特征值頻譜感知算法的研究及改進.pdf

1、現(xiàn)今社會,隨著無線接入設(shè)備數(shù)量的大幅增加,頻譜資源越來越緊缺。但是與此同時很多授權(quán)頻帶的頻譜利用率很低,大部分時間都未被授權(quán)用戶使用,授權(quán)頻帶大量空閑和頻譜資源日益緊張的矛盾越發(fā)突出。在這種情況下,認知無線電的概念應(yīng)運而生。頻譜感知過程,是認知無線電系統(tǒng)的重要組成部分,通過對周圍電磁環(huán)境進行監(jiān)測找出頻譜空洞并將其分配給未授權(quán)用戶,使其具有使用該頻段的機會,進而大幅度的提升了頻譜利用率。因此,認知無線電的概念受到了越來越廣泛的關(guān)注。

2、>　　首先,本文闡述了信號檢測的基本概念和性能指標(biāo),描述了幾種常用信號檢測算法的理論以及協(xié)同信號檢測的概念,介紹了幾種常用數(shù)據(jù)融合的算法,以及在不同數(shù)據(jù)融合算法下的整體信號檢測性能。其次,重點介紹了基于特征值的信號檢測算法,推導(dǎo)了其理論門限數(shù)值的基本公式,并通過MATLAB進行了性能仿真。再次,在原有算法的基礎(chǔ)上,結(jié)合信息熵的思想,提出了一種利用協(xié)方差矩陣特征值波動性為檢驗標(biāo)準(zhǔn)的頻譜感知算法。該算法以信息熵為統(tǒng)計量,量化了由未授權(quán)用戶接

3、收到信號協(xié)方差矩陣特征值的波動性。通過將信息熵的概率分布近似為高斯分布,并利用隨機矩陣理論(RMT),推導(dǎo)出了指定虛警概率下門限的理論計算公式。在原始特征值算法的基礎(chǔ)上,特征信息熵算法的性能可以平均提高20％左右。并且隨著無線傳感器的數(shù)量增加,性能提升越明顯,適用于協(xié)同信號檢測。通過仿真驗證了對信息熵分布簡化近似的合理性,并給出了在不同條件下本算法的實際感知性能以及本算法和其他常用頻譜感知算法的性能比較。
　　最后,本文從循環(huán)矩陣

4、的角度分析了接收信號統(tǒng)計協(xié)方差矩陣特征值的物理含義,并在該物理意義上提出了一種基于功率譜密度函數(shù)的頻譜感知算法。該算法和特征值頻譜感知算法有相同的檢測原理,但是其性能能夠通過表達式準(zhǔn)確控制,并且能夠解決特征值頻譜感知算法門限表達式復(fù)雜、對接收濾波器不適用等等問題。本文還給出了新提出算法門限和正確檢測概率的表達式,并通過MATLAB仿真驗證了整個理論推導(dǎo),對比了該算法與傳統(tǒng)特征值檢測算法的性能。
　　本文提出的兩種算法均不存在噪聲不