下载文档原格式
高检测概率协方差矩阵机会协作频谱感知刘顺兰;王静;包建荣【摘要】针对现有频谱感知算法检测概率较低导致的感知性能较差的问题,提出了协方差矩阵机会协作(covariance matrix opportunity cooperation,CMOC)频谱感知算法.该算法在传统协方差矩阵感知基础上,通过奇偶时隙划分实现机会协作,且根据错误虚警概率和门限间的关系,推导出检测概率的解析解,可较精确地实现频谱感知检测.仿真结果验证了所提算法可明显提高频谱感知的检测概率.在瑞利衰落信道的信噪比为-10 dB时,相对于现有无中继协作的能量检测频谱感知算法和无中继协作的协方差频谱感知算法,检测概率分别提高0.19和0.13.而且,该算法还具有较高能效且复杂度适中,非常适合新一代无线通信频谱认知应用.【期刊名称】《电信科学》【年(卷),期】2019(035)001【总页数】7页(P67-73)【关键词】频谱感知;协方差矩阵;机会协作;门限值【作者】刘顺兰;王静;包建荣【作者单位】杭州电子科技大学,浙江杭州310018;杭州电子科技大学,浙江杭州310018;杭州电子科技大学,浙江杭州310018【正文语种】中文【中图分类】TN925目前，随着视频多媒体无线通信业务的飞速发展，频谱资源紧缺成为日益严峻的问题。
而部分频谱资源竞争激烈和部分频谱资源空闲逐渐成为无线频谱资源利用的主要矛盾之一。
静态频谱分配和动态频谱感知接入方式的矛盾直接造成了可用无线频谱资源不足，但实际频谱资源浪费较多的问题，导致频谱资源利用率低下。
近年来，认知无线电（cognitive radio，CR）被提出，且成为频谱管理的重要解决方案之一[1]。
其主要在软件无线电基础上，增加了频谱感知和自适应功能。
其中，频谱感知一般可分为能量检测（energy detection，ED）[2-5]、匹配滤波器检测[6-8]、循环平稳特征检测[9-10]和基于协方差检测[11-13]等，但现有能量检测类方法往往存在噪声不确定等缺陷。
基于估计协方差MME检测的频谱感知算法姚少林;张政保;许鑫;刘广凯【摘要】针对小采样数据长度下，采样协方差矩阵对统计协方差矩阵估计不准，影响传统最大最小特征值（MME）检测算法检测性能的问题，提出一种基于逼近收缩（OAS）矩阵估计的改进MME检测算法。
首先利用OAS估计量对采样数据做协方差矩阵估计，再对估计协方差矩阵特征值分解，将最大最小特征值之比作为检测统计量，克服了传统MME算法检测门限随采样点大幅波动的缺陷，提高了检测门限的鲁棒性。
仿真结果表明，所提算法的检测门限具有鲁棒性，检测性能提高了1 dB~2 dB。
%Aiming at the problem that the inaccurate estimation of sample covariance matrix for the statistical covariance matrix could lead to poor detection performance of the MME detection algorithm while sampling data length is small,a spectrum sensing algorithm based on estimated covariance matrix MME detection is proposed. First,the OAS estimator is used to estimate the statistical covariance matrix of sampling data. Then,the eigenvalue decomposition for the estimated covariance matrix is made. Finally,the ratio of maximum eigenvalue and minimum eigenvalue is taken as the detection statistic,which overcomed the defects that the detection threshold of the traditional MME algorithm fluctuate sharply with the sampling point incearcing,improved the robustness of the detection threshold. Simulation results show that the proposed algorithm has a robust detection threshold. Meanwhile,the detection performance was improved by 1 dB~2 dB.【期刊名称】《火力与指挥控制》【年(卷),期】2016(041)005【总页数】6页(P71-75,79)【关键词】认知无线电;频谱感知;最大最小特征值;协方差矩阵估计;随机矩阵理论【作者】姚少林;张政保;许鑫;刘广凯【作者单位】军械工程学院，石家庄 050003;军械工程学院，石家庄 050003;军械工程学院，石家庄 050003;军械工程学院，石家庄 050003【正文语种】中文【中图分类】TN92频谱感知是实现认知无线电（Cognitive Radio，CR）技术的关键环节。
认知无线电中基于阵列天线和协方差矩阵的频谱感知算法赵晓晖;李晓燕【摘要】该文提出一种基于阵列天线和协方差矩阵的频谱感知算法，该算法能够在噪声不确定性的条件下进行盲频谱感知。
该算法在协方差矩阵的基础上，构建新的检测统计量，推导判决门限，对检测统计量与判决门限进行比较进而做出最终判决；在主用户信号到达方向与认知用户接收天线法线方向不一致的情况下，为使认知用户能完全接收主用户信号，利用了阵列天线技术。
仿真结果表明，与Zeng等人(2009)提出的绝对值协方差矩阵频谱感知算法(Covariance Absolute Value Spectrum Sensing, CAVSS)相比，该算法判决门限的计算方法更加准确；在相同条件下，该算法的检测概率高于CAVSS。
%A spectrum sensing algorithm based on covariance matrix and array antenna is reported. It can perform blind spectrum sensing under a condition of uncertainty noise. The new test statistics for spectrum sensing based on the covariance matrix is constructed and the decision threshold based on the test statistics is derived, thus allowing the comparison of the test statistics with the decision threshold to make a final decision. In order to enable cognitive users to fully receive signals of cognitive primary user in the case that the arrival direction of primary signal and the receiving antenna of cognitive users is not consistent, this algorithm applies array antenna to the spectrum sensing based on covariance matrix. Simulation results show that the performance of the proposed spectrum sensing algorithm is superior to the Covariance Absolute Value Spectrum Sensing (CAVSS) algorithm proposed by Zeng (2009).【期刊名称】《电子与信息学报》【年(卷),期】2014(000)007【总页数】6页(P1693-1698)【关键词】认知无线电;频谱感知;阵列天线;协方差矩阵【作者】赵晓晖;李晓燕【作者单位】吉林大学通信工程学院长春 130012;吉林大学通信工程学院长春130012【正文语种】中文【中图分类】TN929.5随着无线通信技术快速发展，频谱资源紧张的局面愈演愈烈，这也严重阻碍了无线通信应用的发展。
基于随机矩阵的新型频谱盲感知方法摘要：随着技术的发展，从无线通信到机器人，频谱感知正在变得越来越重要，以处理人类感知信号的特定问题。
但是，传统的频谱感知方法的准确性往往受到传输信道的干扰，这对无线系统的可靠性造成了严重威胁。
为了解决这一问题，本文提出了一种基于随机矩阵的新型频谱盲感知方法，以优化信道估计效率，提高无线传输系统的可靠性。
首先，本文简要介绍了信号处理的基本原理，并分析了传统的频谱感知方法的局限性。
其次，本文提出了基于随机矩阵的新型频谱盲感知方法。
研究结果表明，该方法相比传统的频谱感知方法，可以显著提高信道估计的准确性，从而提高无线传输系统的可靠性。
最后，本文给出了未来研究建议，以期改善基于随机矩阵的新型频谱盲感知方法。
引言：频谱感知可以简要地定义为对信号的分析和检测，以处理人类感知信号的特定问题。
它主要应用于多个领域，如无线通信，机器人，认知无线网络，自动驾驶等。
随着技术的发展，频谱感知正在变得越来越重要。
尽管传统的频谱感知方法，如最小均方误差（MSE），最大似然估计（MLE），基于先前信息的最大似然估计等，可以有效地估计传输信道，准确性往往受到传输信道的干扰，这给无线系统的可靠性带来了严重的威胁。
因此，识别抗电磁干扰、快速和准确地探测信号模式以及对无线信道参数进行估计是当前无线通信研究中非常重要的问题。
因此，本文将提出一种基于随机矩阵的新型频谱盲感知方法，以优化信道估计效率，提高无线传输系统的可靠性。
首先，本文将简要介绍信号处理和传统频谱感知方法的基本原理。
然后，本文将提出基于随机矩阵的新型频谱盲感知方法，并分析其优势。
最后，本文将探讨由该方法引起的问题，并提出相关的建议，以便未来改进介绍的方法。
1．相关背景1.1 信号处理信号处理是指使用数学和电子设备进行信号分析和数据处理的过程，它是连接信息科学和电子技术的一种技术。
信号处理的基本原理是通过数学模型来模拟和估计信号，并利用电子设备进行测量和反馈，以确定和优化信号的参数。
基于二次协方差矩阵的频谱感知算法韩仕鹏;赵知劲;戴绍港【摘要】协方差矩阵频谱感知算法不需要主用户先验信息,易于实现,但是,低信噪比时,协方差矩阵元素间差异变小,检测性能有待提高.为此,利用噪声的二次协方差矩阵方差大、主用户信号的二次协方差矩阵元素的相关性增强等特点,提出利用二次协方差矩阵方差和对角线元素的判决统计量,推导出判决门限.AWGN信道和Rayleigh信道下的仿真结果表明:新方法在低虚警概率条件下,检测性能有明显提升,同时抗噪声不确定度和抗频偏性能均有改进.【期刊名称】《杭州电子科技大学学报》【年(卷),期】2019(039)003【总页数】6页(P10-14,20)【关键词】认知无线电;频谱感知;二次协方差矩阵;低虚警概率【作者】韩仕鹏;赵知劲;戴绍港【作者单位】杭州电子科技大学通信工程学院,浙江杭州 310018;杭州电子科技大学通信工程学院,浙江杭州 310018;杭州电子科技大学通信工程学院,浙江杭州310018【正文语种】中文【中图分类】TN9250 引言认知无线电是一种提高频谱利用率的新技术，频谱感知[1]是认知无线电关键技术之一。
经典的频谱感知方法包括能量检测法(Energy Detection,ED)[2]、匹配滤波器检测法(Matching Filter Detection,MFD)[3]和循环平稳特征检测法(Cyclostationary Feature Detection,CFD)[4]。
能量检测法计算复杂度低，但需要得到噪声功率，对噪声不确定性敏感；匹配滤波器检测法可以最大化检测概率，但需要知道完整的主用户先验信息，实际应用难实现；循环平稳特征检测法有更好的盲检测性能，但算法复杂度高，信号检测时间长。
为了改进上述方法，提出了基于协方差矩阵频谱感知算法。
协方差矩阵频谱感知算法不需要主用户先验信息，计算简单，是一类更有效的频谱感知算法[5]。
文献[6]提出最大特征值检测(Maximum Eigenvalue Detection,MED)算法，采用样本协方差矩阵的最大特征值作为检验统计量，随机矩阵理论(Random Matrix,RMT)方法设置阈值，不需要信号的先验消息，可有效避免噪声波动。
基于协作用户采样信号相关性的频谱感知算法
雷鹏;李有明;付彩梅;童景文
【期刊名称】《数据通信》
【年(卷),期】2016(000)002
【摘要】频谱感知技术是认知无线电系统的关键技术之一.本文提出了一种新的协作频谱感知算法,利用授权用户存在时协作用户采样信号之间相关,反之则统计独立的性质,设计采用所有协作用户采样信号的统计协方差之和作为检测统计量,结果相当于放大了授权用户信号能量而使噪声能量保持不变,因而能够更准确地判断出授权用户的状态.本文进一步在Neyman-Pearson准则下推导出了所提算法的判决门限和检测概率.最后,通过仿真验证了所提算法的有效性.
【总页数】5页(P39-43)
【作者】雷鹏;李有明;付彩梅;童景文
【作者单位】宁波大学信息科学与工程学院浙江宁波315211;宁波大学信息科学与工程学院浙江宁波315211;宁波大学信息科学与工程学院浙江宁波315211;宁波大学信息科学与工程学院浙江宁波315211
【正文语种】中文
【中图分类】TN911.23
【相关文献】
1.基于改进人工鱼群算法的协作频谱感知用户选择策略 [J], 栾磊;赵晓晖;徐勇军
2.异构无线网络中基于多用户分集的协作频谱感知算法 [J], 李屹;纪红
3.基于可靠次用户信息的协作频谱感知算法研究 [J], 岳文静;陈志;郑宝玉;王磊
4.基于信号可信度的压缩感知协作频谱检测算法 [J], 李娜;陈松;王盛;李鸥
5.基于车辆位置和相关性的协作频谱感知算法 [J], 齐嘉杰; 胡斌杰
因版权原因，仅展示原文概要，查看原文内容请购买。
基于统计协方差矩阵的多信道频谱检测算法仇帅;陈西宏;刘晓鹏;张群【摘要】频谱检测是认知无线电的核心技术,也是认知跳频系统得以实现的前提.针对传统检测算法只针对单一信道的缺陷,提出了一种基于统计协方差矩阵的多信道频谱检测算法.该算法首先在发射端发送信号之前,对系统的多个信道同时进行检测,对检测信号采样后计算其采样协方差矩阵,然后求出统计协方差矩阵,接着设定判决门限,最后将统计协方差矩阵的对角元素作为判决量,判断干扰的存在.理论分析及仿真结果表明,改进算法不仅可以同时实现多个信道的频谱检测,而且可以检测出干扰频点范围,从而避开干扰信道,有效地提高了系统的抗干扰能力.【期刊名称】《探测与控制学报》【年(卷),期】2013(035)005【总页数】5页(P17-21)【关键词】频谱检测;认知跳频系统;统计协方差矩阵;多信道【作者】仇帅;陈西宏;刘晓鹏;张群【作者单位】空军工程大学防空反导学院,陕西西安710051;空军工程大学防空反导学院,陕西西安710051;空军工程大学防空反导学院,陕西西安710051;空军工程大学信息与导航学院,陕西西安710077【正文语种】中文【中图分类】TN920 引言认知跳频系统是将认知无线电中的理论和技术应用到跳频通信中去，通过认知无线电模块对频谱环境进行分析判断，检测“频谱空穴”，发现并及时避开干扰集中的频段，利用检测到的可用频点进行通信，有效地提高了跳频通信对抗干扰的能力［1－4］。
频谱检测是CR最核心的关键技术，也是认知跳频系统得以实现的前提和基础。
目前比较经典的频谱检测方法主要有匹配滤波法、循环平稳特征检测法、能量检测法等［5－6］。
匹配滤波器检测是相关检测的最优检测算法，但需要先验信息及精确同步；循环平稳特征检测在低信噪比情况下具有较好的检测性能，但存在计算量比较大，检测时间长的缺点；能量检测法是一种比较易于实现的检测方法，但容易受到噪声影响，不适用于低信噪比条件的检测。
