本文關鍵詞：基于分布式壓縮感知的高能效寬帶壓縮頻譜檢測方法研究

  更多相關文章： 認知無線電 分布式壓縮感知 寬帶壓縮頻譜檢測 能量有效性 貝葉斯壓縮感知

【摘要】：認知無線電(Cognitive Radio,CR)可以在有限的頻譜資源條件下顯著提高頻譜利用率。以授權用戶寬頻帶范圍作為檢測目標的寬帶頻譜感知已成為CR研究新的發(fā)展方向。對于認知無線網絡(Cognitive Radio Network,CRN)寬帶頻譜感知,利用壓縮感知(Compressive Sensing,CS)可以減輕傳統(tǒng)采樣對硬件的要求,具有低功耗、低采樣率和低計算量優(yōu)勢。此外,隨著CRN節(jié)點密度的增加和網絡覆蓋面積的擴大,CRN對節(jié)點能量有效性提出了更高要求,綠色CRN逐漸成為未來CRN研究熱點之一。論文研究了CRN中基于CS理論的寬帶頻譜感知算法,主要研究了多任務貝葉斯壓縮感知(Bayesian Compressive Sensing,BCS)的寬帶頻譜檢測算法。在此基礎上,考慮了能量有效性問題,研究了基于能量有效性的BCS寬帶頻譜檢測算法和基于能效優(yōu)先的分布式壓縮感知(Distributed Compressive Sensing,DCS)頻譜檢測與功率分配方案。以下是論文的具體研究工作:論文第一章介紹了研究的背景及意義,簡要地介紹了認知無線網絡的頻譜檢測以及高能效綠色認知無線電的概況,另外分別介紹了CS理論和基于CS的寬帶頻譜檢測的研究現(xiàn)狀,并在此基礎上,闡述了基于能量有效性的寬帶壓縮頻譜檢測的研究現(xiàn)狀。論文第二章論述了CS的理論框架,重點介紹了信號的稀疏變換、觀測矩陣的設計以及信號的重構算法。此外,介紹了DCS的三種聯(lián)合稀疏模型并詳細介紹了DCS的凸松弛法和貪婪追蹤重構法。論文第三章研究了基于貝葉斯壓縮感知的寬帶頻譜檢測算法。首先介紹了CRN中的寬帶頻譜檢測以及貝葉斯壓縮感知模型,然后研究了基于多任務BCS寬帶頻譜的檢測,研究結果表明此方法可以實現(xiàn)重構均方誤差(Mean Square Error,MSE)的快速收斂及檢測性能的顯著提高。同時,論文進一步研究了基于能量有效性的BCS寬帶頻譜檢測,研究結果表明所提方法可以在較小的采樣點數下滿足寬帶壓縮頻譜檢測接收機特性曲線(Receiver Operation Characteristics,ROC)性能,保障了節(jié)點的能量有效性。論文第四章研究了基于DCS的高能效頻譜檢測與功率分配方法。該方法考慮了CR網絡能量有效性與頻譜有效性之間的折衷關系,利用分布式壓縮感知子空間追蹤(Distributed Compressive Sensing-Subspace Pursuit,DCS-SP)進行認知用戶感知信號重構,根據信道能量累積進行頻譜檢測。此外,進一步研究了基于速率自適應(Rate Adaptation,RA)準則的節(jié)點功率分配方案。所提方法通過構造重構與檢測階段的加權能耗函數,綜合考慮了重構均方誤差、檢測概率、用戶功率分配比以及認知鏈路頻帶利用率等約束條件,數值求解該優(yōu)化問題得到在不同的重構能耗權值和稀疏度情況下的系統(tǒng)最小加權能耗。研究結果表明,在低重構能耗權值與低稀疏度的情況下,所提方案的系統(tǒng)加權能耗較小。當認知用戶滿足近似等功率分配時的系統(tǒng)加權能耗可達最小值。此外,檢測性能和認知鏈路頻帶利用率均與系統(tǒng)加權能耗存在著折衷關系。論文第五章為論文的總結與未來工作的展望。論文對基于DCS的高能效寬帶壓縮頻譜檢測問題進行了初步的研究探索,研究成果對于后續(xù)工作的開展具有重要的啟發(fā)意義。
【關鍵詞】：認知無線電 分布式壓縮感知 寬帶壓縮頻譜檢測 能量有效性 貝葉斯壓縮感知
【學位授予單位】：杭州電子科技大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN925
【目錄】：

• 摘要5-7
• ABSTRACT7-11
• 第1章 緒論11-18
• 1.1 研究背景及意義11-12
• 1.2 認知無線網絡概述12-14
• 1.2.1 認知無線電頻譜檢測概述12-14
• 1.2.2 高能效綠色認知無線網絡概述14
• 1.3 壓縮感知理論研究現(xiàn)狀14-15
• 1.4 基于CS的寬帶頻譜檢測研究現(xiàn)狀15
• 1.5 基于能量有效性的寬帶壓縮頻譜檢測研究現(xiàn)狀15-16
• 1.6 論文主要工作和內容安排16-18
• 1.6.1 論文主要研究內容及創(chuàng)新點16-17
• 1.6.2 論文章節(jié)安排17-18
• 第2章 分布式壓縮感知理論18-25
• 2.1 CS理論框架18-19
• 2.1.1 信號稀疏變換18
• 2.1.2 觀測矩陣設計18-19
• 2.1.3 信號重構方法19
• 2.2 DCS聯(lián)合稀疏模型19-20
• 2.3 DCS重構方法20-24
• 2.3.1 凸松弛法20-22
• 2.3.2 貪婪追蹤法22-24
• 2.4 本章小結24-25
• 第3章 基于貝葉斯壓縮感知的寬帶頻譜檢測25-41
• 3.1 認知無線網絡寬帶頻譜檢測模型25-28
• 3.1.1 多用戶協(xié)作頻譜感知25-26
• 3.1.2 貝葉斯壓縮感知26-27
• 3.1.3 寬帶頻譜檢測27-28
• 3.2 基于多任務貝葉斯壓縮感知的寬帶頻譜檢測28-37
• 3.2.1 基于期望最大化算法的多任務BCS參數設計28-30
• 3.2.2 基于相關向量機模型的多任務BCS參數估計30-32
• 3.2.3 多任務BCS重構MSE與頻譜檢測性能32
• 3.2.4 仿真與性能分析32-37
• 3.3 基于能量有效性的貝葉斯壓縮感知寬帶頻譜檢測37-39
• 3.3.1 節(jié)點感知能耗分析37
• 3.3.2 感知能耗優(yōu)化方法37-38
• 3.3.3 數值仿真與性能分析38-39
• 3.4 本章小結39-41
• 第4章 基于能效優(yōu)先的DCS頻譜檢測與功率分配方案41-51
• 4.1 基于分布式壓縮感知子空間追蹤的頻譜檢測41-43
• 4.1.1 DCS-SP感知信號重構算法41-42
• 4.1.2 頻譜檢測性能分析42-43
• 4.2 基于速率自適應準則的節(jié)點功率分配方案43
• 4.3 節(jié)點能耗分析與能效優(yōu)化方法43-45
• 4.3.1 重構能耗與檢測能耗43-44
• 4.3.2 加權總能耗44
• 4.3.3 節(jié)點能效優(yōu)化方法44-45
• 4.4 數值分析與仿真45-50
• 4.5 本章小結50-51
• 第5章 結束語51-53
• 5.1 論文總結51-52
• 5.2 未來工作展望52-53
• 致謝53-54
• 參考文獻54-59
• 附錄59

【相似文獻】

中國期刊全文數據庫 前10條

1 顧彬;楊震;;一種基于壓縮感知的非重構頻譜檢測新算法[J];南京郵電大學學報(自然科學版);2010年06期

2 麥磊鑫;秦曉衛(wèi);戴旭初;;基于粒子濾波的協(xié)作式空時聯(lián)合頻譜檢測方法[J];信號處理;2011年12期

3 張家凱;李莉;周小平;李磊;凌洪濤;;低信噪比下一種改進的譜相關頻譜檢測[J];電視技術;2013年13期

4 李娜;陳松;李鷗;;基于統(tǒng)計可信度的壓縮感知協(xié)作頻譜檢測算法[J];電訊技術;2014年01期

5 李娜;陳松;王盛;李鷗;;基于信號可信度的壓縮感知協(xié)作頻譜檢測算法[J];計算機科學;2013年S2期

6 石曉娟;張融;;非理想頻譜檢測對主用戶干擾的性能分析[J];電訊技術;2014年02期

7 張余;潘成康;楊文東;蔡躍明;;基于可信度的半雙工協(xié)同頻譜檢測[J];信號處理;2008年06期

8 曾文娟;謝顯中;;基于小波去噪的協(xié)作空閑頻譜檢測性能[J];吉林大學學報(信息科學版);2010年05期

9 王春生;劉林;;基于信噪比加權的合作頻譜檢測算法[J];無線通信技術;2011年01期

10 王臣昊;楊震;肖小潮;;基于優(yōu)化貝葉斯壓縮感知算法的頻譜檢測[J];信號處理;2012年05期

中國重要會議論文全文數據庫 前2條

1 楊濤;胡波;;一種主動協(xié)作的頻譜檢測策略[A];無線傳感器網及網絡信息處理技術——2006年通信理論與信號處理年會論文集[C];2006年

2 何麗華;;感知無線電中空閑頻譜檢測算法性能比較研究[A];2012全國無線及移動通信學術大會論文集（上）[C];2012年

中國博士學位論文全文數據庫 前10條

1 黃冬艷;面向能效優(yōu)化的MIMO傳輸技術研究[D];北京郵電大學;2015年

2 王波;認知無線網絡中的聯(lián)合頻譜檢測關鍵技術研究[D];北京郵電大學;2014年

3 麥磊鑫;基于認知用戶協(xié)作的頻譜檢測方法研究[D];中國科學技術大學;2011年

4 徐偉琳;基于壓縮感知的寬帶頻譜檢測方法研究[D];北京郵電大學;2014年

5 朱瑩;認知無線網絡中高效頻譜檢測關鍵技術的研究[D];北京郵電大學;2014年

6 黃川;認知無線網絡中頻譜檢測機制及頻譜資源分配研究[D];南京郵電大學;2011年

7 石磊;認知無線電中空閑頻譜檢測技術的研究[D];哈爾濱工業(yè)大學;2010年

8 胡富平;基于能量檢測的認知無線電協(xié)作頻譜檢測研究[D];華中科技大學;2010年

9 劉義;基于用戶合作的頻譜檢測與動態(tài)接入理論及算法研究[D];華南理工大學;2011年

10 陳星;感知無線電物理層關鍵技術研究[D];北京郵電大學;2008年

中國碩士學位論文全文數據庫 前10條

1 羅曉光;基于壓縮感知的認知無線電頻譜檢測研究[D];大連海事大學;2016年

2 佘才青;基于檢測的正交匹配追蹤算法及在頻譜檢測中的應用[D];安徽大學;2015年

3 王思璇;基于信噪比選擇及加權的認知無線網絡頻譜檢測方法的研究[D];江蘇大學;2016年

4 方源;基于循環(huán)平穩(wěn)特征的協(xié)作頻譜檢測算法研究[D];重慶郵電大學;2016年

5 包小敏;認知無線網絡中非理想頻譜檢測下的切換研究[D];重慶郵電大學;2016年

6 張博;認知無線網絡中頻譜檢測機制的設計與仿真[D];東北大學;2011年

7 阮旭峰;面向壓縮感知的寬帶頻譜檢測技術[D];西安電子科技大學;2015年

8 王贊;基于分布式壓縮感知的高能效寬帶壓縮頻譜檢測方法研究[D];杭州電子科技大學;2016年

9 張鳳娟;基于多天線空間相關性的序貫頻譜檢測算法[D];華南理工大學;2012年

10 張家凱;低信噪比下頻譜檢測技術的研究[D];上海師范大學;2013年

，

本文編號：746871