本文關(guān)鍵詞：基于粒子群算法認(rèn)知無線電聯(lián)合頻譜檢測研究

  更多相關(guān)文章： 認(rèn)知無線電 聯(lián)合頻譜感知 能量感知 粒子群算法 分簇 ED-SLRT

【摘要】：頻譜感知作為實現(xiàn)認(rèn)知無線電的基礎(chǔ)技術(shù)需要快速、正確的發(fā)現(xiàn)空閑頻譜。聯(lián)合頻譜感知可以解決單用戶頻譜感知中的隱藏終端、多徑衰落等問題,很多學(xué)者提出了關(guān)于協(xié)作頻譜感知的算法,但是現(xiàn)有的檢測性能還不能達(dá)到實際應(yīng)用的需要。因此為了進(jìn)一步的提高多用戶協(xié)作頻譜感知的檢測準(zhǔn)確度以及降低聯(lián)合頻譜感知過程中增加的系統(tǒng)帶寬消耗。本文進(jìn)行了基于粒子群算法的認(rèn)知無線電協(xié)作頻譜檢測研究。研究了能量感知算法,并仿真分析了單用戶頻譜感知和幾種常用的聯(lián)合頻譜感知算法。研究了基于粒子群算法的分簇協(xié)作頻譜感知。首先利用粒子群算法為每個認(rèn)知用戶分配權(quán)值的算法,在高斯信道進(jìn)行了仿真,仿真結(jié)果表明了基于粒子群的協(xié)作頻譜感知相比于等增益加權(quán)、信噪比加權(quán)可以達(dá)到更好的檢測性能。其次為了減少聯(lián)合頻譜感知的過程中向融合中心發(fā)送信息所消耗的帶寬,引入了分簇的感知模型,簇內(nèi)采用基于粒子群算法的協(xié)作頻譜感知,融合中心根據(jù)各簇的判決信息作出最終判決,仿真結(jié)果表明該算法在提高感知準(zhǔn)確度和減小系統(tǒng)消耗兩方面都取得了很好的效果。為了解決能量感知在信噪比較低時檢測性能差的問題,將能量感知與SLRT算法有機(jī)結(jié)合,給出一種能量感知與SLRT結(jié)合的聯(lián)合感知算法,簡稱E D-SLRT。對于信噪比較好的感知用戶采用能量感知方法,對于信噪比較差的用戶則采用SLRT算法,在高斯信道下進(jìn)行了仿真分析,仿真結(jié)果表明該算法比能量感知可以獲得更好的檢測性能。在此基礎(chǔ)上,提出基于粒子群的ED-SLRT門限優(yōu)化算法,該算法以聯(lián)合頻譜感知的錯誤檢測概率作為目標(biāo)函數(shù),通過使用粒子群算法優(yōu)化目標(biāo)函數(shù),使得聯(lián)合頻譜感知的錯誤檢測概率達(dá)到最小值,仿真結(jié)果表明使用粒子群算法優(yōu)化門限的錯誤檢測概率要低于所有認(rèn)知用戶采用同一門限的錯誤檢測概率。
【關(guān)鍵詞】：認(rèn)知無線電 聯(lián)合頻譜感知 能量感知 粒子群算法 分簇 ED-SLRT
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN925;TP18
【目錄】：

• 摘要6-7
• Abstract7-11
• 第1章 緒論11-19
• 1.1 認(rèn)知無線電的研究背景及研究意義11-12
• 1.2 認(rèn)知無線電的概念12-14
• 1.3 認(rèn)知無線技術(shù)的國內(nèi)外研究現(xiàn)狀14-15
• 1.4 認(rèn)知無線電中頻譜感知技術(shù)的研究現(xiàn)狀15-17
• 1.5 本文的主要內(nèi)容以及結(jié)構(gòu)安排17-19
• 第2章 認(rèn)知無線電的頻譜感知技術(shù)19-33
• 2.1 引言19
• 2.2 頻譜感知系統(tǒng)模型19-20
• 2.3 單節(jié)點(diǎn)頻譜感知技術(shù)20-24
• 2.3.1 匹配濾波器感知20
• 2.3.2 能量感知20-24
• 2.3.3 循環(huán)平穩(wěn)特征感知24
• 2.4 聯(lián)合頻譜感知24-32
• 2.4.1 聯(lián)合頻譜感知概述25-26
• 2.4.2 硬判決聯(lián)合頻譜感知26-27
• 2.4.3 軟判決聯(lián)合頻譜感知算法27-29
• 2.4.4 算法仿真與分析29-32
• 2.5 本章小結(jié)32-33
• 第3章 基于粒子群算法的分簇協(xié)作頻譜感知33-44
• 3.1 引言33
• 3.2 基于粒子群算法的協(xié)作頻譜感知33-38
• 3.2.1 軟判決聯(lián)合頻譜感知模型33-35
• 3.2.2 粒子群算法優(yōu)化權(quán)值35-37
• 3.2.3 基于粒子群算法的協(xié)作頻譜感知仿真與分析37-38
• 3.3 基于粒子群算法的分簇協(xié)作頻譜感知38-43
• 3.3.1 基于簇的協(xié)作感知系統(tǒng)38-39
• 3.3.2 基于粒子群算法的分簇協(xié)作頻譜感知39-41
• 3.3.3 基于粒子群算法的分簇協(xié)作頻譜感知仿真與分析41-43
• 3.4 本章小結(jié)43-44
• 第4章 基于SLRT的聯(lián)合頻譜感知算法44-57
• 4.1 引言44
• 4.2 LRT算法的化簡及性能分析44-47
• 4.2.1 LRT算法在低SNR下的簡化44-46
• 4.2.2 SLRT算法仿真與分析46-47
• 4.3 基于SLRT與能量感知的聯(lián)合頻譜感知47-49
• 4.4 基于粒子群的ED-SLRT門限優(yōu)化算法49-56
• 4.4.1 SLRT算法49-50
• 4.4.2 能量感知50-51
• 4.4.3 ED-SLRT中門限優(yōu)化問題51-52
• 4.4.4 ED-SLRT門限優(yōu)化算法流程圖及仿真分析52-56
• 4.5 本章小結(jié)56-57
• 結(jié)論57-58
• 致謝58-59
• 參考文獻(xiàn)59-63
• 攻讀碩士學(xué)位期間發(fā)表的論文63

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 鄧麗粼;張翠芳;周興建;溫坤華;;遺傳算法在認(rèn)知無線電頻譜感知中的應(yīng)用[J];電子技術(shù)應(yīng)用;2010年03期

2 曾娟;張翠芳;王宇舟;;基于雙門限的新型協(xié)作頻譜感知算法[J];計算機(jī)應(yīng)用;2012年02期

3 于美婷;趙林靖;李釗;;基于DS證據(jù)理論的協(xié)作頻譜感知改進(jìn)方法[J];通信學(xué)報;2014年03期

4 張學(xué)軍;嚴(yán)金童;田峰;孫知信;;基于差分能量檢測的雙門限協(xié)作頻譜感知算法[J];儀器儀表學(xué)報;2014年06期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 賀新穎;基于支持向量機(jī)的認(rèn)知無線電若干關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2009年

，

本文編號：1032286