认知无线电网络中基于能量检测的频谱检测研究

[复制链接]
查看: 216|回复: 0

2万

主题

3万

帖子

7万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
72345
发表于 2023-9-22 11:21:41 | 显示全部楼层 |阅读模式
目:


雅宝题库答案
****此区域为收费内容****    需支付 1 知识币后可查看,1币=0.01元查看答案


雅宝题库解析:
认知无线电网络(Cognitive Radio,CRN)是一个智能无线通信网络,它通过检测周围的无线通信环境,使用人工智能技术从中学习,实时自适应的改变系统工作参数,保证高速可靠的通信,实现时间、空间或频率等多维度上对空闲频谱资源的重复利用和共享。频谱检测作为CRN的一项关键技术,一方面需要检测到授权用户占用频段的情况,减少认知用户对它们的干扰,另一方面需要准确检测空闲的频谱资源,提高频谱利用率。鉴于能量检测实施简单,在不知道授权用户信号类型的情况下也可进行检测,具有较广的适用范围,因此,本文主要研究基于能量检测的频谱检测算法,主要内容如下。1.为了解决典型基于硬信息融合决策的协作频谱检测在数据融合时未考虑认知用户判决结果之间差异性而造成的较低检测性能题目,提出了一种加权的协作频谱检测(WCSS)算法。该算法通过认知用户本地接收的SNR获得检测判决结果的权重,并按照信任权重之和较大用户的准则进行判决,从而可以很好地提高频谱检测性能。仿真结果表明,在低SNR情况下,WCSS算法与单用户检测、“AND”算法和“OR”算法相比,有更高的检测概率;各认知用户检测阈值相同时,通过合理选择阈值,WCSS与“AND”算法和“OR”算法相比,有较低的检测错误概率。2.认知无线电网络中采用Dempster-Shafer(D-S)证据理论进行协作频谱检测的算法未充分考虑各认知用户可信度的差异性,不能有效提高检测性能。为了解决这个题目,提出了一种基于D-S证据理论的加权协作频谱检测算法(DS–WCSS)。该算法使用能量检测进行本地检测,利用两种假设检验条件下检验统计量的方差和均值来评估各认知用户可信度的差异性,进而给出各认知用户可信度的权重,更加有效地预估了各认知用户频谱检测的可信度,最后使用D-S证据理论进行数据融合和判决。仿真结果表明,与基于D-S证据理论和典型硬判决的协作频谱检测算法相比,DS-WCSS可以有效地提高检测性能。





上一篇:分岔理论在胰腺β细胞放电中的应用
下一篇:甚高频空地数据链模式二核心模块研究与实现
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩课程推荐
|网站地图|网站地图