無(wú)線通信的頻譜壓縮感知與共享傳輸技術(shù)研究.pdf

1、現(xiàn)代社會(huì)，無(wú)線通信技術(shù)的飛速發(fā)展使得頻譜資源越發(fā)的緊張，但現(xiàn)有的頻譜劃分手段難以應(yīng)對(duì)這樣的局面。認(rèn)知無(wú)線電作為一種智能的頻譜共享系統(tǒng)，使得頻譜資源的再利用成為可能。頻譜感知技術(shù)是認(rèn)知無(wú)線電得以實(shí)現(xiàn)的重要前提，但是受限于奈奎斯特采樣定理，當(dāng)前的感知技術(shù)較難進(jìn)行寬帶頻譜感知。而壓縮感知技術(shù)作為當(dāng)前一種熱門(mén)的信息處理技術(shù)，具有能夠低于奈奎斯特采樣率進(jìn)行信號(hào)采集的優(yōu)勢(shì)，一經(jīng)提出就引起研究人員的極大關(guān)注，除對(duì)其理論進(jìn)行深入的研究之外，該技術(shù)也被應(yīng)

2、用到諸如頻譜感知等領(lǐng)域之中。認(rèn)知無(wú)線電技術(shù)中的另一個(gè)熱點(diǎn)問(wèn)題是關(guān)于頻譜共享模式的研究，通過(guò)設(shè)計(jì)相應(yīng)的頻譜共享傳輸策略，能夠極大地提升頻譜利用率。
　　本文第一章首先闡述了本文研究的背景與意義，對(duì)壓縮感知與頻譜共享傳輸?shù)幕纠碚摵脱芯楷F(xiàn)狀進(jìn)行了概述，對(duì)本文的研究?jī)?nèi)容也進(jìn)行了簡(jiǎn)要說(shuō)明。
　　第二章首先對(duì)基于 Homotopy的l1范數(shù)最小化問(wèn)題進(jìn)行了研究，介紹了兩種Homotopy算法并對(duì)其性能進(jìn)行了分析和仿真驗(yàn)證。其次，研究了

3、基于 LASSO Homotopy的動(dòng)態(tài)更新算法與重加權(quán)Homotopy算法，在此基礎(chǔ)上，針對(duì)兩種動(dòng)態(tài)變化模型，本文相應(yīng)地提出了兩種改進(jìn)的動(dòng)態(tài)更新算法，并進(jìn)行了仿真和性能分析。
　　第三章主要研究了協(xié)作式壓縮頻譜感知的重構(gòu)算法。協(xié)作式感知通常分為集中式與非集中式兩種。針對(duì)集中式感知方式，本文提出了一種 Joint-SAMP算法，它利用發(fā)射源信號(hào)聯(lián)合稀疏的特性，采用并行運(yùn)算的方式進(jìn)行重構(gòu)。針對(duì)觀察矩陣部分接收的情況，本文提出了一種基

4、于部分觀察矩陣的重構(gòu)算法，該算法直接在融合中心接收的殘缺矩陣上進(jìn)行重構(gòu)運(yùn)算，無(wú)需進(jìn)行矩陣填充。針對(duì)非集中式感知方式，本文在研究了D-LASSO算法的基礎(chǔ)上，設(shè)計(jì)出一種新的分布式稀疏重構(gòu)算法，相比 D-LASSO，此方法具有重構(gòu)不同目標(biāo)稀疏向量的特性；相比 DRL2算法，該算法重構(gòu)精度更高。
　　第四章研究了頻譜共享模式下的無(wú)線傳輸性能。本章首先研究了基于干擾對(duì)齊技術(shù)的頻譜共享方法，討論了次級(jí)用戶(hù)最優(yōu)化功率分配的策略并進(jìn)行了算法仿真