非高斯噪声下的信号检测算法与性能分析

为改善非高斯背景噪声下的信号检测性能,提出了采用非线性阈值系统的信号检测算法。该算法首先利用阈值系统对接收信号进行预处理,其次采用最小平均错误概率准则对预处理后的信号进行检测,最后推导了所提检测算法的误码率解析表达式并给出仿真验证。理论分析和仿真结果表明:在高斯背景噪声下,线性最佳检测算法的检测性能优于所提检测算法;在非高斯背景噪声下,所提检测算法的检测性能较线性最佳检测算法有显著提升。

非高斯背景下基于信号相关性的频谱感知算法

本文研究了一类Laplace非高斯背景噪声下的频谱检测问题,提出一种基于采样信号相关性的多用户协作频谱感知算法。此算法利用接收信号的统计相关性,设计了一种将协作用户统计协方差之和作为检测统计量的频谱检测算法,推导了该检测算法的统计门限、检测概率和虚警概率的闭式表达式。通过蒙特卡罗仿真,分析比较了Laplace非高斯噪声背景下新算法与已有算法在不同信噪比下的感知性能,理论分析与仿真结果验证了所提算法的有效性。