基于信号集合势和连续性的认知无线电宽带频谱感知

针对传统感知算法依赖主用户信号与噪声先验信息,以及易受噪声功率估计不确定性影响的缺点,提出了一种基于信号集合势和连续性的宽带频谱感知方案。该方案将宽带频谱感知分为主用户占子带集合势的估计和子带位置判决两步。在两次不同感知结果中利用主用户连续占用子带的特性,有效地实现最终感知性能的提升。理论分析和仿真结果表明,该方案不仅能够解决传统感知方法依赖噪声和主用户信号先验信息的问题,而且对抗噪声功率不确定性具有鲁棒性。特别地,与传统的能量检测频谱感知算法相比,该算法能有效地实现宽带频谱盲感知。     

基于加权一致优化的宽带分布式协作压缩频谱感知算法

宽带分布式协作压缩频谱感知不仅降低过高的采样速率,而且改善在低信噪比环境下的频谱感知性能。为进一步提高频谱感知性能,提出一种基于加权一致优化的宽带分布式协作压缩频谱感知算法。该算法根据当前迭代重构出的频谱信号设定下一次迭代重构的权值,促使频谱信号上存在授权用户的子频段产生信号值,降低重构出错的可能性。仿真结果表明,该算法不仅能够增大频谱重构的准确性,而且能够降低感知过程的时间和通信开销,改善频谱感知性能。     

分布式压缩感知实现宽带频谱感知的方法

频谱感知的第一步就是采集无线信号进行分析,越来越高的采样率成为宽带频谱感知研究中的难点。实际通信中主用户占用频谱具有稀疏特性,符合压缩感知理论的前提条件。因此,本文利用分布式压缩感知实现宽带频谱感知,提出基于差分信号分布式压缩感知（DS_DCS）的加权宽带频谱感知算法。该算法针对宽带频谱采样率高的问题,利用压缩感知技术降低采样率,同时引入差分处理方法降低计算复杂度;又针对单点检测带来的深衰落、隐节点以及抗噪声能力差等问题,采用分布式感知系统进行多节点协同检测并利用信噪比的估计对信号进行加权处理。仿真证明,该算法能有效降低各节点采样率,大幅提高系统检测概率,显著改善系统对噪声的鲁棒性。      

子空间投影的频谱感知算法研究

为了发现空间中的“频谱空洞”而加以利用以使频谱利用率最大化,频谱感知技术得到了广泛关注。已有基于特征矢量的频谱感知算法因涉及大量特征值分解运算导致算法运算量大,不适应实时检测。本文提出的频谱感知算法利用信号子空间和噪声子空间之间的正交性,将次用户接收信号分别投影到上述子空间,根据投影值的差异实现快速频谱感知。理论分析和仿真结果表明本文提出的算法与已有算法相比有效降低了运算量,检测性能不受噪声不确定度影响、不需要预知主用户先验知识和噪声方差,且低信噪比、小采样情况下有更优越的检测性能。      

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％.     

非均匀噪声环境下宽带近场源定位的两种改进方法

研究了宽带近场信号源基于最大似然方法和相关信号子空间方法在非均匀噪声下的被动定位算法，并进行了比较。这两种算法均可在传感器任意分布的情况下有效地进行信号源定位。最大似然法采用了迭代的方法来估计噪声的协方差矩。而信号子空间法给出了聚焦阵构造的新方法。仿真试验证明了方法的有效性和稳健性。     

认知无线电差分协作压缩频谱估计算法

在分布式认知无线网络场景下,针对传统协作压缩频谱估计收敛速度慢、计算复杂度高的问题,提出了一种差分协作压缩频谱估计算法用于宽带频谱感知。算法通过利用不同认知用户感知的宽带信号所满足的相同频谱支撑集特征,实现了在邻居节点感知先验信息条件下,本地认知用户基于压缩测量向量差值的宽带频谱迭代估计。仿真分析结果表明,所提算法在频谱估计精度、检测性能与计算复杂度方面均获得了明显改善。     

一种基于子频带匹配选择的宽带压缩频谱感知方法

基于压缩感知的宽带频谱感知技术能有效降低过高的采样率和频谱感知复杂度.为了增强频谱感知中频谱信号的重构性能,根据宽带频谱信号具有的块稀疏特性,利用宽带频谱子频带划分的边界信息,提出一种改进OMP(MOMP)子频带匹配选择的宽带频谱重构算法,该算法旨在减少传统的OMP算法在频谱重构中的迭代次数,增强频谱重构的稳定性.仿真结果表明,基于该算法的宽带频谱感知方法不仅提高了频谱重构的准确性,而且有效缩短了频谱重构时间,具有很好的宽带频谱感知性能.     

基于非圆信号波达方向估计的最大似然算法

现有的非圆信号波达方向(DOA)估计算法基本都是子空间分解类的,如NC-MUSIC、NC-ESPRIT算法等。基于子空间拟合类的非圆信号DOA估计算法研究的不多。文中依据非圆信号的DOA估计数学模型,提出了基于非圆信号的DOA估计最大似然算法。通过计算机仿真,将基于非圆信号的最大似然算法与常规最大似然算法及基于非圆信号的MUSIC算法进行了性能比较。结果表明,该算法提高了方位估计的估计性能,对于估计精度要求很高、用户比较密集的场合,能发挥很大的作用。     

卫星稀疏信道中频谱空穴的新型检测算法

面对宽带移动卫星通信中信道占用呈现的稀疏状态和时而存在的稀疏干扰,以低速率 采样和运算是简化设备的必要途径。针对宽带频谱范围内稀疏信道信号和干扰信号的检测, 提出了一种用于直接估计频谱空穴的压缩采样算法,以低速率对信号进行采样,通过相 关向量机进行迭代优化,给出检测估计值。该算法基于最大似然贝叶斯估计,具有良好的抗 噪性能,同时能够降低设备复杂度。仿真结果表明,其抗噪性能明显好于CVX方法而略逊于理 想情况,而前端随机序列的相关性是影响检测性能的重要因素。     

认知无线电最优线性协作宽带频谱感知

本文提出了基于最优线性协作的宽带频谱感知方案。通过次级用户之间的协作,为认知网络的频谱感知提供分集,利用融合中心融合多个次级用户的宽带频谱感知数据来获取最优权重,并生成全局判决统计量,最终使用全局阈值完成最后的检测判决。由于所提出的两种协作宽带感知方案或需要精确地估计授权用户的信号强度和噪声方差,或感知性能不足,因而,还提出一种更易实现的方案。理论分析和仿真结果表明,本文所提出的协作感知方案可以有效地提高频谱感知性能,并且性能优于传统等增益合并方案。      

Dynamically optimized spatiotemporal prioritization for spectrum sensing in cooperative cognitive radio

In this paper, an enhanced cooperative, statistics-driven spectrum sensing algorithm, called Dynamically Optimized Spatiotemporal Prioritization (DOSP), is developed for improving spectrum sensing efficiency in the media access control (MAC) layer of cognitive radio (CR) systems. The target of the DOSP algorithm is to improve spectrum sensing efficiency and achieve better spectrum access opportunities by prioritizing channels for fine sensing. The sensing priority is determined dynamically and intelligently based on an optimal statistical fusion that jointly considers both the local statistics obtained by the individual cognitive radios as well as the long-term spatiotemporal statistics obtained by other cognitive radios in the network. As such, the individual cognitive radio peers work together to get the most out of available spectrum opportunities. Numerical results demonstrate that the proposed DOSP algorithm is capable of achieving better performance compared with recently reported cooperative spectrum sensing methods in terms of overhead and percentage of missed spectrum opportunities. Furthermore, results show that the DOSP algorithm is more robust to the environment of low cognitive radio densities than that by using other state-of-the-art cooperative spectrum sensing methods.     

Applications of RF aperture-array spatially-bandpass 2-D IIR filters in sub-Nyquist spectrum sensing,wideband doppler radar and radio astronomy beamforming

The application of two-dimensional (2-D) infinite impulse response (IIR) spatially-bandpass (SBP) filters as a digital beamformer for a wide spectrum of practical applications spanning wireless cognitive radio communications, doppler radar, and radio astronomy instrumentation is discussed. The paper starts with an introduction of the recently proposed 2-D SBP filter. The first application is a spectrum sensing scheme for dynamic spectrum access based cognitive radios. A 2-D IIR SBP filter is used in conjunction with a sub-Nyquist wideband signal reconstruction technique to achieve aperture-array directional spectrum sensing using sub-Nyquist sparse sampling based on the recently reported Eldar algorithm. The second application is related to wideband pulse and continuous-wave frequency modulated Doppler radar sensing. The SBP filter is integrated with a wideband radar back-end connected to an electronically-steerable aperture antenna. A a low-complexity directional localization algorithm is presented, which estimates the range and angle of a target scatterer with a signal to interference ratio improvement of 10 dB. We also present applications of 2-D IIR SBP in the fields of classification and remote sensing of unmanned aerial vehicles. Finally, a digital aperture-array wideband beamforming model using the 2-D IIR SBP filters is presented for radio telescope systems based on dense aperture arrays and time-domain beamforming. A well-known example is the study of pulsar astrophysics using a highly-directional aperture antenna system. The 2-D IIR SBP beamformer is simulated as the digital backend of the time-domain beamforming system with array signals synthesized using measured time-domain signatures from the Crab pulsar obtained from the GAVRT. The SBP filter shows a gain of 12.3 dB with an order of magnitude lower circuit complexity compared to traditional phased-array digital beamformers. To obtain comparable levels of SINR improvement, the wideband phased-array beamformers require 48-point FFTs per antenna. Assuming the optimum three real-multiplications per complex multiplication for the Gauss algorithm, it is discovered that the proposed 2-D IIR SBP beamformers are more than 97 % lower in digital multiplier complexity compared to traditional FIR phased-array FFT-beamformers.     

基于信道统计特征的认知无线电协作频谱检测

针对认知无线电到融合中心间的控制信道为Nakagami-m衰落信道的情况,研究了认知无线电协作频谱检测问题,推导出融合中心利用衰落信道统计特征的似然比协作频谱检测公式.该方法不需要瞬时信道状态信息,简化了协作频谱检测过程,便于实际应用.通过仿真对融合中心的协作频谱检测性能进行了分析,结果表明:利用衰落信道统计特征的似然比协作频谱检测的性能较利用瞬时信道状态信息的似然比频谱检测性能略有下降,但是在高信噪比或衰落不严重的情况下,二者的性能非常接近,认知无线电节点个数对两种频谱检测方法间的性能差距几乎没有影响.     

采用支持向量机的宽带频谱感知算法

认知无线电系统中,压缩感知理论已广泛运用于宽带频谱检测。但是,压缩感知中的重构问题造成频谱检测算法计算复杂度高,且在低信噪比下检测效果不佳。本文提出了采用支持向量机的宽带频谱感知算法,该算法利用支持向量机建立频谱检测分类器,代替信号的重构与检测过程。根据系统对实时性的要求,分别设计了多级二元分类器感知算法和单级多元分类器感知算法。前者适用于分级数有限且实时性要求不高的场景,后者可大幅降低系统的算法复杂度,降低感知时间,适用于实时检测系统。仿真结果表明,与基于重构的能量检测算法相比,本文提出的两种算法均可以有效改善系统对噪声的鲁棒性,提高在较小信噪比下的检测性能。      

基于多尺度功率谱子带梯度的宽带频谱感知算法与性能分析

为了应对复杂环境下非合作通信、电磁频谱监管等宽带接收中存在的先验信息缺失、信道失真严重以及频域呈现不平坦色噪声的挑战,提出一种基于多尺度功率谱子带梯度的宽带频谱感知算法,该算法不要任何的先验信息,对功率谱进行分段计算梯度,再进行自适应双阈值检测,通过多尺度的技巧提高了宽带频谱感知的稳定性。对该算法在不同信道模型下的统计特性、虚警概率、检测概率以及判决门限的表达式进行了理论推导。理论分析和实验仿真表明,算法适用于高斯噪声信道和平坦衰落信道,能够有效克服色噪声,并且能够实现用户频带范围定位,运算复杂度低、实时性强,对噪声不确定度具有稳健性,能够用于低信噪比场合。     

基于加权平均一致算法的宽带压缩频谱感知

在认知无线电(CR)网络中进行频谱共享接入,首要的任务是进行频谱感知,并发现频谱空洞。基于认知无线网络中信号频域的固有稀疏性,本文结合了压缩感知(CS)技术与加权平均一致(weighted average consensus)算法,建立了分布式宽带压缩频谱感知模型。频谱感知分为两个阶段,在感知阶段,各个CR节点对接收到的主用户信号进行压缩采样以减少对宽带信号采样的开销和复杂度,并做出本地频谱估计;在信息融合阶段,各CR节点的本地频谱估计结果以分布式的方式进行信息融合,并得到最终的频谱估计结果,获得分集增益。仿真结果表明,结合压缩感知与加权平均一致算法增强了频谱感知的性能,比在相同的CR网络中使用平均一致算法时有了性能上的提升。      

认知无线电频谱分配新算法研究

构造了一个基于合作博奕的非对称纳什协商效能函数,并通过2个认知用户间协商子载波的使用,实现了基于感知贡献加权的比例公平性频谱分配的新算法。仿真结果表明提出的方案不仅实现了频谱资源的公平有效分配,而且有利于频谱感知的最大化。     

多天线认知无线电网络多信道联合频谱感知策略

当前,以单天线认知用户组成的认知无线电网络同时协作检测多个信道的分配策略得到了广泛研究,而在认知用户可以灵活选取自身天线进行空间分集接收的条件下,当联合感知多信道时,多天线认知无线电网络如何获取最优的天线分配策略仍有待进一步研究。为解决这一问题,在限制各信道最大虚警概率的前提下,以最小化所有信道漏检概率之和为目标,建立了优化模型,并提出了基于分支定界的算法和基于贪婪思想的启发式算法。前者可以获得最优策略,但复杂度较高,后者以牺牲较小检测性能为代价,明显降低了复杂度,有效实现了检测性能与复杂度的平衡,并且在保护各个信道上主用户免受认知用户干扰层面,一定程度上兼顾了公平性。