基于采样协方差矩阵的频谱感知算法仿真分析

摘要

为了克服噪声不确定度的影响,实现真正意义上的盲检测,该文介绍了3种基于协方差矩阵的感知算法,并通过基于MATLAB的仿真实验,综合对比并验证3种算法的感知性能。仿真结果表明,与基于最大最小特征值之比算法(Maximum-Minimum Eigenvalue,MME)和基于协方差矩阵绝对值算法(Covariance Abosute Value,CAV)相比,基于协方差矩阵Cholesky分解的感知算法(Covariance Cholesky Factorization,CCF)避免了对采样大小和采样维数的渐进假设,从而可以精确地设置判决门限,具有更高的检测性能。