针对传统频谱感知算法易受噪声不确定度影响,提出一种基于采样协方差矩阵的最大特征值与信号能量之差(difference between maximum eigenvalue and signal energy,DMEE)的频谱感知算法。在存在噪声不确定度的高斯白噪声的环境下,通过理...针对传统频谱感知算法易受噪声不确定度影响,提出一种基于采样协方差矩阵的最大特征值与信号能量之差(difference between maximum eigenvalue and signal energy,DMEE)的频谱感知算法。在存在噪声不确定度的高斯白噪声的环境下,通过理论分析与仿真实验,验证所提算法不存在信噪比墙的现象,且不易受噪声不确定度的影响,与基于次级用户接收端采样信号协方差矩阵的特征值的同类算法相比,提升了存在噪声不确定度的高斯白噪声环境下的频谱感知性能。展开更多
本文研究带不确定方差乘性和加性噪声和带状态相依及噪声相依乘性噪声的多传感器系统鲁棒加权融合估计问题.通过引入虚拟噪声补偿乘性噪声的不确定性,将原系统化为带确定参数和不确定加性噪声方差的系统,进而利用Lyapunov方程方法提出...本文研究带不确定方差乘性和加性噪声和带状态相依及噪声相依乘性噪声的多传感器系统鲁棒加权融合估计问题.通过引入虚拟噪声补偿乘性噪声的不确定性,将原系统化为带确定参数和不确定加性噪声方差的系统,进而利用Lyapunov方程方法提出在统一框架下的按对角阵加权融合极大极小鲁棒稳态Kalman估值器(预报器、滤波器和平滑器),其中基于预报器设计滤波器和平滑器,并给出每个融合器的实际估值误差方差的最小上界.证明了融合器的鲁棒精度高于每个局部估值器的鲁棒精度.应用于不间断电源(uninterruptible power system,UPS)系统鲁棒融合滤波的仿真例子说明了所提结果的正确性和有效性.展开更多
文摘针对传统频谱感知算法易受噪声不确定度影响,提出一种基于采样协方差矩阵的最大特征值与信号能量之差(difference between maximum eigenvalue and signal energy,DMEE)的频谱感知算法。在存在噪声不确定度的高斯白噪声的环境下,通过理论分析与仿真实验,验证所提算法不存在信噪比墙的现象,且不易受噪声不确定度的影响,与基于次级用户接收端采样信号协方差矩阵的特征值的同类算法相比,提升了存在噪声不确定度的高斯白噪声环境下的频谱感知性能。
文摘本文研究带不确定方差乘性和加性噪声和带状态相依及噪声相依乘性噪声的多传感器系统鲁棒加权融合估计问题.通过引入虚拟噪声补偿乘性噪声的不确定性,将原系统化为带确定参数和不确定加性噪声方差的系统,进而利用Lyapunov方程方法提出在统一框架下的按对角阵加权融合极大极小鲁棒稳态Kalman估值器(预报器、滤波器和平滑器),其中基于预报器设计滤波器和平滑器,并给出每个融合器的实际估值误差方差的最小上界.证明了融合器的鲁棒精度高于每个局部估值器的鲁棒精度.应用于不间断电源(uninterruptible power system,UPS)系统鲁棒融合滤波的仿真例子说明了所提结果的正确性和有效性.
