基于数理统计的低复杂度频谱感知算法研究

《基于数理统计的低复杂度频谱感知算法研究》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、－■＇？—＇￣＇＂＾一■＂■－Ｉ■■一＊？－＊－－＾—？？？■…－ｗ？？■＾＊＾＇＇＊＊■？—：ｒＩ…？，■■一Ｉ、，＾？＾ｆ、３＾７＾７■一－一一－？＝［？？，＾Ｆ。－．－－＾一■，＜■？＞ｗ戶寸八Ｐ＾户！飞＾辱衝難發子藻１＊。．一、■＂－．—一一、。＂＇——一一；＊＇一一，‘一乂＊＾？ｒ？＊：，Ｔ：ｓｒ－叫Ｔ，，Ｔ＾：、，＇又？？■７１－户，■一＊、＝？．．．ｔ之＝ｒｓ＾ｒ六？篇？１４六；三拿Ｔ巧＾囊禱＞８＾姜

2、解乂參屬？…Ｃ＇占ｒｉＣ＾巧巧心硕±研究生学位论文占冀去長立诗诞ｒ进碍缺基于数理统计的低Ｍ杂度編曲難職Ｗ键齊：■。…？心语把＂￣－？ｒ＾＾＊■＂？＇＇＂、？＂．＊ｉ－＞，■ＬＸｍ＞？＇—、一４■＊—一＾？＞ＩＩ■？—一》壬．ｔ．、一＜＞■■ｕ、＿￡？、——Ｋ，＞—？＊＜，？＾争＼；手ｊ？下（醬畫蜜－－－－．＂＊＂＊＾＂Ｖ＾＇＊■－．■＊＇ｒ？■＾一－＾■＊＾＊＊－—ｙｒ￣Ｃｐｗ＂Ｔ■＊■．＂，

3、＾＿＾一－＊，一－■．ｗＷ：■■■？ＪＬＪＬ＾？■：＾ｄ－ｒ＾—？，＞Ｘ，＂＾ｖ＾ｒ、、ｙ＾了、＾基岂■云琴賓請毎ＴＴ５苗ｔ互台运品话譚或窃走是专宗？醉’■＊■－＾：；？：．二：二：：＾：丑：：ｔ式与軍；若Ｔ：ｒ巧巧巧甲巧＾二六：；皆巧＾為．＾，不ｎ六斗現酷装縣岸龄择者—器棘：张兵扛亢指导教师：卢光跃教授名撰装■＇■－＾－＾＾：：学科（专业）？房：信号与信息处理空＾姜？；：？匙韓難＾駿论文日期—六年六月：二０运ｇｆｅ；－一户－，．？＊＊＊

4、？Ｊ＾一＊一、＊一＂、■？Ｔ？ｆ了１＊－＊＂？－？－？－１—＾＊＾—＊一、一Ｔｎ＂■＊：—＞Ｘ：一４不二＾：Ｚ１单位代码１１６６４学号１３０１２１００５７分类号ＴＮ９巧．５密级西安邮电大学硕±研究生学位论文题（中、英＊）目基于数理统计的低复杂度频谱感知算法研究ＴｈｅＲｅｓｅａｒｃｈｏｆＳｐｅｃｔｒｕｍＳｅｎｓｉｎｇＡｌｇｏｒｉｔｈｍｓｗｉｔｈＬｏｗＣｏｍｌｅｘｉｔｙＢａｓｅｄＯｎＭａｔｈｅｍａｔｉｃａｌＳｔａｔｉｓｔｉｃｓｐ

5、作者姓名张兵指导教师姓名、职务卢光跃教授学科口类工学学科（专业）信号与信息处理提交论文日期二〇—六年六月摘要ＣｏＣＲ一认知无线电ｎｉｔｉｖｅ民ａｄｉｏ＿是ｇ，）种可自我认知和自我学习的无线电通信（一＂概念，它可Ｗ通过系列方法对周围环境的频谱资源进行实时感知，有效发现频谱＂空洞，并有效提高频谱利用率ｅｃｔｒｕｍＳｅｎｓｉｎＳＳ。频谱感知（Ｓｐｇ，）技术是认知无线电一的关键技术之，是动态频谱接入、频谱共存等认知无线电关键技术的前提和基础。，当主用户（Ｐｒｉｍａ

6、ｒＵｓｅｒＰＵ没有使用该频谱资通过ＳＳ对频谱状态进行实时的监测ｙ，）源时，允许次用户巧ｅｎｓｉｎＵｓｅｒ，ＳＵ在不干扰ＰＵ通信的条件下接入该频段当ＰＵｇ）；，次用户必须及时退出该频段，免干扰ＰＵ使用该频段时。由此可见，ＳＳ是ＣＲ技术发展应用的关键。首先本文从认知无线电方面介绍了课题的研究背景及现状，介绍了ＳＳ算法的检测模型，并对当前的ＳＳ算法进行了分类介绍。其中，主要介绍了Ｈ种己有的基于拟ｅｓｓ－ＡＤ合优度ＧｏｏｄｎｏｆＦｉｔ，ＧＯＦ的频谱感知算法常，即ＡｎｄｅｒｓｏｎＤａｒｌ

7、ｉｎ算法，｜：Ｕ（）（ｇ，）及基于ｔ分布的频谱盲检测算法和基于特征函数的频谱盲检测算法巧ｌｉｎｄｓｐｅｃｔｒｕｍｅｄｃｈａａｃ－ｓｅｎｓｉｎｇｂａｓｒｔｅｒｋｔｉｃｆｕｎｃｔｉｏｎａｎｄＡｎｄｅｒｓｏｎＤａｒｌｉｎｇｔ；ｅｓｔＣＡＤ，，）并给出了ＭＡＴＬＡＢ仿真实验。后两种改进的ＡＤ算法不需耍任何先验知识。在瑞利慢衰落信道下的仿真表明，后两种改进的ＡＤ算法和噪声方差己知的ＡＤ算法具有相似的检测性能，尤其在小样本条件下，同时Ｈ种基于拟合优度算法的检测性能明显高于ＥＤ算法的检

8、测性能。其次，针对目前的ＧＯＦ算法的时间计算复杂度高的缺点，本文运用数理统计的方法分别从经典统计学和贝叶斯统计学角度出发，提出了两种新的低复杂度频谱感知算法，它们分别是基于广义似然比的频谱感知算法和基于贝叶斯推断的频谱盲检测算法，。通过ＭＡＴＬＡＢ仿真表明基于广义似然比的频谱感知算法的检测性能略高于ＡＤ算法，且时间复杂度低：基于贝叶斯推断的频谱盲检测算