基于自相关函数图特征的频谱感知算法研究

现有图域频谱感知算法主要借助于完全图检测,其性能在低信噪比时不佳.为此,本文提出了一种基于自相关函数图域变换的感知算法,可有效改善低信噪比下的检测性能.其基本思路为:将去均值后观测信号的自相关函数通过归一化、量化等环节转换到图域,在分析图连通性差异的基础上,将图拉普拉斯阵的零特征值个数作为检验统计量,以完成对频谱的有效感知.文中利用受控不等式理论阐明了随机序列分布的随机性、样本数及量化级数与图的连通性之间的相互关系.仿真结果表明,在信噪比为-10 dB时,本文算法的检测概率接近100%,其性能优于现有图域感知算法,且计算复杂度适中,具有较好的应用效能.