傳統(tǒng)的能量檢測算法由于受到噪聲不確定性的影響,在信噪比較低時(shí)檢測精度差,理論上較優(yōu)的循環(huán)平穩(wěn)特征頻譜感知算法的計(jì)算復(fù)雜度偏高。因此,在傳統(tǒng)能量檢測算法基礎(chǔ)上結(jié)合小波閾值去噪和差分能量檢測模型,提出一種優(yōu)化的雙門限聯(lián)合檢測算法。使用能量檢測法來判斷雙門限區(qū)間之外的區(qū)域,雙門限閾值內(nèi)的不確定性區(qū)域使用小波閾值去噪重構(gòu)后做差分能量檢測,并根據(jù)信道實(shí)時(shí)狀態(tài)動(dòng)態(tài)地調(diào)整雙閾值。當(dāng)信道質(zhì)量較差時(shí),增大雙門限之間的距離,否則縮短雙門限之間的距離,從而提高頻譜檢測效率。通過仿真對比得知,該算法有效地提高了噪聲不確定性影響下頻譜感知的準(zhǔn)確性,并且降低了感知算法的計(jì)算復(fù)雜度。

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引 言
1 傳統(tǒng)能量檢測模型
2 小波閾值去噪重構(gòu)
3 差分能量檢測模型
4 雙門限聯(lián)合頻譜感知算法
    4.1 動(dòng)態(tài)雙門限閾值設(shè)置
    4.2 聯(lián)合系統(tǒng)檢測結(jié)構(gòu)
    4.3 算法流程
5 仿真分析
6 結(jié) 語



本文編號：3752170