基于最大最小特征值之差的频谱感知技术研究_第1页
基于最大最小特征值之差的频谱感知技术研究_第2页
基于最大最小特征值之差的频谱感知技术研究_第3页
基于最大最小特征值之差的频谱感知技术研究_第4页
基于最大最小特征值之差的频谱感知技术研究_第5页
已阅读5页，还剩36页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于最大最小特征值之差的频谱感知技术研究2010年11月发表于《电子与信息学报》

摘要频谱感知技术是认知无线电系统的关键技术之一，论文基于阵列天线理论，利用并分析接收信号相关矩阵，以其最大最小特征值之差作为检测统计量，进而判断主用户是否存在，实现频谱感知。此方法的优点是有效解决了噪声不确定对检测性能的影响。关键词认知无线电频谱感知特征值最大最小特征值之差算法1引言由于目前频谱分配采用的是“独占”策略，即使主用户没有使用授权频谱，该频谱也不能被其他用户使用，造成了频谱利用率低的问题，为了提高频谱的利用率，认知无线电引起了人们的广泛关注。引言认知无线电系统实现频谱高效利用的前提是认知无线电设备对无线频谱和主用户的感知能力即不仅要能够准确感知是否存在空闲频段以供认知用户使用，同时还应不断监测主用户是否需要接入该频段，以使认知用户及时退出，避免对主用户造成干扰。引言频谱感知技术是认知无线电系统的首要任务和关键技术。目前的频谱感知方法主要有匹配滤波器检测，能量检测和循环平稳特性检测。本文属于基于协方差矩阵的检测。引言上述的几种方法，都需要预设检测门限，门限的设定决定了系统的检测性能。但是预设门限时必须充分考虑噪声的统计特性，无法避免的噪声不确定度会对检测性能造成很大的影响。基于随机矩阵理论的感知算法通过分析接收信号的协方差矩阵，可以不受噪声不确定度影响引言本文主要有以下内容

1.第2节介绍检测模型。

2.第3节引入新的检测量并对其进行理论分析。

3.第4节通过仿真结果分析算法性能。

4.第5节给出全文结论。2检测模型主用户信号是否在某一频段出现，认知无线设备通过对主用户的检测，就可以做出这一频段是否被占用的判断。由此可见，这是一个二元检验的问题，建立假设检验模型如下：其中表示接收信号，表示主用户的发送信号，表示加性高斯白噪声。H1表示频段被占用，认知用户不可以接入该频段；H0表示频段空闲，可以被认知用户使用。当采用某种算法进行频谱感知时，对观测数据进行处理后得到检测统计量，然后根据相应的判决准则，对主用户信号是否存在做出判断。以ED算法为例，其检验统计量和判决准则可以表示为：其中M为采样点数。在噪声为高斯分布时，其检测门限可由下式确定为噪声能量。其中可见门限与噪声方差有关。但在实际通信系统中噪声只是近似服从高斯分布，其方差在一定范围内波动，噪声的不确定性可用噪声不确定度描述。采用ED算法进行感知时，若噪声信息未知，则需预先估计。若Pf一定，门限由估计得到的可以确定。但存在噪声不确定度时，因为ED算法本身无法实时更新门限，而只能采用预先设定的门限，这将严重影响算法性能，进而影响主用户对频段的使

用或降低频谱利用率。噪声不确定度的存在使得ED算法在应用过程中有很大的局限性和不稳定性。3基于特征值之差的感知算法3.1检验统计量的确定假设认知无线电设备含有一个N个阵元组成的等距线阵，有P个独立发送信号，N元阵列在第k时刻的

人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论