噪声功率不确定模型下基于CFAR准则的能量检测门限优化算法

针对频谱感知中能量检测器在噪声功率不确定模型下存在门限失配问题,提出一种基于CFAR准则的能量检测门限优化算法(TO-ED),证明存在唯一最优的修正因子可以优化稳健统计方案(RSA)的判决门限;基于RSA的平均虚警概率是关于修正因子的单调函数,利用牛顿二分法实现最优修正因子的快速迭代求解并修正RSA的判决门限。仿真表明:TO-ED算法满足CFAR意义下最优,其理论性能和仿真结果一致;实现鲁棒检测所需信噪比比RSA更低。

基于先验门限优化准则的探测阈值自适应选择

针对 2维测量和 4 -sigma确认门 ,把先验检测门限优化准则和修正 Riccati方程的解析近似表示相结合 ,得到了在瑞利起伏环境下使跟踪性能优化的信号探测阈值解析表示式 ,从而使在线求解自适应信号探测阈值能比较容易地实现。通过研究和仿真发现 :在滤波稳定阶段 ,本文给出的自适应信号检测门限方法的跟踪性能优于固定虚警率方法的跟踪性能 ;基于先验检测门限优化准则实现检测 -跟踪的联合优化要求信噪比要大于一定的门限 ,在瑞利起伏环境下 ,对 2维测量和 4 -sigma确认门 ,该门限为 1 .

一种基于加权递推滤波的门限优化检测方法

针对多种杂波以及非均匀噪声环境中的目标恒虚警检测,提出了基于加权递推滤波的门限优化检测方法。该算法对参考单元内的样本数据依权重加权递推出滤波门限,自适应地实现门限的动态调整,从而使优化的滤波门限适应环境噪声功率。在均匀杂波和杂波边缘背景下对该算法的检测效应进行仿真分析,仿真结果表明:在两种杂波背景下,相较于传统的检测算法,文中提出的方法具有更好的检测性能和虚警控制性能。

一种NLOS场景TOA估计方法与实测门限优化

针对峰值检测法估计TOA精度较低的问题,在现有门限法的基础上,提出了一种室内非视距场景的TOA估计方法,利用实测数据进行门限优化。仿真结果表明,与传统峰值检测法相比,门限优化法TOA估计精度提高54.5%,系统定位精度提高逾1m。

基于AF中继的协作频谱感知检测门限优化

为解决协作频谱感知技术检测门限优化的问题,研究分析在瑞丽衰落信道中基于放大转发中继的协作频谱感知的分集接收的算法,推导平均检测概率Pd关于端到端信噪比的闭合表达式;通过平均检测概率和平均虚警概率的表达式对检测门限进行优化,通过数学演算与推导得出在两种数据合并的方法下的最优检测门限λopt的表达式。通过MATLAB仿真软件对推导出的表达式进行仿真验证,仿真结果表明,该最优检测门限值与理论分析值的值相差不大,为协作频谱感知技术的发展提供了理论依据。

变换域通信系统双门限基函数优化设计

针对传统变换域通信系统的基函数门限设计单一固定,且未考虑系统吞吐量的缺点,提出了一种新型的双门限基函数优化设计方法。该方法通过高、低门限的合理设定,确立基函数幅度谱与干扰幅度谱的动态关系式。定义变量PCR(probability of bit error to output capacity ratio)为系统误码率与吞吐量的比值,来综合度量通信系统性能。通过理论分析推导出PCR关于门限的表达式,进而建立优化模型,并采用遍历法进行最终优化搜索。经仿真测试,与传统的二进制门限设计相比,本文所设计双门限优化算法在误码率与系统吞吐量性能上都有较大提升,并能够实现变换域通信系统误码率与吞吐量的最佳权衡。

离散时间并行优化门限服务轮询系统排队特性解析

针对周期式查询门限服务中流水线式调度效率低的问题,本文提出了一种并行优化门限服务轮询控制的系统服务资源调度策略.论文构建了轮询排队系统及其数学模型,先对系统状态变量的概率母函数求偏导得到一阶和二阶特性参数方程组,联立求解后推导出各个系统参数的完整数学解析表达式.仿真实验结果和理论计算值相一致.系统性能分析表明,该系统的队长和时延特性均得到了较大的提高,能够更好的适应密集数据环境下时延敏感性数据的服务需求.

感知不确定下卫星认知无线网络多频谱接入优化策略

针对卫星认知无线网络频谱感知不确定性较大导致传统频谱接入机制效率降低的问题,该文提出一种基于动态多频谱感知的信道接入优化策略。认知LEO卫星根据频谱检测概率与授权用户干扰门限之间的关系,实时调整不同频谱感知结果下的信道接入概率。在此基础上以系统吞吐量最大化为目标,设计了一种基于频谱检测概率和虚警概率联合优化的判决门限选取策略,并推导了最佳感知频谱数量。仿真结果表明,认知用户能够在不大于授权用户最大干扰门限的前提下,根据授权信道空闲状态动态选择最佳频谱感知策略,且在检测信号信噪比较低时以更加积极的方式接入授权频谱,降低了频谱感知不确定性对信道接入效率的影响,提高了认知系统吞吐量。

基于LSTM神经网络的卫星频谱多门限感知算法

针对在卫星认知通信场景下传统频谱感知算法感知性能低、受通信时延影响大的问题,提出了一种基于长短期记忆(LSTM)神经网络的卫星频谱多门限感知算法。首先构建卫星认知通信模型,其次将仿真数据送入长短期记忆(LSTM)神经网络进行预测感知,采用动量随机梯度下降(SGDM)算法对网络进行更新,然后提出多门限算法对网络输出进行优化,最后与其他神经网络算法作性能对比。该算法无需构建特征值,实验结果表明:在卫星信道条件下,当面对低接收信噪比及低网络迭代次数时,该算法频谱感知性能要优于其他神经网络算法。

网络LTE低频网UL动态频谱共享技术应用及吸纳效率提升

文章主要是以引用某电信公司在具体工作为实例,利用900M低频段的覆盖优势,借助移动腾退移交的5M频谱资源,运用UL动态频谱共享新技术、多频段多场景互操作优化,多措并举、精雕细琢,充分发挥L900低频网络效能,提高频谱利用率,增强900M频谱的灵活性,提升4G网络吸纳效率。完善4G广、深度覆盖,实现网络竞争力和市场竞争力双提升,为5G NSA组网建设和Volte业务奠定基础。

一种OFDM多带联合频谱感知新算法

针对目前OFDM系统多带联合频谱感知中门限向量优化方法存在收敛速度慢,收敛精度低的问题,文中提出了一种基于差分进化算法的门限向量优化方法。该算法根据OFDM系统的多载波数字调制原理及良好的频率选择性能,充分利用了差分进化算法收敛速度快、全局寻优能力强的特点,保证了在一定的主用户干扰限制下,充分考虑各子信道信息,获得各自最佳的门限向量。实验结果表明,文中所提出算法在收敛时间和收敛精度上均有明显提高,在干扰量一定的情况下,使认知系统总吞吐量最大。

一种改进的SAR图像边缘检测算法

灰度平均值比率与梯度(RGoA)边缘检测器是一种简单、有效的SAR图像边缘检测方法.但它也存在缺点,边缘点检测准则在某些情况下不适用,比率门限和梯度门限均需要由人工预先确定.本文提出一种改进的SAR图像边缘检测算法,它修正了边缘点检测准则,采用Otsu方法计算灰度平均值比率门限和梯度门限,实现优化门限自动选择.用SAR图像对算法进行了实验验证.实验结果表明,所提出的算法是一种有效、实用、自动的边缘检测算法.

隐蔽通信中变换域通信系统双门限基函数设计

针对变换域通信系统中传统基函数二进制门限设计单一固定,且未考虑系统隐蔽性的缺点,提出了一种双门限基函数设计方法.通过理论分析推导,验证了基于高阶累积量进行系统隐蔽性评价的合理性.并通过高、低门限的合理设定,确立基函数幅度谱与干扰幅度谱的动态关系式.建立了以降低系统误码率为准则的优化模型,采用遍历法进行最终优化搜索.仿真结果表明:与传统的二进制门限设计相比,所设计双门限优化算法在隐蔽性上与传统二进制门限相当,且能够实现误码率性能的提升.此外,所设计的双门限结构与传统二进制门限能有效兼容.