基于隨機矩陣的頻譜感知算法研究.pdf

1、目前，隨著無線接入設備數(shù)量的增加，頻譜資源越來越緊張。然而很多授權頻段的頻譜利用率很低，大部分時間該頻段都處于空閑狀態(tài)，沒有被授權用戶使用，這就造成了授權頻段空閑與頻譜資源日益緊張之間的矛盾越來越突出。為了解決以上問題，認知無線電的概念應運而生。頻譜感知是認知無線電關鍵的技術之一，通過找出周圍環(huán)境中的頻譜空洞將其分配給未授權的用戶使用，以便提升頻譜的利用率。本文主要對頻譜感知技術進行研究。
　　頻譜感知技術研究主要包括兩方面：一是

2、單用戶頻譜感知；二是多用戶頻譜感知。首先總結了現(xiàn)有的幾種頻譜感知算法，介紹了針對發(fā)射機感知的能量檢測、匹配濾波檢測和循環(huán)平穩(wěn)特征檢測算法，并對它們的優(yōu)缺點進行了比較；針對接收機感知的本振泄露檢測和基于干擾溫度的檢測算法，并與發(fā)射機算法進行了比較。由單用戶技術上的一些缺點，引出了多用戶頻譜感知中的軟合并和硬合并算法，比較了兩類頻譜感知算法的優(yōu)缺點。
　　本文重點對多用戶頻譜感知技術進行研究。所提出的算法都是基于隨機矩陣理論的頻譜感知

3、算法。針對最大特征值與平均能量之差的頻譜感知算法因協(xié)作用戶數(shù)較少性能不佳，引入了拆分重組的概念，提高了采樣協(xié)方差矩陣的維數(shù)，理論上增加了協(xié)作用戶的個數(shù)，根據拆分方式的不同可以分為順序拆分和間隔拆分，通過實驗仿真表明，拆分之后的檢測性能要優(yōu)于未經過拆分算法的性能。其次，針對隨機矩陣理論的感知算法整體在低信噪比時感知性能不佳，本文提出了聯(lián)合頻譜感知算法，將平均能量與最大特征值之比的感知算法以及平均能量與最大最小特征值差之比的感知算法分別與循

4、環(huán)平穩(wěn)特征檢測算法組成了聯(lián)合頻譜感知算法，通過理論分析和實驗仿真表明，該算法解決了低信噪比檢測性能不佳的問題，并要優(yōu)于最大最小特征值算法與循環(huán)平穩(wěn)特征組成的聯(lián)合算法的性能。最后，本文提出了最大最小特征值之差的頻譜感知算法，針對隨機矩陣理論都是基于只有噪聲的情況下，需要經過多次采樣才能使用Wishart矩陣的性質，本文根據一種新的方法基于最小特征值的分布函數(shù)來求解門限值，只需要通過幾十次至幾百次的采樣，更加符合實際情況，通過實驗仿真對比，