基于特征值的频谱感知算法仿真研究

基于最大特征值和能量之差的频谱感知方法
频谱感知方法是一种通过基于信号的最大特征值和能量差异来分析信号的方法。

它可以用来增强信号，或检测和提取某些有用的任务。

一、特征值和能量差异
1、特征值的概念：特征值是对信号的特定频率分量的度量，它可以衡量有多少能
量可以提取出来。

2、能量差异：能量差异表示的是有多大的距离，使得相同的信号可以在不同的频
率分量之间形成差异。

二、频谱感知方法
1、算法：频谱感知算法涉及通过比较特征值和能量差异来提取出频率分量。

这些
频率分量可以被应用到另一种信号结构中，从而提高信号的品质。

2、应用：频谱感知方法可以应用于多种类型的应用，包括无线通信信号处理、多
媒体编码技术和声音信号处理等。

3、优点：频谱感知方法的优点在于，可以有效的提高信号的质量，并提供较低的
失真率以及更好的信号检测能力。

三、实验结果
1、运用频谱感知方法来评估信号质量时，实验结果表明，在最低失真率和最好的
信号复原性能之间存在最佳的“折中”点。

2、用这种方法处理的信号总体表现良好。

加权信号的响应非常强烈。

对频谱感知
方法的实验发现，有明显的增强效果，它可以减少信号的背景噪声，提高信号的质量和清晰度。

基于特征值对数分布的频谱感知算法实际通信环境中，对于认知无线电(Cognitive Radio，CR)[1]的频谱感知，针对信号相关和噪声不确定现象很可能同时存在的问题，国内外学者们提出了许多有效的频谱感知方法[2-4]，这些方法成功地规避了经典检测法的缺点。

随着认知无线电技术的广泛发展与深入研究，基于随机矩阵理论(Random Matrix Theory，RMT)的频谱感知方法成为了研究热点[5-6]。

文献[7]中利用了Wishart矩阵最大特征值的分布，将算术平均特征值近似为噪声的方差，得到了较高的检测性能，但在采样点数小、信噪比低时，性能略差；针对最小特征值的极限分布比最大特征值的极限分布更精确这一条件，文献[8]、[9]分别利用了最小特征值的一阶和二阶Tracy-Widom分布特性，通过减小判决门限来提高检测性能，但Tracy-Widom 函数求解很困难，只能通过查表获得一些离散值；文献[10]、[11]中利用多元统计理论和协方差矩阵的分布特性，得到特征值表达式的对数分布形式，但在低信噪比条件下，需通过增加样本点来提高检测性能；文献[12]中利用了卡方分布和中心极限定理，推导出了算术平均特征值的分布特性，其中AME(Average to Maximum Eigenvalue)算法的检测性能要在较多协作用户数条件下才高于最大最小特征值算法[13]。

针对以上各算法的问题，本文运用接收信号的样本协方差矩阵几何平均特征值的对数分布规律特性，提出了一种基于样本协方差矩阵最大最小特征值之差与几何平均特征值(Difference between the Maximum-Minimum and Geometric mean eigenvalue，DMMG)比值的频谱感知算法，并对该算法的感知性能进行了理论分析和仿真验证。

与其他算法相比，该算法检测性能较好，受样本中极端值和虚警概率的影响较小，且判决门限十分简单。

认知无线电中基于特征值检测的频谱感知算法雷可君;杨喜;彭盛亮;曹秀英【期刊名称】《传感技术学报》【年(卷),期】2012(025)006【摘要】频谱感知的任务在于利用感知节点(无线传感器或者认知用户)采集的数据判断频谱空洞是否存在.基于最大特征值检测(MED)和最小特征值检测(SED)的方法最近被应用到频谱感知当中.这两种算法在检测实际应用当中普遍存在的相关信号时表现出良好的检测性能.然而,MED和SED算法对应的判决门限求解非常复杂,从而限制了它们在实际的认知无线电频谱感知中的应用.该文利用取样协方差矩阵的所有特征值,提出了一种新的基于特征值检测(ESD)的算法.利用多元统计理论获得了相应的判决门限.ESD算法无需主信号和无线信道信息参与感知过程.与此同时,它保留了与MED和SED相同的计算复杂度.更重要的是ESD算法对应的判决门限可以通过一个简单的闭合表达式进行求解,其计算复杂度低.仿真结果验证了新算法的有效性.%The task of spectrum sensing is to use the data collected by the sensing nodes( wireless sensors or cognitive users) to decide whether the spectrum holes exist or not.Recently,the maximum eigenvaluedetection(MED) and the smallest eigenvalue detection(SED)methods have been proposed for spectrum sensing.Both of them perform well for the correlated signals,which is usually the case in realisticapplications.However,the determinations of the thresholds for both the MED and the SED are quite involved,which limits their applications in practical sensing situations in cognitive radio(CR).Using all eigenvalues ofthe sample covariance matrix(SCM),a new algorithm based on the eigenvalues detection(ESD) is introduced.Multivariate statistical theories are used to obtain the decision threshold.The proposed ESD method can execute spectrum sensing without the information about the primary signal and the wireless channel.Meanwhile,it keeps the same computation complexity as that of the MED and the SED methods.More importantly,the ESD method relaxes the calculation requirement of the decision threshold by using a simple closedform expression.Simulation results verify the effectiveness of the proposed method.【总页数】7页(P771-777)【作者】雷可君;杨喜;彭盛亮;曹秀英【作者单位】吉首大学信息科学与工程学院,湖南吉首416000;吉首大学信息科学与工程学院,湖南吉首416000;东南大学移动通信国家重点实验室,南京210096;东南大学移动通信国家重点实验室,南京210096;东南大学移动通信国家重点实验室,南京210096【正文语种】中文【中图分类】TN92【相关文献】1.认知无线电中基于多址接入信道的多用户联合频谱感知算法 [J], 王思秀;郭文强;汪晓洁2.基于能量检测的认知无线电频谱感知算法研究 [J], 刘乐3.基于随机矩阵的特征值方差频谱感知检测算法 [J], 王子力; 宋晓鸥; 王晓蓉4.认知无线电中基于压缩感知的非重构频谱检测算法 [J], 安爽; 邵建华5.认知无线电中基于机器学习的频谱感知算法研究 [J], 胡浩;屈少晶因版权原因，仅展示原文概要，查看原文内容请购买。

基于Wishart矩阵特征值的频谱感知算法杨雪梅;何希;徐家品【摘要】为了提高频谱感知性能,克服经典算法的缺点,提出了一种新的基于Wishart随机矩阵理论的协作频谱感知算法.根据多个认知用户接收信号样本协方差矩阵特征值的对数分布特性,利用样本协方差矩阵最大特征值与几何平均特征值的比值,得到简单的判决阈值闭式表达式,实现频谱感知判决.该算法不需要知道主用户的任何先验信息,不受噪声不确定性的影响.仿真结果表明,所提算法在协作用户数少、信噪比低、采样点数极少的情况下,仍能获得较高的感知性能.该算法受虚警概率和极端值的影响较小,比同类算法有更好的检测性能.%In order to improve the spectrum sensing performance and overcome the shortcomings of the classical algorithrn,a new cooperative spectrum sensing algorithm based on Wishart random matrix theory was proposed.According to the logarithmic distribution characteristics of the sampled covariance matrix eigenvalues and using the ratio of maximum eigenvalue and geometric mean eigenvalue,a simple closed-form threshold expression could be obtained,and the spectrum sensing decision could be performed depend on the threshold.The simulation results show that the proposed algorithm can get better sensing performance even under the conditions of a few number of cooperative users,low signal to noise ratio and a few samples.It is less affected by false-alarm probability and the extreme values,and has better detection performance than similar algorithms.【期刊名称】《电信科学》【年(卷),期】2017(033)009【总页数】7页(P69-75)【关键词】频谱感知;Wishart随机矩阵;样本协方差矩阵;几何平均特征值;判决阈值【作者】杨雪梅;何希;徐家品【作者单位】四川大学锦江学院,四川眉山620860;四川大学电子信息学院,四川成都610065;四川大学电子信息学院,四川成都610065【正文语种】中文【中图分类】TN925在认知无线电（cognitive radio）[1]频谱感知技术中，目前最经典的频谱检测方法有匹配滤波检测（matched filtering detection，MFD）[2]、循环平稳特征检测（cyclostationary feature detection，CFD）[3]、能量检测（energy detection，ED）[4,5]3种方法。

基于广义特征值的合作频谱感知方法金明;李有明;高洋【摘要】现有的基于特征值的合作频谱感知方法要求认知用户各感知节点接收到的授权用户信号具有相关性。

针对这个问题,提出了一种基于广义特征值的合作频谱感知方法。

该方法利用过去不存在授权用户的感知周期采样协方差矩阵与当前感知周期采样协方差矩阵之间的最大广义特征值(MGED, maximum generalized eigenvalue de-tection)作为检验统计量,以此判决当前感知周期是否存在授权用户信号,从而实现频谱感知。

所提方法不需要授权用户信号和噪声功率的先验信息。

当认知用户各感知节点上的授权用户信号不相关时,现有的基于特征值的频谱感知方法均失效,而所提频谱感知方法仍然具有较高的检测性能。

最后仿真验证了所提方法的有效性。

%The available eigenvalue based cooperative spectrum sensing detectors require that the primary signals among sensing nodes were correlated. A maximum generalized eigenvalue based cooperative spectrum sensing detector was proposed. The proposed detector exploited the received signals from the previous sensing durations without primary user. The maximum generalized eigenvalue between the sample covariance matrices from current and previous sensing dura-tions was taken as test-statistic to implement spectrum sensing. No prior knowledge of primary signal and noise power was needed in the proposed detector. The proposed detector still has high detection performance while the primary signals among sensing nodes are uncorrelated, although the available eigenvalue based detectors fail. Finally, the validity of the detector is proved by simulations.【期刊名称】《通信学报》【年(卷),期】2013(000)001【总页数】7页(P105-110,120)【关键词】认知无线电;合作频谱感知;采样协方差矩阵;广义特征值【作者】金明;李有明;高洋【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;西安电子科技大学综合业务网理论与关键技术国家重点实验室，陕西西安 710071【正文语种】中文【中图分类】TN921 引言随着无线通信业务的快速增长，无线通信面临着越来越严峻的挑战，其主要体现在频谱资源变得越来越稀缺。

基于循环平稳特征的频谱感知技术研究写作是一项艰巨的任务，尤其是研究技术的文章，更是要求缜密的思考、细致的组织和严谨的结构。

本文根据给定的主题，结合有关资料介绍循环平稳特征技术，并阐述它在频谱感知技术方面的应用与研究。

循环平稳特征技术（Circular Stationarity）是一种基于频谱的信号处理技术，它可以被用于提取信号中指定频率范围内的信息，比如声音、医学图像等。

与其他一般技术一样，它总是伴随着恒定的能量，也可以用于辨别、提取和分类信号中的信息，例如音乐、语音、医学图像等。

它有助于提高信号处理中的准确性和可靠性，起到一定的压缩作用，可以提高传输效率和信号质量。

循环平稳特征的计算和应用基于多种信号处理技术，包括傅里叶变换、时频分析、频谱分析、低频滤波和时域滤波等，主要应用于这些技术中，可以有效提取隐藏在可变信号背景中的信息。

它可以用来分析和研究各种信号的特性，并可以根据加窗或者减窗技术来改变信号的抑制性、增益以及其他参数。

在频谱感知方面，循环平稳特征技术主要用来分析和研究信号模型，它可以有效改善传输速率和信号可靠性，提高信号处理的精确度，减少系统延迟。

此外，它还可以用于实时调节、限制和调节信号。

通过有效运用循环平稳特征技术，可以在抗干扰能力和识别准确性上带来显著提升，从而提供更可靠的频谱感知应用。

在实际应用中，循环平稳特征的重要性已经被许多学术机构及工程界证实。

学术机构已经提出了多种关于循环平稳特征技术在频谱感知方面应用的相关研究。

例如美国空军研究实验室（AFRL）研究小组使用循环平稳特征和模糊聚类分析的方法，研究了噪声谱中的瞬态信号的特性，从而达到了提高实时型频谱感知系统的鲁棒性的目的。

此外，美国宇航局（NASA）也曾以“实时频谱感知的时域工作空间建模和优化”为主题，针对循环平稳特征技术进行了相关研究。

相关研究表明，循环平稳特征技术提供了提高信号处理性能和减少系统延迟的有效手段。

总之，循环平稳特征是一种重要的信号处理技术，它可以有效提高信号的准确性和可靠性，可以用于辨别、提取和分类信号中的信息。

基于最小特征值分布的频谱感知算法
杨智;徐家品
【期刊名称】《计算机应用》
【年(卷),期】2015(035)002
【摘要】现有的频谱感知算法中,能量检测容易实现,但检测性能依赖噪声功率.基于随机矩阵理论的频谱感知算法巧妙地规避了噪声不确定性对检测性能带来的影响,但大都采用的是最大特征值的近似分布规律,所得到阈值表达式的精度有待进一步提高.针对上述问题,通过利用随机矩阵理论的最新研究成果,提出一种基于接收信号样本协方差矩阵最小特征值分布的频谱感知算法.最小特征值的分布函数不基于渐近假设,更加符合实际的通信情境.推导所得的阈值表达式是虚警概率的函数,在小样本情况下,对它的有效性和优越性进行了分析与验证.根据单一变量原则,分别在低样本点、低协作用户数、低信噪比和低虚警概率条件下对提出算法与最大最小特征值算法的检测性能进行了仿真比较,检测概率最多可以提高0.2左右.结果表明,该算法能够显著改善系统的检测性能.
【总页数】4页(P354-357)
【作者】杨智;徐家品
【作者单位】四川大学电子信息学院,成都610065;四川大学电子信息学院,成都610065
【正文语种】中文
【中图分类】TN92
【相关文献】
1.基于分布式压缩感知的宽带协作频谱感知算法 [J], 胡静;肖海林
2.改进的最大最小特征值之差的频谱感知算法 [J], 赵知劲;胡伟康
3.基于最大最小特征值之差的频谱感知技术研究 [J], 王颖喜;卢光跃
4.一种基于最大最小特征值的频谱感知改进算法 [J], 王润亮;李浩;黄焱;张白愚
5.基于最小特征值的合作频谱感知新算法 [J], 曹开田;杨震
因版权原因，仅展示原文概要，查看原文内容请购买。

基于特征值极限分布的合作频谱感知算法
弥寅;卢光跃
【期刊名称】《通信学报》
【年(卷),期】2015(036)001
【摘要】采用最新的随机矩阵理论,对多个认知用户接收信号采样协方差矩阵的最小特征值的极限分布进行了分析,提出了一种改进的最大最小特征值合作感知和门限判决方法.该算法不需预知授权用户信号的先验知识,且能有效克服噪声不确定度的影响.与现有算法相比,在给定虚警概率时,仿真结果显示该算法判决门限更低、检测概率更高;而且在认知用户和采样数较少时,也能获得很好的检测性能.
【总页数】6页(P84-89)
【作者】弥寅;卢光跃
【作者单位】西安邮电大学无线网络安全技术国家工程实验室,陕西西安710121;西安邮电大学无线网络安全技术国家工程实验室,陕西西安710121
【正文语种】中文
【中图分类】TN92
【相关文献】
1.基于双特征值极限分布的合作频谱感知算法 [J], 赵知劲;胡伟康;王海泉
2.基于特征值极限分布理论的盲多天线频谱感知算法 [J], 倪真;胡力;刘耀峰;王向明;雷可君
3.特征值极限分布的改进合作频谱感知 [J], 卢光跃;弥寅;包志强
4.基于特征值极限分布的双门限DMM频谱感知算法 [J], 高鹏;刘芸江;高维廷;李
曼
5.基于特征值极限分布的双门限频谱感知算法 [J], 邹卫霞;丁奇;周正;张春青因版权原因，仅展示原文概要，查看原文内容请购买。

认知车载网中频谱感知算法仿真研究的开题报告一、选题背景车载通信技术的应用越来越广泛，但车载通信系统的频谱资源十分有限。

为了更高效地利用频谱资源，需要对车载无线频谱资源的利用进行有效的优化，以满足高速移动的车辆对通信的要求。

近年来，国内外学者对车载通信中心频段频谱感知算法进行了深入的研究，其中一些算法已经被应用于实际系统中，并取得了较好的效果。

本项目旨在对车载通信中心频段频谱感知算法进行仿真研究，为车载通信技术的应用提供一定的理论基础和技术支撑。

二、研究内容本项目将对车载通信中心频段频谱感知算法进行仿真研究，包括以下几个方面：1.分析车辆在移动过程中接收到的信号特征和频谱分布情况。

2.设计并实现车载通信中心频段频谱感知算法，包括信号检测、频谱分析和频段选择等。

3.对比分析不同的频谱感知算法在车载通信中的性能表现，评估其在实际系统中的可行性和有效性。

4.利用所选用的仿真平台对车载通信中心频段频谱感知算法进行验证和优化，进一步提高其性能表现。

三、研究方法本项目采用仿真方法对车载通信中心频段频谱感知算法进行研究。

研究步骤如下：1.分析车辆在移动过程中接收到的信号特征和频谱分布情况。

2.根据车辆接收到的信号特征和频谱分布情况，设计并实现车载通信中心频段频谱感知算法，并对其进行优化。

3.利用仿真平台对所设计的频谱感知算法进行验证和评估，评估其在实际系统中的可行性和有效性。

4.对比分析不同的频谱感知算法在车载通信中的性能表现，评估其性能优劣，并对优化方案进行仿真测试。

四、研究目标和意义本项目旨在对车载通信中心频段频谱感知算法进行仿真研究，以提高车载通信系统的频谱利用效率和服务质量。

研究目标和意义如下：1.研究车载通信中心频段频谱感知算法，提高车载通信系统的频谱利用效率和服务质量。

2.对比分析不同的频谱感知算法在车载通信中的性能表现，为车载通信系统的设计提供技术支持和理论基础。

3.对所设计的频谱感知算法进行仿真验证和评估，评估其在实际系统中的可行性和有效性，为其在实际应用中的推广和应用提供依据。