基于能量-循环平稳特征的联合频谱检测方法

根据能量检测与循环平稳特征检测的特点,提出了基于双门限的能量-循环平稳特征的联合频谱检测方法.该方法利用双门限的能量检测法进行粗检,若能量落在两门限的两端,则直接进行判断;若能量落在两门限之间,则利用循环平稳特征进行检测.仿真结果表明,无论是在噪声确定或不确定的情况下,与循环平稳特征检测方法相比,该方法在保证检测性能下降不多的情况下,大大降低了计算复杂度;与能量检测方法相比,该方法在复杂度增加不多的情况下,有效提高了检测性能.     

自适应双门限频谱感知算法

针对传统的能量检测算法门限固定设置存在的不足,以及循环平稳特征检测算法计算复杂度高的缺点,以双门限能量检测算法为基础,提出一种联合循环平稳特征检测的双门限能量检测算法.本算法在双门限区域内实施循环平稳特征检测,双门限之外的区域采用能量检测,同时根据信道状态自适应调整双门限值.当信道状态好时,减小两个门限之间的距离,即减小实施循环平稳特征检测的概率,降低运算复杂度;当信道状态差时,增大两个门限之间的距离,即增大循环平稳特征检测的概率来保证良好的检测性能.仿真结果表明,在一定条件下,该算法能有效提高频谱检测性能,降低运算复杂度.     

认知无线电频谱感知技术研究

对基于发射机检测的频谱感知方法进行了分析,比较了能量检测和基于循环平稳信号检测两种方法,并对这两种检测方法进行了公式推导,给出了实现过程;对能量检测进行了误检测概率分析,得出信道噪声的不确定性将严重影响检测有效性的结论;通过对信号正确检测概率的仿真,验证了基于循环平稳信号的检测门限不是基于噪声能量,而是基于信号的统计分布特性.     

一种新的循环谱统计量频谱感知算法

为了提高认知无线电中感知用户对授权用户(主用户)的检测概率,提出一种新的基于循环谱统计量的主用户信号检测算法.该算法利用循环谱离散频域平滑方法,对信号的循环谱在循环频率处建立合理的检测统计量,然后求解得到对应不同虚警概率的判决门限,以使感知用户能检测信噪比更低的授权用户信号.该算法具有检测结构简单,易实现的特点.仿真结果表明,在高斯白噪声信道中,虚警概率为0.1,频域平滑累积次数为255,在信噪比为-16 dB的条件下,与Dandawate-Giannakis(DG)方法相比,本文算法的检测概率提高23%.     

低信噪比下采用广义随机共振的能量检测算法

针对低信噪比下认知无线电中采用能量检测(ED)的频谱感知方法错误概率较大的问题,提出了一种采用广义随机共振的改进的能量检测(IED)算法。该算法首先对接收信号添加一个直流分量,并借助偏移系数确定直流分量的最优幅值,使其与信号中的直流产生广义随机共振;其次,对共振后的信号进行采样和能量累加得到检测统计量,然后根据最小平均错误概率准则确定最佳检测门限并与检测统计量进行比较从而做出判决;最后,从错误概率、样本检测点数和算法复杂度等几个方面给出算法的性能分析。理论推导和仿真结果表明:在信噪比为-15dB的低信噪比条件下,IED算法的错误概率性能比传统的ED算法提升了约3dB;在相同的错误概率条件下,IED算法所需的检测样本点数比ED算法显著减少。     

应用倒谱特征的带噪语音端点检测方法

传统的语音端点检测方法以信号的短时能量、过零率等简单特征为判决特征参数。这些方法在实际应用中,尤其当信号噪比比较低时,无法满足系统的需要。文中利用语音信号的倒谱特征作为判决抽样信号帧是否为语音信号的依据,并提出了倒谱距离测量法和循环神经网络法,通过对宽带噪声－白噪声干扰情况和一种特殊噪声－汽车噪声情况的实验,发现倒谱特征参数的语音信号端点检测方法在噪声环境下具有传统的能量方法无法比拟的优越性,更适     

基于数值分析理论的低复杂度MED算法

经典的最大特征值检测（MED）算法在检测相关信号时具有优异的性能.然而,随着信号维度的不断增大,MED算法面临着严重的感知判决量和判决门限计算的效率和实现问题,从而极大地限制了该算法在现代认知通信系统中的进一步应用.为此,提出了一种基于数值分析理论框架的低复杂度MED频谱感知算法.所提算法利用Rayleigh商加速幂法迭代地计算感知判决量,与经典的幂法相比,在检测高维信号时具有更快的收敛速度;此外,不同于经典的查表法,新算法基于三次样条插值法快速、准确地确定任意给定目标虚警概率所对应的感知判决门限.所提MED算法在保持原有算法检测性能的同时,有效提升了计算效率,降低了算法实现复杂度;其对于高维条件下的频谱感知问题尤其具有吸引力.最后,仿真结果证明了所提算法的有效性.     

一种认知无线电联合检测算法的改进

为了改进在不同信噪比情况下多个认知用户联合检测的性能,在已提出的两个用户基于能量检测的联合检测算法基础上,提出了具有分组思想的多用户基于能量检测的联合检测算法。根据接收信号能量对各组用户的判决门限进行调整,提高各组的联合检测概率,以此提高整体的联合检测概率。通过实验仿真,表明本文所提出的多用户联合检测算法,能够提高联合检测性能。     

认知无线电中OFDM信号的循环前缀相关检测算法

针对认知无线电系统中OFDM信号循环平稳检测法计算复杂的情况,提出一种基于循环前缀相关性的频谱检测算法。该算法利用OFDM信号循环前缀的自相关性,通过计算自相关系数的最大似然比估计,与门限进行判决比较来完成频谱检测。仿真结果表明:该算法在信噪比为-11 dB的条件下,可以满足频谱检测需求;循环前缀占比越大,其检测概率越高;若不考虑检测时间,可以通过增大采样点数提高其检测性能。该算法计算简单,实用性好,为认知无线电主用户检测提供了新方法。     

基于TH-UWB串行干扰消除的多用户检测

利用TH-UWB系统信号的特点,采用串行干扰消除检测方法,提出一种低复杂度的多用户检测器.该检测器采用多级检测结构,依据用户脉冲被干扰的情况来确定检测顺序,受到干扰最小的用户最先进行检测判决.前一级的检测结果反馈回来重建该用户的信号,然后从接收的信号中消除.该检测器使每级检测的处理增益最大化,从而取得较好的检测性能.理论分析和仿真结果表明,该检测器取得了远优于单用户匹配滤波检测的性能.     

双门限频谱感知中自适应烟花算法的应用研究

为了解决静态频谱分配仅将频谱分配给授权用户导致频谱资源紧缺的问题，对认知无线电中频谱感知部分进行优化。由于能量检测方法中选取固定门限值对不同信噪比信号检测误差较大，采用一种优化的双门限协作的感知方法。对于非授权用户接收信号时可能会受到干扰的情况，选取了联合频谱感知的方式。通过对爆炸半径进行自适应处理后的烟花算法来确定最小检测误差，利用其结果求得最优的门限值，得到最优的双门限值将接收到的能量区域分为3个区域，对于不能确定的区域将能量值发送到融合中心进行进一步判决，将所有判决结果用或(OR)准则融合得出频段是否有主用户占用。仿真结果表明了该方法与其他较新提出的双门限优化方法相比，具有一定优势。     

低信噪比、高动态环境突发信号检测与估计

针对高动态环境下突发信号检测问题,提出基于高阶项逐级消去的非线性调频 (non-linear frequency modulation,NLFM) 信号参数估计算法,利用合理近似,将其转化为相对简单的线性调频 (linear frequency modulation,LFM) 信号参数估计问题,并提出两级调频率逼近法用于LFM信号参数估计,具有原理简明、计算复杂度低等特点,便于实际工程应用. 针对接收信号功率动态变化的问题,提出自适应快速傅里叶变换 (fast Fourier transform,FFT)峰均比门限信号检测算法. 仿真结果表明,所提算法能够在信噪比为-27dB的高动态环境下准确实现信号检测与参数估计.      

基于行车声音端点检测的交通量统计

基于传统特征的行车声音端点检测法存在重叠有车段识别率低、双门限阈值较难确定的问题,针对这两个问题,探索性地将梅尔频率倒谱系数(Mel frequency cepstral coefficients,MFCC)倒谱距离特征和短时能量特征进行了融合并应用于交通量检测。首先选取了周围环境较为安静的一个双车道路段,并采集了该路段上包含重叠有车段的行车声音;其次提取了行车声音的短时能量特征和MFCC倒谱距离特征,并对它们在端点检测中的优劣进行了分析对比;再次提出了一种融合短时能量特征和MFCC倒谱距离特征的新特征,并基于新特征将传统的双门限判决思路改进成了单门限判决思路;最后利用新特征对有车段进行端点检测并统计交通量。实验结果表明:基于融合特征的端点检测方法能有效解决重叠有车段识别率低和双门限阈值较难确定的问题。     

基于Radon-Ambiguity变换和分数阶傅里叶变换的chirp信号检测及多参数估计

研究噪声环境中chirp信号的检测以及多参数估计问题．分析和比较了Radon-Wigner变换(RWT)法、Radon-Ambiguity变换(RAT)法和分数阶傅里叶变换(FRFT)扫描法的优缺点．提出了一种基于RAT和FRFT的新算法，并提出了幅度估计的一种适合于计算的表达式．最后通过计算机仿真验证了该方法的有效性．这种方法与RWT法和FRFT扫描法相比，将chirp信号的检测问题变为一维搜索问题，简化了计算，与单纯的RAT法相比，有效地解决了chitp信号的初始频率和幅度的估计问题．因此，适合于对chirp信号多参数联合估计．     

基于MMSE-BDFE的联合检测技术

为了消除多址干扰和符号间干扰,引入联合检测技术,在保证最小均方误差线性块均衡（MMSE-BLE）算法性能的情况下,尽可能减少MMSE-BLE算法的计算量.基于此提出一种利用FFT进行矩阵分解的最小均方误差块判决反馈的联合检测算法（MMSE-BDFE）.仿真结果表明,该联合检测算法（MMSE-BDFE）与MMSE-BLE算法性能基本相同的情况下复杂度低于MMSEDLE算法,与ZF-BLE算法相比,在复杂度降低的同时,性能又有所提高,从而验证该算法满足实际通信的需要.     

利用频域连续性检测非合作突发通信信号

针对在非合作突发通信信号检测中,已有的各种检测方法均未能充分利用信号的频域连续性的问题,提出了一种新的检测方法,利用信号的频域连续性,在频率和带宽二维进行频域能量累积,搜索最大值并检测.理论分析和仿真均验证了此方法优于Power-Law方法 2 dB以上.     

一种基于能量检测及用户合作的协作感知技术

随着无线技术的飞速发展,频谱缺乏已经成为一个非常严重的问题.感知无线电技术能有效解决频谱紧张的现状.介绍了感知无线电概念及其内涵,然后介绍了检测频谱空穴的方法.为提高检测概率、降低设备复杂度及计算复杂度,将UWB与感知无线电结合,提出了基于能量检测及用户合作(EDAUC)的协作感知方法.仿真和分析表明:该方法能有效提高检测频谱空穴的概率.     

关于“集中警觉”状态的40HzEEG检测的新方法

40HzEEG活动的检测在认识功能障碍的诊断中是非常有用的。但40HzEEG阵发波信号的检测相当困难。在目前的文献中,无例外的采用了窄带滤波与定阈值的方法来识别阵发波信号。如果阈值选择不当,阵发波的误识和漏识的问题可能发生。本文提出了一种新方法。这种方法将自适应技术同AR模型参数识别相结合建立了一套40HzEEG信号检测,处理及分析的完整系统及方法。报告了20例受试者左、右大脑半球的40HzEEG活动的情况。初步的结果表明这种方法是有效的。     

一种基于小波包熵的频谱检测算法

为了解决能量检测算法在低信噪比条件下频谱检测性能差的问题,提出了一种基于小波包熵的频谱检测算法.首先采用小波包变换对接收信号进行多层分解,并计算最后一层各节点的重构信号;然后计算各个节点重构信号的小波包熵值;最后选取熵值最小的重构信号作为检测信号进行能量检测.理论分析及仿真结果表明,在低信噪比情况下,该算法可以有效地抑制噪声影响,提高频谱检测性能.     

基于序贯与能量联合检测的频谱感知技术研究

认知无线电(CR)技术是一种提高频谱资源利用率的有效方法,频谱感知是其实现的前提和关键技术。针对序贯检测在个别情况下所需要的采样点数过多,达不到次级用户(SU)要求的问题,提出了一种序贯与能量联合检测(SEJD)的算法。首先同时用序贯与能量检测两统计量进行采样统计,先使用序贯检测进行判决,若当采样点数超过次级用户的要求,则直接用能量检测算法进行判决,得出判决结果。仿真结果表明:在相同的检测条件前提下,相比于能量检测(ED)算法和截断型序贯检测(truncated SD)算法,所提出的算法在检测概率和最大采样点数上有很大的提升,为确保频谱感知技术在信号检测上的快速性和准确性提供了理论依据。