基于壓縮感知的寬帶協(xié)作頻譜檢測算法研究.pdf

1、在認知無線電網(wǎng)絡(luò)中，壓縮感知(CS)技術(shù)通過利用寬帶頻譜的稀疏性，將采樣與壓縮過程結(jié)合為一個整體，使得頻譜檢測能夠以亞奈奎斯特采樣率(sub-Nyquist)來采集寬帶信號，對突破寬帶頻譜檢測的帶寬瓶頸具有現(xiàn)實意義。然而，CS重構(gòu)算法的復(fù)雜性降低了頻譜檢測的實時性，且信號在無線通信過程中受到多徑衰落、陰影衰落等影響，導(dǎo)致單節(jié)點檢測難以滿足頻譜檢測的準(zhǔn)確性要求。本文針對壓縮頻譜檢測算法準(zhǔn)確性、實時性和復(fù)雜度的問題開展了研究，主要內(nèi)容概括如

2、下：
　　第一，首先簡單介紹了幾種常見的單用戶頻譜檢測算法，并針對單用戶檢測的局限性展開了對協(xié)作頻譜檢測技術(shù)的介紹。然后對CS的三個環(huán)節(jié)：稀疏表示、壓縮觀測和信號重構(gòu)進行了分類描述，并對信號重構(gòu)這部分基于稀疏貝葉斯學(xué)習(xí)的快速邊緣似然最大化(SBL-FMLM)算法做了重點介紹。在此基礎(chǔ)上，闡述了分布式壓縮感知(DCS)的聯(lián)合稀疏模型和聯(lián)合重構(gòu)算法。
　　第二，針對認知無線電中傳統(tǒng)的寬帶壓縮頻譜檢測算法計算復(fù)雜度高、檢測實時性差

3、的缺點，給出了基于分布式壓縮感知信道能量觀測差值的寬帶協(xié)作頻譜檢測算法。該算法結(jié)合了差分處理和直接重構(gòu)信道能量兩種方法，使得計算復(fù)雜度大幅下降。同時針對單點檢測的缺陷，采用分布式壓縮感知系統(tǒng)進行多節(jié)點協(xié)作檢測。所提的算法通過降低被處理信號的稀疏度來減小計算復(fù)雜度，大大減少了檢測時間，并且提高了檢測性能。
　　第三，單節(jié)點的寬帶壓縮頻譜檢測算法存在檢測準(zhǔn)確性低、實時性差的缺點，因此提出了基于多測量向量塊稀疏貝葉斯學(xué)習(xí)-快速邊緣似然函

4、數(shù)最大化(Multiple Measurement Vector(MMV) Block SBL-FMLM, MBSBL-FMLM)的寬帶協(xié)作頻譜檢測算法。該算法采用了DCS系統(tǒng)進行多節(jié)點協(xié)作檢測來充分利用空間分集；另外，融合中心結(jié)合 MMV模型和寬帶信號的塊稀疏結(jié)構(gòu)得出多測量向量塊稀疏貝葉斯學(xué)習(xí)(MBSBL)框架，并利用快速邊緣似然函數(shù)最大化(FMLM)方法進行了快速參數(shù)估計。數(shù)值分析表明，MBSBL-FMLM算法的檢測概率、歸一化均方