检索结果-南通市图书馆

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于特征值融合的动态信道化子带检测算法

系统工程与电子技术 2024年

作者：陈侯伯刘霖崔宁张旭冉赵麒瑞刘翔中国科学院空天信息创新研究院中国科学院大学电子电气与通信工程学院复旦大学信息科学与工程学院

本文针对动态数字信道化接收领域中传统子带检测算法需要信号和噪声先验信息等问题提出了基于特征值融合子带检测算法。首先基于随机矩阵理论，利用采样协方差矩阵中的最大、最小和平均特征值，引入融合参数α，构造融合检测统计量。随... 详细信息

本文针对动态数字信道化接收领域中传统子带检测算法需要信号和噪声先验信息等问题提出了基于特征值融合子带检测算法。首先基于随机矩阵理论，利用采样协方差矩阵中的最大、最小和平均特征值，引入融合参数α，构造融合检测统计量。随后，通过最小特征值的极限分布，推导出一种高效检测门限，并据此设计了一套基于特征值融合的子带盲检测算法，命名为α-MAME算法（α-maximum-average-minimum eigenvalue）。在实验阶段，对不同动态数字信道化接收条件下的算法性能进行仿真验证，结果表明与现有算法相比，所提子带检测算法在低信噪比和低维度条件下具有更好检测性能。

关键词：动态数字信道化子带检测特征值检测随机矩阵

认知无线电中基于特征值检测的频谱感知算法(英文)

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

传感技术学报 2012年第6期25卷 771-777页

作者：雷可君杨喜彭盛亮曹秀英吉首大学信息科学与工程学院湖南吉首416000 东南大学移动通信国家重点实验室南京210096

频谱感知的任务在于利用感知节点(无线传感器或者认知用户)采集的数据判断频谱空洞是否存在。基于最大特征值检测(MED)和最小特征值检测(SED)的方法最近被应用到频谱感知当中。这两种算法在检测实际应用当中普遍存在的相关信号时表现出... 详细信息

频谱感知的任务在于利用感知节点(无线传感器或者认知用户)采集的数据判断频谱空洞是否存在。基于最大特征值检测(MED)和最小特征值检测(SED)的方法最近被应用到频谱感知当中。这两种算法在检测实际应用当中普遍存在的相关信号时表现出良好的检测性能。然而,MED和SED算法对应的判决门限求解非常复杂,从而限制了它们在实际的认知无线电频谱感知中的应用。该文利用取样协方差矩阵的所有特征值,提出了一种新的基于特征值检测(ESD)的算法。利用多元统计理论获得了相应的判决门限。ESD算法无需主信号和无线信道信息参与感知过程。与此同时,它保留了与MED和SED相同的计算复杂度。更重要的是ESD算法对应的判决门限可以通过一个简单的闭合表达式进行求解,其计算复杂度低。仿真结果验证了新算法的有效性。

关键词：认知无线电频谱感知特征值检测最大特征值检测最小特征值检测取样协方差矩阵

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于随机矩阵的特征值方差频谱感知检测算法

科学技术与工程 2019年第28期19卷 179-183页

作者：王子力宋晓鸥王晓蓉武警工程大学信息工程学院

传统的频谱感知能量检测易受噪声方差不确定性的影响,存在"信噪比墙"效应。频谱感知特征值检测跟能量检测一样,不需要信号任何先验信息,并且能在低信噪比下取得较好的检测性能。经典的特征值检测有最大最小特征值(maximum-minimum eigen... 详细信息

传统的频谱感知能量检测易受噪声方差不确定性的影响,存在"信噪比墙"效应。频谱感知特征值检测跟能量检测一样,不需要信号任何先验信息,并且能在低信噪比下取得较好的检测性能。经典的特征值检测有最大最小特征值(maximum-minimum eigenvalues,MME)之比算法,最大最小特征值之差(maximum-minimum eigenvalues difference,DMM)算法等。这些算法只利用特征值的一阶统计量,不能充分反映全部特征值的统计特征。利用特征值二阶统计量提出一种基于特征值方差的频谱感知算法,选取能反映特征值整体波动的方差当作观测统计量,并利用矩阵迹的性质推导出该算法的理论门限。仿真证明:当噪声方差不确定性等于0 d B时,该算法的检测性始终优于MME算法。当噪声方差不确定性等于0. 2 d B时,能量检测(energy detection,ED)算法检测概率急剧下降,而特征值方差(eigenvalue variance,EV)算法检测概率仅下降10%左右,并且当信噪比(signal noise ratio,SNR)大于-17 d B时,EV算法的检测概率优于ED算法和MME算法。

关键词：频谱感知特征值检测特征值方差

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

认知无线电中盲主用户信号检测算法研究

认知无线电中盲主用户信号检测算法研究

作者：田堃吉首大学

学位级别：硕士

由于人们对无线通信业务需求的快速增长,通讯技术的发展正越来越受到频谱资源日益紧张的影响。认知无线电通过伺机使用未被使用的授权频率,从而达到提高频谱利用效率的目的,因而成为一种缓解频率资源供给和需求之间矛盾的有效手段。频... 详细信息

由于人们对无线通信业务需求的快速增长,通讯技术的发展正越来越受到频谱资源日益紧张的影响。认知无线电通过伺机使用未被使用的授权频率,从而达到提高频谱利用效率的目的,因而成为一种缓解频率资源供给和需求之间矛盾的有效手段。频谱感知是认知无线电的基础和关键技术。然而,在频谱感知过程中,由于次级用户通常缺乏有关主用户信号的相关先验信息,在这种情况下如何对主用户信号进行有效的盲检测,成为目前众多专家学者研究的主要方向。有鉴于此,论文围绕有效的盲主用户信号检测算法开展研究工作,主要创新性工作如下:(1)判决门限设置的准确性严重影响传统的基于取样协方差矩阵的最大和最小特征值之差的(Difference between the Maximum and the Minimum Eigenvalues,DMME)频谱感知算法的感知性能。为此,利用Wishart随机矩阵极限特征值分布的最新成果,通过融合利用以最大和最小特征值为基础所获得的感知判决门限,提出了一种新的判决门限计算方法。相对于现有基于最大最小特征值之差的频谱感知算法,所提算法在样本数目有限的实际感知场景中所对应的理论判决门限的计算更为准确,其在改善判决结果可靠性的同时,有效地提升了有限样本数量条件下算法的检测性能。理论分析和仿真结果验证了所提算法的有效性。(2)DMME算法判决门限的计算依赖于精确的噪声方差信息,因此其理论上仍属于一种半盲频谱感知算法。为此,进一步提出了一种基于取样协方差矩阵极限特征值之差的全盲(Blind Difference between the Maximum and the Minimum Eigenvalues,BDMME)频谱感知算法,该算法以最大最小特征值之差与平均能量之比作为感知判决量,其在判决过程中不依赖于噪声方差、信道及主用户信号信息,具有全盲检测特征。在此基础上,利用随机矩阵中最大和最小特征值的极限分布理论,提出了一种简单的判决门限计算方法。仿真结果表明,与传统的基于噪声方差估计的DMME算法相比,所提BDMME算法具有更加可靠的检测性能;与经典的MME和CAV全盲频谱感知算法相比,所提BDMME算法获得了更优的检测性能。(3)由于检测时间和节点处理能力的限制,可用于频谱感知的样本数量变得相当有限,这势必导致上述基于大维随机矩阵渐近分布结论的频谱感知算法产生不可靠的检测结果。显然,非渐近情况下可靠的全盲频谱感知算法方法的设计在实际应用中具有极其重要的现实研究价值。为此,利用取样协方差矩阵的Bartlett分解理论,提出了一种基于学生t-分布的全盲频谱感知算法。与经典的基于样本协方差矩阵和基于特征值的全盲频谱感知算法不同,在任意样本数目和样本维数的情况下,所提算法都能精确而简单地计算出判决门限。仿真结果表明,该算法可以在非渐近和渐近两种情况下产生可靠的检测结果。此外,与传统的基于特征值的方法相比,所提算法具有更低的计算复杂度。

关键词：认知无线电半盲频谱感知全盲频谱感知特征值检测 t-检验

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

动态数字信道化接收结构及子带检测算法研究

动态数字信道化接收结构及子带检测算法研究

作者：万宏杰西安电子科技大学

学位级别：硕士

数字信道化技术由于具有瞬时处理带宽大、接收频带广、以及降低数据率、提高信噪比(SNR)等优点,广泛应用于雷达与通信领域中的接收系统。这些系统一般在大宽带的频段范围内先对瞬时信号进行捕获,然后在时间范围、频谱区域和调制范围等... 详细信息

数字信道化技术由于具有瞬时处理带宽大、接收频带广、以及降低数据率、提高信噪比(SNR)等优点,广泛应用于雷达与通信领域中的接收系统。这些系统一般在大宽带的频段范围内先对瞬时信号进行捕获,然后在时间范围、频谱区域和调制范围等几个维度对信息进行全面实时的分析。同时,由于接收频带中的信号存在宽频带、非合作、先验信息不确定性等特性,所以研究更高效的动态数字信道化接收结构是十分有必要的。该结构通过子带检测与判决对各个子带的输出进行检测,能够确定信号的存在及位置,子带信号的正确检测决定了后续处理能够准确的重构出子信号,在整体信道化结构中起着关键的作用。因此,本文主要对数字信道化接收结构及子带检测算法进行研究,主要研究内容如下:首先,针对高效的数字信道化接收结构展开了深入研究,对于信号占据多个子带所造成的频谱混叠问题和信道模糊问题,结合实际应用需求及多相并行滤波的思想,提出了一种基于奇偶信道叠加的动态数字信道化接收结构,主要过程为信号预处理、分析滤波处理、子带检测与判决和综合滤波处理。具体设计时,采用半带滤波器简化了信号预处理设计,并利用复指数调制滤波器及滤波系数的多相分解对分析-综合滤波进行优化,让整个结构简化为只需根据系统参数设计对应的半带滤波器和低通原型滤波器即可。通过实验仿真进行验证,基于以上简化及推导可以得到一种高效结构,借助半带滤波器和多相滤波结构的特性,不需要设计更加复杂的满足完全重构要求的滤波器组,从而降低高效接收结构中的计算量,提升运算效率。随后,对动态数字信道化接收结构中子带检测时所用的检测算法进行研究,因为传统检测算法存在容易受噪声影响和低信噪比下检测性能不高的问题。本文依据随机矩阵中的相关理论,基于特征值的分析来研究子带输出的检测算法。分析已有的基于特征值的检测算法,大多利用最大及最小特征值来构建检验统计量,并且根据最大特征值的分布特性来确定门限。一方面,这些方法未使用其他剩余的特征值,忽视了采样协方差矩阵中所有特征值间的内在联系,一定程度上浪费了采样数据中的信息。另一方面,特征值之差一类算法的检测门限表达式和噪声相关,因此检测性能会受到噪声的影响。所以,要进一步提升检测门限的精度,本文采用较多的特征值信息来构建算法的检验统计量,给出了基于最大最小特征值之差与平均特征值之比的子带输出检测算法,利用最小特征值的极限分布规律来推导检测门限,并且根据所有子带信号得到的特征值信息对所提算法进行优化,最后在所提的动态数字信道化接收结构中证明了所提算法的正确性和有效性。

关键词：动态数字信道化接收多相滤波奇偶信道叠加子带信号检测特征值检测

认知OFDM-MIMO系统的频谱感知与链路自适应技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

认知OFDM-MIMO系统的频谱感知与链路自适应技术研究

作者：佟达哈尔滨工业大学

学位级别：硕士

认知无线电是最近15年内无线通信领域对于无线通信系统架构设计提出的最重要的概念，其针对日益紧张的频谱资源的管理提出了有效的解决方案，不仅如此，网络认知无线电网络还给出了未来的具有智能的网络蓝图，指出了无线通信未来的发展... 详细信息

认知无线电是最近15年内无线通信领域对于无线通信系统架构设计提出的最重要的概念，其针对日益紧张的频谱资源的管理提出了有效的解决方案，不仅如此，网络认知无线电网络还给出了未来的具有智能的网络蓝图，指出了无线通信未来的发展方向。OFDM被认为是实现认知无线电的传输技术的最合适的技术，原因是其具有很多特性能够满足认知无线电的要求，其中最重要的一个特性就是OFDM可以利用子载波关闭技术来实现认知无线电的频谱成型。OFDM与MIMO的结合，能够有效地提高系统的性能。本文将对认知无线电三大关键技术中的两个，频谱感知和链路自适应技术进行研究，分别设计了适合认知OFDM-MIMO系统的算法。首先，对频谱感知算法进行研究，在分析了经典能量检测算法的性能，并对噪声不确定度对算法性能的影响进行实验分析之后，给出了特征值检测算法，在无噪声不确定度和有噪声不确定度两种不同的环境下算法进行仿真，并和能量检测算法进行对比。最后，针对认知OFDM-MIMO系统对于频谱感知的性能要求，设计了结合特征值检测算法和ESPRIT频谱估计方法的联合频谱感知方法。然后，本文研究了认知OFDM-MIMO系统的链路自适应技术，在传统OFDM系统的链路自适应算法的基础上，针对认知无线电不仅仅要考虑最大化信道容量，同时还要最小化对主用户的干扰，在这一前提下，分别给出了修正Hughes-Hartogs，修正Chow算法，并对算法的性能进行了对比仿真实验。最后，在传统OFDM系统的基础上，本文给出了认知OFDM-MIMO的基本结构和框架，认知OFDM-MIMO在原有的系统基础上增加了对频谱环境监测的部分，发射机对主用户信号出现的频段采用关闭子载波技术，并通过管理信道和接收机联系，交换信息。

关键词：认知无线电 OFDM MIMO 频谱感知特征值检测链路自适应

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于非重构压缩感知的协作频谱感知技术研究

基于非重构压缩感知的协作频谱感知技术研究

作者：刘佳鑫哈尔滨工业大学

学位级别：硕士

认知无线电实现了频谱的动态接入,极大的提高了频谱利用率。频谱感知作为认知无线电中检测频谱空穴的手段,其中单节点频谱感知信号检测方式直接影响最终的频谱判决结果。由深衰落造成的漏检,会导致认知用户占用主用户频带,此时认知用户... 详细信息

认知无线电实现了频谱的动态接入,极大的提高了频谱利用率。频谱感知作为认知无线电中检测频谱空穴的手段,其中单节点频谱感知信号检测方式直接影响最终的频谱判决结果。由深衰落造成的漏检,会导致认知用户占用主用户频带,此时认知用户需要较高的检测灵敏度。而协作频谱感知技术将多个认知用户信息按照特定的方式进行融合,可以提高检测效果,降低认知用户检测灵敏度要求。压缩感知技术将随机矩阵理论应用于信号测量,突破了奈奎斯特采样定理的限制,可以降低采样频率,减少样本数目。本文将压缩感知技术引入到协作频谱感知中,降低采样频率和运算数据量,缩短检测时间。首先,建立了压缩采样下能量感知基本模型,分析了压缩采样和信道衰落对检测效果的影响。由压缩感知测量矩阵约束等距性,得到了推论:压缩感知采样后能量累积结果近似服从自由度降低的卡方分布。进一步,分析对比压缩感知采样降低样本数据和降低观测时间减少样本数据能量感知效果,可知能量检测方式对样本数目和噪声不确定度较为敏感,无法充分利用压缩感知技术所获得的信息。为降低信道衰落的影响,本文基于双门限检测,提出了一种协作频谱感知信息硬合并方式,双门限或准则。推导了其检测概率和虚警概率表达式,给出了“双门限或准则”下最优协作用户数目约束条件。理论研究和仿真表明,“双门限或准则”在具有传统或准则较高检测概率的同时,大幅度降低了虚警概率,且可以有效克服信道衰落的影响。本文针对当前特征值检测中由于利用采样协方差矩阵代替统计协方差矩阵而带来的难以确定检测门限问题,提出了一种适用于低虚警概率要求的特征值检测精确门限设置方式,详细推导了虚警概率和门限值之间的关系表达式。仿真结果表明所提出的方式,可以使得检测门限与虚警概率基本对应。最后,对压缩感知采样下特征值检测方式进行了探讨。结合自由矩阵理论,分别对认知用户采用不同测量矩阵,采用相同测量矩阵和采用相同优化后矩阵时的样本协方差矩阵特征值扩散度进行了分析,证明了特征值检测应用于压缩感知背景下的可行性,并指明了此时测量矩阵的一种优化方向。

关键词：压缩感知协作频谱感知信息融合能量检测特征值检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多天线组阵接收结构的信号检测技术研究

基于多天线组阵接收结构的信号检测技术研究

作者：万英杰解放军信息工程大学

学位级别：硕士

认知无线电技术(Cognitive Radio,CR)有利于解决固定频谱分配方式带来的频谱资源稀缺问题,具有广阔的应用前景。信号检测是认知无线电中的关键技术,一直受到学术界的广泛关注。在实际无线环境中,信号在传输过程中会受到多径效应、阴影... 详细信息

认知无线电技术(Cognitive Radio,CR)有利于解决固定频谱分配方式带来的频谱资源稀缺问题,具有广阔的应用前景。信号检测是认知无线电中的关键技术,一直受到学术界的广泛关注。在实际无线环境中,信号在传输过程中会受到多径效应、阴影衰落等因素的影响,使用单个天线接收的采样数据进行信号检测往往无法满足任务要求。为了提高信号检测的可靠性和精确性,采用多天线组阵接收结构是一种有效的措施。本文围绕基于多天线组阵接收结构的信号检测技术开展研究,论文主要工作及创新点如下:1.在噪声功率已知的条件下,给出了一种基于互相关的多天线信号联合检测算法。经典的多天线能量检测算法在进行信号检测时,没有充分利用多天线信号的空间相关性信息,检测性能一般。针对这个问题,该算法基于各路天线接收数据之间的相关值,设计检测统计量,通过该检测统计量与特定虚警概率下的门限作对比,实现对原信号的存在性检测。仿真结果表明,该算法与传统的多天线能量检测方案相比,在低信噪比、观测数据量少和低虚警概率下,拥有更高的检测概率。2.在多天线均匀组阵,噪声功率未知条件下,给出了一种基于等增益合成的多天线信号盲检测算法。噪声功率估计误差使多天线能量检测法检测性能急剧恶化,特征值检测算法利用了多天线信号的空间相关性,却未能充分考虑多天线信号之间时延、相位等的差异性。为此,该算法考虑实际环境中各天线信号参数存在的差异性,将多天线采集的信号利用多天线合成技术进行等增益合成,构建出一种与噪声功率无关的检测统计量。理论分析和仿真结果表明,该算法在噪声功率未知时,检测性能优于多天线能量检测法和特征值检测法。3.在多天线非均匀组阵,噪声功率未知条件下,给出了一种简单的设置固定门限的多天线信号检测算法。该算法的理论依据是多天线信号存在与否时,在进行时延和相位对准的迭代过程中,各路天线数据协方差矩阵的特征值具有不同的特性。仿真结果表明,在噪声功率未知条件下,该算法能够有效解决多个天线接收信噪比不同时的信号检测问题,并且相比多天线能量检测提升了检测性能。4.针对多天线非均匀组阵下,特征值检测算法无法适用的问题,给出一种基于最优合并和特征值检测的多天线信号检测算法(optimally combined eigenvalue detection,OCED)。该算法对各路天线信号进行最优权值合并,基于合并信号自相关矩阵的特征值,构建了新的检测统计量,推导信号检测算法的检测门限,并将该检测门限和检测统计量进行比较,得到检测结果。理论分析和仿真结果表明,该算法充分利用了信号的相关性,采用频域最优权值合成的方式改善了信号质量,进而提升了信号检测性能。

关键词：多天线信号检测能量检测多天线信号合成特征值检测检测概率协方差矩阵

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

认知无线电中基于协方差矩阵的频谱感知研究

认知无线电中基于协方差矩阵的频谱感知研究

作者：赵而凯太原科技大学

学位级别：硕士

认知无线电技术利用未获得充分利用的已分配频谱来实现认知用户的通信，成为公认的下一代最有希望提高频谱利用率的技术。频谱感知是认知无线电技术的基础性功能模块，只有通过频谱感知，认知用户才能发现并接入空闲的授权频段进行通信... 详细信息

认知无线电技术利用未获得充分利用的已分配频谱来实现认知用户的通信，成为公认的下一代最有希望提高频谱利用率的技术。频谱感知是认知无线电技术的基础性功能模块，只有通过频谱感知，认知用户才能发现并接入空闲的授权频段进行通信，同时监测主用户在该频段的活动状态，以避免干扰主用户的正常通信。虽然频谱感知的研究成果不断涌现，但在恶劣的无线通信环境下，现有频谱感知算法仍然存在检测准确率低检测周期长等问题，对频谱感知算法的研究仍是认知无线电领域研究的热点问题。针对噪声不确定性以及主用户终端移动性引起频谱感知检测精度下降、检测周期加长的问题，本文提出两种基于协方差矩阵特征值的频谱感知算法。首先，提出基于平均特征值检测（AED）的协作频谱感知算法。该算法根据接收信号计算采样协方差矩阵，然后对采样协方差矩阵进行特征值分解，将所得特征值的平均值作为判决统计量，进行统计判决。AED算法继承了协方差矩阵特征值检测算法不需要先验知识、不依赖噪声功率、实现简单等优点，又克服了最大最小特征值检测算法（MMED）在实际的噪声时变检测环境中鲁棒性不佳的缺点。其次，为了进一步改善AED算法的性能，本文将序贯检测理论引入AED算法中，提出了序贯平均特征值检测（SAED）算法。该SAED算法中，参与检测的认知用户数和样本数可以随检测环境的变化动态调整，可以用最少的认知用户数和样本数满足检测准确度要求，以达到缩短检测时间、减少认知无线电系统的传输开销的目的。

关键词：认知无线电频谱感知特征值检测序贯检测