基于协作用户采样信号相关性的频谱感知算法

频谱感知技术是认知无线电系统的关键技术之一。本文提出了一种新的协作频谱感知算法,利用授权用户存在时协作用户采样信号之间相关,反之则统计独立的性质,设计采用所有协作用户采样信号的统计协方差之和作为检测统计量,结果相当于放大了授权用户信号能量而使噪声能量保持不变,因而能够更准确地判断出授权用户的状态。本文进一步在Neyman-Pearson准则下推导出了所提算法的判决门限和检测概率。最后,通过仿真验证了所提算法的有效性。

一种基于能量检测的协作式频谱感知算法

为提高认知无线电系统中频谱检测的可靠性,提出了一种基于能量检测的协作式频谱感知算法。利用授权用户的状态在相邻感知帧之间变化的概率小这一特性,通过将当前感知帧的能量值与相邻值相结合来判断授权用户状态,这样当授权用户使用授权频段时,所提算法能有效减小采样信号能量值骤减时发生误判的概率。另外给出了所提算法检测概率和虚警概率的闭式表达式。理论分析和仿真结果表明,所提算法比传统的协作式频谱检测算法检测性能好。

一种基于切换失败概率和认知用户信道容量联合优化的访问策略

现有频谱切换信道访问策略主要考虑切换失败概率,而较少考虑认知用户的信道容量。针对这一问题,提出了一种基于切换失败概率和认知用户信道容量联合优化的频谱切换信道访问策略。首先证明了按信噪比降序访问可以得到最大的认知用户信道容量,而按信道平均空闲时间降序访问可以得到最低切换失败概率。接着提出对信道平均空闲时间和信噪比进行排序并加权合并的非参数化处理。最后,按非参数化处理结果降序进行信道访问。结果表明,所提方法能够在切换失败概率接近最低的情况下,使认知用户信道容量提升50%左右。

一种针对噪声不确定性的顽健循环特征检测法

循环特征检测法的检测性能远优于能量检测法,但是噪声不确定性会使这一优势变得不明显。针对这一问题,提出了一种能够对抗噪声不确定性的循环特征检测法。推导证明了在二维循环谱中,不同循环频率上的噪声分量具有独立同分布的特性。基于这一特性,利用授权用户信号循环谱峰以外的值来估计循环谱峰处的噪声分布,并获得不需要噪声功率先验知识的判决门限,从而避免了噪声不确定性的影响。实验结果表明,所提方法的检测性能接近噪声功率精确已知的循环特征检测法。