隨著無(wú)線通信的快速發(fā)展和高速數(shù)據(jù)傳輸需求的快速提高,無(wú)線頻譜作為一種有限和不可再生的自然資源,已經(jīng)無(wú)法充分滿足無(wú)線通信的需要,無(wú)線頻譜資源的稀缺成為亟待解決的問(wèn)題。然而,很多被靜態(tài)分配的頻譜資源(Spectrum Resource,SR)未得到充分利用,造成了不必要的浪費(fèi)和頻譜資源的不平衡利用。認(rèn)知無(wú)線電(Cognitive Radio,CR)是為了充分利用頻譜資源,允許未被分配頻譜資源的次要用戶(Secondary User,SU)利用主要用戶(Primary User,PU)的空閑頻譜。在CR中,頻譜感知(Spectrum Sensing,SS)是第一個(gè)步驟,需要檢測(cè)出在不干擾PU的情況下,能被SU使用的頻譜空洞。傳統(tǒng)的方法是對(duì)信號(hào)壓縮采樣,然后重構(gòu)信號(hào),再進(jìn)行頻譜檢測(cè)。根據(jù)CS理論,信號(hào)重構(gòu)是計(jì)算量消耗最大的步驟,因此為了減少頻譜感知算法的計(jì)算量,研究非重構(gòu)框架下有效的頻譜感知算法迫在眉睫。為了減小信號(hào)重構(gòu)下頻譜感知算法的計(jì)算復(fù)雜度和恢復(fù)頻譜準(zhǔn)確性對(duì)判決結(jié)果的影響,提出了基于壓縮感知的非重構(gòu)單節(jié)點(diǎn)頻譜感知算法。在單節(jié)點(diǎn)頻譜感知(Single Node Spectrum Sensi...

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖3.3單用戶檢測(cè)模型示意圖

3.2基于壓縮感知的非重構(gòu)單門(mén)限下的系統(tǒng)模型及算法基于壓縮感知的頻譜感知研究多是要重構(gòu)出原始信號(hào)，而重構(gòu)的精確度卻直接影響到頻譜檢測(cè)的效果，并且我們所關(guān)心的并不是重構(gòu)后的信號(hào)，需要的只是判斷授權(quán)用戶的存在與否，因此并不需要完整的信號(hào)重構(gòu)。3.2.1單用戶模型單用戶檢....

圖3.8接收信號(hào)的時(shí)域和頻域圖

基于非重構(gòu)壓縮感知的終端管制區(qū)高精度頻譜感知算法研究34（a）時(shí)域圖（b）頻譜圖圖3.8接收信號(hào)的時(shí)域和頻域圖將信號(hào)首先進(jìn)行QPSK信號(hào)調(diào)制，然后按照第二章中討論的優(yōu)化測(cè)量矩陣算法，基于DCT稀疏字典對(duì)高斯隨機(jī)矩陣進(jìn)行優(yōu)化，利用優(yōu)化后的測(cè)量矩陣提取壓縮測(cè)量值，并求取其能量值作為決....

圖4.2一維卷積過(guò)程示意圖

基于非重構(gòu)壓縮感知的終端管制區(qū)高精度頻譜感知算法研究44因此，本節(jié)著重介紹這些操作并簡(jiǎn)明闡述CNN的優(yōu)勢(shì)�；�于信號(hào)處理中的需求，構(gòu)建一維卷積核，基本的公式表示為：f(x)g(x)f()g(x)=（4-1）其中，f(x)和g(x)表示積分的函數(shù)，在(,)區(qū)間上對(duì)積分，自變量是x。在....

圖4.724種調(diào)制類(lèi)型的時(shí)域圖樣例

基于非重構(gòu)壓縮感知的終端管制區(qū)高精度頻譜感知算法研究50OQPSK。這一類(lèi)的信號(hào)基本上在高信噪比先完成相對(duì)簡(jiǎn)單的任務(wù)，信息密度相對(duì)較低，并且在衰落信道中常見(jiàn)到的調(diào)制方式；另一種稱(chēng)為“難度”的數(shù)據(jù)集，包含全部的24種調(diào)制類(lèi)型：OOK，4ASK，8ASK，BPSK，QPSK，8PSK....

本文編號(hào)：3977189