基于IEEE802.22标准的频谱压缩感知算法研究

摘要

随着无线通信技术的发展，无线电频谱资源贫乏问题日益严重。而在已经分配的频谱资源中，授权频段并在大部分时间均处于空闲状态，频谱利用率很低。认知无线电技术的提出，有效地解决了这一问题。频谱感知作为认知无线电中的关键技术之一，能通过感知周围的无线电环境来查找可用于通信的频谱空洞。对于宽带信号，传统的频谱感知算法将会浪费大量的计算资源。如果宽带信号具有某种稀疏特性，则可利用压缩感知技术对该信号进行频谱感知等相关处理。IEEE802.22是第一个基于认知无线电网络的标准，对频谱感知性能指标做出了具体的规定。基于该标准的WRAN网络中存在数字电视信号和无线麦克风信号两种授权用户信号，而无线麦克风信号带宽相对于数字点数信号带宽而言，显示出很好的稀疏性。
　　 首先，本文简单介绍了单用户频谱感知算法和协作频谱感知算法等传统算法，并分析了这些算法的优、缺点;其次，本文研究了Silent、Soft Speaker、Loud Speaker三种模式下无线麦克风信号的功率谱密度特性，分析无线麦克风信号的稀疏特性和在加性高斯白噪声信道和平坦瑞利衰落信道下的传播特性;在此基础上，分析了MME算法、EME算法和基于频谱相关的频谱感知算法等传统算法相应的无线麦克风信号感知性能;最后，本文从稀疏信号的频谱重构精度、算法运行效率等方面重点分析了快速傅里叶采样算法，并研究该算法对无线麦克风信号的频谱感知性能。
　　 对于快速傅里叶采样算法，本文从算法架构出发，分别分析了频率分离、比特测试和系数估计这三个主要阶段的理论依据和相应的性能，并研究快速傅里叶采样算法主要参数在不同配置情况下对无线麦克风信号的频谱感知性能影响;通过仿真分析可得，快速傅里叶采样算法在IEEE802.22标准下的频谱感知性能满足该标准对频谱感知的性能要求。除此之外，通过算法分析，本文指出了FFS算法存在的不足，并做出相应的改进。通过对比改进前后的算法性能可以看出，改进后的算法在无线麦克风信号频谱感知领域中的运行效率和频谱感知精度上都有一定程度的提升。

目录

声明

摘要

缩略语

插图索引

第一章 绪论

1．1 研究背景

1．2 国内外研究现状

1．2．1 传统频谱感知研究现状

1．2．2 压缩频谱感知研究现状

1．3 主要研究内容及结构安排

第二章 传统频谱感知技术

2．1 频谱感知概述

2．2 基于发射源的频谱感知技术

2．2．1 能量检测

2．2．2 特征值检测

2．2．3 周期特性检测

2．2．4 匹配滤波检测

2．2．5 导频检测

2．3 协作频谱感知技术

2．3．1 硬判决协作感知

2．3．2 软判决协作感知

2．4 基于接收机的频谱感知技术

2．4．1 基于干扰温度估计的频谱感知

2．4．2 基于本振泄露的频谱感知

2．5 本章小结

第三章 基于IEEE 802．22标准的频谱感知算法

3．1 IEEE 802．22标准介绍

3．2 仿真模型

3．2．1 WM信号仿真模型

3．2．2 无线信道仿真模型

3．3 基于协方差矩阵特征值的频谱感知算法

3．3．1 MME检测算法原理

3．3．2 EME检测算法原理

3．3．3 算法性能评估

3．4 基于频谱相关的感知算法

3．4．1 算法原理

3．4．2 算法性能评估

3．5 本章小结

第四章 基于压缩感知的FFS算法应用与分析

4．1 压缩感知理论框架

4．2 压缩感知的主要内容

4．2．1 信号稀疏变换

4．2．2 观测矩阵的设计

4．2．3 信号重构

4．3 基于压缩感知的FFS算法

4．3．1 FFS算法概述

4．3．2 FFS算法架构

4．4 FFS算法性能分析

4．4．1 频率分离性能

4．4．2 比特检测性能

4．4．3 系数估计性能

4．4．4 FFS算法重构概率

4．4．5 FFS算法运行效率

4．5 算法改进及性能对比

4．5．1 FFS算法改进

4．5．2 性能对比

4．6 基于IEEE 802．22标准的FFS算法性能分析

4．6．1 频率识别性能评估

4．6．2 系数估计性能评估

4．6．3 FFS算法频谱感知性能评估

4．6．4 FFS算法改进前、后频谱感知性能对比

4．7 本章小结

第五章 总结与展望

5．1 论文工作总结

5．2 未来研究方向

致谢

参考文献

附录