共查询到18条相似文献,搜索用时 78 毫秒
1.
认知无线电网络中的一种新型协作频谱感知方法 总被引:2,自引:0,他引:2
提出一种能够应用于认知无线电网络中的新型协作频谱感知方法--双阚值能量检测,该方法同时利用了次要用户的接收信号能量和局部判决结果两种信息,由判决中心结合次要用户的局部判决结果和接收信号能量,做出最终判决从而确定主要用户存在与否.该方法在通信流量增加不多的情况下能够充分提升检测性能.仿真结果表明当接收信号能量落入延迟判决区间的概率较大时,该算法能够显著地改善认知无线电网络的协作频谱感知能力. 相似文献
2.
在认知无线电的实际应用场景中,频谱检测技术至关重要。针对具有阴影衰落,多径衰落及噪声变化的无线通信环境,分析了噪声的不确定性对能量检测的影响,并根据每个认知用户接收到信噪比[γ]的不同,采用一种动态调整判决门限的合作检测方法来提高频谱检测率。仿真实验表明,该方法比一般的合作检测方案在避免对第一用户产生干扰的条件下,明显提高了频谱检测效率,使授权用户网络和认知用户网络都能得到可靠的通信。 相似文献
3.
为了在低信噪比的情况下,能够用很少的采样样本得到很高的检测概率,考虑到现实生活中噪声和信号在传输过程中的衰落,所以在非白高斯信道中采用线性模型对信号进行估计,在此基础上对导频运用匹配滤波检测,讨论了决定检测概率的重要因素——偏移系数的最大值的选取。仿真结果表明,选取非白高斯噪声信道是必要的;偏移系数选取最优值将会得到很好的检测性能;对导频进行检测可以减少采样数。 相似文献
4.
5.
6.
在认知无线电系统中,认知无线电用户需要快速准确地检测出主用户及其闲置的频带.本文就一种利用两个认知用户协作感知频谱的检测方法进行仿真研究,结果表明,它可以减少检测时间和增加检测的灵敏度. 相似文献
7.
由于实际组合导航系统很可能受到非高斯噪声的影响,而传统的故障检测方法对非高斯噪声情况讨论较少.基于粒子滤波的故障检测技术非常适合处理非线性、非高斯问题,并且有效地克服了传统方法的不足,但是普通的粒子滤波器存在粒子“退化”等问题.为此,本文提出了一种基于UPF滤波器的导航系统故障检测方法,通过在普通粒子滤波中引入UKF产生建议分布及重采样的方法,有效抑制了普通粒子滤波器粒子“退化”的问题.并针对噪声的非高斯特性,将似然检测方法与粒子滤波可以估计似然函数的特点相结合,提出了一种基于UPF的故障检测方法.通过GPS/SINS组合导航系统在噪声服从瑞利分布情况下的故障检测仿真实例,表明此方法适用于在非高斯噪声情况下的导航系统故障检测. 相似文献
8.
9.
10.
11.
基于阵列信号处理的认知无线电频谱空洞检测方法 总被引:1,自引:0,他引:1
探讨了一种基于阵列信号处理技术的干扰温度估算方法,以提高认知无线电频谱空洞检测精度.在该方法中,定义了考察区域内任意一点的干扰温度,通过估计干扰源的参数来计算干扰温度值,形成了考察区域内的干扰温度分布,进行频谱空洞可用性判决.理论分析和仿真结果表明,与MTM-SVD方法相比,该方法对考察区域干扰温度的估算具有较高的精细度,从而提高了频谱检测的精度. 相似文献
12.
协作式感知可以提升感知精度,但也可能使系统暴露于可能存在的恶意用户的危险之下,甚至会有恶意用户对网络发起拒绝服务攻击.为此给出了一种新的检测算法——恶意用户检测算法(malicious users detection algorithm,MUDA).首先,通过感知服务器对次要用户进行多种感知测试,根据接收到的被测节点的信号强度估计该节点是否为恶意节点.然后,采取主动传输策略,提高其检测精度并降低其开销.最后,将其与当前算法进行性能对比,对比结果表明MUDA在提高精度的同时将感知操作导致的吞吐量损失降低了65%. 相似文献
13.
14.
王江舟 《数字社区&智能家居》2011,(6)
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。 相似文献
15.
为了解决无线定位精度与复杂测距之间的矛盾,提出一种基于接收信号强度比较的非测距定位算法,RSSC定位算法(received signal strength compare)。为了满足认知无线电网络中主用户的非合作特性,RSSC算法不需要主用户与认知用户合作。通过比较认知用户所测量到的接收信号强度,逐步确定主用户所在的区域,取区域的质心作为主用户的位置估计。根据认知用户密度、用户密度和信噪比三种参数,对RSSC算法的性能进行了分析。实验结果表明,RSSC算法与其他非测距定位算法相比,能够明显提高定位精度。 相似文献
16.
17.
18.
针对认知无线电网络(CRN)中空闲频谱感知困难的问题,提出了利用前向纠错和差分进化算法的多节点频谱感知算法;首先,利用基于差分进化算法的协同检测完成信号感知;然后,研究了信道噪声对频谱感知性能的影响;最后,分析了前向纠错技术在信道存在噪声时对频谱感知性能的影响;仿真实验将纠错和无纠错控制信道的不同信噪比作为依据,采用3种不同的检测方法评估了文章的算法;结果表明,在存在噪声的认知无线电网络中,该算法提高了系统的性能和检测概率,且协同感知算法的性能随着节点数目的增加而提高,该算法适合应用于实时性要求较高的应用程序. 相似文献