-
题名基于最大最小特征值之差的频谱感知技术研究
被引量：48
- 1
-
-
作者
王颖喜
卢光跃
-
机构
西安邮电学院通信与信息工程学院
长江大学电信学院
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2010年第11期2571-2575,共5页
-
基金
国家自然科学基金(60602053)
教育部"新世纪优秀人才支持计划"(NCET-08-0891)
+2 种基金
高等学校博士学科点专项科研基金(20070532077)
湖北省自然科学基金(2009CDB308)
陕西省教育厅项目资助课题
-
文摘
频谱感知技术是认知无线电系统的关键技术之一,该文基于阵列天线理论,利用并分析接收信号相关矩阵,并以其最大与最小特征值之差作为检验统计量,进而判断主用户是否存在,实现频谱感知。理论分析和仿真结果均表明,此方法的感知性能明显优于能量检测算法,并且有效地解决了噪声不确定度对检测性能的影响。
-
关键词
认知无线电
频谱感知
特征值
最大最小特征值之差算法
-
Keywords
Cognitive radio
Spectrum sensing
Eigenvalue
Difference between the Maximum eigenvalue and the Minimum eigenvalue（DMM） algorithm
-
分类号
TN92
[电子电信—通信与信息系统]
-
-
题名基于随机矩阵特征值差的频谱感知改进算法
被引量：2
- 2
-
-
作者
高鹏
刘芸江
高维廷
陈娟
李曼
-
机构
空军工程大学信息与导航学院
解放军
西安航空学院
-
出处
《火力与指挥控制》
CSCD
北大核心
2018年第8期17-21,共5页
-
基金
国家自然科学基金(61571364)
中国博士后科学基金资助项目(2016M603044)
-
文摘
针对经典特征值类频谱感知算法在低采样、低信噪比下检测效果不佳的问题,基于最大最小特征值之差算法(DMM),利用最小特征值极限分布以及特征值均值的能量特征,提出了一种基于随机矩阵特征值差的频谱感知改进算法(DAM),该算法以特征值均值与最小特征值为检测量,分析比较了算法在两种计算门限下的检测性能(DAM1与DAM2),理论与仿真结果表明,该算法在不增加运算复杂度的同时,在低采样、低信噪比的情况下,较DMM算法以及现有最大特征值与能量差改进算法(ME-S-ED)提升了检测概率,其中DAM1更适用于低信噪比,DAM2更适用于低采样。
-
关键词
认知无线电
频谱感知
随机矩阵理论
特征值极限分布
最大最小特征值之差
-
Keywords
cognitive radio
spectrum sensing
RMT
limiting eigenvalue theory
DMM
-
分类号
TN92
[电子电信—通信与信息系统]
-
-
题名基于特征值极限分布的双门限DMM频谱感知算法
被引量：2
- 3
-
-
作者
高鹏
刘芸江
高维廷
李曼
-
机构
空军工程大学信息与导航学院
西安航空学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2017年第9期68-74,共7页
-
基金
国家自然科学基金(61571364)
中国博士后科学基金(2016M603044)
-
文摘
采用随机矩阵特征结构理论,分析并研究多认知用户采样协方差矩阵的特征极限值分布,提出一种基于最大最小特征值之差(DMM)的双门限频谱感知算法。根据最大与最小特征极限值分布推导检测双门限,对双门限内外部分分别采用软判决与硬判决综合得到最终判决结果。利用特征值噪声估计实现检测门限的自适应,克服噪声不确定性对频谱感知的影响。仿真结果表明,在低信噪比、虚警率和采样频率的情况下,该算法检测性能优于DMM算法与能量检测算法,且稳定性好、鲁棒性强。
-
关键词
认知无线电
频谱感知
随机矩阵理论
特征值极限分布
最大最小特征值之差
-
Keywords
Cognitive Radio（CR）
spectrum sensing
Random Matrix Theory（RMT）
limiting eigenvalue distribution
Difference Between the Maximum Eigenvalue and the Minimum Eigenvalue（DMM）
-
分类号
TN92
[电子电信—通信与信息系统]
-
-
题名一种低运算复杂度的优化DAG频谱感知算法
- 4
-
-
作者
高鹏
刘芸江
高维廷
李曼
陈娟
-
机构
空军工程大学信息与导航学院
西安航空学院
[
-
出处
《弹箭与制导学报》
CSCD
北大核心
2018年第1期109-113,共5页
-
基金
国家自然科学基金(61571364)
第60批中国博士后科学基金(2016M603044)资助
-
文摘
针对经典频谱感知算法在低信噪比、低采样下检测效果不佳,特征值分解运算复杂度高的问题,文中基于最大最小特征值之差算法(DMM)提出了一种低运算复杂度的优化算法(DAG)。算法利用特征值算数均值与几何均值之差构建检测统计量,以"累积法"迭代计算最大特征值获取动态检测门限。仿真结果表明,该算法在低信噪比、相对低采样以及多协作认知用户数下,较经典特征值类算法降低了运算复杂度、提升了检测概率。
-
关键词
特征值
频谱感知
算数均值
几何均值
运算复杂度
最大最小特征值差
-
Keywords
eigenvalue
spectrum sensing
arithmetical mean
geometric mean
computational complexity
the difference between the maximum and minimum eigenvalue
-
分类号
TN925
[电子电信—通信与信息系统]
-
-
题名基于可信度的双门限DMM协作频谱感知算法
- 5
-
-
作者
高鹏
刘芸江
高维廷
李曼
陈娟
-
机构
空军工程大学信息与导航学院
西安航空学院计算机学院
[
-
出处
《计算机科学》
CSCD
北大核心
2018年第9期166-170,182,共6页
-
基金
国家自然科学基金(61571364)
博士后科学基金(2016M603044)资助
-
文摘
针对已有的双门限特征值频谱感知算法存在忽略本地感知用户可靠性差异及融合判决方式开销大的缺点,提出了一种基于可信度的双门限DMM协作频谱感知算法(DT-CDMM),用于进一步提升协作感知性能。所提算法在最大最小特征值差(DMM)算法的基础上,建立了基于特征极限分布的双门限DMM算法作为本地感知,采用触发式的软、硬判决相结合的判决机制来减少系统开销,以本地感知性能与可信度加权的方式得到全局判决结果,并对硬判决进行自适应补偿。仿真结果表明,较已有的双门限特征值算法以及双门限能量检测算法,DT-CDMM算法在噪声不确定的环境下提升了多用户协作检测的概率。
-
关键词
特征值
协作频谱感知
特征极限分布
最大最小特征值差
可信度
-
Keywords
Eigenvalue
Cooperative spectrum sensing
Limiting eigenvalue distribution
DMM
Credibility
-
分类号
TN92
[电子电信—通信与信息系统]
-
