基于深度学习的动态主用户频谱感知算法

实际的频谱感知场景中主用户可能随机到达或者离开,当主用户状态在实时频谱感知期间动态变化时,现有的静态频谱感知算法性能急剧恶化。针对该现状,研究提出基于残差收缩注意力机制的动态主用户频谱感知算法。频谱感知间隔内,主用户随机到达或者随机离开的时间服从均匀分布。采用深度残差收缩网络(DRSN)提取动态主用户特征,并且滤除冗余的噪声特征;利用协调注意力模块(CAM)增强每个通道不同方向的特征信息,提高模型对动态主用户特征的表达能力。仿真结果表明,所提算法性能优于对比算法ResNet、CBAM_IQ和CBAM_Energy,所提算法对主用户随机到达或者离开服从不同分布的主用户都可以保持较高的检测概率。

基于时频对消的跳频信号盲检测算法

针对低信噪比下跳频信号检测概率低问题,提出一种基于时频对消的跳频信号盲检测算法。根据跳频信号与定频信号的不同时频特性,利用短时傅里叶变换,理论上分析推导了跳频信号、定频信号和高斯白噪声的时频对消比,根据时频对消比差异性,得到三元假设检验规则;针对实际脉冲噪声背景,利用分数低阶短时傅里叶变换代替短时傅里叶变换估计得到时频对消比,实现了未知先验信息条件下跳频和定频信号的同步检测。计算机仿真结果表明,当跳频信号检测概率高于0.8时,相比于功率谱对消法,该算法改善信噪比大于1.5 dB以上。该算法抗噪声功率不确定性较强,实现简单。

基于中继节点的多跳CR Ad Hoc网络广播算法

针对避免广播冲突的CR Ad Hoc网络的分布式广播协议广播成功率低和基于选择性广播信道集的低延迟广播算法广播冲突率高的问题,提出基于中继节点选择的多跳CR Ad Hoc网络广播算法。根据节点可用信道集的大小和基于邻居度的转发概率选取中继节点,并对相应中继节点的可用信道集随机左移,在保证一定广播成功率、广播时延和广播冲突率的前提下,降低节点转发率,减少网络中的冗余信息;建立综合评价函数对广播算法的综合性能进行了定量分析;给出广播冲突概率推导。仿真结果表明,该算法与分布式广播协议相比,提高了广播成功率,降低了广播时延;与低延迟广播算法相比,降低了节点转发率和广播冲突概率。根据综合评价函数,该广播算法的综合性能更好。

全局协方差池化与多尺度特征融合的图像隐写检测

针对目前图像隐写深度检测模型中池化等操作造成特征图信息丢失,全局平均池化忽视高阶统计量的问题,提出一个基于全局协方差池化与多尺度特征融合的隐写检测模型:首先用多层小尺度卷积核替换多层感知器中的大尺度卷积核,增强特征表达能力的同时提高卷积计算效率;然后利用空洞卷积构建多尺度特征融合模块,减少模型在池化等过程中导致的细节特征信息损失;最后引入全局协方差池化,通过计算二阶统计量协方差作为最后的特征输出,增强检测模型对细节特征的捕捉能力。实验结果表明在不同的隐写算法和不同的嵌入率下,相比于近期典型的Xu-Net、Yedroudj-Net、Zhu-Net模型,所提模型的检测准确率均有显著提升,即使是与最新的Zhu-Net相比,准确率也提升了2.4%~7.3%。

基于辅助分类器和变分自编码生成对抗网络的干扰识别

针对基于深度学习干扰识别方法在小样本集情况下性能恶化问题,提出一种基于辅助分类器和变分自编码生成对抗网络(AC-VAEGAN)的干扰识别方法。利用生成对抗网络和变分自编码器的核心思想设计识别模型,得到连续有意义的干扰样本集潜在空间;确定编码器、生成器和鉴别器的损失函数,且鉴别器采用动态学习率的优化算法,使得模型训练过程更加有效且稳定。仿真结果表明,在干扰时频图小样本数据集情况下,当干噪比为-10 dB~10 dB时,该方法对宽带噪声干扰、部分频带噪声干扰、单音干扰、多音干扰、脉冲干扰、跳频干扰、线性扫频干扰和二次扫频干扰这八种干扰的正确识别率均高于ACGAN和CNN。

基于多头自注意力机制的协作频谱感知算法

针对协作频谱感知中部分用户受到阴影、衰落等影响导致在低信噪比环境下对微弱信号的感知性能急剧降低及部分聚类模型没有充分利用能量向量的问题,提出一种基于多头自注意力机制的协作频谱感知算法。各次用户独立采样数据,融合中心收集各次用户的能量数值并构成能量向量作为自注意力网络的输入;设计基于多头自注意力机制的网络模型,利用该网络自动学习信号和噪声的能量向量特征,有效提取局部特征,实现智能协作频谱感知。仿真结果表明,该频谱感知算法性能优于对比算法,在信噪比为-14 dB、虚警概率为0.001时,该算法检测概率高于对比算法0.29~0.4。

多径异步LSC-DS-CDMA信号伪码估计

针对多径环境下异步长短码直扩码分多址信号(long and short code direct sequence code division multiple access,LSC-DS-CDMA)伪码估计难的问题,提出一种基于张量分解和联合估计的伪码估计方法,采用重叠窗对接收信号进行分段并构建张量模型。为改善传统线性步长搜索算法结合梯度下降的方法分解因子矩阵收敛较慢的问题,提出改进的线性步长搜索算法,结合使用动量梯度下降法对各子张量进行Tucker分解得到各因子矩阵,所需的迭代次数大大减少;利用接收增益矩阵和移位相乘解决复合码的排序模糊和幅度模糊问题;利用最大似然准则联合估计复合码和多径信道后,使用梅西算法和相关运算估计每个用户的长码和短码。仿真结果表明,该方法能够有效估计多径异步LSC-DS-CDMA信号的伪码。

基于SARSA学习的跳频系统智能抗干扰决策算法

为了提高在干扰多变电磁环境下跳频通信系统的抗干扰性能,提出一种基于改进SARSA学习的智能抗干扰决策算法。试错是强化学习最重要的特征,它可以影响算法的长期总收益,而试错的优劣由算法探索和利用的表现决定,故文中将基于置信度上界的动作选择策略和优先遍历思想应用于SARSA学习,以平衡智能体对状态-动作空间的探索和利用。另外,针对多种干扰并存的电磁环境以及跳频通信系统的跳速、信道划分间隔和跳频序列等可调节参数,设计了相应的系统模型、决策目标、状态-动作空间和奖赏函数。在不同干扰环境下所提算法都优于三种对比算法,表明基于置信度上界的动作选择策略和优先遍历思想的加入较好地协调了探索与利用的矛盾,提升了收敛速度和稳态性能,加强了SARSA学习对干扰环境的适应性。

基于四阶累积量的DSSS/QPSK信号检测方法研究

根据高斯白噪声的四阶累积量恒为零这一特性,研究了DSSS/QPSK信号的四阶累积量,提出了基于四阶累积量不同切片c4x(0,0,0)、c4x(τ,τ,τ)、c4x(0,τ,τ)和c4x(0,0,τ)的时域和频域检测方法.仿真结果表明,频域检测方法性能优于时域检测方法;综合考虑检测性能和实现难度,基于c4x(0,0,τ)的频域检测方法最好,在虚警概率为1%,信噪比为-11dB时,检测概率仍可达到50%以上.没有引入大规模的矩阵运算,运算量小,易于实现.

基于OMP算法的宽带频谱感知

频谱感知是认知无线电的一项关键技术,其能够检测出未被主用户占用的频谱空穴供次用户接入使用,提高频谱利用率。宽带频谱感知要求对数GHz的带宽进行检测,过高的采样速率、大的数据量对现有的硬件设备提出了巨大的挑战。本文利用宽带频谱的稀疏性提出一种基于OMP算法的宽带频谱感知方法。该方法利用MWC采样实现对宽带模拟信号直接压缩采样;利用自相关矩阵对称分解特性和主用户信号独立性,得到有限维压缩采样信号模型,利用AIC/MDL准则估计稀疏度作为OMP算法迭代停止的条件,大大减少了算法复杂度;该方法不需要重构接收信号的PSD,直接在时域根据低速率采样信号,检测被占用信道。仿真结果表明,当带内信噪比大于9dB时,频谱检测概率高于90%。

利用拟合优度检验的NPLSC-DSSS信号伪码盲估计

针对非周期短码扩频长码加扰直扩(NPLSC-DSSS)信号的伪码估计问题,该文首先给出了m序列三阶相关函数(TCF)共同峰理论和NPLSC-DSSS信号TCF估计量的概率函数。其次,利用TCF峰的共轭系特性构建了TCF峰值序列,提出了TCF共同峰检测的二元假设模型和利用拟合优度检验的TCF共同峰精检测算法。同时,为提高伪码估计性能,该文利用正反向TCF三阶相关峰性质和共轭系TCF峰值点累加和递增性质排除大量伪峰。最后通过矩阵斜消法实现长短伪码的盲估计。仿真结果表明,该文方法在低信噪比条件下能够有效估计NPLSC-DSSS信号的伪随机码。

基于约束NMF的欠定盲信号分离算法

提出一种约束非负矩阵分解方法用于解决欠定盲信号分离问题。非负矩阵分解直接用于求解欠定盲信号分离时,分解结果不唯一,无法正确分离源信号。在基本非负矩阵分解算法基础上,对分解得到的混合矩阵施加行列式约束,保证分解结果的唯一性;对分解得到的源信号同时施加稀疏性约束和最小相关约束,实现混合信号的唯一分解,提高源信号分离性能。仿真实验证明了算法的有效性。

非周期长码直扩信号的伪随机码盲估计

研究了m序列三阶相关函数特性,证明了不同周期m序列三阶相关函数存在共同峰,推导得到共同峰的特性以及共同峰坐标与m序列本原多项式之间对应关系,基于上述理论提出了非合作通信下的非周期长码直扩信号伪随机码估计方法。加性高斯白噪声下的仿真结果表明,本方法仅需1/4倍长码周期长度信号和4 d B信噪比,估计非周期长码直扩信号的扩频码和长扰码的正确概率就可达到99%以上。

基于矩阵填充和三阶相关的长短码DS-CDMA信号多伪码盲估计

由于长短码直扩码分多址(LSC-DS-CDMA)信号包含了多个用户的长码和短码,已有的直扩码分多址信号的盲伪码估计方法不再适用。为此该文提出一种基于矩阵填充和三阶相关的伪码估计方法。首先从理论上将结构复杂的LSC-DS-CDMA信号构建为多用户短码扩频的缺失矩阵模型,将复合码矩阵估计建模为盲源信号分离问题;然后将矩阵填充理论应用于复合码矩阵估计,提出基于奇异值阈值算法和快速独立成分分析算法的各用户复合码序列估计方法;最后利用m序列的移位相加性特性,提出延迟三阶相关算法,从各用户复合码序列中估计其包含的长短伪码序列。仿真表明,当信噪比高于-2 d B时,该文算法的长短伪码估计平均误码率低于0.1%。

基于MUSIC算法的宽带频谱感知

利用MUSIC算法进行宽带频谱感知时,主用户信号个数估计是关键问题。为此,提出一种动态门限搜索匹配的信号个数估计算法。利用信号子空间和噪声子空间的正交性动态调整门限,搜索与预设维度最匹配的信号个数作为最终的估计值。仿真结果表明,在低信噪比的情况下,该算法能准确估计信号个数,提高宽带频谱感知性能。

利用功率谱最大最小值的频谱感知算法

为了提高频谱感知性能,首先利用功率谱函数特性和瑞利熵概念,从理论上分析了基于功率谱的频谱感知算法原理,提出一种以功率谱的最大最小值之差作为检测统计量的频谱感知新算法;然后推导给出了检测门限和检测概率表达式;最后给出了仿真结果。理论分析和仿真结果表明,在加性高斯白噪声信道和Rayleigh衰落信道中本文算法都具有良好的检测性能,性能优于已有的利用功率谱的频谱感知算法,该算法不需要主用户信息,不用进行复杂的特征值分解,当虚警概率确定时,检测门限能准确给出。

非周期长码直扩信号的盲解扩

本文利用信号延迟相乘,消除信息码对长扰码和扩频码的影响;利用m序列的线性移位叠加性,巧妙分段信号,提出一种分段相关的信号解扰方法;对解扰信号利用斜消矩阵法估计扩频序列本原多项式,并利用基于协方差范数的信息码盲同步法实现信息码同步;最终得到非周期长码直扩信号盲解扩方法。该方法仅需要预知信号扰码m序列本原多项式和扩频码码片速率。仿真结果表明,该算法仅利用1/8倍长码序列周期长度的信号就能在信噪比3.6dB以上达到10-2以下解扩误码率。

基于高阶累积量的正交空时分组码盲识别

针对多输入多输出(Multiple-Input-Multiple-Output,MIMO)系统中的空时码盲识别问题,提出一种基于高阶累积量的正交空时分组码(Orthogonal Space-Time Block Code,OSTBC)盲识别方法.推导给出了接收信号的两种高阶累积量公式,该高阶累积量包含发射信号信息,由此提出识别OSTBC信号的两个特征参数;利用MIMO信道估计得到空间信道矩阵,并提出了两种特征参数的估计方法;最后,利用最小距离准则实现对OSTBC信号的分类识别.仿真结果表明:所提出方法的正确识别率高于已有的识别方法,具有良好的识别性能.

基于随机集模型的MIMO-OFDM信道估计算法

在多径分量数确定的前提下,MIMO-OFDM系统采用传统的基于导频辅助和盲信道估计算法能获得较好性能。实际无线环境中,多径分量数目与幅度都是时变的,则传统信道估计方法不再适用。该文采用随机集理论建模MIMO-OFDM系统信道多径分量数的变化和MIMO信道。基于此模型提出了集中粒子空间重采样方法(CRS),在保留大概率粒子抽样样本的同时主动抛弃小概率抽样样本,以获得更为准确的真实样本逼近。并提出了基于集中重采样Rao-Blackwellised粒子滤波的信道估计方法(RBPFC)。仿真结果表明:所提出的RBPFC方法信道估计性能最好,基本Rao-Blackwellised粒子滤波方法次之但优于基本粒子滤波算法,卡尔曼滤波的信道估计方法性能最差。

基于QoS需求的认知无线电资源分配算法

在误比特率、总发射功率以及主用户可容忍干扰门限的约束下,提出一种基于正交频分复用的认知无线电系统多目标优化贪婪分配算法。以最小化发射功率、最小化跨频干扰及满足次用户QoS需求为优化目标,线性组合这3个目标函数,把多目标优化问题转化为单目标优化问题,采用贪婪算法实现多目标优化。仿真结果表明,该算法的系统总容量趋近于最优,在降低对主用户跨频干扰的同时,能够有效地满足次用户的QoS需求。