《認知無線電非參數化頻譜感知技術的研究》是依託福州大學，由王俊擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：認知無線電非參數化頻譜感知技術的研究
- 依託單位：福州大學
- 項目類別：青年科學基金項目
- 項目負責人：王俊
項目摘要,結題摘要,
項目摘要
認知無線電技術通過實現頻譜資源的動態接入與共享，能夠解決現有的靜態頻譜分配機制與頻譜實際需求之間的矛盾，被視為下一代無線通信的核心技術。而頻譜感知技術，即認知無線電用戶通過智慧型感知來檢測無線電空頻帶，從而達到避免干擾授權用戶的目的，是實現認知無線電的關鍵技術。適應性強、魯棒性高的頻譜感知技術具有極大的研究價值。本項目在前期工作的基礎上，圍繞認知無線電的頻譜感知技術的理論研究以及實際套用中的關鍵性問題展開創新性研究，實現下列研究目標：1.完成基於非高斯非白噪聲下的非參數化頻譜感知技術的研究，建立適用於複雜噪聲、複雜信道條件下非參數化頻譜感知技術的理論。2.完成對授權用戶隨機到達及離開的建模的研究，建立授權用戶隨機到達及離開時非參數頻化譜感知技術的理論。3. 完成寬頻帶非參數化頻譜感知技術的理論以及實驗研究，建立寬頻條件下基帶與射頻的非參數化聯合感知方案，為將來的理論研究和實際套用奠定基礎。
結題摘要
在針對非參數化認知無線電頻譜感知方法的研究過程當中，本項目組針對目前的頻譜感知研究情況，提出了以下新的非參數化感知方法及其它相關的一些理論和套用： 1. 基於Huber混合模型的非參數化能量頻譜感知方法，該方法先假設真實噪聲方差在一定範圍內進行波動，然後在傳統能量檢測器前端加入一個限幅器，從而提高能量檢測器輸入的穩定性。仿真結果表明該方法能夠抵抗一定程度的噪聲不確定。 2. 基於循環平穩的非參數化分段式多循環頻譜感知方法，該方法將接收到的信號樣本數量按照循環周期進行分段，然後在每個分段上分別進行循環自相關的估計，然後再將這些估計量組成一個T2統計量，最後利用F判決得到最終結論。該方法能在不顯著降低性能的情況下大幅減低算法複雜度。 3. 在Alpha穩定噪聲下，基於自相關的非參數化頻譜感知方法，該方法是針對衝擊噪聲的情況，利用信號自相關特性而構建的，相比現有的自相關類感知方法，該方法可以有效地工作在Alpha穩定噪聲下。 4. 基於循環平穩的接近最優非參數化多用戶合作頻譜感知方法，該方法是首先計算單個用戶的判決統計量，然後在融合中心為每個判決量分配一個係數，然後根據最最佳化理論，得到在給定虛警機率條件下，最大化檢測機率的最優係數值，最後再通過估計的方式用已知量去估計該最優係數值。該方法可以工作未知噪聲功率、未知信道參數等條件下，因此是非參數化的；同時又由於該方法是用估計的方式去估計最優係數值，因此也是接近最優的。 5. 研究了包括一種具有穩定環路頻寬的頻率合成器和一種套用於零中頻接收機系統的跨導-電容（Gm-C）低通濾波器，從而為認知無線電寬頻條件下頻譜感知的射頻前端可重配置的實現打下套用基礎。
