一种计算机序列搜索的DMRS序列生成方法

在信号传输过程中,高峰均功率比会使功率放大器工作在非线性区域,造成放大后信号失真.对3GPP(3rd generation partnership project)协议中现有物理上行共享信道在采用DFT-S-OFDM(discrete Fourier transform spread orthogonal freque...     

噪声功率不确定下基于能量的频谱检测分析

感知无线电是一项有希望提高频谱利用率的技术,在不干扰授权用户的前提下,通过协商或者机会地与授权用户共同占用频谱资源。实现感知无线电技术的关键就是如何可靠地检测授权用户使用的频谱情况。基于能量的频谱检测实现简单,能够快速地检测频谱的占有情况,但是也有很多缺点,比如易受噪声的影响。近几年基于能量的频谱检测得到广泛研究,但是,在噪声功率不确定情况下的频谱检测研究却不多。针对这一问题,从不同的角度分析了在噪声功率不确定情况下的基于能量的频谱检测,分析了最坏情况下的性能。最坏情况下的性能用信噪比、时间带宽积和噪声不确定峰值比的函数表示。从仿真结果中可以看出,即使不确定的噪声功率是一个很小数量,也会造成检测性能的大幅下降,而且在瑞利衰落信道下性能更差。     

核支持向量的主用户活动场景分类算法

针对认知无线电网络中传统频谱感知方法性能不足以及空白频谱利用率较低的问题，提出了一种基于核支持向量的主用户活动场景分类算法，通过判断地理区域内的活动主用户数量及分布情况来提高获得潜在频谱接入机会的可能性。根据核支持向量的边界对主用户活动场景作初分类处理，由此判定当前网络中的活跃主用户发射机的数量。初分类处理既能减少支持向量中矩阵计算量，也能减少人工标记数据所带来的成本。再对每一个初分类处理后的数据进行无监督聚类，从而得到实际对应的主用户活动场景细分类。实验结果表明，所提算法与直接使用核支持向量分类算法相比，不仅改善了频谱感知的性能，同时还大大降低了定标成本及时间成本。