版權(quán)說明: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),請進行舉報或認領(lǐng)
文檔簡介
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
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 求解對稱矩陣特征值問題的Lanczos算法的改進及分析.pdf
- 圖的特征值與Laplace特征值的研究.pdf
- 特征值優(yōu)化問題的若干算法研究.pdf
- 基于信號特征的頻譜感知算法研究.pdf
- 基于特征結(jié)構(gòu)的頻譜感知算法研究.pdf
- 電壓暫降的特征值提取算法及補償策略研究.pdf
- 求解特征值互補問題的ABS算法.pdf
- QR算法求矩陣特征值.doc
- QR算法求矩陣特征值.doc
- QR算法求矩陣特征值.txt
- QR算法求矩陣特征值.txt
- QR算法求矩陣特征值.txt
- QR算法求矩陣特征值.txt
- jacobi矩陣特征值的并行算法
- 求矩陣特征值的并行圓盤算法研究.pdf
- 基于改進特征值的語音關(guān)鍵詞提取.pdf
- 圖的特征值.pdf
- 圖像特征值提取算法并行優(yōu)化方法研究.pdf
- 電力系統(tǒng)關(guān)鍵特征值算法研究.pdf
- 圖像特征值提取算法并行優(yōu)化方法研究
評論
0/150
提交評論