認知無線電系統(tǒng)中頻譜檢測技術(shù)研究.pdf

1、認知無線電是一種智能通信，它能夠大大提高無線通信中的頻譜利用率。該技術(shù)允許非授權(quán)用戶在不對授權(quán)用戶造成干擾的情況下使用未授權(quán)頻段。因此，實時準確檢測出頻譜的使用狀態(tài)—即頻譜感知，是認知無線電重要研究內(nèi)容之一。本論文主要針對這一技術(shù)進行了詳細研究。
　　首先，介紹了認知無線電技術(shù)的背景及研究意義，介紹了認知無線電核心技術(shù)頻譜感知，并給出了頻譜感知技術(shù)的研究進展，進而引出了論文研究的重點問題。
　　基于傳統(tǒng)的頻譜感知算法我們研究

2、了能量檢測算法、循環(huán)平穩(wěn)檢測算法以及匹配濾波器檢測算法，并重點針對能量檢測算法討論了由于噪聲不確定性引發(fā)的信噪比墻問題。針對中國移動多媒體廣播標準信號和無線麥克風(fēng)這兩種特殊的信號，討論了對應(yīng)的特征檢測算法，并對這兩種算法進行了詳細的理論分析。
　　基于接收信號的協(xié)方差矩陣的頻譜檢測方法可以解決由于能量檢測的噪聲不確定性引發(fā)的信噪比墻問題?；谛盘枀f(xié)方差矩陣的一個典型方法是采用協(xié)方差矩陣的最大與最小特征值之比作為檢測量[1]，該算法

3、不需要發(fā)送信號的任何先驗信息，且不受噪聲不確定性的影響。然而，由于其存在特征值分解，算法復(fù)雜度較高。我們提出了兩種新的檢測判決變量:近似最大與最小特征值之比算法與Gershgorin算法，其主要思想是，利用特征值的緊界來近似最大最小特征值，進而構(gòu)造檢測量。經(jīng)過分析表明新算法復(fù)雜度大大降低，并且性能有0.2dB左右的提升。
　　為了進一步提高基于協(xié)方差矩陣算法的性能，我們提出了一種擬合優(yōu)度檢驗，該算法利用了接收信號協(xié)方差矩陣特征值的