论文摘要
随着无线通信技术的迅猛发展,WIFI、蓝牙、ZigBee、3G/LTE等各种无线通信标准层出不穷,无线频谱资源日益紧张。美国联邦通信委员会FCC调查发现,已经分配给授权用户的频谱未被充分利用。在通常情况下,现有通信系统的频谱利用率在15%～85%之间变化。认知无线电(Cognitive Radio, CR)作为一种有效提高频谱利用率的无线资源管理技术,可以解决急剧增长的频谱需求和有限的频谱资源之间的矛盾。因此,CR技术受到了国内外相关领域研究学者的广泛关注。CR技术主要分为频谱感知、频谱分析和频谱决策三个过程。其中频谱感知要确保准确检测主用户的同时尽可能避免对其造成干扰,是CR通信系统信息处理的第一个环节,也是目前研究的热点问题。本文首先研究基于能量检测的宽带频谱感知技术,并利用宽带信号频谱的稀疏性,对基于压缩感知的宽带频谱感知性能从不同的方面进行了实验分析。然后,本文建立基于压缩感知的宽带协作频谱感知模型,对基于分布式压缩感知的宽带协作频谱感知性能进行分析,通过仿真实验验证了频谱感知技术在亚奈奎斯特采样率下的检测性能。经研究发现,CR网络中各节点之间的感知信息存在着大量的相关性,合理利用节点之间的相关特性不仅可以提高频谱感知算法的检测性能,还可以降低系统采样速率。本文根据CR网络分布式的特点,以网络中各节点信息处理之间的相关性为基础,提出基于分布式估计机制的协作频谱感知算法。该算法首先在各节点中,对宽带信号进行分布式压缩采样,广播采样数据给邻居节点。节点利用自身信息和接收的邻居节点信息之间的相关性联合重构原信号的频谱信息,减少了重构误差和能量开销。之后各个节点根据基于Diffusion分布式估计机制选择最优的邻居节点进行数据采集,采用扩散矩阵作为加权因子协作更新频谱估计值,并以较小的均方误差快速实现对信号频谱信息的最优估计。最后,各个节点比较估计的频谱信息和门限,独立做出判决。仿真实验结果表明：本文提出的算法与分布式平均一致性估计的协作频谱感知方法相比,可以在较短的时间获得较高的协作增益,提高了系统感知性能,满足实际网络对频谱感知技术强实时性和高可靠性的要求。