多天線系統(tǒng)中基于特征的頻譜感知算法研究.pdf

1、無線通訊業(yè)務的蓬勃發(fā)展給世界帶來了翻天覆地的變化，人們對無線通訊業(yè)務的迫切需求與可供使用的頻譜資源極度稀缺這兩者形成了巨大的矛盾。認知無線電技術是提高頻譜利用率的有效手段，因此越來越引人關注。這種技術允許認知用戶對授權用戶的頻譜資源進行復用，同時保證避免對授權用戶造成有害干擾。頻譜感知作為認知循環(huán)的第一個環(huán)節(jié)，對無線電環(huán)境中的頻譜空穴進行檢測，對系統(tǒng)的認知性能有重要影響。
　　本文對目前已有的頻譜感知算法進行整理和分析后發(fā)現(xiàn)，基于

2、協(xié)方差矩陣分解的算法對特征值的利用不夠充分，只利用了部分特征值的分布特性，同時這些算法的理論分析是基于無窮維度采樣點，在實際場景中對于檢測時間要求較長。本文將多天線系統(tǒng)應用在認知用戶天線處，在小采樣快速檢測背景下，根據接收信號特征值的聯(lián)合分布設計多種頻譜感知算法。新的算法不僅滿足檢測性能的要求，同時減少了感知時間，大幅提高了頻譜利用率。
　　此外，目前已有的頻譜感知算法的研究局限在時間維度、頻率維度和地理維度，而在角度維度的探索，

3、即空間頻譜感知還處于起步階段。本論文中，我們將陣列天線處理中的到達角（Angle Of Arrival,AOA）估計技術中的多重信號分類（Multiple Signal Classification,MUSIC）算法應用到頻譜感知場景中。我們注意到MUSIC算法需要已知信源信號的數(shù)目，但是這個要求在大多數(shù)頻譜感知場景中是不能達到的。因此，我們利用特征值加權方案設計出加權多重信號分類（Weighted Multiple Signal Cl