資源描述：
《基于隨機矩陣理論的協(xié)作頻譜感知》由會員上傳分享，免費在線閱讀，更多相關內容在教育資源-天天文庫。
1、基于隨機矩陣理論的協(xié)作頻譜感知摘要本文提出了一種基于隨機矩陣理論的協(xié)作頻譜感知算法，這個算法既適用于AWGN，也適用于衰落信道。不像先前的研究工作，新算法并不需要噪聲統(tǒng)計和方差，并且與隨機矩陣的最大和最小特征值有關。值得注意的是，仿真結果表明，新算法方便隨時間變化的拓撲結構，其性能明顯優(yōu)于典型的能量檢測算法。一、前言從美國聯(lián)邦通信委員會（FCC）頻譜政策專責小組[1]的報告中顯示，無論是由于稀疏用戶訪問還是系統(tǒng)的固有缺陷，目前移動通信系統(tǒng)并沒有充分利用可用的頻譜，這已經成為共識。可以預見，未來的系統(tǒng)將能夠有機會利
2、用這些頻譜，通過認知環(huán)境的能力的相關知識，以適應相應的無線電參數(shù)[2]。由于微電子和計算機系統(tǒng)的最新進展，這種無線電的時代已經不遠，其中最重要的是開發(fā)出很好的感知技術。用最通俗的話來說，頻譜檢測手段是在一個給定的有噪聲的頻段下尋找頻帶中的信號在（也可能包括進行分類的信號）。這個問題以前得到廣泛的研究，如今由于認知無線電研究的部分原因重獲關注。為此，有幾個經典的技術，如能量檢測（ED）（文獻[3]-[5]），匹配濾波器（文獻[6]）和循環(huán)平穩(wěn)特征檢測（文獻[7]-[9]）。這些技術有自身的優(yōu)缺點，而且都是適合于非常
3、特殊的應用場合。然而，從認知無線電的角度來看，頻譜感知有非常嚴格的要求和限制的問題，例如：?沒有信號結構的先驗知識（統(tǒng)計、噪音方差值，等等）；?在最短的時間內的信號檢測；需要具有在嚴重衰落信道的環(huán)境下可靠檢測的能力。Cabric等人的工作[7]、Akyildiz等人的工作[10]、和Haykin[11]提供了從認知網絡的角度對這些經典技術進行了匯總。從這些工作中可以清楚的看到，任何方法都不可能完全應付認知無線電網絡的所有需求。在簡單的AWGN（加性高斯白噪聲）信道中，經典的方法效果非常好。然而，在快衰落的情況下，
4、這些技術無法提供滿意的解決方案，尤其是隱藏節(jié)點問題[12]。為此，[13]-[16]幾部文獻已經研究認知無線電的協(xié)作頻譜感知的情況。這些工作的目的是通過增加額外的冗余感知方法降低錯誤概率。他們還旨在通過減少收集的樣本數(shù)量，來使用并行測量裝置估計次數(shù)。不過，即使人們可以高效的利用空間維度，這些工作也都是是基于相同的基本技術，都需要一個信號的先驗信息。在這項工作中，我們引入一個不需要先驗信息的頻譜感知方法。這種方法依賴于多個接收器采用隨機矩陣理論（RMT）對接收到的信號進行結構推斷。隨機矩陣理論(RMT)是研究大維隨
5、機矩陣的經驗譜分布函數(shù)在一定條件下特殊收斂性質的相關理論，現(xiàn)已被廣泛應用于無線通信領域中，如無線信道容量、陣列信號處理、接收機性能分析、通信系統(tǒng)設計等的各個方面?；赗MT的頻譜感知算法具有能夠在噪聲統(tǒng)計特性未知的情況下成功感知的優(yōu)點。實驗表明，我們可以用所收到的少量可靠取樣對頻譜占用進行估算。本文的其余部分作如下劃分。在第二節(jié)，我們提出了頻譜感知的問題。在第三節(jié)中，我們從隨機矩陣理論的基礎上提出方法。在第四節(jié)中，我們拿出一些實際結果，證實在少量取樣下的假設。然后，在第五節(jié)中，我們對所提出的方法顯示了性能測試結果
6、。最后，第六節(jié)中，我們得出主要結論，并指出進一步的研究。一、問題提出頻譜感知的基本問題是在有噪聲情況下的信號檢測。這是一項艱巨的任務，特別在由于路徑損耗或衰減造成接收到的信號功率非常低的情況下，頻譜的盲檢測是未知的。這個問題可以構成假設檢驗，如[3]：其中y(k)是樣品在k時刻接收的向量，n(k)是噪聲方差（不一定是高斯的），h(k)是衰落分量，s(k)是我們要檢測的信號，這樣的話，E[s(k)2]=0，上式H0和H1分別只有噪聲和信號假設。我們還假設在N個信道上（K=1..N）的h保持不變。基于能量頻譜感知的經
7、典技術檢測是將信號能量與已知的閾值相比較，此閾值由VT[3]-[5]中的噪聲和信道的統(tǒng)計所得。下面的式子被公認為判定規(guī)則：其中，E[y(k)2]是信號能量，VT通常認為是噪聲方差。這種做法有一個缺點，就是噪音/通道的分配和VT都不是已知先驗的。在現(xiàn)實環(huán)境中的VT取決于無線的特點，這很難正確估計。此外，在衰落和路徑損耗的情況下，接收到的信號能量可能是噪音序列，使其很難檢測，因而使檢測到的取樣數(shù)量N更加有限。事實上，E[Y(K)2]由下式估計得到：這不是一個少量取樣情況下的估計公式。下面，我們在認知網絡下提供了一種基
8、于隨機矩陣理論的協(xié)作頻譜感知算法來從原始系統(tǒng)中檢測信號而無需噪聲方差。.二、頻譜感知的隨機矩陣理論考慮圖1中描繪的場景，其中用戶（用白色表示）與他們的專用（主）基站通信。二級基站{BS1，BS2，BS3，……，BSk}協(xié)作感知信道，以定位白色區(qū)域，并利用這些媒介。在進一步討論之前，讓我們假設以下情況：?K個基站的二級系統(tǒng)，它們之間的共享信息。這可以通過有線高速骨干傳輸實現(xiàn)
