认知无线电频谱感知技术研究

来源 :哈尔滨工程大学 | 被引量 : 0次 | 上传用户:laurachenqh
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
伴随着无线通信技术的快速发展,各项无线业务的开展也日益增多。因此所导致频谱资源也越发的匮乏。认知无线电技术从此应运而生,被认为是未来最热门的无线通信技术之一。认知无线电技术的智能化程度非常的高。通常情况下,为了针对非合理分配与利用频谱需要对周围的无线环境进行频谱感知,进而实现频谱的“二次利用”,从而很大程度的缓解了与日俱增的无线业务与逐渐匮乏的频谱资源两者之间的矛盾。频谱感知是认知无线电技术中的第一步,也是最关键的一步。如何快速且准确的检测出授权用户的存在是至关重要的。本文开篇围绕着认知无线电技术的基本概念以及频谱感知技术近几年国内外研究进展情况作了简要的说明。其次,对现有的三种单节点频谱感知算法(其中包括匹配滤波感知算法、循环平稳特征感知算法,以及最常见的能量感知算法)进行了详细的分析,并比较了各自的适用场合及优缺点。由此发现,“隐藏终端”与检测概率低是单节点检测的一大困扰,同时说明了协作感知的必要性。协作感知算法虽然可以改善这一问题,但确忽视了各感知节点所处的自身环境,违背了实际的自然情况。接下来,针对在协作频谱感知中忽视了各感知节点由于信道条件不同,在判决中心却被同等对待这一不合理现象所导致的检测概率低的问题,本章将数学理论中的D-S证据理论引入到频谱感知研究过程中。考虑到各认知用户所处的环境一般并不相同,将每个认知用户的检测结果合理分配一个信任度参数,与检测结果一并传到融合中心。但在研究的过程中发现某些高度冲突的证据应用此法则无法达到理想的效果,本章将冲突间变化的平均性这一概念引入到算法中,能够精确的衡量出证据间的冲突程度。改进后的算法可以很好地缓解高度冲突对检测结果的影响,同时对不确定性因素产生的干扰也有所改善。仿真结果表明优于使用传统D-S证据理论算法的检测结果,具有很好地实用价值。最后,将OFDM(正交频分复用)系统作为认知无线电的协作频谱感知技术的研究背景,针对传统算法中未充分考虑干扰受限这一问题对整个系统产生的影响,提出了一种联合频谱检测算法。首先对OFDM技术的基本原理进行了简要介绍,然后建立了基于OFDM系统的多载波联合检测模型,设计了一种联合检测算法。其最终目的是在一定干扰条件约束下,针对吞吐量这一项指标建立优化模型,将算法中的非凸优化问题转化为凸优化问题进行系统求解,使得认知用户吞吐量值达到最大。仿真结果显示,此种算法相比传统算法获得更大的吞吐量,更好的节约能耗。
其他文献
随着科研和生产技术的不断发展,企业对产品质量的要求越来越高,人们对检测分析的要求在样品数量、分析周期、结果分析、降低工作成本和提高工作效率等方面都提出了更高的标准和
学位
随着科技的进步与发展,工业机器人技术突飞猛进,其应用深入到生产和生活的各个方面。在工业机器人技术的研究中,机器人运动学的研究一直是机器人研究领域的重点。机器人运动学研
近年来,电信行业发展日益蓬勃,各运营商需要不断的进行大量的扩容、新建各类通信网络以应对日益增多的用户。对他们而言下一步网络建设重点必然是建立一套综合、准确、及时、
原子力显微镜(AFM)在生物科学领域中已成为一个重要的观察和测量工具,论文基于AFM扫描获取不同细胞表面形貌图像,并对其生物特征进行提取和识别。首先根据不同类型细胞的形态特点,分别选取小波变换或拉普拉斯变换并结合直方图均衡化及降噪滤波对图像进行增强预处理,然后将形态学处理与阈值分割相结合实现图像分割,从而得到最优细胞样本。其次对分割细胞提取三维特征(细胞表面粗糙度、表面积和相对体积)和二维投影特征
盲信号处理中的盲源分离是最近几十年引发研究人员广泛关注的一个新的研究领域。盲源分离的研究目的是在源信号和源信号的混合方式都不知道的条件下,仅仅根据观测信号去恢复源
本论文主要研究室内障碍环境下移动操作臂的运动规划算法。其中室内环境是基于一个真实的网格地图构建的,并最终被表示为多边形集合。移动操作臂采用Pioneer3DX机器人的模型。
自适应动态规划(ADP),作为最优控制问题的最有效方法之一,成功地结合了神经网络、自适应评判设计、加强学习和经典动态规划等理论,同时有效地避免了“维数灾”问题,获得了广泛的
学位
脑机接口(brain-computer interface,BCI)是利用脑电信号作为人与外部设备进行通讯的一种方式的系统。目前BCI技术中主要的脑控算法包括:基于视觉诱发电位(VEP)、运动想象电位(MI)、