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。     

基于能量和小波变换的双门限联合频谱感知

传统的能量感知算法对噪声比较敏感,在较低的信噪比条件下检测准确性易受到影响,循环特征检测法计算复杂度偏高,为此提出了基于能量检测和小波变换(WT)感知的双门限联合检测算法.该算法对双门限区间以外的区域采用能量检测进行判定,双门限范围内的不确定区域进行小波感知,并根据信道中噪声不确定性自适应调整双门限值,当信道质量较好时,减小两门限之间的距离,否则增大两门限之间的距离,从而控制进行小波感知的概率.仿真结果表明,此算法有效地提高了低信噪比条件下系统的检测性能,降低了算法的复杂度.     

基于小波去噪的协作空闲频谱检测性能

为解决低信噪比（SNR：Signal to Noise Ratio）时引起检测性能突变的问题,分析了能量检测在不同SNR下的检测效果,在进行频谱检测前先对信号进行去噪处理,以改善能量检测在低SNR下的检测性能。在此基础上,将改进的能量检测算法应用到协作空闲频谱检测中,保证各个CR（Cognitive Radio）节点检测性能有一定的可靠性,从而改善协作检测的检测效果。仿真结果表明,对经过小波信号处理后的各节点的检测结果进行融合协作,与以往的协作检测方案相比,ROC（Receive Operating Characteristic）曲线有了明显改善。     

基于频谱感知的权值优化算法研究

针对频谱资源短缺的现状,分析了传统的能量检测模型,并由此提出了一种优化权值的频谱感知算法.该算法实现对能量检测算法的优化,即在能量检测算法的基础上加入了加权控制和优化权值算法,然后将优化后的权值算法用于实际条件下进行模拟仿真得到结果.分析结果得知,权值进行优化后系统的虚警概率的确有所降低.并且,在信号与噪声比值不同的情况下,检测概率得到了改善,错误概率有所降低,从而系统的整体性能得到了有效提升.     

基于协方差理论的信号检测改进算法

为了克服能量检测算法易受信噪比不确定性影响的缺点,采用协方差检测算法进行信号检测,对算法检测阈值进行优化,提出一种基于检测误差最小的改进的协方差算法。改进的协方差检测算法不仅克服了能量检测算法的缺点,并且相比协方差检测算法,该算法在低信噪比下检测性能有所改善。仿真结果表明,在-20dB低信噪比条件下,改进算法的检测概率能提高20%左右。     

认知无线电中协作能量概率分布频谱感知方法

提出了一种基于能量概率分布（EPD）的协作频谱感知算法,以提高认知无线电的检测性能．与传统能量检测使用能量均值做为检测统计量不同,EPD感知算法中的协作感知次用户统计大于给定门限值的采样信号个数,并传送给数据融合中心,数据融合中心将所有统计结果进行叠加,并与噪声的能量概率密度进行相关运算来获得判决结果．利用高斯近似理论分析所提出的EPD协作频谱感知算法的检测性能．仿真结果表明,协作用户数越多,新提出算法的检测性能比传统协作频谱感知硬判决算法越有优势,同时又不需要任何主用户的先验信息．     

认知网络中控制信道受限的协作频谱感知

在噪声不确定的条件下,提出一种多频带联合协作感知方法,根据各频段噪声功率的不确定度分别计算出检测门槛上、下限后对本地主用户信号进行多频带联合检测.接收信号能量处于检测门槛上下限之间的频段为本地检测结果不确定的频段,需要进行多点协作频谱感知,认知节点可利用本地检测中确定空闲的频段来传递本节点的感知信息,实现由本节点可用信道分担传统协作感知方法中控制信道通信量的目标.仿真结果表明,对比传统协作感知方法,新提出的协作感知方法能有效减少频谱感知过程中控制信道的通信负载,并且在本地检测结果为不确定的频段能获得更小的误警概率.     

基于指数熵的认知无线电频谱感知算法

针对目前认知无线电中频谱感知技术在低信噪比下检测性能差、对噪声功率不确定性鲁棒性差等问题,提出了一种基于指数熵的频谱感知算法。该方法根据H0、H1下接收信号熵特性的不同,估计接收信号的指数熵,然后通过与预设的门限进行比较,进而判断主用户信号是否存在。该方法的主要优点为:具有对噪声功率不确定性具有鲁棒性、不需要信号的先验知识以及在低信噪比下可以得到较高的检测概率。Monte Carlo仿真结果表明:在噪声功率不确定性为3dB,采样点数为1024的情况下,当信噪比大于-8dB时,可以达到100%的检测概率。     

一种语音端点检测方法的研究

端点检测是从一段语音中检测出语音段和噪声段,是语音信号处理过程中的一个重要环节.为了提高在低信噪比下的检测效果,提出了一种基于子带能量的检测算法,该算法主要计算子带能量等参数,并通过更新噪声能量来实现.实验结果表明:与常规的端点检测方法相比,该方法具有良好的检测能力,并且在低信噪比环境下较好的端点检测能力.     

时频聚集性分析的频谱感知方法

针对单载波和最小频移键控(MSK)调制的主用户信号,提出了一种基于时频聚集度分析的频谱感知算法.计算接收数据互相关函数的时频脊线,统计时频脊线点集的概率向量;利用信号能量在时频谱上的聚集性和信道噪声时频点的均匀分散性的特点,定义时频聚集度来评价时频点的聚集程度,并设定聚集度门限,用以判断主用户信号的存在性.仿真实验表明,该算法对一般信道和衰落信道都是有效的,并在较低信噪比下保持了良好的检测性能;在相同的噪声功率不确定度下,其虚警概率低于能量检测法.     

特征值类频谱感知算法的仿真分析

为了全面了解基于特征值类的合作频谱感知算法的性能,通过Matlab仿真实验对该类算法进行仿真,以探究门限值随虚警概率的变化、采样次数和认知用户数对检测性能的影响,并分析针对不同信噪比的检测概率和实际的虚警概率。仿真结果显示,基于特征值类的算法不需预知主用户信号和噪声方差信息,能够克服噪声不确定度的影响,相较于传统的能量检测,有着更加稳健的检测性能;基于最小特征值极限分布的改进算法在低信噪比、采样次数和认知用户数较少时,判决门限更低、检测概率更高。     

Novel anti-noise-uncertainty spectrum sensing algorithm based on power spectral density segment cancellation

Since noise uncertainty seriously degrades the spectrum sensing performance of energy detection algorithms, a novel spectrum sensing algorithm based on the power spectral density segment cancellation (PSDSC) is proposed. This spectrum sensing algorithm, which can yield real-time and robust performance, makes use of the un-correlation of different power spectrum lines and takes the ratio of some PSD (power spectral density) lines to the residual PSD lines as the detection statistics. Theoretical analysis and simulation results show that the PSDSC algorithm can overcome the noise uncertainty problem effectively and that the decision threshold does not vary with the ambient noise level of secondary users. The PSDSC algorithm could offer a high probability of detection (P_d) at a low probability of the false alarm (P_fa) for a wide range of signal to noise ratios (SNR) and could be applied to spectrum monitoring and cognitive radio systems in the complex electromagnetic environment.     

认知无线电中衰落信道下的能量检测信噪比墙

分析得到了认知无线电中多径衰落信道下,由微小噪声不确定度引起的能量检测器的“信噪比墙”．建立噪声存在不确定度下的鲁棒检测模型,将鲁棒检测概率对衰落的分布求统计平均,并对复杂的积分表达式进行合理的近似和变换得到检测概率的封闭表达式,然后将检测与虚警概率联立并消去检测门限得到了信噪比墙．分析和仿真结果表明衰落信道下的能量检测信噪比墙除了与噪声不确定度相关外,还随目标检测概率的提高显著上升．因此目标检测概率较高时,能量检测器有较高的信噪比墙,从而在接收信噪比较小的认知无线电环境下不再适用．     

基于最小误检概率的最优感知用户数目优化算法

频谱感知是认知无线电系统的关键技术之一,协作频谱感知能够提高频谱感知性能。首先定义了修正后的误检概率,然后以能量检测为基础,推导了在不同判决门限下为使误检概率达到最小的最优感知用户数目,并根据最优感知用户数目进行协作频谱感知。仿真结果表明,与传统的K秩准则相比,文章所提算法能够有效提高感知性能。     

基于阈值优化的频谱感知算法

协方差绝对值（Covariance Absolute Value,CAV）感知算法使用固定阈值和固定虚警概率的频谱感知策略,无法保证在任何时候都能使频谱感知性能达到最优。提高频谱感知性能包括降低对主用户的干扰概率并提高空闲频谱的利用率,即最大限度地降低漏检概率与虚警概率。为此,本文对协方差绝对值感知算法进行改进,提出了不同信噪比下自适应阈值的优化方法使频谱感知误差（漏检概率与虚警概率的代数和）达到最小。实验结果表明,本文算法有效降低了频谱感知误差,提高了检测概率,特别是在信噪比较低的情况下性能改善较为明显。     

认知无线电网络频谱检测研究

为解决认知无线电中空闲频谱的识别问题,综述了近期世界范围内的频谱检测方法。分析了基于信道衰落、噪声特性等因素对频谱检测性能的影响,指出了物理层检测、MAC（Media Access Control）层自适应检测以及多用户合作检测的关键技术问题及其分析处理方法,并对检测性能进行了定性和定量的分析和探讨。     

认知无线电中序贯能量检测器的性能分析

为了在主用户得到充分保护的前提下缩短频谱检测时长,将序贯能量检测器应用在认知无线电中是一种复杂度相对较低的有效检测方法.首先在序贯能量序列似然比分析基础上,讨论了信噪比和虚警概率对序贯能量检测器平均采样点数的影响.建立了认知系统吞吐量优化的数学模型,通过凹函数最优化理论对其进行理论推导和论证,得出存在一个最佳系统参数值...