《OFDMA系統中的頻譜感知方法研究》是依託寧波大學，由金明擔任負責人的國家自然科學基金資助青年科學基金項目。
基本介紹
- 中文名：OFDMA系統中的頻譜感知方法研究
- 依託單位：寧波大學
- 項目負責人：金明
- 項目類別：青年科學基金項目
項目簡介,結題摘要,
項目簡介
現在及將來的許多無線通信標準採用了OFDMA技術，對OFDMA系統進行頻譜感知具有重要的理論和實際意義。本項目主要研究利用現代統計信號處理方法來提高OFDMA系統中的頻譜感知性能。內容包括：首先，針對單用戶情況，結合無線通信標準信號參數配置的特點，從OFDM信號的時域統計特性角度研究循環前綴特性，進而設計出具有高性能的頻譜感知方法；然後，根據頻譜感知方法的實現機理剖析系統誤差的作用，提出穩健的頻譜感知方法；接著，針對多用戶OFDMA情況，利用貝葉斯理論研究動態頻段劃分方法；最後，利用頻段劃分得到的統計參數研究寬頻頻譜感知方法。
結題摘要
研究了利用OFDM 信號特徵實現穩健高性能的頻譜感知方法、寬頻頻譜感知方法、信道訪問策略、目標定位等。主要內容如下： （1）研究數字廣播信號（DTV）的能量檢測法。在大量的低複雜度檢測方法中，能量檢測法具有優越的性能，但是它對噪聲不確定性敏感。利用DTV信號的導頻周期性，提出一種具有低複雜度的噪聲功率估計方法。該噪聲功率估計方法即使在多經環境下也能有效工作，並且不需要時間實現了全盲和穩健的能量檢測法，解決了傳統能量檢測法對噪聲不確定性敏感的問題。結果表明，採用所提出的噪聲功率估計方法，能量檢測法的性能優於導頻相關性方法。 （2）研究了在大尺度衰落信道環境下的盲協作頻譜感知方法。首先分析了基於Friedman的非參數頻譜感知方法及其性能。由於基於Friedman的非參數頻譜感知方法需要進行瞬時功率數據的傳輸以及排序操作，因此它具有相對較高的數據傳輸開銷和計算量。為了客服這些缺點，我們提出了一種盲的協作式參數化檢測方法，所提出方法只需要傳輸本地的平均功率並且不需要排序操作。與非參數化頻譜感知方法相比，所提出的方法具有更高的檢測性能，同時具有較低的傳輸開銷和計算量。 （3）協方差矩陣檢測法通過利用授權用戶信號的時域和/或頻域相關性實現具有低複雜度的頻譜感知。然而，當信號相關性降低時，它的檢測性能急劇下降。我們通過引入基於數據驅動的權值提出了一種基於加權協方差矩陣的頻譜感知方法。分析了低信噪比時所提方法的虛警機率、判決門限和檢測機率的理論表達式。通過計算機仿真驗證了理論表達式。仿真和實測數據表明所提方法遠優於最初的協方差檢測法。 （4）擬合優度檢驗（GoF）常被用於頻譜感知。提出了一種基於單邊假設檢驗的GoF頻譜感知方法。在有限離散樣本條件下，推導了新方法的檢驗統計量表達式。與已有的GoF頻譜感知方法相比，所提出的方法在提高頻譜感知性能的同時，降低了計算量。 （5）針對超寬頻信號，傳統基於乃奎斯特理論的信號檢測方法需要較高的採樣速率。這是的它很難用硬體實現。為了解決這一問題，研究了針對脈衝無線超寬頻的基於壓縮感知的信號檢測問題。通過利用該類信號在時域的稀疏性，我們基於壓縮感知設計了一種新的自適應加權正交匹配追蹤算法。仿真結果表明所提出的算法在遠低於乃奎斯特採樣率時能有效檢測信號。與現有的匹配追蹤算法相比，所提方法具有更高的檢測性能，特別在低信噪比時。
