協作式压缩感知对于宽带频谱的检测.docVIP

协作式压缩感知对于宽带频谱的检测 摘 要：高斯过程的协作压缩频谱感知（PBCS）算法是关于在低信噪比的环境下检测频谱能下降的问题，这是针对协作式压缩感知对宽带频谱的检测。这种算法应用层次化正态分布模型找出各个宽带认知无线电用户上一时间压缩感知的模型参数，每个用户再交换模型参数进行重构协作式压缩频谱，再利用其检测出用户可用的信道，本文的算法减小了对其他用户的影响作为处于低信噪比的协作用户的协作信息。和其他直接融合频谱感知结果或检测数据的协作式算法有很大的区别。从仿真实验可以看出，分布式压缩频谱感知在-5dB的信噪比条件下误检概率为0.10、检验概率0.90的频谱检测性能。这可以很大程度上减小信噪比低的协作用户的影响。 关键词：宽带频谱的检测；协作压缩感知；亚奎斯特采样；高斯过程 Collaborative compressed sensing for broadband spectrum detection Abstract：Gauss process distributed compression spectrum sensing (PBCS) algorithm in the low SNR environment detection spectrum can be decreased, which is directed to the collaborative compressed sensing for broadband spectrum detection. This algorithm is applied hierarchical normal distribution model to identify the various broadband cognitive radio users time compressed sensing model parameters, each user to exchange model parameters are reconstructed collaborative spectrum compression, and use these to detect user channel, This algorithm reduces to other users of the effect as in the low SNR collaborative user collaborative information . And other direct fusion spectrum sensing result or test data of the collaborative algorithm has the very big difference. From the simulation results can be seen, the distributed compression of spectrum sensing in -5dB SNR condition error probability of 0.10, inspection probability 0.90 spectrum detection performance . This can largely reduce the SNR of the collaborative user influence. Key words: PBCS; collaborative compressed sensing; Sub-Nyquist sampling; Gauss process; 1引言 认知无线电网络协作压缩频谱感知的检测和算法，在解决无线通信系统中频谱资源没有有限的利用以及频谱利用率不高等一系列的问题上显示出其具有的研究价值。其中宽带认知无线电（wideband cognitive radio,即WCR）能提高宽带范围内频谱的利用率。提高频谱的利用率是当下解决频谱资源没有有限的利用的一个有效技术。宽带频谱感知技术的精华是可以在短时间内提供认知无线电频谱介入更多的机会（文献），检测出用户（computer user）当时状态，以便WCR用户检测出当前可用子信道信息，通过压缩感知（CS）理论（文献）为基础的宽带频谱感知技术能有效降低宽带模拟信号的采样速率，同时射频前端模拟数字转换器（ADC）有较高的采样速率，因此受到了广泛的关注。压缩感知技术以离散化频谱的稀疏性为前提，通过亚奈斯特采