论文部分内容阅读
随着社会的发展,无线通信对人类的生活影响越来越大,与此同时,频谱资源的需求量也在不断增大;传统无线频谱资源分配模式制约着频谱使用的灵活性,产生频谱资源稀缺的问题。为了迎合时代的发展,最大化满足通信需求,CR(Cognitive Radio,认知无线电)中的SS(Spectrum Sensing,频谱感知)技术成为通信领域里的研究热点,它能在无线环境中不断地感知和获取频谱的状态,让更多用户及时利用空闲频谱进行通信,从而提高频谱资源的利用率。本文以判断无线环境中PU(Primary User,主用户)的频谱状态为目标,主用户存在与否满足SVM(Support Vector Machine,支持向量机)的离散分类特性,通过将SVM与频谱感知技术相结合,研究基于SVM下的频谱感知技术,有利于CR事业的发展。文中在对CR的基本技术进行分析的基础上,重点对CR中的频谱感知技术进行研究。本文的主要工作内容为:1.对传统ED(Energy Detection,能量检测)、匹配滤波等频谱感知算法的理论以及工作原理进行详细介绍,并重点分析其各自的优缺点,在此基础上讲述协作式频谱感知的方法,该方法主要对频谱感知的灵敏度不高、检测可靠性低等问题加以改善。2.通过对SVM相关理论以及核函数特性的学习,实现一种基于SVM的频谱感知技术,实验仿真表明基于SVM下的频谱感知算法的检测精度比传统的频谱感知算法高,其感知效果也更好。3.针对单节点频谱感知工作中存在的问题,在对SVM的理论进行分析的基础上,对基于SVM的协作式频谱感知算法进行研究,实验得到基于SVM下的协作式频谱感知算法的检测性能比单节点频谱检测算法好;通过在“and”、“or”、“K秩”数据融合准则下的实验,表明“K秩”数据处理准则下的频谱感知算法能显著地增强感知效果,提高感知准确度;文中进行了基于SVM与不基于SVM下的协作式频谱感知性能的实验仿真,仿真结果表明基于SVM下的协作式频谱感知算法较好。