基于压缩感知的宽带频谱感知技术研究

《基于压缩感知的宽带频谱感知技术研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、博士学位论文基于压缩感知的宽带频谱感知技术研究RESEARCHONWIDE-BANDSPECTRUMSENSINGBASEDONCOMPRESSIVESENSING李含青哈尔滨工业大学2014年7月 国内图书分类号：TN929.5国际图书分类号：621.396学校代码：10213密级：公开工学博士学位论文基于压缩感知的宽带频谱感知技术研究博士研究生：李含青导师：郭庆教授申请学位：工学博士学科：信息与通信工程所在单位：电子与信息工程学院答辩日期：2014年7月授予学位单位：哈尔滨工业大学 ClassifiedIndex:TN

2、929.5U.D.C:621.396DissertationfortheDoctoralDegreeinEngineeringRESEARCHONWIDE-BANDSPECTRUMSENSINGBASEDONCOMPRESSIVESENSINGCandidate：Supervisor：LiHanqingProf.GuoQingAcademicDegreeAppliedfor：DoctorofEngineeringInformationandCommunicationSpeciality：EngineeringSchoolo

3、fElectronicsandAffiliation：InformationEngineeringJuly,2014DateofDefence：Degree-Conferring-Institution：HarbinInstituteofTechnology 摘要摘要认知无线电在软件无线电的基础上发展而来，能够通过对外界频谱环境的持续感知，及时发现并使用授权频段内尚未被主用户利用的空闲频谱，是一种可以有效提高频谱资源利用效率的智能无线电技术，也能够有效缓解随着无线通信用户数量急剧增加和无线通信技术迅速发展而变得日益严峻的频

4、谱资源稀缺问题。频谱感知技术是构建认知无线电系统、实现认知无线电应用的核心技术，也是保证认知无线电系统发现并充分利用频谱资源、保护授权主用户免受有害干扰的重要前提。随着无线通信业务的高速发展，对无线频谱资源需求急剧增加，为了进一步提高对于频谱资源的利用，宽带频谱感知技术成为认知无线电领域的重要研究方向。在宽带认知无线电系统中，由于主用户通常对宽带频谱利用率较低，只占用其中少量频谱资源，因此主用户信号在频域上具有稀疏性，可以利用压缩感知实现宽带频谱感知。宽带压缩频谱感知技术利用信号的频域稀疏特性，通过随机测量将高维信号投影到

5、低维测量结果，并采用优化算法准确重构原信号，从而能够以远低于奈奎斯特准则的采样速率直接扫描宽带频谱，在降低认知用户采样负担的同时实现高效快速的宽带频谱感知。然而，宽带压缩频谱感知技术仍面临一些挑战：首先，无线衰落环境会造成隐终端问题，影响宽带压缩频谱感知的检测性能；其次，宽带频谱稀疏度先验信息受限会使认知用户在进行宽带压缩频谱感知时难以确定合适的采样速率，进而导致采样开销的浪费或是导致感知性能的下降；此外，认知无线电系统中可能存在一些恶意认知用户，通过在数据融合过程中发送虚假的感知信息来攻击系统，使宽带压缩频谱感知的性能严

6、重降低。为解决上述问题，本文研究了在集中式认知无线电网络和分布式认知无线电网络中，如何通过结合压缩感知理论和多认知用户联合频谱感知技术来提高系统在无线衰落环境下对于宽带频谱的感知性能。针对主用户信号稀疏度先验信息受限的情况，本文基于顺序压缩感知提出能够自适应确定最佳随机测量次数的宽带频谱感知算法。此外，对恶意认知用户攻击下的可靠宽带压缩频谱感知算法也进行了研究。本文主要研究内容和成果列举如下：首先，本文对传统的窄带频谱感知技术进行介绍，并指出感知宽带频谱时认知无线电系统所面临的挑战。在详细介绍压缩感知原理的基础上，分析宽带

7、压缩频谱感知技术特点。针对由无线衰落环境引起的隐终端问题，提出能够解决该问题的多用户联合频谱感知方法。最后对本文重点研究的多认知用户集中-I- 哈尔滨工业大学工学博士学位论文式和分布式宽带认知无线电网络结构进行详细分析，并给出了衡量宽带压缩频谱感知的性能指标，为本文研究工作的展开进行了铺垫。其次，为了解决信道衰落和噪声环境所造成的隐终端问题，以及感知宽带频谱所面临的采样负担过大的问题，本文针对所提出的集中式和分布式的宽带认知无线电网络频谱感知场景，在压缩感知理论基础上分别给出了集中式协作和分布式协作的宽带频谱感知算法。认知

8、用户以远低于奈奎斯特准则的速率对宽带信号进行采样，并通过协作获得空间分集增益，有效缓解无线衰落环境对感知性能所造成的不利影响。同时，考虑到各个认知用户本地待重构信号频谱的联合稀疏特性，系统利用迭代支持检测技术从低维的压缩测量结果中准确重构原信号，并提升频谱感知性能。仿真表明，本文算法能够降低系统的采样负