聯(lián)合頻譜檢測算法研究.pdf

1、頻譜檢測是認知無線電網(wǎng)絡(luò)的重要環(huán)節(jié)，協(xié)同頻譜檢測可以克服陰影效應(yīng)、多徑衰落和隱藏終端等各種不確定因素的影響，根據(jù)不同的頻譜檢測技術(shù)可以采用不同的協(xié)同方式。本文主要針對認知無線電網(wǎng)絡(luò)中協(xié)同頻譜檢測算法進行了深入研究。
　　為了提高聯(lián)合稀疏頻譜環(huán)境下未知稀疏度信號的檢測精度和速度，提出了一種聯(lián)合稀疏可變步長的匹配追蹤感知算法。算法根據(jù)信號內(nèi)部及信號之間的相關(guān)性，首先利用一種原子匹配測試得到稀疏度的粗估計，然后采用變步長思想逼近全局最優(yōu)

2、支撐集，初始階段利用大步長快速匹配以提高收斂速度，隨后根據(jù)恢復(fù)情況減小步長以實現(xiàn)精確逼近,最終實現(xiàn)信號的精確重構(gòu)。理論分析和仿真結(jié)果表明：該算法在一定程度上解決了SSAMP和SOMP算法在大稀疏度條件下運算量較大以及固定步長導(dǎo)致的欠估計和過估計問題，算法在檢測概率和收斂速度上均優(yōu)于SOMP和SSAMP算法，較好地實現(xiàn)了未知稀疏度信號的精確重建。
　　循環(huán)平穩(wěn)檢測是認知無線電中進行頻譜空穴檢測的可靠方法，使用多個循環(huán)頻率處的循環(huán)譜進

3、行聯(lián)合檢測可以在低信噪比時有效檢測出授權(quán)用戶是否存在，但基于循環(huán)平穩(wěn)特征的協(xié)同頻譜檢測使得認知用戶和匯聚中心之間產(chǎn)生較大的通信量，為緩解通信壓力、降低檢測功耗，提出一種基于多循環(huán)頻率集的協(xié)同頻譜檢測算法，其策略是只發(fā)送在檢測統(tǒng)計量大于檢測門限值的循環(huán)頻率集合，匯聚中心根據(jù)接收的循環(huán)頻率集合使用計數(shù)融合對頻譜進行判決。仿真結(jié)果表明：算法利用了各單點循環(huán)頻率上的循環(huán)譜信息，以較小的性能損失降低了傳輸開銷，減小了匯聚節(jié)點判決的復(fù)雜度，提高了頻