APP下载

一种基于最大最小特征值的协同频谱检测算法

2011-03-27康安康

长春工业大学学报 2011年3期
关键词:信号检测

康安康, 何 斌

(1.秦皇岛91404部队,河北秦皇岛 066000; 2.中国科学院长春光学精密机械与物理研究所,吉林长春 130033)

0 引 言

随着从单一的语音通信向无线多媒体以及Web类型应用的转变,对更高数据率的需求正不断增加。然而,目前留给新系统、业务和技术的频谱非常少,甚至没有频谱可以分配。可用频谱的匮乏已经成为制约无线通信新技术发展的最大障碍。

认知无线电作为一个解决频谱拥挤问题的尝试而出现。自1999年瑞典的Jeseph Mitola[1]博士提出认知无线电的概念以来,认知无线电迅速成为无线通信领域的研究热点。认知无线电技术成为解决目前频谱资源紧张的有效手段。

当前许多新的单节点频谱感知方法陆续被提出。文献[2]提出了一种宽带多步频谱检测方法,该方法将整个的频谱检测工作分为两步进行,即粗检测方法和细检测方法;文献[3]提出了一些基于GLRT(广义似然比检验)的有效频谱感知方法。单节点的最大最小特征值检测法[4-5](Maximum and Minimum Eigenvalue,MME)是由新加坡电信研究院提出的。这种算法同能量检测一样具有复杂度低,不需要先验信息的优点,同时还能克服噪声不确定性的影响。文中在分析了上述方法的基础上,提出了一种基于最大最小特征值加权的协同频谱感知算法。该算法保持了单节点MME算法的优点,并且进一步提高了检测概率。

1 系统模型

在基本的发射机端检测中,系统模型[6]如下:

1)H0:接收信号只存在噪声(没有发射信号);

2)H1:接收信号中同时存在信号和噪声。

式中:ηi——噪声,这里假设N个样点上叠加的都是独立同分布的高斯白噪声,且ηi~N(0,σ2);

登录APP查看全文

猜你喜欢

信号检测
信号
完形填空二则
孩子停止长个的信号
小波变换在PCB缺陷检测中的应用
基于LabVIEW的力加载信号采集与PID控制
一种基于极大似然估计的信号盲抽取算法
高处信号强