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

ID:35065780

大小:6.16 MB

页数:61页

时间:2019-03-17

基于数理统计的低复杂度频谱感知算法研究_第1页
基于数理统计的低复杂度频谱感知算法研究_第2页
基于数理统计的低复杂度频谱感知算法研究_第3页
基于数理统计的低复杂度频谱感知算法研究_第4页
基于数理统计的低复杂度频谱感知算法研究_第5页
资源描述:

《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

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。