2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩121頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著無(wú)線通信的高速發(fā)展,在各種環(huán)境(家庭、辦公室、公共區(qū)域等)中與無(wú)線通信相關(guān)的新技術(shù)、新設(shè)備以及新服務(wù)也在迅速發(fā)展,從而導(dǎo)致了頻譜過(guò)度擁擠,頻譜資源匱乏現(xiàn)象日益突出,然而大部分靜態(tài)分配頻譜的頻譜利用率卻很低。認(rèn)知無(wú)線電通過(guò)伺機(jī)使用授權(quán)頻段來(lái)提高頻譜利用率,成為未來(lái)無(wú)線通信的關(guān)鍵技術(shù)之一。
  頻譜感知技術(shù)是實(shí)現(xiàn)認(rèn)知無(wú)線電系統(tǒng)的前提,多個(gè)感知次用戶共同進(jìn)行協(xié)作頻譜感知,可以提高頻譜感知的檢測(cè)性能的可靠性,同時(shí)可以解決隱終端問(wèn)題并減

2、少頻譜感知時(shí)間,成為近幾年頻譜感知技術(shù)的研究熱點(diǎn)。本文重點(diǎn)研究了協(xié)作頻譜感知加權(quán)數(shù)據(jù)融合算法、基于信號(hào)能量概率密度(Energy probabilitydistribution,EPD)的協(xié)作頻譜感知算法和我國(guó)地面數(shù)字多媒體廣播(DigitalMultimedia Broadcasting-Terrestrial,DMB-T)信號(hào)的協(xié)作頻譜感知算法,主要?jiǎng)?chuàng)新點(diǎn)如下:
  (1)基于能量檢測(cè)的最優(yōu)協(xié)作頻譜感知算法指出,將較大觀測(cè)值賦

3、予較大的權(quán)重進(jìn)行數(shù)據(jù)融合可以得到更好的檢測(cè)性能,論文提出了一種加權(quán)1比特協(xié)作頻譜感知算法。設(shè)計(jì)雙門(mén)限將觀測(cè)能量值分為3個(gè)區(qū)域,當(dāng)能量值落入中間區(qū)域時(shí),本地感知次用戶不傳送任何信息到數(shù)據(jù)融合中心。在虛警概率固定的條件下來(lái)最大化檢測(cè)概率,通過(guò)將中間區(qū)域的權(quán)重值分段來(lái)簡(jiǎn)化整個(gè)優(yōu)化過(guò)程。在協(xié)作頻譜感知次用戶數(shù)為4,采樣點(diǎn)數(shù)為100,主用戶到次用戶之間信道獨(dú)立同瑞利分布,系統(tǒng)虛警概率不高于0.01并且漏檢概率不高于0.1時(shí),提出算法性能與等增益合

4、并(Equal Gain Combining,EGC)算法相當(dāng),相比傳統(tǒng)“OR算法”要有0.5 dB的性能增益并且可以減少約39%向數(shù)據(jù)融合中心傳送感知結(jié)果的比特開(kāi)銷(xiāo)。
  (2)提出了一種基于協(xié)作感知次用戶數(shù)量的加權(quán)比特?cái)?shù)據(jù)融合算法,根據(jù)參與協(xié)作頻譜感知的用戶數(shù)量來(lái)確定所使用的門(mén)限數(shù)量和相應(yīng)區(qū)域?qū)?yīng)的權(quán)重值,在虛警概率固定的條件下提出了一種搜索方法來(lái)尋找最優(yōu)門(mén)限值,以達(dá)到檢測(cè)概率最大化。在采樣點(diǎn)數(shù)為100,主用戶到次用戶之間信道

5、獨(dú)立同瑞利分布情況下,當(dāng)協(xié)作感知次用戶數(shù)大于3時(shí),提出的加權(quán)數(shù)據(jù)融合算法性能甚至優(yōu)于EGC算法,同時(shí)提出的門(mén)限值搜索方法還適用于其他權(quán)重設(shè)置下最優(yōu)門(mén)限值的搜索。
  (3)提出了一種基于信號(hào)EPD的協(xié)作頻譜感知算法。感知次用戶將接收的每個(gè)采樣信號(hào)能量與給定門(mén)限值作比較,統(tǒng)計(jì)大于該門(mén)限值的樣點(diǎn)個(gè)數(shù)傳送給數(shù)據(jù)融合中心。數(shù)據(jù)融合中心將感知疊加結(jié)果與噪聲EPD進(jìn)行相關(guān)運(yùn)算來(lái)得到最終的判決結(jié)果,理論分析了利用EPD來(lái)區(qū)分主用戶信號(hào)與噪聲信號(hào)

6、的協(xié)作頻譜感知檢測(cè)性能。當(dāng)次用戶使用的采樣樣點(diǎn)很少時(shí),由于本地報(bào)告結(jié)果為大于給定門(mén)限的數(shù)量,EPD算法的量化比EGC算法容易,同時(shí)不需要主用戶的先驗(yàn)信息。此外論文還研究了利用EPD來(lái)區(qū)分不同主用戶信號(hào)類(lèi)型的判錯(cuò)概率。
  (4)研究了我國(guó)DMB-T系統(tǒng)的協(xié)作頻譜感知算法。DMB-T系統(tǒng)共有三種幀頭模式,根據(jù)信道情況實(shí)際應(yīng)用只使用其中的一種。論文理論上分析了三種模式單節(jié)點(diǎn)能量檢測(cè)算法的虛警和漏檢概率。對(duì)于幀頭模式2,提出了基于匹配濾

7、波器方法的單節(jié)點(diǎn)相關(guān)頻譜感知算法;對(duì)于幀頭模式1和模式3,提出了新的擴(kuò)展PN序列作為本地相關(guān)序列來(lái)進(jìn)行單節(jié)點(diǎn)頻譜感知。仿真結(jié)果表明提出的相關(guān)頻譜感知算法相比能量檢測(cè)、PN序列相關(guān)(PN Correlation,PNC)和循環(huán)擴(kuò)展相關(guān)(CyclicExtension Correlation,CEC)頻譜感知算法,其檢測(cè)性能要優(yōu)越很多?;谔岢龅谋镜叵嚓P(guān)檢測(cè)算法,論文研究了最優(yōu)1比特?cái)?shù)據(jù)融合算法、基于協(xié)作次用戶數(shù)量的加權(quán)數(shù)據(jù)融合算法、EGC

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論