資源描述：
《認(rèn)知無線電系統(tǒng)中頻譜感知算法的研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、南京郵電大學(xué)碩士研究生學(xué)位論文摘要摘要認(rèn)知無線電已經(jīng)成為解決現(xiàn)有頻譜資源匱乏的非常有前途有前景的技術(shù)。認(rèn)知無線電是一種智能的無線通信系統(tǒng)，它能夠感知周圍的無線環(huán)境，通過一定的方法相應(yīng)地改變某些工作參數(shù)來實時地適應(yīng)環(huán)境，從而達到提高頻譜利用率、緩解頻譜資源緊張的目的。頻譜感知是認(rèn)知無線電中最具挑戰(zhàn)的問題之一。如何在低信噪比(SNR)情況下檢測出授權(quán)用戶對于認(rèn)知無線電的應(yīng)用非常關(guān)鍵。論文就認(rèn)知無線電系統(tǒng)中的頻譜感知算法進行了研究。首先，論文介紹了認(rèn)知無線電的研究背景和意義、認(rèn)知無線電的關(guān)鍵技術(shù)，并分析了現(xiàn)有認(rèn)知無線電系統(tǒng)中的頻譜感知方法以及它們面臨的挑戰(zhàn)。接著，論文介紹了現(xiàn)有的典
2、型頻譜感知算法一能量檢測法，并通過仿真研究了它在認(rèn)知無線電系統(tǒng)中的性能。仿真結(jié)果表明，在低信噪比情況下，這種算法將無法提供可靠的檢測性能。究其原因，則在于這種算法門限值設(shè)置的準(zhǔn)確性極易受到噪聲不確定性因素的影響。針對現(xiàn)有算法應(yīng)用于認(rèn)知無線電系統(tǒng)所存在的問題，論文研究了一種基于最大最小特征值的感知算法，并在此基礎(chǔ)上提出了一種基于最大特征值的感知算法。仿真結(jié)果表明這種算法不需要知道關(guān)于信道和噪聲的信息，并能有效改善低信噪比情況下信號的檢測性能。當(dāng)認(rèn)知用戶無法獲得關(guān)于授權(quán)用戶足夠多的信息時，這種算法是非常適用的。最后，論文分析了信號的周期平穩(wěn)特性，在此基礎(chǔ)上進一步研究了單周期特征檢
3、測法，并將其應(yīng)用到認(rèn)知無線電系統(tǒng)中。分析和仿真表明，相對于能量檢測法和特征值檢測法，單周期檢測法在低信噪比情況下?lián)碛懈玫臋z測性能，并且能夠分辨出能量的來源，所以它更適用于認(rèn)知無線電中的頻譜空穴的檢測。關(guān)鍵詞：認(rèn)知無線電，頻譜感知，能量檢測，最大特征值，周期平穩(wěn)特性，頻譜空穴南京郵電大學(xué)碩士研究生學(xué)位論文ABSTRACTCognitiveradiohasemergedasonepromisingtechniqueofsolvingcurrentspectrumresourcescarcity．Itisdefinedasanintelligentwirelesscommunic
4、ationsystemthatisawareofitsenvironmentandHsesthemethodologyofunderstanding--by-·buildingtolearnfromtheenvironmentandadaptitsinternalstatesbymakingcorrespondingchangesincertainoperatingparametersinrealtime，inordertopromotetheefficientuseofthespectrumandrevivethelackofspectralresource．Spectru
5、msensingisoneofthemostchallengingproblemsincognitiveradio．DetectionofprimaryusersatverylowSNRiscriticalforcognitiveradiofunctionality．Thethesisstudiesthealgorithmforspectrumsensingincognitiveradiosystem．First，thethesisgivesanintroductionofcognitiveradio，andthenmakesallanalysisofsometypicalt
6、raditionalalgorithmsforspectrumsensingincognitiveradiosystem．Following，thethesisintroducethetypicalalgorithmforspectrumsensing-energydetection．SimulationsresultsshowthatthealgorithmisnotsuitableforcognitiveradiosystematlowSNR．Becausethenoisepoweruncertaintyaffectsthethresholdofthealgorithme
7、asily．Contrasttothelimitationofthetraditionalalgorithm，thethesisproposedamaximumeigenvaluebasedsensingalgorithm．Thealgorithmdoesnotrequireknowledgeofthechannelandthenoisepower．Comparedwithenergydetection，simulationresultsshowthattheproposedalgorithmdoesa
