基于信号特征的频谱感知算法研究-电子与通信工程专业论文.docx

ClassifiedIndex::’sDegreeinEngineeringASTUDYONTHESPECTRUMSENSINGALGORITHMSBASEDONSIGNALCHARACTERISTICSCandidate: LiRongxianSupervisor: : Master’sDegreeinEngineeringSpecialty: Electronics municationEngineeringAffiliation: ShenzhenGraduateSchoolDateofDefense: Dec.,2014Degree-Conferring-Institution: HarbinInstituteofTechnology摘 要认知无线电是一项非常具有发展潜力的通信新技术,具有认知功能的用户伺机占用当前时间用户所在位置的空闲频带进行通信。频谱感知是认知无线电的一项关键技术,是指认知用户通过各种信号检测方法来获取用户所在无线环境中的频谱使用情况的过程。本论文的主要研究内容是认知无线网络中基于信号特征的频谱感知技术。复杂的无线信道环境使得认知用户端的接收信噪比很低,且接收端不知道主信号和噪声的先验统计信息;同时,认知无线电系统要求频谱感知算法应该快速(感知时间短)、准确(检测性能好)地检测到某一频段是否被占用:这些因素使频谱感知过程变得非常困难。似然比检测、能量检测、匹配滤波检测等需要已知信号和噪声信息的经典检测算法已经不适用于认知无线电的频谱感知。设计低时间复杂度、低信噪比下检测性能好且不需要已知发射信号和噪声的先验信息的感知算法,是本文的主要工作内容。基于现有的盖圆理论,本文提出了基于盖圆的频谱感知算法。该算法利用了信号特征空间投影的信息进行频谱感知,在小样本下具有良好的检测性能,因此可以进行快速感知。在认知用户端,由于接收机寿命、质量等因素不同,不同接收机上噪声的功率一般不相等。基于盖圆的感知算法不易受到这种噪声非均匀性的影响。因此,该检测器具有实际应用价值。仿真结果描述了基于盖圆的检测器和能量检测以及基于特征值的检测器的性能比较,验证了该算法在小样本和非均匀噪声下的良好性能。本文还分别给出在H0假设和H1假设下,基于盖圆的检测统计量的渐进概率分布。由H0假设下检测统计量的概率分布函数,推导出给定虚警概率所需的理论检测门限。H1假设下检测统计量的推导过程应用了Delta方法。仿真结果比较了理论虚警概率和实验虚警概率分别在不同样本数和检测门限条件下的变化情况,并给出每种情况下两者的最大误差;仿真还描述了分别在不同信噪比、样本数和检测门限下,理论检测概率和实验检测概率的比较,给出不同条件下两者的最大误差。实验结果证明,误差随信噪比和快拍数的增大而减小。正交频分复用(OFDM)是一种多载波调制技术,在军用和民用通信系统中都具有广泛的应用。对OFDM信号的检测算法大都基于信号本身的特有结构。本文在现有两种OFDM频谱感知算法(基于循环频率相关系数的算法,-I-和基于OFDM子载波的算法)的基础上,提出了基于广义似然比检测(GLRT)的OFDM分组频谱感知算法。仿真结果包括上述几种算法的检测性能和感知时间复杂度的比较。实验结果证明,基于OFDM分组方法的感知性能优于现有两种感知方法,但时间复杂度高于现有感知方法。关键词:认知无线电;频谱感知;盖圆;正交频分复用;municationsystems,,,thesecondaryusersusuallyhavenoknow