認(rèn)知無(wú)線電中基于壓縮感知的信號(hào)調(diào)制識(shí)別研究.pdf

1、伴隨著對(duì)頻譜使用需求的不斷增加以及由靜態(tài)頻譜分配策略造成的頻譜利用率低下，認(rèn)知無(wú)線電(CR:Cognitive Radio)被提出且被認(rèn)為是一種能夠解決頻譜資源日益短缺問題的前景技術(shù)。認(rèn)知無(wú)線電是一種智能無(wú)線通信系統(tǒng)，它能調(diào)整無(wú)線頻譜的使用以適應(yīng)于自身的實(shí)際運(yùn)行環(huán)境。這種頻譜接入的機(jī)會(huì)主義策略取決于頻譜意識(shí)。頻譜意識(shí)是認(rèn)知無(wú)線電技術(shù)的一個(gè)顯著特點(diǎn)。在認(rèn)知無(wú)線電中要實(shí)現(xiàn)頻譜意識(shí)就需要有能力識(shí)別接收信號(hào)的調(diào)制類型。自動(dòng)調(diào)制分類在認(rèn)知無(wú)線電中

2、發(fā)揮著重要的作用，它能防止針對(duì)授權(quán)用戶的有害干擾并且改善頻譜的利用效率。
　　 本文主要探討基于特征方法的自動(dòng)調(diào)制分類算法，它們被用于在認(rèn)知無(wú)線電中區(qū)分不同數(shù)字調(diào)制類型的信號(hào)。本文的研究旨在通過引入壓縮感知技術(shù)發(fā)展一種健壯的調(diào)制識(shí)別方法。主要內(nèi)容如下：⑴針對(duì)新興無(wú)線電技術(shù)帶來的新挑戰(zhàn)，提出了一種新的特征用于AMC算法。所采用的特征是基于高階譜分析。本文的AMC算法提取接收信號(hào)高分辨性的雙譜作為信號(hào)的特征用于調(diào)制識(shí)別。⑵研究了高維

3、度特征直接用于信號(hào)的調(diào)制識(shí)別問題，提出了一種新穎的調(diào)制分類算法（Bi-SR算法）。該方法組合了高階譜分析與信號(hào)稀疏表示。Bi-SR算法將調(diào)制識(shí)別問題轉(zhuǎn)化為尋找一個(gè)測(cè)試雙譜特征在訓(xùn)練樣本集中的稀疏表示問題。稀疏表示可以通過求解最小l1范數(shù)準(zhǔn)確獲取。⑶在機(jī)器學(xué)習(xí)的基礎(chǔ)上，對(duì)Bi-SR算法作進(jìn)一步改進(jìn)，提出了一種新穎的自適應(yīng)調(diào)制分類算法(Bi-SR/K-SVD算法)。該方法組合了Bi-SR與K-SVD。對(duì)于給定的一個(gè)信號(hào)訓(xùn)練樣本集，Bi-SR