資源描述：
《基于均勻線陣的頻譜感知算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、中圖分類(lèi)號(hào)：TN929.5論文編號(hào)：102870416-S067學(xué)科分類(lèi)號(hào)：081001碩士學(xué)位論文基于均勻線陣的頻譜感知算法研究研究生姓名李阿明學(xué)科、專(zhuān)業(yè)通信與信息系統(tǒng)研究方向數(shù)字通信指導(dǎo)教師黨小宇副教授南京航空航天大學(xué)研究生院電子信息工程學(xué)院二О一五年十二月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofElectronicandInformationEngineeringSensorArrayBasedSpectrumSensingTechnologyA
2、ThesisinCommunicationandInformationSystembyAmingLiAdvisedbyAssoc.Prof.XiaoyuDangSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringDecember,2015承諾書(shū)本人聲明所呈交的碩士學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果，也不包含為獲得南京航空航天大學(xué)或其他教育機(jī)構(gòu)的學(xué)
3、位或證書(shū)而使用過(guò)的材料。本人授權(quán)南京航空航天大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。（保密的學(xué)位論文在解密后適用本承諾書(shū)）作者簽名：日期：南京航空航天大學(xué)碩士學(xué)位論文摘要物聯(lián)網(wǎng)技術(shù)（InternetofThings，IoT）、4G、5G等無(wú)線通信技術(shù)的高速發(fā)展將帶來(lái)巨大的無(wú)線接入量和移動(dòng)數(shù)據(jù)流量，給整個(gè)社會(huì)帶來(lái)巨大的生產(chǎn)力。但是有限的無(wú)線頻譜資源及其分配方式已經(jīng)成為了制約新興技術(shù)的關(guān)鍵因素。目前頻譜的靜態(tài)分配方式已無(wú)法滿(mǎn)足人們的需求，人們積極尋求更為高效合理的頻譜利用方式。認(rèn)知無(wú)線
4、電(CognitiveRadio，CR)的出現(xiàn)為動(dòng)態(tài)高效地利用頻譜資源提供了系統(tǒng)的解決方案，而頻譜感知技術(shù)則是CR系統(tǒng)的關(guān)鍵技術(shù)和基礎(chǔ)前提。它通過(guò)積極主動(dòng)地感知授權(quán)用戶(hù)（PrimaryUser，PU）信號(hào)，尋找在各種維度中出現(xiàn)的未被充分利用的頻譜資源，即頻譜空洞（SpectrumHole），為認(rèn)知用戶(hù)（SecondaryUser，SU）的動(dòng)態(tài)頻譜接入（DynamicSpectrumAccess，DSA）提供支持，進(jìn)而實(shí)現(xiàn)對(duì)頻譜資源的動(dòng)態(tài)共享（DynamicSpectrumSharing，DSS）。論文首先分析了現(xiàn)有的基礎(chǔ)的頻譜感知算法，并給出了天線陣模
5、型下的能量檢測(cè)算法，給出了其性能分析表達(dá)式在天線陣模型下的推廣形式。然后，分析了基于協(xié)方差特性的頻譜感知方法，該方法的核心思想是信號(hào)的出現(xiàn)將反映在協(xié)方差矩陣的形式上，通過(guò)衡量協(xié)方差矩陣形式的改變，來(lái)衡量是否有效感知到信號(hào)的存在?；谔卣髦档念l譜感知方法由協(xié)方差矩陣頻譜感知算法發(fā)展而來(lái)，該算法基于特征子空間技術(shù)，能有效反映出協(xié)方差的變化。同時(shí)該方法在物理意義上也能反映出信號(hào)的功率、相關(guān)性等，是便捷有效的頻譜感知方法。在上述兩類(lèi)算法中，對(duì)協(xié)方差矩陣的估計(jì)精度將直接影響頻譜感知的性能。文中通過(guò)使用時(shí)空二維協(xié)方差估計(jì)算法對(duì)協(xié)方差矩陣的估計(jì)算法進(jìn)行了改進(jìn)，能有效
6、提高上述兩類(lèi)頻譜感知算法的性能。由于特征值分布比較復(fù)雜，因此基于特征值的頻譜感知算法難以實(shí)現(xiàn)對(duì)關(guān)鍵指標(biāo)參數(shù)的控制。對(duì)于天線陣環(huán)境下，我們通過(guò)分析空間譜密度與特征值的關(guān)系，說(shuō)明了空間譜密度對(duì)特征值的可替代性。本文通過(guò)特征向量子空間方法，建立特征值與譜密度的關(guān)系，分析提出了天線陣條件下基于空間譜密度的頻譜感知算法。同時(shí)探討了信號(hào)入射角已知和未知兩種情況下的檢驗(yàn)統(tǒng)計(jì)量，并用順序統(tǒng)計(jì)量的最新研究成果，給出了統(tǒng)一的并具有明確物理意義的性能分析表達(dá)形式，能夠有效計(jì)算檢測(cè)概率和虛警概率的理論值。仿真有效驗(yàn)證了該方法的理論分析結(jié)果，并且該算法計(jì)算復(fù)雜度和性能方面比特征
7、值感知算法有一定的優(yōu)越性。關(guān)鍵詞：認(rèn)知無(wú)線電，頻譜感知，陣列天線，協(xié)方差矩陣，特征值，空間譜i基于均勻線陣的頻譜感知算法研究ABSTRACTTherapiddevelopmentofwirelesscommunicationtechnology,likeIoT,4G,5G,etc.,willbringhugeamountofwirelessaccessandmobiledatatraffic.Butthelimitedwirelessspectrumresourcesanditsallocationmethodshavebecomethekeyfact
8、orsthatrestrictthedevelopmentofnewtechnology.At
