压缩感知方面的论文翻译

《压缩感知方面的论文翻译》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、在认知无线电网络通过的协作频谱传感的最大化系统吞吐量摘要——认知无线电网络（CRNs)允许未经许可的用户有机会进入获得授权的频谱而不会对住用户造成破坏性的干扰。在CRNs中的主要的困难是检测到主用户传输的能力。最近的工作表明：使用二级用户合作相对于单个传感提高了传感精度。在这篇文章中，我们认为一个CRN组成了一个单个的PU，通过多个SU来研究最大系统总的预期的吞吐量问题。我们提出基于算法的Bayesian决策规则及以恒定的时间复杂度来解决这个问题。优先考虑PU的传输，通过在PU吞吐量上加一个限制条件，我们重新给出最大系统吞吐量问题的公式。这个约束

2、优先问题展现出了非确定性多项式困难问题并且通过带有伪多项式时间复杂度的贪婪算法解决了，使用伪多项式时间复杂度可以获得严格大于1/2的最优解。调查发现，加在感应时间上的限制条件是多余的，这也限制了能参与到协作感知的SU成员的数目，揭示了系统的吞吐量相对于选择感知的SU的数目是单调的。通过数值调查，证明了算法性能效果。1.引言CRNs的研究致力于频谱稀疏问题，就是在不扰乱许可用户（主用户，CUs）的通信条件下，通过让未经允许的用户（二级用户，SUs）进入允许的频谱范围内。为了这个目标，SUs感知允许信道来检测主用户（PU）的活动区和找到未充分利用的“

3、白频段”。FCC（美国联邦通信委员会）已经为为经允许的用户进入而开通了电视频段（参考文献【3】），IEEE组成了一个工作组(IEEE802.22[7])来管理未经允许的用户在不干扰主用户的条件下进入。其他的组织也在为在CRN环境下频谱访问政策做努力，例如，DARPA的’下一代‘(XG)计划授权认知无线电接收感知信号，并组织其干扰现有的军事和民用无线电系统。为了避免给PU造成干扰，传感成为CRN设计中的独立部分。传感可以通过几种方法实施，包括能量检测、周期平稳的特征检测和压缩感知（见参考文献【8】）。能量检测是一种简单的方法，需要没有先验知识的PU

4、信号（参考文献【21】）。它主要的缺点在于衰落和屏蔽时降低了精度和带来未知的噪声功率。例如，如果SU收到了屏蔽或者严重的衰减，当PU在传输过程中感知信号就会减弱，导致错误的决策。要解决这些问题，同时保持传感简单，文献【6】、【13】、【14】提出了融合许多SU传感结果的协作传感计划。协作感知通过共同处理观察报告，克服了单个感知的结果的缺点。SU在位置位置报告中，它们的单个感知结果被用于预先定义的决策规则，以此来优化目标函数，这样函数的例子包括最大化传感精度（一般地，一个函数的错误报警概率和未检测的概率）和最大化的系统吞吐量。除最大化感知精度有关度

5、量之外，协作感知计划也被设计用来估计为SU提供的最大传输功率，因此，它们没有对PU引起破坏性干扰[11]。另一方面，协作感知引起了即一个即单个传感的附加传感延迟。文献【8】中提出了3个主要类别的决策规则，即软合并、量子化的软结合和硬结合。在前两种的类别当中，感知结果没有或者很少经处理就被送到融合中心，在最后一个类别中，二进制局部决策被报道出来。类似于传感网络，线性融合规则广泛用于协作的决策，例如，与规则、或规则和多数裁定规则。此外，在协作感知过程中，利用统计学知识的一个更高级的融合规则技术（参考文献【20】）被建议用来捕获SU中间的相互关系。然而

6、，由此产生的算法是不适宜的且其近似因素也是未知的。所有上述作品，没有一个可以为一般决策结构确定最优决策规则，为了最优分析，需要决策规则来采取特定的形式（例如：线性）。在这篇文章中，我们设计了一个最优数据融合规则来结合报告的感知结果。更具体地说是，我们的目标是在CRN中，使该系统的吞吐量最大化，CRN是由一个单个的PU(也就是单个信道）和几个SU组成的。虽然该目标系统是一个简单的系统，但是在展现相关最优融合规则的设计中面临的挑战是有用的。此外，生成的算法很容易被推广到由多个信道构成的更复杂的系统，该复杂系统的感知决策由各个信道的感知决策组成。我们的

7、主要贡献可以总结如下：A.与先前限制融合规则种类的工作形成对照，我们提出基于算法的贝叶斯决策规则及恒定时间复杂度来解决吞吐量最大化问题。B.为了确保PU的来源，通过在PU吞吐量上添加一个约束条件，我们重新用公式表示这个问题。通过减少对它的经典产品分区问题（参考文献【2】），这个约束问题被显示为强的非确定性多项式困难问题。贪婪算法获得伪多项式时间复杂度。这个近似算法分析显示了实现严格大于1/2的最优解。C.我们探讨有限的感知开销是允许的这些系统，也就是感知SU的数目是被限制的。我们的理论结果表明协作传感的性能相对于用于感知的SU的数目是不变的。这篇

8、文章由以下几个部分组成：第2部分提出了相关工作；第3部分介绍了系统模型；第4部分表述了该系统吞吐量最大化的问题；第5部分阐述了约束最大化