基于随机共振和信息几何的协作频谱感知方法

为提高频谱感知系统在低信噪比环境下对微弱信号的感知性能,提出了一种基于随机共振技术和信息几何理论的频谱感知方法。首先通过随机共振技术增强输入信号的能量,以提高感知信号的信噪比。然后,基于信息几何理论将信号矩阵的协方差矩阵对应成流形上的点,并计算流形上样本点之间的散度距离作为感知信号的特征数据。最后,采用BP神经网络对信号特征数据进行分类,有效避免了决策阈值的计算,快速实现了频谱决策。仿真实验证明,所提方法在低信噪比条件下具有更好的感知性能,有效提高了复杂环境下的频谱检测概率。

α噪声下基于随机共振的最大相关熵频谱感知

α噪声下的频谱感知成为近年来的研究热点,该噪声的统计模型具有明显的脉冲性和拖尾性,并且在微弱信号条件下,信号特征不够明显。为此提出了基于随机共振的最大相关熵频谱感知方法,该方法通过随机共振模型中粒子在双势阱间的跃迁,将α噪声的部分能量转移到信号中,以提高信号的输出信噪比。采用最大相关熵方法构建高阶统计量,检测随机共振后的输出信号,并联合共轭梯度下降法获取最佳目标函数,实现频谱感知。仿真结果表明,该算法在低信噪比条件下能够有效提高检测性能。

基于随机共振和非中心F分布的频谱感知算法

为解决频谱感知算法在低信噪比(SNR)时检测概率较低且检测所需采样点数较多的问题,提出了基于随机共振和非中心F分布(SRNF)的频谱感知算法。通过引入直流随机共振噪声,建立了SRNF的系统模型,推导了服从非中心F分布的检验统计量表达式、虚警概率与检测概率以及判决门限表达式,并采用数值法求解最佳的随机共振噪声参数。仿真结果表明,在低信噪比时,所提基于SRNF算法的检测性能优于能量检测(ED)算法和基于F分布的盲频谱感知(BSF)算法,当虚警概率为5%、信噪比为–12 d B、采样点数为200时,所提算法的检测概率是95%,分别比BSF算法和ED算法高34%和67%;当信噪比为–12 dB、检测概率达到95%时,所提算法所需的采样点数是210,比BSF算法节省了340个采样点。此外,噪声不确定度对所提算法的影响小于ED算法。

低信噪比条件下基于随机共振的感知方法与性能分析

针对认知网络实际环境中常呈现出噪声高动态变化、低信噪比特征,无法快速准确进行频谱感知的问题,本文将物理学非线性领域中的随机共振理论引入到频谱感知中,提出了一种基于广义随机共振的能量检测算法.该算法引入匹配噪声,通过匹配非线性系统、噪声和信号三者的关系,从而改变能量检测统计量的分布,有效地检测信号的存在性.本文从理论上推导了最佳匹配噪声的表达式,并得到了检测性能、受噪声不确定度的影响、感知时间等方面的重要理论结论.仿真结果验证了理论推导的正确性,表明所提算法能够在信噪比为-20dB等低信噪比条件下较现有能量检测算法提高3dB以上,且具有感知速度快、受噪声不确定度影响小等特点.

基于随机共振的复杂电磁环境下频谱感知方法及其性能分析

针对实际认知无线电网络常处于低信噪比、噪声高动态变化等复杂电磁环境,无法快速、准确频谱感知的问题,将非线性领域中的随机共振理论引入到频谱感知中,提出了一种基于双稳态随机共振的能量检测算法。该算法通过调节双稳态系统参数,使得噪声、信号和非线性系统产生随机共振,从而有效增强信号。从理论上推导了所提算法改善接收信噪比、提升能量检测算法性能、抑制噪声不确定度三个重要结论,并分析了算法复杂度。仿真结果验证了理论推导的正确性,表明所提算法能够在复杂电磁环境下较现有能量检测算法提高3dB以上,且具有抑制噪声不确定度的特点。

第二次服务可选的单重休假离散排队系统

在经典Geom/G/1排队系统中引入第二次服务可选和单重休假的排队规则,建立并详细描述了第二次服务可选的单重休假Geom/G/1排队系统.通过引入广义服务时间,应用嵌入马尔可夫链的方法研究得出了该模型顾客离去时刻的稳态队长和等待时间的母函数及其随机分解结果.通过模型的一个特例验证了结果的正确性.

基于随机共振和MIMO技术的协方差矩阵频谱感知算法

在认知无线电系统中,为了使认知用户可以在低信噪比和衰落信道的条件下实现可靠的频谱感知,提出了基于随机共振和MIMO的协方差矩阵频谱感知算法。该算法将随机共振和MIMO技术用于协方差矩阵频谱感知,同时还给出了判决门限的计算方法。仿真实验结果表明:与不使用随机共振和MIMO技术的频谱感知算法相比,本文算法具有更高的检测性能;并且当天线数足够多时,该算法可以在很低信噪比情况下实现可靠的频谱感知。

随机共振在认知无线电频谱感知中应用的最新研究进展

频谱感知是认知无线电网络的一项关键技术。低信噪比(SNR)环境下频谱检测的性能会大幅降低,而随机共振(SR)能有效提高信号信噪比,所以将其应用到频谱感知中,能增强认知用户对主用户(PU)的检测性能。首先介绍了随机共振在认知无线电频谱感知中应用的最新研究进展,包括随机共振在本地感知中(如能量检测、协方差矩阵频谱感知、循环平稳特征检测)及协作感知中的应用,然后指出了随机共振在认知无线电频谱感知中还有待解决的问题,并提出了下一步的研究方向。

电感觉中随机共振现象的心理物理学实验研究

目的通过实验考察人体电感觉在电噪声作用下感觉阈值的变化情况,以此来验证体觉中噪声增强感觉的现象。方法实验中选择人的手指光滑无毛处作为感受部位,并且对此部位施加慢变的方波电信号和一定范围的电噪声。采用的心理物理学实验方法是单刺激随机阶梯法和单择一强迫选择法。结果两种实验方法的结果都表明外加电噪声可使得相应的电感觉阈值降低。结论噪声改善电感觉阈值的现象类似于触觉等感觉系统中的随机共振现象,实验结果进一步验证了该非线性机制也同样发生在电感觉中。

基于随机共振的双门限协作频谱感知算法

针对现有频谱感知算法在低信噪比(SNR)环境中性能检测不佳的问题以及传统随机共振(SR)检测弱信号的方法在实际应用中存在的局限性,通过设置最优门限,计算出最优的协作用户数量,提出了一种基于随机共振的双门限协作频谱感知算法,并对提出的算法进行了性能分析。DCSSR算法通过将位于双门限不确定区域的统计数据经过随机共振系统,进一步提高频谱感知算法在低信噪比下的检测性能。仿真结果表明,在不同信噪比和虚警概率下,DCSSR算法相较于传统单门限能量协作算法、双门限能量协作算法以及单门限随机共振协作算法,检测性能都得到了提升。在信噪比为−20 dB时,提出的DCSSR算法相较于传统单门限能量检测协作算法,检测概率提高了80%。

低信噪比下采用广义随机共振的能量检测算法

针对低信噪比下认知无线电中采用能量检测(ED)的频谱感知方法错误概率较大的问题,提出了一种采用广义随机共振的改进的能量检测(IED)算法。该算法首先对接收信号添加一个直流分量,并借助偏移系数确定直流分量的最优幅值,使其与信号中的直流产生广义随机共振;其次,对共振后的信号进行采样和能量累加得到检测统计量,然后根据最小平均错误概率准则确定最佳检测门限并与检测统计量进行比较从而做出判决;最后,从错误概率、样本检测点数和算法复杂度等几个方面给出算法的性能分析。理论推导和仿真结果表明:在信噪比为-15dB的低信噪比条件下,IED算法的错误概率性能比传统的ED算法提升了约3dB;在相同的错误概率条件下,IED算法所需的检测样本点数比ED算法显著减少。

一种基于随机共振增强的协方差矩阵频谱感知算法

为了在避免对主用户系统产生有害干扰的同时提高频谱利用效率,要求认知无线电系统的频谱感知算法能在极低的信噪比下快速检测出主用户信号。由于可以避免能量检测面临的噪声不确定性问题,基于协方差矩阵的检测算法是一种有效的盲频谱感知算法。为了进一步提高极低信噪比下的性能,本文提出了一种基于随机共振的协方差矩阵频谱感知算法。该算法通过在接收信号中加入优化的特定信号,利用随机共振原理,增大有无主用户信号下的检测统计量概率分布函数的分离度,提高频谱感知的性能。仿真结果表明,相对于现有的协方差矩阵频谱感知算法,在相同的虚警概率下,所提算法可以显著提高极低信噪比下的检测概率,同时大幅度缩减检测时间。

基于随机共振和支持向量机的频谱感知

认知无线电是一门新技术,它的目标实现用户的动态频谱接入,提高频谱的使用效率。频谱感知是认知无线电的基础,它的作用是感知频谱空洞,实现对主用户无干扰接入。频谱感知需要在极低信噪比下有较好的感知性能,才能保证感知用户在不影响主用户通信的情况下进行通信。即使在较低的信噪比条件下,它也需要较高的检测性能。提出一种对信号进行双稳态随机共振和特征识别的方法,首先信号先通过随机共振系统以提高信噪比,然后使用FAM算法将信号的循环谱特征提取出来。最后使用支持向量机(SVM)对特征进行模式识别。实验结果表明,在低信噪比下本方法相比传统的能量检测和SVM方法具有更高的检测可靠性。

加权随机共振多路检测的无人机频谱感知算法

为了提高能量检测算法在低信噪比环境下的检测性能,在广义随机共振能量检测算法的基础上,提出随机共振多路检测频谱感知算法与加权随机共振多路检测频谱感知算法。前者采用硬融合方式判决,后者定义主用户和次用户之间距离相关的权值系数,以软融合方式判决主用户占用频段的状态。仿真结果表明,当信噪比为-20 dB,虚警概率为0.2时,与广义随机共振能量检测算法和传统能量检测法相比,随机共振多路检测频谱感知算法的检测概率分别提高了5%和35%,加权随机共振多路检测频谱感知算法的检测概率分别提高了10%和45%,对微弱信号的检测性能均得到提高。

分数阶双头分子马达的欠扩散输运现象

研究具有幂律记忆性的细胞液中双头分子马达的定向输运现象,选取幂函数作为广义Langevin方程的阻尼核函数,建立了分数阶过阻尼耦合Brown马达模型,讨论了阶数及耦合系数对双头分子马达定向输运速度的影响.仿真结果表明,分数阶过阻尼双头分子马达也会产生定向输运现象,并且在某些阶数下会产生整数阶情形所不具有的反向定向流.当噪声强度固定时,输运速度随着阶数以及耦合系数的变化均会出现广义随机共振现象.特别地,研究发现双头分子马达在记忆闪烁棘轮势中具有某些单头分子马达所不具备的运动特性,定向流的大小和方向由噪声与双头间作用力相互耦合控制.