论文部分内容阅读
认知无线电(Cognitive Radio,CR)是一种动态频谱接入(Dynamic Spectrum Access,DSA)技术,通过感知周围频谱环境能够迅速准确地探测到未被授权用户占用的频段,在不干扰授权用户正常通信的同时,使非授权用户暂时接入授权频段进行工作,以达到提高频谱利用率的目的。频谱感知(Spectrum Sensing,SS)作为发现空闲频谱同时避免干扰授权用户正常通信的关键技术,是实现认知无线电技术的前提和关键。随着无线通信技术飞速发展,传统的窄带频谱感知越来越无法满足用户对频谱资源的需求,而宽带频谱感知(Wideband Spectrum Sensing,WSS)因其感知范围广,可为认知用户提供更多的频谱接入选择,逐渐成为当前认知无线电领域的研究热点。目前,宽带频谱感知技术面临的最大挑战就是采样率过高的问题。压缩感知(Compressed Sensing,CS)理论表明,充分利用宽带频谱的稀疏性可以实现低采样率下的宽带频谱感知。本文围绕宽带压缩频谱感知(Wideband Compressed Spectrum Sensing,WCSS)关键技术展开研究,主要研究工作和创新成果如下:1、针对现有随机测量矩阵因其较高的列相关性导致信号重构结果不唯一的问题,本文提出一种测量矩阵优化算法。该算法一方面通过平均化Gram矩阵特征值的方式,来降低测量矩阵的整体列相关性;另一方面通过利用阈值函数收缩Gram矩阵中较大的非对角元素的方式,使测量矩阵的最大列相关性得以降低。然后通过贪婪迭代的方式,使测量矩阵逐步逼近最优模型,直至得到满足要求的测量矩阵。最后通过仿真实验,证明了算法的有效性,且与同类算法相比,该算法对测量矩阵具有更好的优化效果。2、针对宽带频谱感知技术在实际应用中存在的盲稀疏度问题,本文提出一种稀疏度自适应信号重构算法——差分自适应匹配追踪(Differential Adaptive Matched Pusuit,DAMP)。该算法首先利用原子匹配测试的方法对信号稀疏度进行初始估计;其次对信号测量进行排序差分运算,通过参考初始稀疏度,找到最佳“断层”位置,从而估计信号支撑集;然后通过贪婪迭代的方式,使残差逐步降低,直至满足预定要求,进而得到精确的稀疏度估计,最后完成信号重构。通过仿真实验,验证了DAMP算法的有效性,且与同类算法对比,重构性能更好。3、针对噪声折叠现象严重影响信号重构性能的问题,本文提出一种基于噪声滤波矩阵的选择性压缩测量去噪重构算法。该算法首先利用观测数据以及相关统计学知识来构造噪声滤波矩阵;然后利用噪声滤波矩阵辅助测量矩阵实现对稀疏信号的选择性测量,以达到从源头上抑制噪声折叠现象、提高重构性能的目的;最后利用现有重构算法恢复原始信号。仿真实验表明,与同类算法相比,该算法具有更好的抑制噪声效果。