基于噪聲不確定性和用戶狀態(tài)改變的能量檢測算法研究.pdf

1、隨著無線通信業(yè)務和技術的快速增長，對無線頻譜的需求也日益增大，當前，無線頻譜的匱乏是阻礙無線通信發(fā)展的瓶頸之一。認知無線電（CR）通過伺機地接入授權的空閑頻譜以提高頻譜利用率，對緩解無線頻譜資源的緊缺具有重要意義。由于實現(xiàn)簡單和復雜度低的優(yōu)點，能量檢測算法已經(jīng)在空閑頻譜檢測中被廣泛應用，但其檢測性能特別容易受到噪聲功率不確定性（NPU）、檢測期間用戶狀態(tài)改變和低信噪比（SNR）因素的影響。本文在這方面進行深入探討，主要研究內(nèi)容和成果如下

2、：
　　針對能量檢測算法受到NPU的嚴重影響，本文給出了一種新的復雜度較低的NPU區(qū)間估計算法，并且從理論上分析了估計的噪聲功率對能量檢測算法信噪比墻（SNR WALL）惡化影響，得出了SNR WALL惡化性定理。進一步，基于門限修正提出了一種改進的能量檢測算法以消除SNR WALL惡化。仿真結(jié)果表明，本文算法能較為精確地估計NPU區(qū)間，并且驗證了SNR WALL惡化性定理的正確性；同時，改進的能量檢測算法性能要優(yōu)于RSA算法，降

3、低了SNR WALL惡化，提高了檢測的魯棒性。
　　本文將能量檢測算法和經(jīng)典分布式認知MAC（DC-MAC）進行結(jié)合，通過跨層協(xié)作的方式分析得出了多個次用戶（SU）同時檢測同一空閑頻譜造成檢測結(jié)果不可靠。為在低SNR場景達到目標檢測概率，推導出了能量檢測算法的最小采樣時間（MST）?；贛ST，提出了一種改進的DC-MAC（ODC-MAC）協(xié)議。ODC-MAC整合了物理層頻譜感知策略和MAC層數(shù)據(jù)傳輸，通過跨層協(xié)作提高SU的數(shù)據(jù)傳

4、輸可靠性。仿真表明，本文理論分析和實際仿真結(jié)果吻合；同時，相對于DC-MAC，ODC-MAC可以提高數(shù)據(jù)傳輸可靠性和吞吐量。
　　針對檢測期間主用戶（PU）的活動狀態(tài)變化和低SNR造成能量檢測算法檢測性能嚴重下降的現(xiàn)象，本文給出了一種加權（weight-p）能量檢測算法。為減少實現(xiàn)復雜性和節(jié)約需要的功耗，weight-p能量檢測算法的最優(yōu)權值建模成MST的優(yōu)化問題，分析得出了最優(yōu)權值和次優(yōu)權值。仿真表明，在 PU狀態(tài)改變和低 SN

5、R的場景下，本文提出的weight-p能量檢測算法可以提高SU的檢測性能和降低虛警概率，并且在獲得相同檢測性能的前提下可以壓縮檢測時間。
　　由于用戶（PU或者 SU）隨機到達對頻譜檢測的性能有很大影響，為解決這個問題，本文提出了一種反饋疊加能量檢測方案。通過將檢測周期后半部分采樣點的瞬時能量值累加到檢測周期前半部分采樣點的瞬時能量上，在不延長檢測時間的基礎之上，提高整個檢測周期的能量統(tǒng)計值。仿真表明，反饋疊加能量檢測方案的檢測性