认知无线电系统中非高斯噪声背景下频谱感知算法研究

认知无线电系统中非高斯噪声背景下频谱感知算法研究

ID:33805315

大小:1.78 MB

页数:142页

时间:2019-03-01

认知无线电系统中非高斯噪声背景下频谱感知算法研究_第1页
认知无线电系统中非高斯噪声背景下频谱感知算法研究_第2页
认知无线电系统中非高斯噪声背景下频谱感知算法研究_第3页
认知无线电系统中非高斯噪声背景下频谱感知算法研究_第4页
认知无线电系统中非高斯噪声背景下频谱感知算法研究_第5页
资源描述:

《认知无线电系统中非高斯噪声背景下频谱感知算法研究》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、单位代码:10293密级:公开博士学位论文论文题目:认知无线电系统中非高斯噪声背景下频谱感知算法研究学号D0805姓名朱晓梅导师朱卫平教授学科专业信号与信息处理研究方向现代通信中的智能信息与信号处理申请学位类别工学博士论文提交日期二零一四年七月万方数据ResearchonSpectrumSensinginNon-GaussionNoiseforCognitiveRadioSystemDissertationSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofDOCTOROFPHILOSOP

2、HYByZhuXiaomeiSupervisor:Prof.ZhuWei-PingJuly2014万方数据南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人学位论文及涉及相关资料若有不实,愿意承担一切相关的法律责任。研究生签名:朱晓梅日期:2014.7.2南京邮电大学学位论文使用授

3、权声明本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档;允许论文被查阅和借阅;可以将学位论文的全部或部分内容编入有关数据库进行检索;可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质论文的内容相一致。论文的公布(包括刊登)授权南京邮电大学研究生院办理。涉密学位论文在解密后适用本授权书。研究生签名:朱晓梅导师签名:朱卫平日期:2014.7.2万方数据摘要随着无线通信业务的快速增长,有限的频谱资源越来越稀缺,而受传统的静态频谱分配方案的限制,无线频谱资源的利用率并不高。如何提高频谱利用率已成为下一代无线通信亟待解决的问题。

4、在这一背景下,认知无线电技术应运而生,它提供了一种按伺机方式接入、共享和利用频谱的手段,可以有效地提高频率利用率。为了避免对主用户造成干扰,认知无线电需要通过频谱感知监视和检测特定频段上的主用户信号的活动情况,当检测到空闲频谱存在的时候,认知无线电系统可以使用该频谱;而当主用户信号再次出现时,认知无线电系统必须在规定的时间内退出该频段。可见,可靠的频谱感知是实现认知无线电的关键技术之一,其研究具有重要的意义。当前已有一些成熟的信号检测技术可用于频谱感知,但在实际认知系统中,由于通信信道受到非高斯噪声的影响,传统的基于高斯噪声模型的频谱感知技术将出现性能退化甚至失效,同时受衰落

5、、阴影等因素的影响,次用户观测到的主用户信噪比较低,单用户检测性能不佳。本文正是在这个背景下,借助统计信号估计与检测理论、分数低阶统计量理论和多用户协作技术,对非高斯噪声背景下的频谱感知技术进行了深入的研究。本文主要工作和创新包括以下内容:(1)混合高斯噪声中基于线性模型的Rao检测算法:广义似然比检验(GLRT)可实现含未知参数的本地频谱感知,且性能很好,但需要在两种假设情况下对未知参数求最大似然估计,研究表明在混合高斯噪声中未知参数的最大似然估计几乎无法求解,GLRT此时失效。针对此问题,本文将基于线性模型的Rao检测器应用于混合高斯噪声中的频谱感知,该算法仅需在空假设情

6、况下对未知参数进行最大似然估计。为了进一步降低算法的复杂性,文中通过矩估计法代替噪声方差的最大似然估计、时间均值法代替Fisher信息矩阵因子的复杂求导和积分运算,并在不同先验信息条件下推导了检测统计量及其检测性能的理论表达式。此外,为了提高单个次用户的感知性能,本文给出了基于改进的OR准则和Chair-Varshney准则的多用户协作方案。理论分析和仿真结果表明能量检测器在混合高斯噪声中随着非高斯程度的增加检测性能大大退化,而Rao检测器即使在低信噪比条件下也具有较好的性能,且在混合系数的取值范围内单调增加。此外,基于改进的OR准则和Chair-Varshney准则的协作频

7、谱感知有效提高了全局检测概率,大大减少次用户对主用户造成的干扰。(2)广义高斯噪声中基于Rao检测器的协作感知算法:广义高斯噪声下传统的频谱感知算法往往需要各种先验信息,这在实际系统中很难实现。本文提出了基于Rao检验的频谱感知算法,通过推导发现检测统计量仅是噪声形状参数的函数,与主用户信号、信道增益及噪声方差均无关。同时Rao检测器通过对次用户所观测到的信号进行非线性幂运算,有效抑制I万方数据了噪声的非高斯特性,从而降低了虚警概率,提高了空白频谱的利用率。文中在低信噪比条件下分别推导了Rao检测器和能

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。