方法

为完全识别当前卫星通信采用的主要调制方式,结合循环谱和高阶累积量两种信号调制识别方法的特点,提出了一种联合识别算法。该算法将循环谱特征加入到高阶累积量识别法中,联合多种特征参数判决构建识别器,首先利用循环谱完成ASK、FSK、PSK信号的类间识别以及FSK信号的类内识别,在此基础上利用高阶累积量方法完成FSK、PSK信号的类内识别。仿真结果表明,该算法能够完全区分卫星通信中主要的调制模式{ASK、2ASK、2FSK、4FSK、BPSK、QPSK},在信噪比高于5 d B时识别率达88%以上。     

基于压缩感知和最小二乘的分布式协作频谱感知

针对认知无线电(CR)集中式频谱感知算法对融合中心要求高,而且对节点失效的容忍性也不高等缺点,提出了一种基于压缩感知的分布式多节点协作算法.认知无线电网络中每个CR节点在接收信号频谱后,首先根据压缩采样理论在本地获取压缩采样测量值,然后利用l1范数约束的最小二乘算法在本节点估计频谱,把在此节点估计的频谱传给下一相邻节点,以此进行迭代优化直到算法收敛.理论分析和仿真结果表明,所提算法不仅计算复杂度低,收敛速度快,而且精确重构性能好,可靠性较高.     

基于业务感知的协作频谱决策机制研究

认知无线电频谱分配中为了追求绝对公平而采用随机分配策略,然而由于次用户业务服务质量要求不同,会导致用户中断概率增加.在主用户行为预测模型中应用二状态马尔科夫链,主用户出现概率随机产生,不能反映信道真实状态.为此,提出时频联合检测与实时监测相结合的主用户行为预测,在频谱分配中区分业务类型.仿真结果显示,所提算法次用户平均中断概率优于随机分配机制.     

基于能量约束的协作频谱感知算法研究

为了实现绿色节能认知通信的目标,针对协作感知和传输过程中的能量消耗问题,提出了一种基于能量约束的集中式协作频谱感知算法。建立了系统检测寿命最大化的频谱感知模型,对其进行了详细分析,给出了检测寿命最大化对应参数的搜索方法。仿真结果显示,该方法可以在满足检测精度的条件下有效延长认知网络的检测寿命,并提高低信噪比用户参与协作的几率。     

基于高阶累积量实现数字调相信号调制识别

给出了基于高阶累积量进行多进制数字相位调制(MPSK)信号调制识别的特征值构造方法,对该特征值抑制多径干扰能力进行了理论分析,证明累积量阶数越高抑制多径干扰的性能越好。推导出基于6阶累积量进行MPSK信号调制识别的特征值公式,并给出具体分类方法,对4阶和6阶累积量调制识别性能进行了分析比较。计算机仿真试验证明:多径信道时,6阶累积量分类特征值优于4阶;当符号信噪比低于0 dB时,4阶累积量分类特征值优于6阶。     

主动式频谱感知的改进型信道切换算法

针对无线信道频繁切换而导致系统性能下降的问题,在传统算法的基础上,提出了改进型信道切换算法.通过信道空闲时长的预测和比较策略,在对首要用户干扰最小的前提下,对信道进行切换控制,有效降低了信道切换代价,减小了感知开销.仿真验证表明：采用改进型信道切换算法能够有效减少信道切换次数约20%.     

基于特征值极限分布的合作频谱感知算法

采用最新的随机矩阵理论,对多个认知用户接收信号采样协方差矩阵的最小特征值的极限分布进行了分析,提出了一种改进的最大最小特征值合作感知和门限判决方法。该算法不需预知授权用户信号的先验知识,且能有效克服噪声不确定度的影响。与现有算法相比,在给定虚警概率时,仿真结果显示该算法判决门限更低、检测概率更高;而且在认知用户和采样数较少时,也能获得很好的检测性能。     

采用最小最大准则的协作频谱感知融合

给出了采用最小最大准则实现认知无线电系统协作频谱感知融合的方法,以在主用户出现在授权频段的先验概率未知的情况下利用概率计算实现认知无线电系统的协作频谱感知融合。该方法可实现同步和异步感知信息的融合。仿真验证了算法的性能,并与采用估计主用户出现在授权频段的先验概率并进行基于概率的感知融合算法性能进行了比较。结果表明:给出的算法可有效实现主用户出现在授权频段的先验概率未知时的协作频谱感知融合。     

基于观测矩阵优化的自适应压缩频谱感知

推导了自适应压缩感知中的重构估算误差,研究了如何降低观测矩阵列向量之间的自相关性,分析了观测矩阵优化对压缩感知重构算法的影响。将观测矩阵优化与压缩感知自适应过程相结合,提出了基于观测矩阵优化的自适应压缩频谱感知算法。仿真结果证实,所提算法比传统算法重构时产生的均方误差(MSE)更低,在同一观测次数下检测概率更高,在达到同等接收操作性能(ROC)时所需观测次数更少。