认知无线电频谱感知技术的研究
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第11-25页 |
1.1 研究背景及意义 | 第11-13页 |
1.2 频谱感知技术研究现状 | 第13-23页 |
1.2.1 窄带频谱感知 | 第14-19页 |
1.2.1.1 经典频谱感知 | 第14-15页 |
1.2.1.2 基于拟合优度检验的频谱感知 | 第15-16页 |
1.2.1.3 基于随机矩阵的频谱感知 | 第16-19页 |
1.2.2 宽带频谱感知 | 第19-23页 |
1.2.2.1 传统宽带频谱感知 | 第19-21页 |
1.2.2.2 基于压缩感知的宽带感知 | 第21-23页 |
1.3 本文主要工作与内容安排 | 第23-25页 |
第2章 基于随机矩阵理论的窄带频谱感知 | 第25-51页 |
2.1 随机矩阵理论基础 | 第25-28页 |
2.2 随机矩阵理论下基本的频谱感知算法 | 第28-36页 |
2.2.1 ME-ED频谱感知算法 | 第28-31页 |
2.2.2 MME频谱感知算法 | 第31-33页 |
2.2.3 DMM频谱感知算法 | 第33-35页 |
2.2.4 算法性能仿真比较 | 第35-36页 |
2.3 改进的DMM频谱感知算法 | 第36-43页 |
2.3.1 拆分重组模型 | 第36-38页 |
2.3.1.1 顺序拆分重组 | 第36-37页 |
2.3.1.2 间隔拆分重组 | 第37-38页 |
2.3.2 IDMM算法原理 | 第38-39页 |
2.3.3 算法仿真与性能分析 | 第39-43页 |
2.3.3.1 O-DAR与I-DAR性能比较 | 第39-41页 |
2.3.3.2 门限值仿真分析 | 第41页 |
2.3.3.3 算法性能仿真分析 | 第41-43页 |
2.4 基于双特征值极限分布的频谱感知算法 | 第43-50页 |
2.4.1 DEL算法原理 | 第43-47页 |
2.4.1.1 判决门限的确定 | 第43-46页 |
2.4.1.2 DEL算法流程 | 第46-47页 |
2.4.2 算法仿真与性能分析 | 第47-50页 |
2.4.2.1 门限参数分析 | 第47-49页 |
2.4.2.2 算法性能比较 | 第49-50页 |
2.5 本章小结 | 第50-51页 |
第3章 基于随机共振的窄带频谱感知 | 第51-63页 |
3.1 BSR理论基础 | 第51-55页 |
3.1.1 BSR系统模型 | 第51-52页 |
3.1.2 驱动信号临界幅度 | 第52-54页 |
3.1.3 驱动信号极限频率 | 第54-55页 |
3.2 基于BSR的频谱感知算法 | 第55-62页 |
3.2.1 算法原理 | 第55-59页 |
3.2.1.1 SNR增益 | 第55-56页 |
3.2.1.2 二次采样技术 | 第56-57页 |
3.2.1.3 算法流程 | 第57-59页 |
3.2.2 算法仿真与性能分析 | 第59-62页 |
3.2.2.1 BSR系统有效性仿真 | 第59-60页 |
3.2.2.2 基于BSR的频谱感知算法性能分析 | 第60-62页 |
3.3 本章小结 | 第62-63页 |
第4章 基于压缩感知的宽带频谱感知 | 第63-82页 |
4.1 压缩感知理论基础 | 第63-65页 |
4.1.1 信号稀疏表示 | 第63页 |
4.1.2 测量矩阵构造 | 第63-64页 |
4.1.3 信号重构 | 第64-65页 |
4.2 基于差分信号的OMP频谱感知算法 | 第65-70页 |
4.2.1 宽带频谱感知模型 | 第65-66页 |
4.2.2 差分原理与算法流程 | 第66-68页 |
4.2.3 算法仿真与性能分析 | 第68-70页 |
4.3 基于贝叶斯预测密度的弱匹配追踪感知算法 | 第70-81页 |
4.3.1 有限维压缩采样模型 | 第70-71页 |
4.3.2 基于BPD的稀疏度估计 | 第71-75页 |
4.3.3 基于BPD的压缩感知算法 | 第75-76页 |
4.3.4 算法仿真与性能分析 | 第76-81页 |
4.3.4.1 稀疏度估计性能比较 | 第76-77页 |
4.3.4.2 频谱感知算法性能比较 | 第77-81页 |
4.4 本章小结 | 第81-82页 |
第5章 总结与展望 | 第82-84页 |
致谢 | 第84-85页 |
参考文献 | 第85-91页 |
附录 | 第91页 |