基于隨機(jī)矩陣?yán)碚摰念l譜感知技術(shù)研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩62頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著認(rèn)知無(wú)線電的蓬勃發(fā)展,頻譜感知技術(shù)得到了人們的廣泛關(guān)注。它通過(guò)不斷地檢測(cè)信道環(huán)境來(lái)判斷是否存在可用的空閑頻譜,是認(rèn)知無(wú)線電系統(tǒng)得以實(shí)現(xiàn)的前提和基礎(chǔ)。作為處理大維數(shù)據(jù)的有效方法,隨機(jī)矩陣?yán)碚摻陙?lái)發(fā)展迅速,逐漸成為無(wú)線通信領(lǐng)域的重要工具之一?;陔S機(jī)矩陣?yán)碚摰念l譜感知算法相對(duì)于傳統(tǒng)頻譜感知算法有獨(dú)特優(yōu)勢(shì),具有廣闊的實(shí)際應(yīng)用前景。隨機(jī)矩陣?yán)碚摰难芯砍晒麑映霾桓F,本文正是研究如何利用隨機(jī)矩陣?yán)碚摰男鲁晒麡?gòu)建性能優(yōu)異的頻譜感知算法。

2、  首先,論文介紹了課題的研究背景,概述了基于隨機(jī)矩陣?yán)碚摰念l譜感知技術(shù)研究現(xiàn)狀,然后對(duì)隨機(jī)矩陣的基礎(chǔ)理論進(jìn)行了研究,并重點(diǎn)分析了基于隨機(jī)矩陣?yán)碚摰淖畲笞钚√卣髦殿l譜感知算法的原理和改進(jìn)過(guò)程,總結(jié)了隨機(jī)矩陣?yán)碚搼?yīng)用于頻譜感知中的一般方法和步驟。
  其次,就單環(huán)定律在頻譜感知中的應(yīng)用進(jìn)行了研究,提出了基于單環(huán)定律的頻譜感知算法。單環(huán)定律是隨機(jī)矩陣?yán)碚摰男鲁晒?,通過(guò)研究發(fā)現(xiàn),當(dāng)主用戶信號(hào)不存在時(shí)接收信號(hào)矩陣的特征值在復(fù)平面上大致分布

3、在一個(gè)圓環(huán)內(nèi),而主用戶信號(hào)存在時(shí)單環(huán)定律不再滿足,可以通過(guò)兩種情況下特征值分布的差別來(lái)判斷主用戶信號(hào)是否存在。為了更好地體現(xiàn)這種差別,本文選取“平均特征值半徑”作為算法的檢驗(yàn)統(tǒng)計(jì)量,并通過(guò)推導(dǎo)給出了判決門限。仿真結(jié)果表明,該算法不受噪聲不確定度的影響,并且在認(rèn)知節(jié)點(diǎn)信號(hào)之間的相關(guān)性較低時(shí)也具有較好的檢測(cè)概率。
  最后,對(duì)基于特征值和特征向量的頻譜感知技術(shù)展開(kāi)了深入研究,提出了基于最大最小特征值和主特征向量的雙特征頻譜感知算法。信

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論