基于能量检测的用户选择协作频谱感知

协作频谱感知(collaborative spectrum sensing,CSS)检测结果的上报尽管能够改善检测性能,但是也可能导致认知用户(secondary users,SU)产生较高的开销,同时引起对授权用户(primary users,PU)的干扰。基于双门限能量检测的用户选择CSS策略,称为双门限最佳选择上报(double threshold best selection reporting,DTBSR)策略,意在减少SU的平均检测时间和提高频谱感知的性能。单门限能量检测在受到噪声干扰后性能会严重下降,采用了基于最大比合并(maximum ratio combining,MRC)的双门限能量检测算法,通过考虑信息上报过程对PU产生的干扰,设计了在瑞利衰落信道下DTBSR策略与传统策略的虚警概率和检测概率表达式。仿真结果表明,与传统策略和最优选择上报策略相比,改进的策略能够提高检测性能并减少平均检测时间,并且还可以通过调节感知时间获得最小化漏检概率。     

基于特征值极限分布的双门限频谱感知算法

针对传统频谱感知算法在较低信噪比和存在噪声不确定度时,检测性能降低的问题,提出了一种基于特征值极限分布的双判决门限频谱感知算法。由于利用了双门限和信号采样协方差矩阵的特征值进行判决,这种算法不但可以有效地克服噪声不确定度对检测性能的影响,而且不需要预先知道主用户信号的任何信息。与已有的最大最小特征值频谱感知算法相比,由于采用了双判决门限,因此该算法的检测性能更优。仿真结果表明,该方法不但可以有效地克服噪声不确定度,而且检测性能也优于最大最小特征值算法。     

基于双门限能量检测的协作频谱感知算法

为了克服传统能量检测算法的不足,提出了一种基于双门限能量检测的协作频谱感知算法（cooperative spectrum sensing algorithm based on double threshold energy detection, CSBDE）。该算法采用噪声不确定条件下的双门限值作为判决条件,将本地能量检测结果划分为硬判决和软判决。认知基站采用优化的融合准则,首先对所有本地硬判决进行融合,根据需要再进一步对本地软判决进行融合,最终给出全局判决结果。蒙特卡罗仿真结果表明,该算法能够克服噪声不确定性对能量检测的影响,提高了系统的检测性能。     

基于自适应感知的OFDM宽带测控抗干扰方法

针对正交频分复用(orthogonal frequency-division multiplexing, OFDM)宽带测控中难以有效对抗干扰的问题,提出多门限的快速傅里叶变换(fast Fourier transform, FFT)和小波包联合自适应频谱感知来实现宽带OFDM频谱重构抗干扰。该方法首先通过固定双门限FFT能量感知进行带宽内高干噪比干扰初检测,然后通过自适应小波包频谱感知实现剩余低干噪比频宽内的干扰检测,最后根据频谱感知结果,对OFDM宽带测控系统的频谱进行重构,实现干扰规避。实验结果表明,感知算法方法具有较好的干扰检测性能,并能够实现OFDM宽带测控系统的有效抗干扰。     

三维传播环境天线阵列空域相关性研究

针对任意三维传播环境下多天线空域相关性求解复杂的问题,提出一种基于角度域脉冲采样的高效近似计算方法。针对均匀角度谱分布,详细推导出了天线空域相关系数的闭合表达式和近似表达式;针对非均匀任意角度谱,利用有限个均匀二维采样脉冲加权叠加进行逼近,从而将天线空域相关系数等效为多个均匀采样脉冲对应相关系数的加权之和。基于实测的Von Mises Fisher角度谱,仿真结果表明,当采样间隔小于2°时,所提方法运算量仅为数值积分方法的十分之一,而绝对误差小于0.005,可以应用于多天线分集、多输入多输出系统性能评估及天线阵列流型优化等场合。     

自适应阵列天线中正交化算法的讨论

本文讨论了自适应阵列天线中的Gram—Schmidt正交化算法,指出了在多干扰源环境中,最佳采样次数与干扰源数的关系以及自适应确定采样次数的方法。     

基于模糊双门限的高频地波雷达与AIS目标航迹关联方法

提出了一种基于模糊双门限的地波雷达与船只身份自动识别系统(automatic identification system,AIS)目标航迹关联方法,该方法主要是利用模糊隶属度来描述两条航迹间的关联程度,并通过双门限检测来确定关联的航迹对。具体讨论分析了算法中展度、权重、调整因子等参数的选取原则,最后利用2011年10月31和2013年9月6日获取的两批实测地波雷达与AIS数据将本文方法与最近邻航迹关联算法做了对比,结果表明,此方法的关联率高于最近邻航迹关联算法,并且在航迹较为复杂情况下,提出的航迹关联算法具有更好的稳定性。     

基于特征值检测的多天线盲频谱感知算法的研究(英文)

在多天线感知场景中噪声不确定和信号相关现象可能同时存在,经典的基于能量检测(ED)感知性能将急剧恶化。利用多天线接收信号存在的相关特性,提出一种基于取样协方差矩阵(SCM)特征值的盲频谱感知方法。新方法无需噪声方差、主信号和无线信道的信息参与感知过程。与经典的能量检测方法相比,由于无需噪声方差参与感知节点的判决过程,新方法的感知性能对噪声不确定性具有良好的鲁棒性。利用多元统计理论和随机矩阵理论(RMT)获得了相应的理论判决门限。仿真结果表明新算法比基于ED的感知算法具有更好的误警性能和更可靠的检测性能。     

基于减法聚类的两级Hough变换航迹起始算法

针对低信噪比、低信杂比环境下作匀加速直线运动的目标检测中随机Hough变换算法存在的采样次数总量大、无效采样多的现象,提出了一种改进的航迹起始算法-基于两级Hough变换的航迹起始算法.该方法首先采用标准Hough变换滤除原始数据空间上的大量杂波点,然后用随机Hough变换以较少的采样次数获取备选航迹参数,再对所得参数使用最小距离筛选的方法进一步减少虚警,最后利用减法聚类得到准确的航迹数及航迹参数.实验表明该方法不但能够明显降低随机Hough变换的采样次数、减少无效采样,而且对杂波干扰具有很好的鲁棒性,尤其适用于复杂环境中的目标检测.     

大规模MIMO系统中分布式压缩感知LMMSE信道估计

大规模多输入多输出(multiple input multiple output,MIMO)系统中,信道估计算法复杂度随着基站侧天线数量的增加而急剧增加,针对需要在信道估计算法复杂度与算法性能之间进行折中的问题,提出分布式压缩感知线性最小均方误差(distributed compressed sensing linea...     

基于特征值高阶矩的频谱感知增强技术

基于特征值的多天线盲频谱感知方法在认知无线电中得到了广泛的研究。基于特征值的检测算法设计依赖于随机矩阵理论和样本协方差矩阵的特征值特性。许多研究表明特征值的高阶矩可以提供额外的鉴别信息进而能改善统计推断问题的性能。基于此,利用所有特征值的p阶矩提出了新的基于特征值高阶矩的频谱感知增强算法,并利用随机矩阵理论推导了虚警概率和判决门限的解析表示。此外,基于仿真实验研究了特征值高阶矩幂次变化对检测性能的影响。最后,通过仿真实验验证了所提算法的有效性。     

用于认知跳频的归一化谱双向搜索感知算法

认知跳频被认为是消除传统跳频系统用频困扰的有效途径之一。针对认知跳频超宽带和多频隙实时频谱感知的需求,给出基于归一化谱双向搜索(bidirectional search of normalized power spectrum, BSNP)的感知算法,BSNP以跳频频隙内的归一化功率谱作为检验统计量,通过顺序执行正向和反向搜索,感知出跳频带宽中已被占用的所有频隙。利用傅里叶变换的渐进正态性和相互独立性,可推导BSNP单次判决虚警概率的数学表达式和判决门限的闭式表达式。分析和仿真表明,BSNP可以准确地找出频带内被占用的频隙,相比于常规谱估计感知算法,可有效克服噪声不确定度对频谱感知性能的 影响。     

主用户模拟攻击下的协作频谱感知方法

针对存在主用户模拟攻击(primary user emulation attack, PUEA)下的频谱感知问题,提出了一种基于攻击强度阈值(attack-aware threshold, ART)的协作频谱感知方法。该方法首先建立了存在PUEA的网络模型,然后分析4种状态下协作频谱感知的特点,采用检测统计量的一阶和二阶矩估计出PUEA攻击的概率,最后以总误差概率为目标函数,求出不同攻击强度下的最佳门限阈值,并通过ART方法完成在不同攻击强度下的协作频谱感知。仿真实验表明,该方法能够估计恶意信号出现的概率,有效减少频谱感知总误差概率,提高整个网络的频谱感知性能。     

针对认知无线网络大规模入侵的双重防御方案

协作频谱感知(cooperative spectrum sensing,CSS)可有效提高频谱检测的准确性,然而,当次用户中恶意用户占比较大且同时发动大规模攻击时,将严重影响CSS的准确性。文中将用户选择和置信传播有机结合,提出一种针对大规模入侵的双重防御方案。基于本地感知结果通过用户选择机制挑选可靠次用户,挑选出的可靠次用户包括诚实用户和伪装成诚实用户的恶意用户。然后以可信度为权重计算置信值均值并将其和预设门限比较,进一步滤除伪装成诚实用户的恶意用户。仿真结果表明,与已有的简单的基于信誉的方案、基于均值的方案、基于克隆节点的攻击检测算法相比,所提方案具有更好的检测性能,且置信值收敛更快。     

用户随机到达的反馈叠加能量检测算法

在认知无线电网络中,用户（主用户或者次用户）随机到达对频谱检测的性能有很大影响,为解决这个问题,本文提出了一种反馈叠加能量检测算法。通过将检测周期后半部分采样点的瞬时能量值累加到检测周期前半部分采样点的瞬时能量值上,在不延长检测时间的基础之上,改善了整个检测周期的能量统计值。进一步,从理论上分析了本文算法的检测概率、虚警概率、数据碰撞概率和吞吐量。仿真表明,相对现有文献检测方案,本文算法不仅能提高检测性能,而且可以降低用户之间数据发生碰撞的概率,从而提高次用户的吞吐量。     

低复杂度的DSSS信号扩频序列估计算法

在非协作条件下直接序列扩频(DSSS)信号的扩频序列估计是盲解扩的必需环节。通过构造基于接收信号自相关矩阵的两个检验统计量,分别完成了扩频序列的同步和扩频序列的估计。所提的算法具有很低的运算复杂度。仿真实验验证了所提算法性能的有效性。综合算法的鲁棒性、计算复杂度和低信噪比下的估计性能等评价因素,算法相比其它的典型算法有着一定程度的优越性,并易于快速实现。     

Femtocell网络中基于PSO的频谱感知技术

在Femtocell和Macrocell构成的两层网络中,干扰问题十分突出,传统的研究主要集中在静态的资源分配上,未能有效地提高频谱资源的利用率。基于认知无线电中的频谱感知技术,检测出空洞的频谱资源分配给Femtocell使用。给出了多用户多天线Femtocell系统的协作频谱感知模型,推导出全局检测概率,在给定虚警概率的前提下,在融合中心基于粒子群优化（particle swarm optimization, PSO）算法优化分配每个Femtocell用户感知信息的权值,最大化系统的全局检测概率,提高频谱资源的利用率。仿真结果表明,所提算法能够有效地改善系统的检测性能,具有较好的实时性,适用于实际的两层网络通信系统。