认知无线电的频谱感知技术的研究

来源 :东南大学 | 被引量 : 0次 | 上传用户:likelikeme
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
无线通信发展所面临的瓶颈之一就是频谱资源的不足,造成这一问题的主要原因是频谱的使用情况是动态变化的,大部分时段和空间的频谱利用率非常低。认知无线电技术作为解决当前频谱利用率低下这一问题的有效手段,已成为无线电发展的一个新的里程碑。频谱感知是实现认知无线电的首要任务。本文主要研究了认知无线电的频谱感知技术。   本文首先介绍了认知无线电技术产生的背景和定义以及所承载的平台,接着简单阐述了认知无线电的关键技术。然后本文重点研究了认知无线电的频谱感知技术。   针对基于单个检测器的频谱感知,本文研究了三种频谱感知技术,分别是能量检测法,匹配滤波检测法和循环平稳检测法,并对这三种方法进行了比较。针对能量检测法,推导了其在加性白高斯噪声信道和瑞利衰落信道下的检测概率和虚警概率,得到瑞利信道下能量检测的性能要劣于高斯信道下的检测性能。但是,单个检测器有一些缺点,比如隐藏终端、接收机不确定性以及感知灵敏度和信噪比墙等问题。为了克服单个检测器的这些缺点,我们可以利用多个检测器进行协作频谱感知。   针对协作频谱感知,本文研究了各种不同的信息融合方法。每个本地检测器既可以把软信息也可以把硬信息发送给中央处理单元。软信息既可以是没有经过处理的原始接收信号,也可以是经过本地感知得到的数据(本文是检测到的能量)。硬信息既可以是一比特,也可以是多个比特。在中央处理单元,我们把来自不同本地检测器的信息融合,最终判断主用户信号是否存在。我们得到,软信息融合的感知性能优于硬信息融合的感知性能。而软信息融合中,最佳软合并的感知性能最优;硬信息融合中,两比特硬合并的感知性能优于一比特硬合并的感知性能。最终我们得出,不论采用哪种信息融合方法,协作频谱感知的性能都要优于基于单个检测器的频谱感知的性能。   此外针对协作频谱感知面临的问题,本文提出了一种基于双门限的协作频谱感知技术,该技术在节约系统带宽和提高系统检测概率方面做到了很好的折中。
其他文献
传统的物理层安全通信只研究信息的安全传输或者系统的能量消耗,而这两者相互冲突且越来越难以满足人们对无线通信系统的高要求,因此寻求有效均衡两者的方法成为无线通信系统
识别视频中人类的行为动作是计算机视觉重要任务之一,其目标是从视频中提取、分析和表述人体行为动作信息。受人脑视觉机理启发下,深度学习框架使得机器学习取得巨大进展,也
正交频分复用(Orthogonal Frequency Division Multiplexing:OFDM)技术具有较高的频谱利用率和较强的抗多径衰落特性,是第四代通信系统中的主流技术。作为一种多载波调制技术
人类的大脑活动时会产生电位的变化,脑电信号可以记录到这种变化,这是大脑神经细胞活动所产生的电信号在大脑皮层的总体反应。不同的年龄段、性格、职业和身体健康状况的人会
H.264/AVC是由ITU-T和ISO/IEC联合制定的新一代国际视频编解码标准。相对于以往的视频标准,其具有技术方面的先进性、研究方面的开放性和应用方面的国际性等特征,因而引起了国
配电网单相接地故障是发生几率最高的故障,如何准确的确定故障点位置并使工作人员在最短的时间内得知故障信息,以减少因故障造成的损失,一直以来都是配电网研究工作中的难点。多端行波故障定位法是一种实时在线的故障定位方法。当线路发生故障时,通过记录故障点瞬间产生的行波信号传播到所连接每个线路末端监测装置的时刻,并借助通信技术把数据传给监控中心站,中心站通过软件对数据进行处理,挑选出合适的数据进行计算,根据计
信息栅格又称网格,是一种可动态重构、可扩展和自治的网络基础设施,能够实现广域的计算、存储、通信及数据等资源的全面共享和协同。资源发现是实现上述功能的关键步骤,而栅格环
随着人机交互、生物识别等技术的发展,人脸表情识别具有越来越重要的现实意义,如何有效地提取表情特征并进行分类也成为了热点。   特征提取是人脸表情识别的重要前提工作,本
本文主要针对视频场景中人体交互行为中的显著特征进行提取、贝叶斯分层网络抽象特征与异常交互行为分析与检测方法进行研究。目的在于识别视频场景中的两人参与的人体交互行
随着X射线成像技术的不断发展,X射线检测技术在工业探伤、医学影像、安检和航空航天等方面都发挥着极其重要的作用,它已经融入我们的生活并成为生产生活中一个不可或缺的组成