认知无线电中一种改进的AVC频谱感知算法

AVC算法是一种适用于拉普拉斯噪声环境的常用频谱感知算法,但该算法并未充分平滑拉普拉斯噪声中的"尖峰",导致算法的检测性能不佳。针对此,提出一种改进的AVC频谱感知算法,其原理是对接收信号绝对值做开根号处理,并累加处理结果,作为检验统计量,进而判决是否存在主用户,实现频谱感知。此外,利用中心极限定理推导了所提算法检验统计量在主用户不存在时的概率密度曲线,从而给出理论判决门限。仿真表明,所提算法的检测性能分别优于AVC感知算法和拉普拉斯噪声下的能量检测算法大约1 d B和4 d B。

基于绝对值负指数累加的稳健型频谱感知算法

针对拉普拉斯噪声环境中的大幅度冲击噪声干扰导致频谱检测性能降低的问题,提出了基于绝对值负指数累加的稳健型频谱感知算法。该算法首先通过对接收信号绝对值做负指数处理来抑制大幅度的冲击噪声,然后再将其进行累加作为检验统计量,并利用中心极限定理得出判决统计量的概率密度函数,求出判决门限,进而判断频谱是否被主用户占用。理论分析和仿真结果表明,所提算法在相同虚警概率及不同信噪比下的检测概率高于目前常用的绝对值累加算法、能量检测算法和绝对值开平方累加算法的检测概率。