基于壓縮感知的頻譜感知研究多是要重構出原始信號,而重構的精確度卻直接影響到頻譜檢測的效果,為降低由此因素而造成的低檢測率以及計算復雜度,提出一種在壓縮感知框架下的非重構頻譜檢測算法,將信道劃分為多個小信道,依次感知每個小信道,得出所劃分信道組的采樣協(xié)方差矩陣,再與能量檢測算法結合分析最終得到每個小信道中的占用情況。對不同的壓縮率、信噪比以及用戶數(shù)分別進行仿真,仿真的結果表明,當壓縮率在30%以上和信噪比在-6 d B以上時檢測效果較為理想,且多用戶的情況下檢測概率更高。相對于重構算法,本算法的檢測概率更高,計算復雜度更低,檢測時間也更短。 

【文章來源】：科學技術與工程. 2020,20(01)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

單用戶檢測模型示意圖

單用戶檢測算法框圖

由于單節(jié)點檢測存在隱藏終端或深度衰落等缺陷[12]，這就導致檢測結果可能會出現(xiàn)偏差，為了避免這類問題所導致的檢測不準確等后果，因此又提出多用戶協(xié)作檢測。其系統(tǒng)模型如圖3所示。假設一共有P個次要用戶，那么就會產生P個采樣協(xié)方差矩陣，每個SU將自己的判決結果發(fā)送給融合中心，再由融合中心給出最終判決。圖4表示多個用戶頻譜檢測算法框圖。

【參考文獻】：
期刊論文
[1]淺析認知無線電的頻譜感知技術[J]. 趙書含,李小瓅,張婷.  科技經(jīng)濟導刊. 2019(04)
[2]基于能量檢測的頻譜感知算法性能研究[J]. 甘國妹,鄭金存,甘永進.  科技創(chuàng)新與應用. 2019(03)
[3]認知無線電中傳輸階段頻譜感知研究[J]. 崔巍.  中國新通信. 2018(23)
[4]一種基于稀疏度估計的自適應壓縮頻譜感知算法[J]. 金慧,宋曉勤,張云開,雷磊.  測控技術. 2018(07)
[5]基于壓縮感知和最小二乘的分布式協(xié)作頻譜感知[J]. 楊亞旗,姚彥鑫.  電訊技術. 2017(07)
[6]Nakagami衰落信道下雙門限能量檢測算法性能研究[J]. 賈艷玲,劉思遠.  科學技術與工程. 2014(31)
[7]一種基于壓縮感知的信號重建新算法[J]. 喬田田,張宇,李維國.  電訊技術. 2013(10)
[8]認知無線電技術及應用[J]. 宋志群.  無線電通信技術. 2012(05)
[9]壓縮傳感綜述[J]. 李樹濤,魏丹.  自動化學報. 2009(11)



本文編號：3463328