双门限协作能量检测性能分析

传统的单门限能量检测,如果有突发噪声或者其它因素,产生误检的概率会比较大。使用基于OR准则的双门限协作能量检测算法,检测时对每个用户设定两个判决门限,利用多个用户检测结果进行OR准则协作判决,提升检测性能。数值仿真结果表明,这一方法能够提高频谱检测概率、抑制漏检率。当信噪比较低、认知用户数N=5时,双门限性能最高要比单门限高出22％;认知用户数N=10时,双门限性能最高要比单门限高出17％。实际应用中,低信噪比的恶劣环境居多,因此双门限检测具有不可比拟的优势,应用空间非常广阔。     

宽带认知无线电网络分布式协作压缩频谱感知算法

针对宽带认知无线电网络中压缩频谱感知算法在低信噪比环境下频谱检测性能下降的问题,提出了一种基于高斯过程的分布式压缩频谱感知(PBCS)算法.首先应用层次化的正态分布概率模型来表示压缩频谱的重构,然后各个认知无线电用户交换模型参数并结合本地的压缩采样数据进行压缩频谱感知.有别于其他直接融合频谱感知结果或检测数据的协作式算法,PBCS算法通过模型参数融合来进行协作,能有效减小信噪比低的协作用户的影响,从而提高算法的抗噪性.仿真结果表明,PBCS算法可以在-5dB的信噪比条件下达到检测概率大于0.9、误检概率为0.1的频谱检测性能.     

一种改进的分组协作频谱感知方法

认知无线电是一种新兴的智能无线系统,它能够感知授权频段的使用情况,当授权用户不使用时接入通信,当授权用户出现时从该频段退避,以缓解日益紧张的频谱资源使用。文中主要研究的是一种改进的分组协作频谱感知方法。首先分别介绍了两种性能较好的频谱感知算法:双门限频谱检测方法与分组协作方法,并仿真实现。在此基础上提出的改进算法是在分组协作中使用双门限检测方法,最后通过仿真,证明文中提出的融合算法其性能优于只使用分组协作感知或双门限检测方法。     

基于极大似然比频谱检测的认知无线电子载波分配算法

在认知无线电多载波调制系统中,子载波分配是实现主用户与认知用户频谱共享的前提.研究了认知OFDM中基于极大似然比检测(MLD)的子载波分配算法,认知用户采用MLD模型对主用户频谱使用情况进行分布式检测,利用频谱检测信息动态分配子载波,通过认知基站对认知用户子载波频谱感知信息进行融合判决.推导了MLD模型的判决区域上下界阈值、检测概率与虚警概率,并与能量检测进行性能比较.仿真结果表明,相对于能量检测,MLD判决阈值与子载波平均接收信噪比(SNR)有关,检测性能自适应信道变化.MLD用于CR多载波调制中的子载波分配,可明显提高认知OFDM子载波频谱感知性能,从而达到高效利用频谱资源,实现"绿色通信".     

Nakagami 衰落信道下双门限能量检测算法性能研究

认知无线电是解决当前频谱资源紧缺的一种有效方式,而简单、高效的频谱感知技术是认知无线电实现实际应用的重要基础之一。为了提高双门限能量检测算法的实用性,研究了其在Nakagami衰落信道下的检测性能,推导得到了碰撞概率和限占概率的闭式表达式。仿真结果表明,在感知信道为Nakagami衰落信道条件下,相比传统的单门限能量检测算法,双门限能量检测算法可有效减小认知用户对授权用户的干扰,提高系统检测性能。     

降低时隙开销的增量式协作频谱感知

为降低时隙开销,提出一种增量式协作感知算法.在时隙1,若非授权用户获得的能量检测值大于上门限则全局判定授权用户存在,若小于检测门限则全局判定授权用户不存在;否则,进一步在时隙2与协作用户采用"与"融合规则协作感知.在满足目标虚警概率与检测概率的前提下,以最小化时隙开销为目标函数优化门限.模拟结果表明,与传统算法相比,当目标虚警概率与检测概率设为10%与90%且信噪比为10 dB时,增量算法时隙开销可降低90%左右而感知性能仅降低3%左右.     

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。     

认知无线电协作频谱感知混合加权算法

协作频谱感知的关键技术是降低控制信道开销,笔者提出了一种基于信噪比的加权协作检测算法,采用双门限混合加权判决,融合中心根据当前检测信道贡献大小,从而计算和分配相应的加权值,降低无效的传输.模拟结果表明：该算法不仅检测概率有明显的提高外,而且平均感知比特数下降,从而降低了公共信道的开销.     

基于压缩感知的联合协作频谱感知算法

基于压缩感知的联合协作频谱感知方法实现动态频谱感知,通过融合各次用户(SU)采集的感知数据,寻找超参数,并与判决门限值进行比较,以获得最终的频谱判决结果.基于压缩感知的联合协作频谱感知算法减少了单个SU对压缩感知数据的不确定性,归一化均方误差（MSE）性能较好,并且该算法能够有效利用SU压缩感知数据信息,与其他典型算法相比,能获得更高的正确检测概率和较小的虚警概率.     

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。     

基于阈值优化的频谱感知算法

协方差绝对值(Covariance Absolute Value,CAV)感知算法使用固定阈值和固定虚警概率的频谱感知策略,无法保证在任何时候都能使频谱感知性能达到最优。提高频谱感知性能包括降低对主用户的干扰概率并提高空闲频谱的利用率,即最大限度地降低漏检概率与虚警概率。为此,本文对协方差绝对值感知算法进行改进,提出了不同信噪比下自适应阈值的优化方法使频谱感知误差(漏检概率与虚警概率的代数和)达到最小。实验结果表明,本文算法有效降低了频谱感知误差,提高了检测概率,特别是在信噪比较低的情况下性能改善较为明显。     

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。     

认知无线电中基于双自适应门限和簇的协作频谱检测

认知无线电(CR)被提出来是为了解决频谱资源短缺和低频谱利用率的问题。它允许认知用户在授权用户空闲的时候机会地接入未占用的频谱。因此,快速而又准确地检测授权用户信号是认知无线电系统的基础。为了提高认知无线电网络协作频谱检测的性能,利用了最优化的本地频谱检测,并结合了基于簇的网络模型。首先,将认知用户分为若干个簇,并选出簇头节点。在同一个簇中的认知用户,共同做出一个簇判决。之后,各个簇头节点进行通信做出全局判决。此外,信噪比(SNR)高的认知用户,向信噪比低的认知用户发送辅助信息,以帮助它们利用自适应双门限法,更加准确地完成本地频谱检测。通过仿真可以发现,本地频谱检测和全局频谱检测的性能都得到了提高。     

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%.     

基于信噪比加权的协作频谱感知技术

在认知无线电系统中,通过认知用户的彼此协作,可以显著提高频谱感知的性能.在实际工作环境中,由于认知用户之间的差异,其信噪比会不同,每个认知用户的局部判决在融合中心对全局判决的影响也不同,因此本文提出一种基于信噪比加权的感知技术,给不同信噪比的用户能量分配不同的权重,采用间接的动态改变不同信噪比用户的判决门限的方法.仿真结果表明,在一定环境下,该算法能提高协作感知性能.     

采用空时分组编码的动态分组加权合作频谱感知方案

针对认知无线电网络中存在的非理想反馈信道与用户间信道使合作频谱感知算法难以有效提高频谱检测性能的问题,提出了一种基于空时分组编码的动态分组加权合作频谱感知(DCWCSS)方案。首先将所有未分组认知用户中具有最高用户间信道平均信噪比的两个用户分为一组,并依此将剩余用户进行两两分组,然后根据各认知用户检测结果对系统检测性能的贡献对认知用户进行加权,赋予不同权重,最后采用空时分组编码(STBC)方案将用户检测结果传输给基站进行判决。DC-WCSS方案可依据用户间信道平均信噪比进行动态分组,并根据认知用户检测结果的可靠性设置用户权重,能有效降低反馈阶段的误码率,从而提高系统检测性能。仿真结果表明,与基于传输分集的合作频谱感知方案相比,在虚警概率为0.3时,DC-WCSS方案的一次加权和二次加权后的系统检测概率可分别提升至少20%和30%。     

基于迭代用户选择的合作频谱感知算法

针对认知无线电中经典频谱感知算法 (能量检测、算术几何平均、信号特征值子空间、最大特征值检测)存在不同程度缺陷的问题,为了进一步提高频谱感知算法的检测性能,提出了基于迭代用户选择(iterative user selection, IUS)的合作频谱感知算法。该算法先对参与合作感知的全部认知用户进行选择,然后在选出的部分用户频谱观测数据的基础上,生成全局检验统计量(global decision statistic, GTS),以此做出授权用户(primary user, PU)信号是否存在的全局判决。仿真结果显示,在虚警概率保持不变的情况下,进行迭代用户选择后,合作频谱感知的检测概率要优于未进行用户选择时的算法。与经典频谱感知算法相比较, IUS的合作频谱感知算法不需要任何先验信息,且以较少的频谱观测数据达到较好的检测性能。     

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。     

一种基于压缩感知的非重构频谱检测新算法

提出了一种基于压缩感知的非重构频谱检测算法,将压缩感知处理得到的观测值直接用于主用户检测,解决了宽频主用户信号的检测问题.文中定量分析了检测性能,并通过认知用户的协作频谱检测对算法进行了改进.仿真结果表明,该算法在信噪比大于0 dB环境下具有良好的检测效果,协作检测法可作为低信噪比环境下算法的有效改善途径.此外,相比于基于重构的频谱检测算法,该算法大大降低了数据量和算法复杂度,显著缩短了检测时间.     

基于信噪比权值的合作频谱感知技术

根据无线环境中各个认知用户的信噪比不同,提出一种基于信噪比权值的合作频谱感知算法。认知用户根据与主用户之间路径衰落因子的不同,得出各自的信噪比值,再通过递归得到相应的权值。融合中心进行加权融合得出最终判决结果。仿真结果表明,这种算法可以提高对主用户的检测概率,其检测性能也优于传统的硬判决融合准则。