L-CR系统中分布式压缩感知最小角回归信号重构

在低轨(LEO)微小卫星感知无线电(L-CR)系统中,多个LEO卫星节点具备一定的频谱感知功能,卫星节点通过分布式组网对地面信关站发射的信息进行感知、传输和处理,地面汇聚节点对LEO卫星节点转发信号进行重构。考虑LEO系统中授权频带的主用户(PU)对卫星认知用户(SU)的干扰,认知用户感知到的信号同时存在PU干扰和噪声,地面汇聚节点通过高效的重构算法进行含噪信号恢复是L-CR系统实现的重要问题。论文研究了LCR系统中基于分布式压缩感知的信号重构方法。针对L-CR特点,分别分析了汇聚节点在低信噪比情况下采用凸松弛法中的基追踪去噪(BPDN)、同伦(Homotopy)法和最小角回归(Lars)的重构均方误差(MSE)与重构复杂度。研究表明,BPDN具有最小的重构MSE,但其重构复杂度最高。Lars可以有效折衷重构MSE与复杂度。在此基础上,提出了基于分布式压缩感知的最小角回归(DCS-Lars)信号重构方案。仿真结果表明,所提DCS-Lars方法可以在低信噪比情况下有效重构感知信号,并具有良好的频谱检测能力,同时重构复杂度大大降低。

基于多属性决策理论的低轨卫星上行链路频谱切换策略

在认知无线电技术应用中,制定频谱切换策略的关键是目标信道的选择,它对系统性能有着至关重要的影响。将多属性判决理论应用于低轨卫星上行链路频谱切换策略中,针对不同的业务类型,提出一种基于多属性分析的策略,即卫星可以根据当前的业务类型选择频谱列表中最适合的信道进行切换。仿真结果表明,切换策略能够使不同的卫星业务都选择到性能最优的信道。