基于用户协作的频谱感知方案及检测概率分析

通过认知用户间的彼此协作,可以使得认知无线网络获得明显的空间分集增益,从而显著改善认知无线电系统的感知性能。由此,提出了2种基于放大重传和解码重传的协作频谱感知方案,并且在瑞利衰落环境下对所提方案的检测概率性能进行了理论分析,给出了非协作感知和协作感知的检测概率的解析表达式。根据理论推导得到的检测概率解析式,对3种频谱感知方案进行了数值仿真实验。结果表明：在虚警概率一定的情况下,协作感知方案的检测概率明显大于非协作方案,这也说明了用户协作为认知无线网络带来了可观的性能增益。     

基于多抽头频谱估计方法的频谱感知技术

认知无线电系统中,认知用户必须具备动态可靠感知与检测频谱空穴的能力。采用多载波调制可以作为认知用户频谱感知的有效实现方式。不同于传统正交频分复用OFDM（orthogonal frequency divisionmultiplex）多载波调制,提出了认知节点基于多抽头频谱估计方法的频谱感知新技术,它基于滤波器组进行实现。采用扁长型滤波器多带调制设计的多抽头频谱估计器,具有较高的频谱动态范围,可以比周期图频谱估计器更有效地估计干扰温度功率谱。通过干扰温度功率谱仿真分析,多抽头频谱估计器作为认知用户前端频谱分析器,可以准确估计干扰温度功率谱,进而实现对主用户接收机的干扰抑制。     

相关块衰落信道下空时检测的误码性能研究

对相关块衰落信道下MPSK相干空时检测以及差分空时检测的误码性能进行了理论推导和系统仿真,给出了相应封闭形式的误比特表达式.相干检测能获得很好的误码性能,但是它需要进行精确的信道估计,以获得可靠的信道衰落的幅度和相位大小.然而,差分检测不需要进行信道估计以获取信道状态信息(CSI),因此当信道衰落速度很快或系统发射天线数目较多时,差分检测变得更加切合实际.虽然差分检测的健壮性很强,但是与相干检测相比,其误码性能要差,并且在高信噪比区域存在误码平台.仿真结果表明:相干空时检测和差分空时检测都获得了明显的分集增益,在相同的星座调制和信噪比下,相干检测的误码性能要优于差分检测,同时也和理论结果相吻合.     

一种改进的差分空时协同分集方案及误码性能分析

提出了一种分布式差分空时分集方案,通过对差分编码方式的改进,可使用多种星座形状来进行调制.在采用了QAM星座调制时,比传统的PSK调制具有更好的性能,可以改善无线网络中的能量效率.在不考虑协同节点间误码的情况下,分析和推导了平坦衰落瑞利信道下该方案的SER性能上限的表达式.仿真结果表明采用QAM调制下的DSTBC性能优于PSK调制下的DSTBC.同时在慢衰落的条件下,仿真结果和理论分析的结果吻合较好,说明了方案的有效性.     

CDMA系统中的多用户检测技术

传统的直接序列扩频-码分多址(DS-CDMA)通信系统中,多址干扰(MAI)的存在制约了系统的性能和容量。一个较好的解决办法是多用户检测。集中讨论了次佳多用户检测(包括各种线性方案和非线性方案),给出了它们的结构,分析和比较了它们的性能。最后还提出了一种结合最小均方误差(MMSE)检测的连续干扰抵消(SIC)方案,其性能好于单一的SIC和MMSE检测器。     

基于Hopfield神经网络的DS-CDMA多用户检测

从新的角度研究ＤＳＣＤＭＡ（直接序列码分多址）系统中的多用户检测,将多用户检测的优化问题映射为Ｈｏｐｆｉｅｌｄ神经网络（ＨＮＮ）“能量”函数的最小化问题,利用连续ＨＮＮ固有的快速下降特性,实现了实时对ＣＤＭＡ（码分多址）系统的多用户检测。与现有各种方案比较,具有运算量小、抗远近效应强、实时性好等优点。     

基于DSP实现软件无线电上下变频的一种新方法

提出了基于TMS32 0C5 4 10数字信号处理器实现软件无线电系统上下变频的一种新方法 ,并据此构建了一个采用正交调幅 (QAM)调制技术的软件无线电通信系统 ,实验和仿真证明了这种方法的可实用性     

一种新的低码率语音压缩编码方案

提出一种新的基于LPC(线性预测编码 )的BSP(二项式正弦脉冲 )语音压缩编码方案 ,即根据语音产生的原理 ,以BSP作为LPC激励源 ,并在此基础上构造了BSP语音编解码器。同时推导了BSP激励参数的求取和编码方法。实验结果表明 ,BSP编解码器由于求取BSP激励参数的计算量较小 ,因此处理速度快、时延小 ,同时编码速率在低至 2 .65kbit s时 ,具有较高的合成语音质量。     

基于信誉与共识的分布式智能入侵防御方案

当认知用户中存在恶意用户,特别是恶意用户间存在协作行为时,将给协作频谱感知带来极大危害。为有效抵御恶意行为,提出将信誉模型与一致性融合相结合的分布式智能入侵防御方案。每一次迭代过程,需要依据奖惩机制对认知用户的信誉值进行奖励或惩罚,进而将信誉值与一致性融合中的融合因子相结合,并共同作用于一致性融合过程。该方案下,智能的恶意用户将最终选择放弃恶意攻击。仿真结果表明,所提方案能有效抵御多个恶意用户(有协作/无协作)的攻击。与现有的3种防御机制相比,该方案具有更好的检测与防御性能。