本文關(guān)鍵詞： 認知無線電 正交頻分復(fù)用 頻譜感知 深度學(xué)習(xí) 干擾對齊　出處：《哈爾濱工業(yè)大學(xué)》2016年博士論文　論文類型：學(xué)位論文

【摘要】：頻譜資源作為不可再生資源,其稀缺性問題越來越受到關(guān)注。特別是在通信服務(wù)不斷發(fā)展以及4G技術(shù)廣泛應(yīng)用的今天,如何解決頻譜資源稀缺、提高頻譜利用率,已成為學(xué)術(shù)界的研究重點。傳統(tǒng)的解決方法只能在一定程度上提高頻譜利用率,卻仍然無法滿足當(dāng)今社會對頻譜資源的需求。認知無線電(Cognitive Radio,CR)技術(shù)的出現(xiàn)為解決這一問題提供了新的方法。本文以基于正交頻分復(fù)用技術(shù)(Orthogonal Frequency Division Multiplexing,OFDM)的認知OFDM通信系統(tǒng)為背景,以如何快速準確發(fā)現(xiàn)空閑的授權(quán)頻譜以及如何減少次用戶共享空閑頻譜時產(chǎn)生的互干擾為研究目標,重點研究OFDM頻譜感知技術(shù),并在高效頻譜感知的基礎(chǔ)上研究了干擾對齊技術(shù),具體的研究內(nèi)容主要包括以下四個部分:(1)為了解決單徑信道(高斯白噪聲信道)下簡單頻譜感知算法感知準確度相對不高,而感知準確度較好的最優(yōu)OFDM頻譜感知算法沒有閉式解,無法在實際中得到應(yīng)用的問題,提出一種次優(yōu)的基于微分特性(Differential Characteristics,DC)的OFDM頻譜感知算法。該算法通過微分運算,以求極值的方式化簡檢驗統(tǒng)計量,其感知準確度與最優(yōu)OFDM頻譜感知算法相比略有下降,但是明顯優(yōu)于其它感知算法。此外,DC頻譜感知算法在降低了計算復(fù)雜度的同時,從理論上得到虛警概率和漏檢概率的閉式解,比最優(yōu)OFDM頻譜感知算法更加適合于實際應(yīng)用。同時,利用基于微分特性的OFDM頻譜感知算法的核心思想,對目前性能較好的利用循環(huán)前綴(Cyclic Prefix,CP)和導(dǎo)頻(Pilot Tones,PT)特性的頻譜感知算法進行了改進,分別提出了基于微分特性的循環(huán)前綴(Differential Characteristics-Based Cyclic Prefix,DC-CP)感知算法和基于微分特性的導(dǎo)頻(Differential Characteristics-Based Pilot Tones,DC-PT)感知算法。與原算法相比,DC-CP和DC-PT感知算法在沒有增加計算復(fù)雜度的情況下都提高了感知準確度。(2)為解決多徑信道(多徑瑞利信道)下頻譜感知算法受傳輸延時影響嚴重的問題,本文提出一種基于窗函數(shù)的循環(huán)前綴檢測(Window Function-Based Cyclic Prefix,WF-CP)算法。利用窗函數(shù)對所有互相關(guān)值進行累加求和,增加了CP相關(guān)性在感知過程中的作用。并且從理論和實驗兩方面證明了WF-CP感知算法的性能與傳輸延時無關(guān)。同時,為了解決多徑信道下傳統(tǒng)頻譜感知算法受載波頻率偏移(Carrier Frequency Offset,CFO)影響嚴重的問題,本文提出一種基于互相關(guān)矩陣的導(dǎo)頻檢測(Cross Correlation Matrix-Based Pilot Tones,CCM-PT)算法。該算法在頻域?qū)λ芯哂邢嗤瑢?dǎo)頻分布的數(shù)據(jù)進行互相關(guān)運算,利用互相關(guān)矩陣上三角元素的和作為檢驗統(tǒng)計量,以增加少量的計算復(fù)雜度為代價,增強了CFO的魯棒性,獲得了更好的感知性能。(3)為了解決傳統(tǒng)非盲OFDM頻譜感知算法需要大量先驗知識而盲OFDM頻譜感知計算復(fù)雜度高、感知準確度低的問題,本文首次將深度學(xué)習(xí)的方法應(yīng)用于頻譜感知,提出一種基于棧式自動編碼機(Stacked of Autoencoders,SAE)的盲OFDM頻譜感知方法。利用深度學(xué)習(xí)的結(jié)構(gòu)特點,自動對接收信號分層地提取有用特征,在感知過程中不需要先驗知識,實現(xiàn)了盲頻譜感知,并在低信噪比條件下感知準確度高于非盲頻譜感知算法。同時,為了解決SAE頻譜感知算法在信噪比相對較高時感知準確度低于非盲的頻譜感知算法的問題,本文又提出了基于時域和頻域特征聯(lián)合SAE(Time Domain and Frequency Domain Features-Based SAE,TF-SAE)和基于數(shù)據(jù)融合的TF-SAE(Date Fusion-Based TFSAE,DF-TF-SAE)盲頻譜感知算法,同時利用接收信號時域和頻域的特征進行感知,以一定的感知時間和硬件消耗為代價,提高了系統(tǒng)感知結(jié)果的準確度。(4)為了解決單一頻譜感知算法無法適應(yīng)復(fù)雜的應(yīng)用環(huán)境以及次用戶共享頻譜時產(chǎn)生互干擾的問題,以本文所提出的頻譜感知算法和干擾對齊技術(shù)為基礎(chǔ),提出了一種基于頻譜感知的干擾對齊方法。根據(jù)信噪比估計的結(jié)果以及用戶需求選擇適當(dāng)?shù)念l譜感知算法,以達到更好的感知性能。為了保證頻譜感知結(jié)果的有效性,提出了一種基于深度學(xué)習(xí)的信噪比估計(Deep Learning-Based SNR Estimation,DL-SE)算法,實現(xiàn)了低信噪比條件下高準確度的SNR估計。同時,利用干擾對齊技術(shù)進行頻譜共享過程中的干擾消除,分別提出基于線性有限狀態(tài)馬爾可夫鏈(Linear Finite State Markov Chain,LFSMC)預(yù)測的干擾對齊方法及簡化的LFSMC(Simplified LFSMC,S-LFSMC)方法,減少了信道狀態(tài)信息不準確所造成的影響,提高了次用戶的信干噪比,減少了用戶間的互干擾,進而提高了頻譜利用率。
[Abstract]:In order to solve the problem of frequency spectrum resource scarcity and improve spectrum utilization rate , it has become more and more important to solve this problem . In order to solve the problem of spectrum resource , the algorithm of spectrum sensing based on orthogonal frequency division multiplexing ( OFDM ) is better than other sensing algorithms . This paper presents a cross correlation matrix - Based Pilot Tones ( CCM - PT ) algorithm based on window function . ( 3 ) In order to solve the problem of high complexity and low perceived accuracy of the traditional non - blind OFDM spectrum sensing algorithm , a blind OFDM spectrum sensing method based on time domain and frequency domain features - Based SAE , TF - SAE and data fusion is proposed . ( 4 ) In order to solve the problem of mutual interference when a single spectrum sensing algorithm is unable to adapt to complex application environment and sub - user ' s shared frequency spectrum , an interference alignment method based on spectrum sensing is proposed based on the result of signal - to - noise ratio estimation and interference alignment technology .

【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：TN925

【相似文獻】

相關(guān)期刊論文 前10條

1 劉婷婷;王建新;束鋒;;合作頻譜感知吞吐量和感知時間關(guān)系的研究[J];現(xiàn)代雷達;2009年05期

2 常帥;孔凡軍;陳娟;鄭學(xué)強;;協(xié)同頻譜感知中的認知用戶數(shù)優(yōu)化[J];軍事通信技術(shù);2010年03期

3 汪一鳴;周劉蕾;;基于追蹤定位的認知頻譜感知解決方案[J];通信學(xué)報;2010年11期

4 岳文靜;鄭寶玉;孟慶民;崔景伍;解培中;;衰落信道下提高協(xié)作頻譜感知能力的方法[J];中國科學(xué):信息科學(xué);2011年02期

5 韓勇;陳強;王建新;;合作頻譜感知安全技術(shù)研究[J];通信技術(shù);2011年06期

6 韓勇;王放;陳強;王建新;;一種信任度模糊分配的合作頻譜感知算法[J];信號處理;2011年06期

7 蔣金波;王可人;陳小波;金虎;;頻譜切換中基于頻譜感知的鏈路保持概率[J];探測與控制學(xué)報;2011年06期

8 劉穎;楊震;;協(xié)作頻譜感知系統(tǒng)中的結(jié)盟技術(shù)研究[J];南京郵電大學(xué)學(xué)報(自然科學(xué)版);2012年05期

9 秦臻;薛峰;梁繼民;;最大系統(tǒng)效用合作頻譜感知優(yōu)化算法[J];信號處理;2013年02期

10 江曉林;顧學(xué)邁;何晨;;基于壓縮感知的聯(lián)合協(xié)作頻譜感知算法[J];上海交通大學(xué)學(xué)報;2013年07期

相關(guān)會議論文 前10條

1 岳文靜;鄭寶玉;;一種基于信道可靠性的協(xié)作頻譜感知算法[A];2009年通信理論與信號處理學(xué)術(shù)年會論文集[C];2009年

2 張培;孟慶民;朱衛(wèi)平;;一種可以減少感知時間的頻譜感知方法[A];2010年通信理論與信號處理學(xué)術(shù)年會論文集[C];2010年

3 郝博雅;周輝;孫斌;;基于權(quán)值的合作頻譜感知算法[A];第六屆全國信號和智能信息處理與應(yīng)用學(xué)術(shù)會議論文集[C];2012年

4 吳昊;趙杭生;;基于三階累積量的頻譜感知技術(shù)研究[A];2009年全國無線電應(yīng)用與管理學(xué)術(shù)會議論文集[C];2009年

5 張冰玉;鄭寶玉;岳文靜;;一種基于串行網(wǎng)絡(luò)的協(xié)作頻譜感知方案[A];2010年通信理論與信號處理學(xué)術(shù)年會論文集[C];2010年

6 馮子木;漆春梅;王軍;李樂民;;協(xié)同頻譜感知算法綜述[A];2008年中國西部青年通信學(xué)術(shù)會議論文集[C];2008年

7 王翊;胡艷軍;唐希雯;;一種改進的基于多閾值的協(xié)作頻譜感知方法[A];2011年通信與信息技術(shù)新進展——第八屆中國通信學(xué)會學(xué)術(shù)年會論文集[C];2011年

8 鄭仕鏈;何斌;楊偉程;;認知無線電寬帶頻譜感知試驗研究[A];浙江省信號處理學(xué)會2011學(xué)術(shù)年會論文集[C];2011年

9 李佳俊;黃清;孔勇;;基于小波變換的認知無線電寬帶頻譜感知方法[A];中國電子學(xué)會第十六屆信息論學(xué)術(shù)年會論文集[C];2009年

10 楊家勝;劉光斌;程俊仁;;基于壓縮采樣技術(shù)的認知無線電寬帶頻譜感知方法[A];中國通信學(xué)會第六屆學(xué)術(shù)年會論文集（上）[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 肖淑艷;認知無線電中頻譜感知及資源優(yōu)化分配的研究[D];中國礦業(yè)大學(xué);2015年

2 卿浩博;面向無線通信系統(tǒng)的頻譜感知理論與技術(shù)研究[D];北京郵電大學(xué);2015年

3 楊雪洲;認知中繼網(wǎng)絡(luò)頻譜感知與資源分配研究[D];電子科技大學(xué);2014年

4 齊佩漢;穩(wěn)健精細抗差異性頻譜感知技術(shù)研究[D];西安電子科技大學(xué);2014年

5 盧劍奇;認知無線電頻譜感知關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2015年

6 劉洋;基于跨層優(yōu)化的頻譜感知關(guān)鍵技術(shù)研究[D];解放軍信息工程大學(xué);2014年

7 史振國;認知OFDM系統(tǒng)中頻譜感知與基于感知的干擾對齊方法研究[D];哈爾濱工業(yè)大學(xué);2016年

8 江曉林;認知無線電網(wǎng)絡(luò)中頻譜感知算法研究[D];哈爾濱工業(yè)大學(xué);2015年

9 m云海;BWT系統(tǒng)中基于認知的頻譜聚合技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

10 秦臻;基于認知無線網(wǎng)絡(luò)的頻譜感知與信道切換技術(shù)研究[D];西安電子科技大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 王艷君;認知無線網(wǎng)絡(luò)中基于多節(jié)點的協(xié)作頻譜感知技術(shù)的研究[D];昆明理工大學(xué);2015年

2 谷凱;基于GNU Radio的動態(tài)頻譜感知及數(shù)據(jù)傳輸[D];海南大學(xué);2015年

3 孟晨;基于稀疏組套索的寬頻帶頻譜感知研究[D];燕山大學(xué);2015年

4 魏亮;認知車載網(wǎng)中頻譜感知算法仿真研究[D];西南交通大學(xué);2015年

5 周瑞;基于信任度的認知無線電聯(lián)合頻譜感知研究[D];湖南工業(yè)大學(xué);2015年

6 錢陸;基于數(shù)據(jù)并發(fā)傳輸?shù)念l譜感知系統(tǒng)的研究[D];北京郵電大學(xué);2014年

7 羅曼;認知無線電協(xié)作頻譜感知技術(shù)的研究[D];哈爾濱工業(yè)大學(xué);2015年

8 李然;基于隨機矩陣理論的頻譜感知算法研究[D];哈爾濱工業(yè)大學(xué);2015年

9 張蔚;基于動態(tài)壓縮采樣的寬帶頻譜感知技術(shù)[D];哈爾濱工業(yè)大學(xué);2015年

10 宋雙;基于序貫檢測的認知無線電協(xié)作頻譜感知算法研究[D];哈爾濱工業(yè)大學(xué);2015年

，

本文編號：1536642