2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩75頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、認知無線電技術(shù)是解決現(xiàn)存頻譜危機的幾個主要備選方案之一,而頻譜感知技術(shù)作為確保認知無線電網(wǎng)絡(luò)正常運行的關(guān)鍵技術(shù),近年來受到了廣泛關(guān)注。傳統(tǒng)的非盲頻譜感知方法受限于主用戶先驗信息的獲取,而盲頻譜感知方法大多存在魯棒性不足的問題,難以滿足認知無線電的實際應(yīng)用的要求。本文旨在提高認知無線電網(wǎng)絡(luò)中頻譜感知方法的可靠性和有效性,因而具有重要的理論價值和實際意義。
  本文從認知無線電網(wǎng)絡(luò)的通信環(huán)境出發(fā),改良現(xiàn)有頻譜感知方法的檢測模型,使之更

2、貼近于實際情形。再通過所得模型推導(dǎo)出新的檢測器,從而在檢測性能和魯棒性方面得到顯著的提升。另外,我們對所提出的方法的檢測性能進行了理論分析。
  本文針對頻譜感知的一些特定場景給出了不同的解決方案。針對多用戶協(xié)作感知應(yīng)用,本文首先闡述該應(yīng)用中非均勻背景噪聲產(chǎn)生的原因,同時針對這一類型的噪聲建立新的檢測模型。然后,根據(jù)廣義似然比檢驗準則推導(dǎo)出一種新的檢測器,即Hadamard比檢測算法。隨后,對該檢測器進行性能分析。具體來講,運用矩

3、量法推導(dǎo)出該檢測器Beta分布形式的近似虛警概率和檢測概率。最后,通過仿真實驗來驗證所得結(jié)論:首先通過蒙特-卡洛實驗驗證了所得近似分布的精度,然后采用接收機工作特性作為評價準則,將本章所得檢測器與現(xiàn)有檢測器進行比較。結(jié)果表明,該檢測器較現(xiàn)有方法具有更好的魯棒性和更高的檢測精度。
  當參與協(xié)作的次用戶配置了多天線時,該次用戶各天線對應(yīng)信道之間的相關(guān)性會顯著增強。為了充分利用這一信號相關(guān)特性,本文提出了一種基于數(shù)據(jù)協(xié)方差矩陣體積的頻

4、譜感知方法。在性能分析中,首先采用Delta方法計算檢測器近似的一階和二階矩,然后通過矩量法獲得了其Gamma分布形式的虛警概率和檢測概率。最后采用數(shù)值仿真驗證理論虛警概率和檢測概率的精度。結(jié)果表明,Hadamard比算法與基于體積的算法的檢測性能各有優(yōu)劣,實際應(yīng)用中可根據(jù)次用戶類型來選取合適的檢測器。
  若主用戶信號具有非圓特性,那么次用戶感知該段頻譜時,主用戶信號的非圓特性往往是可以預(yù)先獲知的。因此,這一信息應(yīng)當作為一種先驗

5、知識考慮在檢測模型中。然而,雖然非圓信號在通信系統(tǒng)中十分常見,現(xiàn)有的頻譜感知方法卻幾乎全部將主用戶信號默認為圓信號。當主用戶信號為非圓時,協(xié)方差矩陣不能夠完全刻畫信號的統(tǒng)計特性,忽視信號的非圓特性將導(dǎo)致偽協(xié)方差矩陣所包含的信息被丟失,因此不是最優(yōu)的檢測方法。本文針對非圓主用戶信號,根據(jù)廣義似然比檢驗準則提出了一種基于廣義線性變換的頻譜感知方法。此外,本文采用漸近展開式的方法得到了檢測器卡方分布形式的近似虛警概率。仿真結(jié)果顯示,當主用戶信

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論