LEO微小衛(wèi)星認知無線電系統(tǒng)中基于DCS的信號重構(gòu)方法研究.pdf

1、低軌微小衛(wèi)星（LEO）通信系統(tǒng)運行軌道低、運動速度快、星間切換頻繁，具有地面信關站接收信噪比低、頻帶資源及能量受限、地面接收時延大等特點。認知無線電（CR）通過頻譜感知，動態(tài)頻譜接入并利用空閑頻譜。最近幾年以來，CR技術(shù)已成為通信中一個研究熱點。傳統(tǒng) CR感知信號重構(gòu)與窄帶頻譜檢測對頻譜的需求量過大，以至于不能再以奈奎斯特（Nyquist）采樣定理來繼續(xù)進行重構(gòu)。基于壓縮感知（CS）理論的含噪感知信號重構(gòu)與寬帶頻譜檢測技術(shù)則能解決該問題

2、，使得采樣成本大大降低，值得深入研究。
　　論文研究了低軌微小衛(wèi)星認知無線電（LEO-CR）系統(tǒng)中基于分布式壓縮感知（DCS）理論的凸優(yōu)化信號重構(gòu)方法。主要研究了在低信噪比情況下的最小角回歸（Lars）算法。在此基礎上，針對LEO-CR接收低信噪比、能量有效性與時延容忍的特點，研究了能效優(yōu)先時延容忍的分布式壓縮感知最小角回歸（DCS-Lars）、分布式壓縮感知動態(tài)更新（DCS-DX）、未知稀疏度的盲DCS-Lars（DCS-Lar

3、s-B）三種凸優(yōu)化信號重構(gòu)算法。以下是論文的具體研究工作：
　　論文第一章介紹了該課題的研究的背景及意義，簡要介紹了LEO微小衛(wèi)星通信系統(tǒng)以及認知無線電的相關理論與技術(shù)，CS理論和分布式壓縮感知（DCS）理論及聯(lián)合稀疏模型的研究現(xiàn)狀，以及 CS凸優(yōu)化信號重構(gòu)方法的研究現(xiàn)狀。同時，本章給出了論文主要工作和結(jié)構(gòu)安排。
　　論文第二章介紹了分布式壓縮感知信號重構(gòu)算法，對DCS聯(lián)合稀疏模型（JSM）、DCS信號重構(gòu)方法及其評估方法分

4、別進行了詳細闡述，給出了 CS的理論框圖，JSM-1和 JSM-2模型以及貪婪算法、凸松弛法、貝葉斯法（BCS）。
　　論文第三章研究了 LEO-CR中基于 DCS的凸優(yōu)化感知信號重構(gòu)方法。主要介紹了低軌LEO微小衛(wèi)星認知無線電（LEO-CR）系統(tǒng)的信道傳輸模型，給出了應用于該模型的 JSM-2聯(lián)合稀疏重構(gòu)。針對LEO-CR特點，分別分析了匯聚節(jié)點在低信噪比情況下采用凸松弛法中的基追蹤去噪（BPDN）、同倫（Homotopy）和最

5、小角回歸（Lars）的重構(gòu)均方誤差（MSE）與重構(gòu)復雜度?；贒CS的信號重構(gòu)場景，分別將Lars算法和Homotopy算法推廣至DCS環(huán)境，提出了基于JSM-2模型的DCS-Lars算法及DCS-DX算法。針對LEO地面站點無法正確檢測信號稀疏度的場景，提出了一種基于稀疏度自適應的DCS信號重構(gòu)改進算法。最后對上述算法進行了仿真與性能分析。仿真表明，在地面接收端稀疏度未知的情況下，改進的重構(gòu)算法可以在低信噪比環(huán)境下達到較低的重構(gòu)MSE

6、，且能有效的進行頻譜檢測，同時重構(gòu)復雜度大大降低。為后續(xù)LEO-CR系統(tǒng)中能效優(yōu)先時延容忍的信號重構(gòu)方法研究奠定了一定的基礎。
　　論文第四章研究了LEO-CR系統(tǒng)中能效優(yōu)先時延容忍的信號重構(gòu)算法。針對LEO-CR系統(tǒng)星地之間傳輸時延大的特點，應用抽頭延遲線信道傳輸模型，研究了LEO-CR時延容忍異步傳輸方式。在低信噪比情況下，分別給出了 DCS-Lars-B算法和 DCS-DX算法的重構(gòu)能耗和頻譜檢測能耗表達式，并構(gòu)造了兩種算法

7、在信號重構(gòu)階段與頻譜檢測階段的加權(quán)能耗函數(shù)，同時分析了節(jié)點傳輸能耗。以最大化單位能量下的信息傳輸速率為目標，構(gòu)造能量效率優(yōu)化模型，數(shù)值求解該優(yōu)化問題得到在不同信號重構(gòu)能耗加權(quán)系數(shù)下的最佳衛(wèi)星轉(zhuǎn)發(fā)功率和最大能量效率。在LEO-CR時延容忍的情況下，以最大化能量效率為目標，給出了DCS感知信號重構(gòu)的能效優(yōu)化方案。最后，對以上算法分別進行了仿真與性能分析。仿真表明，在較低重構(gòu)能耗權(quán)值的情況下，所提方案在時延容忍的情況下系統(tǒng)可以獲得較大的能量效