本文關(guān)鍵詞：基于非重構(gòu)壓縮感知的協(xié)作頻譜感知技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：認(rèn)知無(wú)線電實(shí)現(xiàn)了頻譜的動(dòng)態(tài)接入,極大的提高了頻譜利用率。頻譜感知作為認(rèn)知無(wú)線電中檢測(cè)頻譜空穴的手段,其中單節(jié)點(diǎn)頻譜感知信號(hào)檢測(cè)方式直接影響最終的頻譜判決結(jié)果。由深衰落造成的漏檢,會(huì)導(dǎo)致認(rèn)知用戶占用主用戶頻帶,此時(shí)認(rèn)知用戶需要較高的檢測(cè)靈敏度。而協(xié)作頻譜感知技術(shù)將多個(gè)認(rèn)知用戶信息按照特定的方式進(jìn)行融合,可以提高檢測(cè)效果,降低認(rèn)知用戶檢測(cè)靈敏度要求。壓縮感知技術(shù)將隨機(jī)矩陣?yán)碚搼?yīng)用于信號(hào)測(cè)量,突破了奈奎斯特采樣定理的限制,可以降低采樣頻率,減少樣本數(shù)目。本文將壓縮感知技術(shù)引入到協(xié)作頻譜感知中,降低采樣頻率和運(yùn)算數(shù)據(jù)量,縮短檢測(cè)時(shí)間。首先,建立了壓縮采樣下能量感知基本模型,分析了壓縮采樣和信道衰落對(duì)檢測(cè)效果的影響。由壓縮感知測(cè)量矩陣約束等距性,得到了推論:壓縮感知采樣后能量累積結(jié)果近似服從自由度降低的卡方分布。進(jìn)一步,分析對(duì)比壓縮感知采樣降低樣本數(shù)據(jù)和降低觀測(cè)時(shí)間減少樣本數(shù)據(jù)能量感知效果,可知能量檢測(cè)方式對(duì)樣本數(shù)目和噪聲不確定度較為敏感,無(wú)法充分利用壓縮感知技術(shù)所獲得的信息。為降低信道衰落的影響,本文基于雙門(mén)限檢測(cè),提出了一種協(xié)作頻譜感知信息硬合并方式,雙門(mén)限或準(zhǔn)則。推導(dǎo)了其檢測(cè)概率和虛警概率表達(dá)式,給出了“雙門(mén)限或準(zhǔn)則”下最優(yōu)協(xié)作用戶數(shù)目約束條件。理論研究和仿真表明,“雙門(mén)限或準(zhǔn)則”在具有傳統(tǒng)或準(zhǔn)則較高檢測(cè)概率的同時(shí),大幅度降低了虛警概率,且可以有效克服信道衰落的影響。本文針對(duì)當(dāng)前特征值檢測(cè)中由于利用采樣協(xié)方差矩陣代替統(tǒng)計(jì)協(xié)方差矩陣而帶來(lái)的難以確定檢測(cè)門(mén)限問(wèn)題,提出了一種適用于低虛警概率要求的特征值檢測(cè)精確門(mén)限設(shè)置方式,詳細(xì)推導(dǎo)了虛警概率和門(mén)限值之間的關(guān)系表達(dá)式。仿真結(jié)果表明所提出的方式,可以使得檢測(cè)門(mén)限與虛警概率基本對(duì)應(yīng)。最后,對(duì)壓縮感知采樣下特征值檢測(cè)方式進(jìn)行了探討。結(jié)合自由矩陣?yán)碚?分別對(duì)認(rèn)知用戶采用不同測(cè)量矩陣,采用相同測(cè)量矩陣和采用相同優(yōu)化后矩陣時(shí)的樣本協(xié)方差矩陣特征值擴(kuò)散度進(jìn)行了分析,證明了特征值檢測(cè)應(yīng)用于壓縮感知背景下的可行性,并指明了此時(shí)測(cè)量矩陣的一種優(yōu)化方向。
【關(guān)鍵詞】：壓縮感知 協(xié)作頻譜感知 信息融合 能量檢測(cè) 特征值檢測(cè)
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TN925
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第1章 緒論9-15
• 1.1 課題的來(lái)源9
• 1.2 課題背景及研究的目的和意義9-10
• 1.3 國(guó)內(nèi)外在該方向的研究現(xiàn)狀及分析10-13
• 1.3.1 國(guó)內(nèi)外研究現(xiàn)狀10-12
• 1.3.2 國(guó)內(nèi)外文獻(xiàn)綜述的簡(jiǎn)析12-13
• 1.4 本文的主要研究?jī)?nèi)容13-15
• 第2章 基于非重構(gòu)壓縮感知的協(xié)作頻譜感知技術(shù)15-26
• 2.1 引言15
• 2.2 壓縮感知技術(shù)15-18
• 2.2.1 信號(hào)的稀疏性和冗余性15-16
• 2.2.2 壓縮感知過(guò)程16-17
• 2.2.3 信號(hào)恢復(fù)中的重構(gòu)與非重構(gòu)17-18
• 2.3 頻譜感知技術(shù)18-20
• 2.3.1 頻譜感知技術(shù)指標(biāo)18
• 2.3.2 單節(jié)點(diǎn)頻譜感知技術(shù)18-19
• 2.3.3 協(xié)作頻譜感知技術(shù)19-20
• 2.4 信號(hào)檢測(cè)技術(shù)20-23
• 2.4.1 能量檢測(cè)技術(shù)20-21
• 2.4.2 特征值檢測(cè)技術(shù)21-23
• 2.5 無(wú)線信道模型23-25
• 2.5.1 大尺度衰落24
• 2.5.2 小尺度衰落24-25
• 2.6 本章小結(jié)25-26
• 第3章 基于壓縮感知的能量檢測(cè)技術(shù)研究26-35
• 3.1 引言26
• 3.2 基于壓縮感知的能量檢測(cè)效果分析26-32
• 3.3 衰落信道下單節(jié)點(diǎn)頻譜感知32-34
• 3.4 本章小結(jié)34-35
• 第4章 基于雙門(mén)限或準(zhǔn)則的協(xié)作頻譜感知35-44
• 4.1 引言35
• 4.2 雙門(mén)限或準(zhǔn)則協(xié)作頻譜感知流程35-40
• 4.2.1 雙門(mén)限或準(zhǔn)則感知模型35-36
• 4.2.2 雙門(mén)限或準(zhǔn)則協(xié)作感知過(guò)程36-38
• 4.2.3 雙門(mén)限或準(zhǔn)則性能分析38-40
• 4.3 雙門(mén)限或準(zhǔn)則最優(yōu)協(xié)作用戶數(shù)目分析40-43
• 4.4 本章小結(jié)43-44
• 第5章 基于特征值檢測(cè)的協(xié)作頻譜感知44-56
• 5.1 引言44
• 5.2 基于精確虛警要求的特征值檢測(cè)門(mén)限研究44-47
• 5.3 壓縮感知下特征值檢測(cè)探究47-54
• 5.3.1 感知節(jié)點(diǎn)具有不同測(cè)量矩陣的特征值檢測(cè)48-49
• 5.3.2 感知節(jié)點(diǎn)具有相同高斯測(cè)量矩陣的特征值檢測(cè)49-50
• 5.3.3 應(yīng)用特征值檢測(cè)時(shí)測(cè)量矩陣優(yōu)化目標(biāo)50-54
• 5.4 本章小結(jié)54-56
• 結(jié)論56-57
• 參考文獻(xiàn)57-61
• 攻讀碩士學(xué)位期間發(fā)表的論文及其它成果61-63
• 致謝63-64
• 個(gè)人簡(jiǎn)歷64

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前6條

1 石光明;劉丹華;高大化;劉哲;林杰;王良君;;壓縮感知理論及其研究進(jìn)展[J];電子學(xué)報(bào);2009年05期

2 韓曉晗;;無(wú)線信道特性分析[J];廣播電視信息;2009年07期

3 陳濤;李正煒;王建立;王斌;郭爽;;應(yīng)用壓縮傳感理論的單像素相機(jī)成像系統(tǒng)[J];光學(xué)精密工程;2012年11期

4 謝懷忠;易輝躍;胡艷軍;胡宏林;;基于門(mén)限動(dòng)態(tài)調(diào)整的最優(yōu)協(xié)作檢測(cè)方法[J];計(jì)算機(jī)工程;2012年07期

5 顧彬;楊震;;一種基于壓縮感知的非重構(gòu)頻譜檢測(cè)新算法[J];南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年06期

6 王勇;王雪;孫欣堯;;基于稀疏信號(hào)重構(gòu)的無(wú)線傳感網(wǎng)絡(luò)目標(biāo)定位[J];儀器儀表學(xué)報(bào);2012年02期

  本文關(guān)鍵詞：基于非重構(gòu)壓縮感知的協(xié)作頻譜感知技術(shù)研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：338313