利用CM分量的无噪声不确定度频谱感知算法

基于拟合优度检验的频谱感知算法检测性能较好但易受到噪声不确定度的影响。该文利用对方差偏离不敏感的Cramer von Mises(CM)统计量第一分量,设置了新的检验统计量,并推导了频谱空闲时检验统计量的概率密度函数和判决门限,从而提出了利用CM分量的频谱感知算法。在减小拟合优度检验(GoF)中的CM算法复杂度的同时,克服了噪声不确定度对CM算法性能的影响。仿真结果表明所提算法有效解决了噪声不确定度对算法的影响。      

基于拟合优度的频谱感知技术研究

认知无线电技术实现了频谱资源的动态分配,提高了频谱资源的利用率。而准确高效的频谱感知是认知无线电的核心环节,因此研究快速高性能的频谱感知算法已经成为一个亟待解决的问题。近年来,拟合优度检验在频谱感知领域得到了广泛应用,实现了小采样点下的有效频谱感知技术。因此,基于拟合优度的频谱感知技术具有重要的研究意义。综述了GOF在频谱感知中的发展历程,介绍其基本原理、常见的拟合准则及拟合对象;然后在高斯信道下,对该类算法进行仿真对比;最后对GOF类算法的进一步研究进行了展望。     

基于拟合优度检验的认知无线电频谱检测技术

随着时代的进步和科技的发展,人们对于现有的频谱资源的需求量正在逐渐增大.为了能够尽可能的提高现有频谱的利用率,认知无线电技术由此产生,认知无线电通信的重要技术之一是频谱感知技术.常规的频谱感知技术往往有诸多局限性,引入拟合优度的概念,研究基于拟合优度的频谱感知技术的性能,分析各种变量对检测结果的影响.     

基于相互无偏基和拟合优度检验的频谱感知方法

频谱感知是认知无线电中最重要的技术之一.基于相互无偏基(mutually unbiased bases,MUB)矩阵,提出了改进的KS(Kolmogorov-Smirnov)拟合优度检验方法.所提方法充分利用MUB的弱相关性,对接收的样本信号做数据处理,以扩大样本的规模,从而提高检验性能.蒙特卡洛模拟仿真结果表明,在接...     

基于信号能量分布拟合优度的长短时记忆网络频谱感知算法研究

传统频谱感知算法性能在低信噪比下不够理想,在高信噪比下较好,算法性能随信噪比降低逐渐变差。本文提出了基于信号能量分布拟合优度的长短时记忆网络频谱感知算法,利用授权用户信号存在时的接收信号为基础,计算接收信号的能量分布,并将通过拟合优度算法得到的距离值作为特征构造特征向量,然后将特征向量输入长短时记忆网络训练得到模型,最后将测试数据输入训练模型进行预测,从而实现频谱感知。仿真结果表明,本文提出的新算法在信噪比为-13 dB,采样点数为28时,检测概率达到96.21%,明显优于传统能量检测算法和传统拟合优度算法。      

衰落信道下基于拟合优度检验的认知无线电频谱检测

本文提出衰落信道下一种基于拟合优度检验的认知无线电频谱检测方法,采用Anderson-Darling(AD)检验代替传统的假设检验,通过计算接收到信道数据样本的分布函数与经验分布函数之间的Anderson-darling距离,并与备选的门限值比较,实现频谱检测.论文分析了衰落信道下AD检测虚警概率和平均检测概率下界.理论分析和仿真结果表明,在低信噪比,小样本条件下,AD检测比传统的能量检测具有更好的性能.     

噪声功率不确定下协同频谱感知最优融合算法

研究了噪声功率波动性对单点和协同频谱感知性能地影响。分析了在此环境下,单点基站的检测概率与采样点个数的关系,并得出当信噪比不小于噪声功率波动系数的两倍时,基站仍可正常检测。在协同网络中,给出了此环境下数据融合方法的最优权重设定。理论分析与实验表明,相比于传统方法,文中所提最优数据融合算法在各种信噪比环境下性能均较优,尤其在各基站信噪比差异较大时,性能更为显著。     

采用T2统计量和拟合优度的盲频谱感知算法

针对低信噪比和采样数少时频谱感知性能差的问题,首先利用样本检验矩阵的样本特征构造T2统计量,再结合似然比准则构造新的检验统计量,最后推导了频谱空闲时检验统计量的概率密度函数,提出基于贝塔分布的盲频谱感知算法。但此算法在采样数较少时,检测性能较差,因此结合Anderson Darling准则,提出基于贝塔分布的拟合优度检验算法。在高斯信道和瑞利衰落信道下对所提算法进行仿真,并与已有盲频谱感知算法仿真结果进行对比,所提算法具有更好的检测性能,且不需要主用户信息,不用进行特征分解,不受噪声方差影响。      

基于拟合优度检测的子带频谱检测算法

根据雷达对抗侦察接收信号的特点,设计了基于动态非均匀信道化滤波的接收结构.重点研究了其中的频谱感知环节,提出了基于拟合优度检测的子带频谱检测算法.该算法首先假设至少含有K个子带不存在信号,再根据能量最小的K个子带输出估计噪声方差,用估计的噪声方差标准化各子带输出,从而将子带频谱检测问题转化为子带拟合优度的检测问题.该算法能够适用于噪声方差未知且无任何信号先验信息情况.理论分析和仿真实验证明了算法的有效性.     

采用相关系数和拟合优度的频谱盲检测

已有的基于拟合优度频谱感知算法具有较好检测性能的前提是假设感知时主用户信号保持不变,这在认知无线电中是很少见的。该文提出一种适用于多天线认知系统的拟合优度盲频谱感知算法。首先,计算不同天线间接收信号的相关系数;其次,对相关系数进行进行适当的非线性变换使其服从学生分布;最后,对变换后的新序列使用侧重右尾检验的Anderson-Darling(RAD)准则进行拟合优度检验。理论分析和仿真表明,所提算法不需要任何先验信息,与基于最大最小特征值之比(MME)、Anderson-Darling(AD)检测算法以及噪声方差已知的能量检测相比,所提算法具有更好的检测性能。      

利用秩和检验的多天线协作频谱感知

高效稳定的频谱感知是认知无线电系统的关键环节.传统的能量检测算法受噪声不确定性影响,而协方差矩阵类算法在天线相关性低时性能较差.针对上述缺陷,利用秩来衡量由信道衰落导致的同一感知时刻不同天线上的信号功率差异,提出通过构建秩和统计量来实现频谱感知的算法.另外,推导了所提算法判决门限的理论表达式,结果显示其不受采样点数影响,因此当采样点数变化时无需重新设置门限.理论分析和仿真表明所提算法不受噪声不确定度的影响,并且在低天线相关性时可以保持良好的性能.     

认知无线电中基于拟合优度的频谱盲检测算法研究

首先,提出噪声方差未知情况下基于t分布的Anderson-Darling的认知无线电频谱盲检测方法,通过计算接收到信道采样样本均值和方差比的分布函数与f分布函数之间的Anderson-darling距离,实现频谱检测.其次,提了基于特征函数的频谱盲检测算法,通过计算接收到的样本经验特征函数与已知特征函数的距离,判决信道中是否存在信号传输.最后,给出了衰落信道下,所提2种基于拟合优度的频谱盲检测算法的虚警概率和检测概率下界.理论和仿真表明,噪声方差未知情况下,所提2种频谱盲检测算法比传统的噪声方差已知时的能量检测法具有更好的性能.在低信噪比和小样本条件下,性能提高表现的尤其明显.     

滤波器组的多滤波器联合能量频谱感知算法

针对认知无线电系统,设计了一种基于滤波器组的多滤波器联合能量频谱感知算法.分析了算法的基本原理,给出了算法的流程,并以信噪比为参数说明了算法的优越性.仿真验证算法的检测概率与漏失概率,并对经典滤波器组的能量频谱感知算法的检测概率与漏失概率进行了比较,结果表明:本算法性能优于经典滤波器组能量频谱感知算法的性能.     

一种低速采样的协同宽带频谱感知方法

频谱感知是通信系统抗干扰和智能化的关键能力.针对认知无线电系统窄带频谱感知技术受制于数模转换器件的发展水平,难以解决认知无线电系统宽带、实时频谱感知的问题,提出一种多节点协作的认知无线电系统宽带频谱感知方法.该方法设计由多个认知节点对目标频段执行次奈奎斯特采样来降低采样速率,采用能量检测方式对采样矢量进行集中式融合判决,实现宽频段范围内干扰信号的谱定位和判断,降低各个感知节点的采样速率,支撑认知网络系统构建高实时、宽频带频谱感知的能力.计算机仿真试验结果表明,所提方法达到90％检测概率时压缩比要求为0.025,具有可靠性与有效性.     

Cooperative blind spectrum sensing using autocorrelation matrix

To improve the spectrum sensing performance in cognitive radios, a scheme of cooperative blind spectrum sensing based on autocorrelation matrix is proposed. The test statistic is extracted from the autocorrelation matrix of the received signal samples and a bi-threshold hybrid decision scheme is designed for local spectrum sensing. The cognitive radio base station makes a credibility fusion based on the local soft decisions and then takes global fusion combining with the local hard decisions. The proposed method is blind in the sense since it requires no apriori knowledge of the signal and the noise power. Theoretical analysis and computer simulation results show that the proposed method can enhance the spectrum sensing capability.     

一种基于黏性隐马尔可夫模型的多频带频谱感知方法

现有多频带频谱感知方法经常利用宽带频谱的稀疏性来实现检测,当频谱占用率较高时具有较差的性能。针对这一问题,提出了一种基于相邻频带状态的多频带频谱感知方法。首先,通过引入黏性因子,建立了多频带状态和观测值的黏性隐马尔可夫模型。接着,详细分析了黏性隐马尔可夫模型中参数的迭代更新方式。最后,通过估计各频段观测值的后验均值实现了多频带频谱感知。仿真结果表明,不管宽带频谱是否具有稀疏性,所提方法的检测性能都优于传统方法,且在虚警概率为0.1、频带平均占用率为50%、平均信噪比为?12 dB时能达到接近0.99的检测概率,比其他方法的检测概率提升了约30%。另外,所提方法的收敛速度快于已有方法,因此具有更低的计算复杂度。     

A novel signal separation algorithm based on compressed sensing for wideband spectrum sensing in cognitive radio networks

In cognitive radio networks, since cognitive terminals use a shared wideband frequency spectrum for data transmissions, they are susceptible to malicious denial‐of‐service attacks, where adversaries try to corrupt communication by actively transmitting interference signals. To address this issue, in this paper, we propose a novel signal separation algorithm based on compressed sensing, which can not only recover the entire spectrum but also separate mixed occupying signals. Specifically, the proposed algorithm is executed following three steps: (i) each cognitive terminal attempts to recover all signals over an entire wideband spectrum employing the compressed sensing technique; (ii) all cognitive terminals send their recovered signals to the fusion center where a wavelet edge detection method is adopted to locate the spectrum edges of these signals and then divide the entire spectrum into several sub‐bands; (iii) the fusion center separates its received signals on each spectrum sub‐band into different categories according to their features. Both analytical and simulation results indicate that this novel compressed‐sensing‐based algorithm can effectively separate wideband signals at a low cost and combat interference of the malicious terminals in cognitive radio networks as well. Copyright © 2013 John Wiley & Sons, Ltd.     

一种空中联合作战频谱感知方法

现代联合作战中,有效的频谱感知可以提高电磁态势感知能力,避免自扰互扰问题的出现。通过将传统集中式频谱感知架构中的非指挥节点拆分为次级节点和三级节点,以能量感知为基本方法并对感知信息进行二次融合,形成了分布式频谱感知模型。仿真结果表明,分布式频谱感知模型不但在感知性能上较传统感知模型提高5%左右,而且在感知性能相同的条件下,指挥节点的带宽拥堵率仅为传统模型的10%~20%,达到了提高频谱利用率的目的。