基于壓縮感知的頻譜檢測(cè)算法的研究.pdf

1、隨著通信技術(shù)快速發(fā)展、無(wú)線通信業(yè)務(wù)不斷增長(zhǎng)，頻譜資源分配日益緊張。認(rèn)知無(wú)線電技術(shù)為解決頻譜匱乏問(wèn)題、實(shí)現(xiàn)頻譜資源分配與動(dòng)態(tài)管理以及提高頻譜資源的利用效率提供了強(qiáng)而有力的技術(shù)支持。頻譜感知是認(rèn)知無(wú)線電技術(shù)的基礎(chǔ)，認(rèn)知無(wú)線電(Cognitive Radio，CR)要求快速準(zhǔn)確地對(duì)寬帶頻譜進(jìn)行感知，這就向數(shù)/模轉(zhuǎn)換器提出了高速率要求。越來(lái)越高的采樣速率逐漸成為限制通信技術(shù)發(fā)展的一大瓶頸，這促使人們轉(zhuǎn)而尋找能夠低速采樣的新技術(shù)。壓縮感知(Com

2、pressed Sensing，CS)便是這樣一種技術(shù)，它打破了奈奎斯特采樣定理的限制，僅通過(guò)少量檢測(cè)點(diǎn)數(shù)便能實(shí)現(xiàn)信號(hào)的重建與檢測(cè)。本文對(duì)基于壓縮感知的頻譜感知算法進(jìn)行了研究。
　　考慮到實(shí)際應(yīng)用中頻譜占用通常具有稀疏性，根據(jù)頻譜占用特點(diǎn)和頻譜檢測(cè)的要求，本文提出了一種基于差分信號(hào)壓縮感知(Differential Signal Compressed Sensing，DSCS)的寬帶頻譜感知方法。該方法在能量檢測(cè)法的基礎(chǔ)上引入壓縮

3、感知理論，使系統(tǒng)能以遠(yuǎn)低于奈奎斯特采樣速率的速率對(duì)信號(hào)無(wú)損采樣，降低了對(duì)系統(tǒng)硬件的要求；為降低計(jì)算量、提高算法穩(wěn)定性，該方法通過(guò)檢測(cè)差分信號(hào)代替檢測(cè)信號(hào)本身作為判斷頻譜占用變更的依據(jù)；為根據(jù)實(shí)際需要更靈活地調(diào)整算法準(zhǔn)確度、降低計(jì)算復(fù)雜度，引入精度作為算法的迭代停止條件。仿真結(jié)果表明，適當(dāng)?shù)木认?DSCS法能夠大降低迭代次數(shù)、減少計(jì)算量，并獲得較一般方法更好的檢測(cè)性能。
　　由于在對(duì)多源、多維信息協(xié)同利用和綜合處理方面的缺乏，單點(diǎn)

4、檢測(cè)對(duì)檢測(cè)對(duì)象的整體性、系統(tǒng)性考慮不夠充分，在準(zhǔn)確性、可靠性和實(shí)用性等各方面都有所缺憾。因此有必要引入多節(jié)點(diǎn)協(xié)同檢測(cè)，其中的集中式數(shù)據(jù)融合算法具有無(wú)信息丟失、數(shù)據(jù)全面、最終判決結(jié)論的置信度高等優(yōu)勢(shì)，但這一算法由于其傳輸數(shù)據(jù)量大、信息處理時(shí)間長(zhǎng)、融合中心負(fù)擔(dān)過(guò)重，會(huì)對(duì)系統(tǒng)響應(yīng)能力造成一定影響?；趬嚎s感知理論框架，本文提出了一種基于壓縮感知的多節(jié)點(diǎn)集中式檢測(cè)方案，該方案在繼承了集中式優(yōu)點(diǎn)的同時(shí)極大地降低了采樣速率，減少了傳輸數(shù)據(jù)量與存儲(chǔ)時(shí)

5、間。
　　壓縮感知重建算法是hard NP?問(wèn)題，計(jì)算復(fù)雜度高，特別對(duì)于寬帶信號(hào)重建過(guò)程耗時(shí)過(guò)長(zhǎng)，不利于實(shí)時(shí)性應(yīng)用。使用差分信號(hào)與多節(jié)點(diǎn)檢測(cè)對(duì)于重建算法的效率與性能有一定程度地改善，但是沒(méi)有從根本上改變。本文將神經(jīng)網(wǎng)絡(luò)技術(shù)引入基于CS的寬帶頻譜檢測(cè)方案，用BP神經(jīng)網(wǎng)絡(luò)模擬取代重建算法過(guò)程，將計(jì)算復(fù)雜度從檢測(cè)占用情況轉(zhuǎn)移到網(wǎng)絡(luò)訓(xùn)練上來(lái)。仿真結(jié)果顯示在對(duì)數(shù)據(jù)進(jìn)行1-bit量化處理以后，系統(tǒng)能在較短時(shí)間內(nèi)根據(jù)輸入的檢測(cè)信號(hào)得到頻譜占用情