基于改进离散傅里叶变换滤波器组的两步检测算法

认知无线电(cognitive radio,CR)在解决频谱资源匮乏问题和提高频谱资源利用率方面被寄予厚望。频谱感知的循环特征检测算法复杂度较高,而能量检测算法在信噪比比较低的情况下检测性能不理想;针对这种情况,在改进离散傅里叶变换(MDFT)滤波器组结构的多载波调制系统中,提出一种基于MDFT滤波器组调制的两步检测算法。该算法结合了循环特征检测较强的抗噪声干扰特性,以及能量检测算法复杂度低的优势。仿真结果表明:所给出的两步检测算法在较低信噪比时相对于MDFT能量检测、OFDM循环特征检测等其他算法,其检测性能有明显改善;同时MDFT循环特征检测算法可有效降低算法复杂度。     

认知无线电中基于循环平稳的频谱空洞检测

利用通信系统中调制信号的循环平稳特性,对频谱空洞进行检测,提升频谱感知技术在低信噪比下的性能。实验结果表明：与传统能量检测方法相比,采用循环特征检测方法改善了认知无线电中频谱空洞的检测能力。     

空间调制信号的改进M-ML检测算法

空间调制(SM)系统的最大似然(ML)最优检测算法的计算复杂度很高,具有较低计算复杂度的M-ML检测算法受到了人们的关注.M-ML算法按照接收天线序号由小到大的顺序进行检测,从误比特率性能角度考虑并不是最佳的.通过研究不同检测顺序对算法性能的影响,提出了两个改进的M-ML算法,仿真结果表明改进的M-ML算法在误比特率性能上优于M-ML算法.由于M-ML算法在不同的信噪比下每层保留固定的节点数M,尤其在高信噪比时会造成计算资源的浪费,因此提出一种动态M-ML算法,即通过门限值自适应选择每层保留的节点数.仿真结果表明动态M-ML算法降低了M-ML算法的计算复杂度,同时性能逼近M-ML算法.     

基于小波分解的IM信号检测算法

在5G移动通信网络中,为了进一步提高频谱利用率和能量利用率,一种新的调制方式——索引调制被提出。采用小波分解检测索引调制信号,可提高索引信息的特征表现,提高有效子载波的识别概率,在低信噪比下获得满意的检测概率和漏检概率。仿真结果表明,相比于基于能量的信号检测算法,基于小波分解的检测算法性能可提高约2d B。     

V-BLAST系统检测算法

目的 为了降低垂直分层空时码(V-BLAsT)系统的复杂度,提高系统性能.方法 介绍了V-BLAST的干扰抵消、并行解码、QR分解算法,提出了两种改进的检测算法,利用MATLAB对它们在复杂度和性能方面进行仿真与分析.结果 仿真显示干扰同时抵消算法在信噪比为10dB时误码率为10～2,性能最优,在译码时对初始估值进行排序,增加了译码复杂度;并行解码算法和QR算法的复杂度较小,但误码性能降低.结论 要求性能高的选用干扰抵消算法,要求复杂度低的选用并行解码或QR算法,性能和复杂度兼顾则选用循环迭代QR算法.     

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".     

一种改进的多模索引调制OFDM方案

为提高多模索引调制正交频分复用的能量效率,提出一种改进方案和相应的检测算法.该方案在不消耗能量的情况下能通过空载模式传递部分信息,还能通过改变空载模式与其他模式的比例来实现频谱效率和能量效率的兼顾.分析了空载模式对误比特率性能的影响,并据此对加入空载模式后的多模式星座进行优化;此外,提出改进的低复杂度最大似然检测算法,在不降低误比特率性能的前提下进一步降低多模方案的检测复杂度.仿真结果表明:在瑞利衰落信道下,当误比特率为1×10~(-5),频谱效率为1.75,2.00,3.00,4.00 bit/s/Hz时,所提方案分别取得了6.0,3.7,3.4,1.7 dB的信噪比增益.     

基于压缩感知的新型宽带频谱协作检测算法

针对认知无线电领域现有的宽带频谱检测技术在低信噪比情况下检测性能不足的问题,提出了一种新型的基于压缩感知的宽带频谱协作感知算法。该算法依据无线通信信号在循环谱域具有独特的稀疏特性,首先从信号相关函数的压缩采样中获取循环谱的观测值,然后利用稀疏自适应同步匹配追踪协作重构算法重构出整个宽带内所有信号的循环谱。仿真结果表明：该宽带检测算法在低信噪比和瑞利衰落信道条件下,具有较好的检测性能。同时,与以往经典的重构算法相比,该算法中提出的稀疏自适应同步匹配追踪协作重构算法在重构精度和算法复杂度等方面都有较大的提高。     

正交空间调制系统的低复杂度检测算法

正交空间调制(quadrature spatial modulation,QSM)作为一种扩展的空间调制(spatial modulation,SM)传输方案,近年来受到业界的广泛关注.它通过在发送端将发送的复值符号的实部和虚部分开传输来提高频谱效率.由于正交空间调制系统的最大似然(maximum likelihood,ML)检测算法在整个搜索空间进行穷搜索,导致计算复杂度极高.针对QSM系统接收端检测算法复杂度较高的问题,利用QSM系统信号固有的稀疏特性,提出了一种QSM系统的压缩感知(compressed sensing,CS)检测算法.仿真结果表明,新的检测算法在误码性能上接近ML检测算法,复杂度约为ML的4.7％.     

基于循环相关滤波联合循环谱的频谱感知技术

为了实现认知无线电系统的动态频谱管理和接入,认知无线电设备需要不断地对频谱进行感知.针对传统的基于循环谱的感知原理,在低信噪比有限数据情况下其检测性能一般这一不足,提出了一种基于循环相关滤波联合循环谱的感知算法,分析了循环相关滤波器及改进算法.改进算法利用了循环相关滤波和循环谱的双重抑制噪声性能,而计算复杂度只是有限增加.仿真表明,改进算法比传统的基于循环谱的感知方法具有更强的抗噪声性能,适合认知无线电的需要.     

分布式非负矩阵分解的认知无线网络感知能力研究

针对传统的认知无线网络的频谱感知能力差、频谱感知的检测率低、频谱检测误差大的问题,提出一种分布式非负矩阵分解的认知无线网络频谱感知能力研究方法。该方法采用基于感知性能的非负矩阵分解进行频谱数据降维,降低数据处理的复杂度,提高运算速度和频谱感知准确率。采用频谱能量检测模型,通过采集到的信号能量来确定共同决策是否存在空闲频谱。通过对频谱感知误差分析,减少出错率,提高分布式频谱的感知能力。实验结果表明,该算法能提高频谱检测的准确率,降低频谱感知的能量消耗,具有较好的实用性。     

空间调制信号的QRD-M检测算法及其改进

针对空间调制(spatial modulation,SM)系统中最优检测算法,即最大似然(maximum likelihood,ML)算法存在的高复杂度问题,提出了基于QRD-M(QR-decomposition with M-algorithm,QRD-M)算法的空间调制信号检测算法.该算法运用M算法树搜索策略,每层只计算最优的M个分支,其性能近似最优且运算量较低,有利于硬件实现.但随着发收天线数增多,传统QRD-M算法的检测性能会下降并需要较长的算法执行时间.因此,采用并行检测的思想,提出了PQRD-M(parallel QRD-M,PQRD-M)检测算法.该算法在各个分支上分别独立地进行搜索,提高了执行效率.对所提出的算法进行了复杂度分析,并在不同天线数目和不同保留节点数下对其误码性能进行了仿真,结果表明,相比于QRD-M算法,PQRD-M算法以增加一定的计算量为代价,能显著地改善空间调制信号检测性能,同时还能节约硬件资源.     

一种基于多个循环频率的联合循环谱感知方法

认知无线电是提高频谱利用效率的一种有效途径,快速可靠地检测到主用户和频谱空穴是认知无线电实现的关键和前提.循环平稳检测是认知无线电中进行频谱空穴检测的可靠方法,可以在低信噪比时有效检测出授权用户是否存在.针对单循环检测不能充分利用信号所包含信息的缺点,提出了将Chair-Varshney数据融合准则的思想应用于循环频谱检测的改进算法,使用多个循环频率处的循环谱进行联合检测.仿真分析表明:改进算法充分利用了各单点循环频率上的循环谱信息,在低信噪比时有更好的检测性能.     

一种多信道突发信号联合检测方法

针对突发信号检测中能量检测方法检测概率低、循环平稳检测方法计算复杂等问题,为提高检测性能和处理实时性,提出了一种适用于多信道突发信号的低复杂度联合检测方法.该方法依据初始能量检测的判决结果,对可能存在突发信号的频谱集合采用了一种频域简化的循环平稳检测方法,并依据判决流程给出了与传统方法在检测正确率和运算量上的对比函数.理论分析和仿真结果表明,该联合检测方法可有效提高突发信号的检测概率并降低计算复杂度.     

一种认知无线电频谱检测新算法

认知无线电（cognitive radio,CR）是一种革命性智能频谱共享技术,可显著提高频谱使用率．该文提出一种基于似然比判决的协同频谱检测算法用于多用户认知无线电系统的主用户检测．该算法特别考虑了主用户和多个认知用户之间不同的信道衰落和路径衰减状况,并根据最优的似然比判决法组建数学模型,保证了检测算法的高度精确性．随后,对相关参数进行了合理简化,降低了算法复杂性．实验表明,该文算法拥有非常高的检测精度,复杂度也不高,能够更加有效地服务于实际的认知无线电系统．     

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。     

基于背景抑制及顶点成分分析的高光谱异常小目标检测

高光谱图像异常小目标检测数据量大、信息提取困难.文中提出了一种不需要先验信息并且计算复杂度较低的快速检测算法——基于背景抑制及顶点成分分析（EVCA）的异常小目标检测.利用高光谱图像端元是单形体顶点这一特性,在抑制背景后的图像上提取目标端元,并结合光谱匹配技术完成目标检测.为了验证新方法的有效性,与不经过背景抑制的VCA算法及传统检测算法进行了比较.实验结果表明,该算法不需要先验信息,体现了较好的检测效果.     

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.     

一种强噪声环境下的语音端点检测算法

语音识别中语音信号端点检测的准确度起着至关重要的作用,传统的频带方差算法在强背景噪声环境下性能下降。提出一种改进算法,在保证算法复杂度较低的条件下,大大提高了检测的准确度。仿真证明,该算法在低信噪比条件下也具有较强的鲁棒性。     

基于信噪比排序的MIMO-OFDM信号检测方法

在多输入多输出(multiple-input multiple-output,MIMO)系统信号检测中,基于虚实分解的宽度优先检测算法(QR decomposition associated with the M-algorithm to MLD,QRD-M)通过QR分解和对每层星座点的筛选,实现了较低复杂度的检测,具有很好的应用前景.但该算法随收发天线数和调制阶数的增加而难以实现性能与复杂度的折衷.针对此缺点,提出了一种基于信噪比排序的信号检测改进方法.该方法在传统QRD-M算法的基础上,通过对不同接收天线进行信噪比(signal-noise ratio,SNR)排序,从信噪比最大的天线开始检测,避免了误差传播现象,从而加速树搜索过程,再结合动态门限树搜索,不断缩小搜索半径,直至找到最小累计度量值所在分支.仿真结果表明,与传统QRD-MLD算法相比,基于性噪比排序的动态门限信号检测算法能以较低的复杂度获得接近于最大似然检测的性能.