發(fā)布時間：2019-03-01 12:29

【摘要】：如今頻譜資源稀缺問題已成為熱點問題之一,認知無線電技術是解決該問題的一種重要手段�；�于擬合優(yōu)度(Go F)檢驗的頻譜感知算法是一種優(yōu)秀的感知算法,它不需要知道任何主用戶的信息,而且能夠在較少的采樣點條件下達到較優(yōu)的檢測性能。已有的基于擬合優(yōu)度檢驗的頻譜感知算法雖然能夠在靜態(tài)信號下表現(xiàn)出優(yōu)異的性能,但是在檢測動態(tài)信號時性能急劇下降。針對這個問題,本文提出了一種基于最大特征值的擬合優(yōu)度檢測算法利用隨機矩陣理論分析了信號協(xié)方差矩陣的最大特征值分布,通過Go F檢驗來感知主用戶的存在性,在檢測動態(tài)信號時仍能保持優(yōu)異的檢測性能。此外,在所提算法中,設計了一種低復雜度的擬合準則,它能夠降低Go F算法擬合統(tǒng)計量的計算復雜度,并提高算法檢測性能。仿真結果表明了所提檢測算法和擬合準則的有效性。
[Abstract]:Nowadays, the scarcity of spectrum resources has become one of the hot issues. Cognitive radio technology is an important means to solve this problem. The spectrum sensing algorithm based on goodness-of-fit (Go F) test is an excellent sensing algorithm. It does not need to know the information of any master user, and it can achieve better detection performance under the condition of fewer sampling points. Although the existing spectral sensing algorithms based on goodness-of-fit test can perform excellent performance under static signals, the performance of detection of dynamic signals decreases dramatically. In order to solve this problem, a goodness-of-fit detection algorithm based on maximum eigenvalues is proposed in this paper. The maximum eigenvalue distribution of signal covariance matrix is analyzed by using random matrix theory, and the existence of master users is perceived by Go F test. In the detection of dynamic signals can still maintain excellent detection performance. In addition, in the proposed algorithm, a low complexity fitting criterion is designed, which can reduce the computational complexity of the fitting statistics of Go-F algorithm and improve the detection performance of the algorithm. The simulation results show that the proposed detection algorithm and fitting criterion are effective.
【作者單位】： 大連理工大學信息與通信工程學院;
【分類號】：TN925

【相似文獻】

相關期刊論文 前5條

1 雷茜;;R程序對χ~2擬合優(yōu)度檢驗的實現(xiàn)[J];湖北農(nóng)機化;2008年03期

2 張偉;王國玉;曾勇虎;汪連棟;;飛機目標動態(tài)RCS分布特性研究[J];電波科學學報;2010年01期

3 趙潔;;Cox比例危險率模型中的擬合優(yōu)度檢驗[J];吉林廣播電視大學學報;2014年06期

4 陳昭憲;AMSAA模型的增長分析[J];電子產(chǎn)品可靠性與環(huán)境試驗;1995年01期

5 ;[J];;年期

相關博士學位論文 前1條

1 戴家佳;多元擬合優(yōu)度檢驗與復發(fā)事件數(shù)據(jù)統(tǒng)計分析[D];北京工業(yè)大學;2009年

相關碩士學位論文 前10條

1 沈小欣;相協(xié)樣本下的似然比檢驗和擬合優(yōu)度檢驗[D];浙江師范大學;2015年

2 蘇夏瑩;線性回歸模型誤差分布的擬合優(yōu)度檢驗[D];華北電力大學;2015年

3 唐樂鋒;基于指數(shù)分布的AD擬合優(yōu)度檢驗頻譜感知技術研究[D];煙臺大學;2016年

4 涂慶;中小樣本的擬合優(yōu)度檢驗[D];華中師范大學;2007年

5 張瑩;基于殘差的無限非線性自回歸模型的擬合優(yōu)度檢驗[D];南京大學;2011年

6 郭麗紅;多元分布擬合優(yōu)度檢驗及其應用[D];華北電力大學;2014年

7 詹歡;基于經(jīng)驗歐氏似然的擬合優(yōu)度檢驗[D];廣西師范大學;2012年

8 李海鋒;最小非參似然比擬合優(yōu)度檢驗[D];廣西師范大學;2010年

9 張琪;分層病例對照數(shù)據(jù)下Logistic回歸模型的擬合優(yōu)度檢驗問題研究及應用[D];北京工業(yè)大學;2014年

10 張紅艷;現(xiàn)代統(tǒng)計學發(fā)展的一條主線[D];河北師范大學;2007年

，

本文編號：2432428