首页> 中文学位 >基于能量检测的认知无线电协作频谱检测研究
【6h】

基于能量检测的认知无线电协作频谱检测研究

代理获取

目录

文摘

英文文摘

声明

1 绪论

2 频谱检测方法综述

3 等权重协作频谱检测及衰落信道下的性能分析

4 序贯式差分协作频谱检测方法研究

5 抗攻击的鲁棒性协作频谱检测方法

6 总结与展望

致谢

参考文献

附录

展开▼

摘要

随着无线通信技术的飞速发展,无线通信业务急剧增加,无线授权频段资源日益紧缺,非授权的ISM(IndustriAlScienti丘c and Medical)公用频段也日益拥挤。但研究发现目前频谱资源紧缺现状的主要原因是传统的固定频谱分配方式使得大部分已授权频段的利用率非常低,造成了频谱资源的极大浪费。为了提高频谱利用率,缓解频谱匮乏问题,各种动态频谱接入技术应运而生。其中,认知无线电被认为是最具有应用潜力的技术之一。认知无线电的基本思想是:当分配给授权用户(Primarv User)的频段未被使用时,次用户(Secondarv User)可以在在不对授权用户造成干扰的前提下,机会式地接入该频段;当授权用户重新接入正被“借用”的频段时,次用户及时退出以避免与授权用户发生冲突。
   频谱检测技术是实现认知无线电技术的先决基础。多个次用户相互合作的协作频谱检测方法由于能够削减无线信道的多径、阴影以及干扰等因素的影响、提供更为准确可靠的检测性能而受到广泛的关注。围绕认知无线电传的频谱检测技术,本文作了较为深入的研究,主要成果包括:
   1.提出了一种简单的等权重协作频谱检测方法,并且考虑到无线信道的多径、阴影效应等特性,从统计理论上利用独立同分布随机变量的性质,详细分析了该方法在瑞利衰落、Nakagami—m衰落以及对数正态阴影信道下的检测性能。仿真结果表明,信噪比大约在0dB以上时,该方法具有与N—P最优准则方法非常接近的检测性能,例如Nakagami—m衰落信道下,在误警概率均为1旷3时,二者的漏警概率分别约为2×10_4和2.3×10~。但前者的计算复杂度要低很多,利用的参数也很简单。同时,考虑到在实际情况当中往往需要对接收信号采样值进行量化,利用量化和概率统计理论分析了量化情况下的判决阈值选择问题以及误警概率。数据显示,当接收信号采样值的量化位数达到8位时,量化对检测性能的负面影响已经微弱到可以忽略,如信噪比为0dB时量化与非量化的漏警概率仅相差不到2%.
   2.在满足同等检测性能的条件下,序贯概率比检验所需要的平均样本数比固定抽样检验要少得多。这对减小本地检测信息交互引起的延时等具有重要作用。但实际情况中概率比的计算由于先验知识的缺乏往往比较复杂。本文结合序贯概率比检验和硬判决协作检测的优点,提出了序贯式差分协作频谱检测方法。它通过序贯式计算本地检测结果中‘0’、‘1’判决的数目之差来做出最终检测判决。并从数学上分析了该方法的检测性能。数值结果表明该方法比OR准则和AND准则能更好地在检测概率与误警概率之间平衡,在维持较高检测概率的同时保证较低的误警概率。而在绝大数信噪比条件下,尤其是在判决阈值p=5时,SDll方法的检测概率高于MAJ准则、误警概率低于MAJ准则,例如在信噪比为一2dB时,SDll方法和MAJ准则的检测概率分别为50%,和37.5%,而误警概率分别为12%和17%.
   3.探讨了抗攻击性的安全频谱检测方法。实际中参与协作的次用户可能因为某些原因失效而无法进行有效的频谱检测过程,或者存在自私/恶意次用户故意伪造频谱检测结果,从而使得其他次用户对“频谱空洞”的存在与否造成“错觉”。已经提出的基于信誉度的加权序贯概率比检测(Weighted SeqlJentiAlProbabilitv Ratio Test,WSPRT)方法可以解决这些问题。但wSPRT方法中使用的本地检测判决是硬判决,也就是说所有的本地‘1’(或‘0’)判决都将被毫无区分地对待。例如远大于判决门限的‘1’判决与略大于判决门限的‘1’判决所蕴含的信息应该是不一样的。但wSPRqF’方法不能区分这两种‘1’判决,这意味着本地检测信息的严重丢失。因此本文提出了采用少量的多比特软判决代替硬判决对wSPW[、进行改进,以提高该方法抵抗自私/恶意次用户的能力。相应地,文中还给出了中立型、惩罚型和重罚型三种新的信誉度更新策略。实验仿真数据表明多比特的加权序贯概率比检验方法以极少量的额外比特流为代价获得更好的检测性能,例如对于重罚型更新策略,2bit和3bit多比特软判决的改进方法的漏警概率比WSPRT’分别下降约20%到40%。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号