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(dá)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(jìn)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(jìn)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