基于隨機(jī)矩陣的頻譜感知算法研究.pdf

1、目前，隨著無(wú)線接入設(shè)備數(shù)量的增加，頻譜資源越來(lái)越緊張。然而很多授權(quán)頻段的頻譜利用率很低，大部分時(shí)間該頻段都處于空閑狀態(tài)，沒(méi)有被授權(quán)用戶使用，這就造成了授權(quán)頻段空閑與頻譜資源日益緊張之間的矛盾越來(lái)越突出。為了解決以上問(wèn)題，認(rèn)知無(wú)線電的概念應(yīng)運(yùn)而生。頻譜感知是認(rèn)知無(wú)線電關(guān)鍵的技術(shù)之一，通過(guò)找出周圍環(huán)境中的頻譜空洞將其分配給未授權(quán)的用戶使用，以便提升頻譜的利用率。本文主要對(duì)頻譜感知技術(shù)進(jìn)行研究。
　　頻譜感知技術(shù)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(jié)了現(xiàn)有的幾種頻譜感知算法，介紹了針對(duì)發(fā)射機(jī)感知的能量檢測(cè)、匹配濾波檢測(cè)和循環(huán)平穩(wěn)特征檢測(cè)算法，并對(duì)它們的優(yōu)缺點(diǎn)進(jìn)行了比較；針對(duì)接收機(jī)感知的本振泄露檢測(cè)和基于干擾溫度的檢測(cè)算法，并與發(fā)射機(jī)算法進(jìn)行了比較。由單用戶技術(shù)上的一些缺點(diǎn)，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(diǎn)。
　　本文重點(diǎn)對(duì)多用戶頻譜感知技術(shù)進(jìn)行研究。所提出的算法都是基于隨機(jī)矩陣?yán)碚摰念l譜感知

3、算法。針對(duì)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(gè)數(shù)，根據(jù)拆分方式的不同可以分為順序拆分和間隔拆分，通過(guò)實(shí)驗(yàn)仿真表明，拆分之后的檢測(cè)性能要優(yōu)于未經(jīng)過(guò)拆分算法的性能。其次，針對(duì)隨機(jī)矩陣?yán)碚摰母兄惴ㄕw在低信噪比時(shí)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(cè)算法組成了聯(lián)合頻譜感知算法，通過(guò)理論分析和實(shí)驗(yàn)仿真表明，該算法解決了低信噪比檢測(cè)性能不佳的問(wèn)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(duì)隨機(jī)矩陣?yán)碚摱际腔谥挥性肼暤那闆r下，需要經(jīng)過(guò)多次采樣才能使用Wishart矩陣的性質(zhì)，本文根據(jù)一種新的方法基于最小特征值的分布函數(shù)來(lái)求解門限值，只需要通過(guò)幾十次至幾百次的采樣，更加符合實(shí)際情況，通過(guò)實(shí)驗(yàn)仿真對(duì)比，