基于协作检测的认知无线电通信系统

针对认知无线电(Cognitive Radio,CR)需要提高检测概率,有效利用空闲频谱的问题,提出了一种各用户相互协作检测,并通过基函数调制的认知无线电通信系统.系统通过用户协作并采用基于自适应门限的能量检测方法,得到频谱环境的估计,并产生与授权信号相正交的子基函数,将子基函数卷积级联生成系统基函数,通过将数据调制到系统基函数上,实现认知无线电的收发.仿真表明:该系统能够提高检测概率和降低误码率,具有较好的抗干扰性,并能够充分利用空闲频谱.     

基于Teager能量算子的语音激活检测

针对大多数语音激活检测（VhO）方法在低信噪比情况下性能急剧恶化的情况，提出了一种基于脚能量算子（TEO）的语音激括检测方法．它能结合语音增强技术，应用Teager能量算子进行自适应门限判决．实验结果表明，在低信噪比的情况下，该方法能够随着环境自适应门限，具有较高的准确率和稳定性，简单有效．     

一种基于能量检测的双门限协作频谱感知技术

针对认知用户接收到的信号特点,提出了一种基于能量检测的双门限协作频谱感知技术。当信号能量位于两个门限之间时,由数据融合中心根据最大比合并准则再次进行判决,并结合本地判决结果做出最终决策。仿真结果表明,所提方法可以有效地提高检测概率,降低错误概率。     

基于Teager能量算子的语音激活检测

针对大多数语音激活检测(VAD)方法在低信噪比情况下性能急剧恶化的情况,提出了一种基于Teager能量算子(TEO)的语音激活检测方法.它能结合语音增强技术,应用Teager能量算子进行自适应门限判决.实验结果表明,在低信噪比的情况下,该方法能够随着环境自适应门限,具有较高的准确率和稳定性,简单有效.     

基于压缩感知理论的宽带多用户认知系统合作检测

利用信道相关估计、压缩采样以及基追踪的信号重构理论,并应用平均一致算法实现了多用户合作检测。在瑞利衰落信道环境中,将本文算法与传统能量检测算法进行了仿真比较。仿真结果表明:与传统能量检测算法相比,本文算法在较低信噪比环境中,使用较少的采样数量即可获得较好的检测性能;同时,当认知用户增加时,检测性能也有所提高。     

宽频信号能量检测最优判决门限

针对宽频带信号能量检测的性能主要受到虚警概率和漏检概率的影响,提出从其判决门限的选取入手,对一定频谱环境下的检测算法性能是否可以达到指标要求做出分析,研究了门限设置对虚警概率和漏检概率的影响. 通过数学推导得到了宽频带信号能量检测最小代价门限的闭式解,并给出了其最优判决门限的选取准则,即根据不同的时域观测时长选取不同的判决门限. 仿真结果验证了所提出结论的正确性.     

基于能量检测的频谱感知方法分析

简要介绍了认知无线电中基于能量检测的频谱感知方法,在分析能量检测法原理和性能基础上,研究了噪声的不确定性对检测性能的影响.仿真表明,能量检测法是一种简单、有效的频谱感知方法.     

基于频率着色的被动声呐宽带能量检测方法

为了提高被动声呐宽带能量检测(CED)所能获得的目标分辨和检测能力,本文了提出基于频率着色的宽带能量检测办法。该方法将光的三原色(RGB)引入到被动声呐宽带能量检测中,将所处理宽带信号的波束输出按频率映射为不同的三原色色值,得到彩色波束输出矩阵,利用色光三原色加色法原理对彩色波束输出矩阵进行混色,获得宽带彩色输出,最终按时间并列输出得到彩色的方位时间历程图(BTR)。所提方法既保留了积分处理带来的处理增益,同时利用宽带目标信号的频率特征差异,利用颜色突出目标与干扰、目标与背景之间的差异,提高显示性能。数值仿真和实测数据结果表明:所提方法可以获得优于CED的多目标分辨和弱目标检测的能力。     

最小信道检测开销的协作频谱感知算法

在资源受限的无线电认知网络中,协作频谱感知技术的应用提升了系统性能,却同时增加了信道检测开销.选择合适的系统参数可以有效地降低信道检测开销.采用能量检测方法,分别对单用户和多用户频谱感知系统模型进行了分析,提出信道检测开销优化算法并推导出数学表达式,理论上证明了检测开销必然存在一个最小值,同时给出了算法思路和实现步骤.仿真结果也验证了系统参数优化的有效性和最小信道检测开销算法的合理性.     

低信噪比下基于双检测长度的频谱感知算法

针对现有认知网络中低信噪比条件下频谱感知性能差、速度慢的问题,提出了一种基于双检测长度的感知算法．该算法先进行一次短数据长度能量检测,当第1次判决主用户不存在时,再进行第2次长数据长度能量检测,并作出最终的感知判决．从理论上推导了平均样本数、检测性能、算法复杂度等重要性质．基于matlab的仿真结果验证了理论推导的正确性,表明所提算法在低信噪比条件下,在感知性能较传统能量检测算法有所提升的同时,具有更少的平均样本数和更低算法复杂度的特点,并有望应用于未来实际认知网络中．     

噪声不确定下认知无线电能量检测性能的分析

针对实际通信中背景噪声的强度是不确定的,研究了噪声不确定性对认知无线电能量检测的稳定性和持续性产生的影响,分析了能量检测在噪声墙下的稳定性,得出稳定概率和最小采样点数;提出检测中断概率反映噪声不确定下能量检测的持续性,并分别得出单用户检测和协作检测的中断概率,以及能量检测所需的检测时间;分析了能量检测的检测概率,得出噪声不确定下检测概率的分布函数,并通过分布函数得到一定中断概率下的最大目标检测概率。仿真表明：增加采样点数能够提高能量检测的稳定性;噪声不确定度提高或者标称信噪比降低会增加能量检测的中断概率,而采用多认知用户协作检测可以降低中断概率。     

认知无线电中一种双门限能量检测算法

针对传统能量检测法在信噪比较低时,容易出现漏检而使系统的检测性能下降的问题,提出了一种双门限能量检测法,利用双门限对统计量进行判决,若统计量落在双门限以外,直接做出判决,若统计量落在双门限之间,则根据循环特征检测重新计算统计量,再做出进一步判决。对高斯白噪声信道下双门限能量检测法进行了理论分析和仿真研究,仿真结果表明,双门限能量检测算法在低信噪比的情况下,检测性能明显优于传统能量检测法。     

(研究生论坛)基于中继转播的认知无线电协作检测算法

针对低信噪比用户的不准确检测会降低认知无线电协作检测的性能,本文提出了高信噪比用户作为中继向低信噪比用户转播其检测信息的协作检测算法。算法中高信噪比用户向所有信噪比它低的用户转播它的检测信息,各用户通过选择最佳的权重对接收到的检测信息(包括本地检测信息)进行本地融合判决以获取最大的检测概率,融合中心采用“或准则”融合各用户的检测结果并对授权用户做出最后判决。仿真表明,本文算法较传统的协作检测算法检测概率要高,并且当平均信噪比增加时,本文算法的检测概率会有较大的提高。     

基于小波变换的频谱检测算法改进

随着无线通信技术的飞速发展,致使频谱资源日趋紧张,认知无线电技术被认为是解决频谱资源紧缺的有效方法,频谱检测是其重要的环节。首先对常规能量检测法进行分析,指出其易受噪声不确定性的影响,对此提出了基于小波变换的多分辨率能量检测算法,理论分析及仿真结果表明,改进算法能很好地抑制噪声不确定性的影响,满足低信噪比条件的频谱检测要求。     

认知无线电中改进的低复杂度联合检测方法

认知无线电频谱检测中能量检测算法在低信噪比下检测效率低,而似然比检测(LRT)算法复杂度过高. 对此,首先在低信噪比下对LRT算法进行了化简,并给出了化简LRT算法性能参数的闭合表达式;提出了一种联合检测算法,在低信噪比条件下采用能量与简化LRT二次检测,在其他条件下则采用能量检测. 理论分析和仿真结果均表明,所提算法在低信噪比下能对主用户信号有效检测,且实现复杂度低,检测性能优于LRT算法.     

小蜂窝认知网络中基于干扰和能量效率的动态频谱管理

针对基于非授权频段的小蜂窝认知网络中的抑制干扰和降低功耗问题,提出了干效性的概念,即传输每比特数据所产生的干扰.建立基于能效性和干效性的多目标收益函数,以最大化长期折扣收益为目标,利用随机动态优化理论中基于马尔科夫决策过程的Restless Bandits模型,计算其最优频谱管理决策,给出了动态频谱管理决策的过程.该方法具有分布式和动态特性且计算复杂度较低.仿真结果表明该方法能显著提高系统收益能效性、干效性等性能.     

基于动态双门限和D-S证据理论的合作频谱感知算法

针对传统能量检测算法门限设置单一且不适应感知信道环境差异的问题,为了提高合作频谱感知结果的可靠性,减小网络开销和融合中心计算的负担,提出了将动态双门限能量检测和D-S证据理论相结合的合作频谱感知算法.在进行本地感知时,该算法可以让认知用户通过双门限能量检测方法直接得到本地判决结果,同时根据信道环境的变化自适应调整双门限值,并在双门限内使用D-S证据理论,感知双门限内未判决结果的信任度函数,将其发往融合中心,这样可以减少融合中心的计算量以及传输带来的网络开销.仿真结果表明,双门限D-S证据理论的融合结果要优于D-S证据理论和OR准则.