认知无线电网络中基于盲源分离的频谱检测算法

认知无线电网络中,由于噪声不确定性降低认知用户频谱检测的准确性。将盲源分离算法引入认知无线电的频谱检测,提出了基于源分离的本地盲频谱检测算法,目标是在最大化用户信噪比的同时,降低噪声不确定性的不良影响,能在全盲的基础上完成本地频谱检测。仿真结果表明,所提出的算法可进一步提升认知用户对频谱检测的准确率,并降低噪声不确定性对统计判决的影响。

多输入多输出系统基于特征函数频谱盲检测

提出多输入多输出(Multiple-Input Multiple-Output,MIMO)认知无线电系统中基于多元特征函数的频谱盲检测方法.所提方法不需要知道授权用户传输信号的先验知识,也不需要知道信道噪声的方差.通过计算次用户多天线系统接收到的信号样本向量的经验特征函数,MIMO系统中的频谱检测就转换为多元特征函数检验问题.通过度量经验特征函数与已知特征函数的距离,实现频谱检测.在MIMO系统中,基于特征函数的频谱检测算法比现存的频谱检测方法,具有更好的性能,特别是在低信噪比、小样本条件下.