认知无线电中改进的低复杂度联合检测方法

doi:10.13190/jbupt.201302.89.liyx

北京邮电大学学报 ›› 2013, Vol. 36 ›› Issue (2): 89-92.doi: 10.13190/jbupt.201302.89.liyx

认知无线电中改进的低复杂度联合检测方法

李映雪¹, 沈树群¹, 袁超伟², 王秋才²

1. 北京邮电大学电子工程学院, 北京 100876; 2. 北京邮电大学信息与通信工程学院, 北京 100876

收稿日期:2012-07-06 修回日期:2012-09-10 出版日期:2013-04-30 发布日期:2013-03-25
通讯作者: 李映雪 E-mail:liyingxueli@gmail.com
作者简介:李映雪（1982-），男，博士生，Email：liyingxueli@gmail.com；沈树群（1945-），男，教授，博士生导师
基金资助:
国家自然科学基金项目（60872149）

A Joint Spectral Detection Algorithm with Low Complexity in Cognitive Radio

LI Ying-xue¹, SHEN Shu-qun¹, YUAN Chao-wei², WANG Qiu-cai²

1. School of Electronic Engineering, Beijing University of Posts and Telecommunications, Beijing 100876, China;<br>2. School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing 100876, China

Received:2012-07-06 Revised:2012-09-10 Online:2013-04-30 Published:2013-03-25

摘要/Abstract

摘要：

认知无线电频谱检测中能量检测算法在低信噪比下检测效率低,而似然比检测(LRT)算法复杂度过高. 对此,首先在低信噪比下对LRT算法进行了化简,并给出了化简LRT算法性能参数的闭合表达式;提出了一种联合检测算法,在低信噪比条件下采用能量与简化LRT二次检测,在其他条件下则采用能量检测. 理论分析和仿真结果均表明,所提算法在低信噪比下能对主用户信号有效检测,且实现复杂度低,检测性能优于LRT算法.

关键词: 认知无线电, 似然比检测, 联合频谱检测, 能量检测

Abstract:

For the problem of energy detections inability of weak signals and the likelihood ratio test (LRT)s high computational complexity in cognitive radio, the LRT algorithm is simplified under low signal-to-noise ratio (SNR) and its performance parameters are calculated. A spectrum joint detection algorithm is presented based on the simplified LRT, in which the energy detector and the simplified LRT under low SNR are used. Simulation shows that the algorithm detects the primary user signal effectively under low SNR condition, and performs close performance with lower complexity than that of the well-known LRT.

Key words: cognitive radio, likelihood ratio test, joint spectral detection, energy detection

中图分类号:

TN929.53

李映雪, 沈树群, 袁超伟, 王秋才. 认知无线电中改进的低复杂度联合检测方法[J]. 北京邮电大学学报, 2013, 36(2): 89-92.

LI Ying-xue, SHEN Shu-qun, YUAN Chao-wei, WANG Qiu-cai. A Joint Spectral Detection Algorithm with Low Complexity in Cognitive Radio[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2013, 36(2): 89-92.

[1]	董坤明申滨蒋慧林. 基于直传和全双工中继的CR-NOMA系统中断性能分析及功率分配研究[J]. 北京邮电大学学报, 2022, 45(6): 92-97.
[2]	李美玲, 杨晓霞, 成文杰, 路兆铭. 车联网CR-NOMA系统物理层安全性能分析[J]. 北京邮电大学学报, 2022, 45(1): 115-120.
[3]	庄元东, 李曦, 纪红, 张鹤立. 环境反向散射通信辅助CR-WPCNs的中继传输[J]. 北京邮电大学学报, 2022, 45(1): 88-93.
[4]	郭少雄, 刘玉涛, 吕玉静, 张中兆. 多载波认知无线电无线携能通信资源分配算法[J]. 北京邮电大学学报, 2020, 43(3): 19-23.
[5]	黄河, 袁超伟. 非同分布高斯信号背景下基于增强能量检测的协作感知[J]. 北京邮电大学学报, 2018, 41(6): 39-44.
[6]	初广前, 牛凯, 吴伟陵, 杨芳僚. 认知无线电衰落信道的两步协作频谱感知方案[J]. 北京邮电大学学报, 2017, 40(6): 92-97.
[7]	倪水平, 常慧刚. 基于能量和小波变换的双门限联合频谱感知[J]. 北京邮电大学学报, 2017, 40(4): 117-121.
[8]	马彬, 包小敏, 谢显中. 认知无线网络中非理想频谱检测的切换[J]. 北京邮电大学学报, 2016, 39(4): 13-18.
[9]	许力, 黄毅杰, 林晖. 分布式协作频谱感知的信誉模型[J]. 北京邮电大学学报, 2015, 38(4): 55-59.
[10]	陈忠, 张贤达, 丁国如. 基于连续感知信息的认知无线电普适性框架[J]. 北京邮电大学学报, 2015, 38(4): 105-109.
[11]	师向群, 褚庆昕. 认知无线电具有时延约束的干扰功率分析[J]. 北京邮电大学学报, 2015, 38(3): 130-134.
[12]	申滨, 王平玉, 程克非, 陈前斌. 基于GBIC准则的认知无线电宽带频谱感知[J]. 北京邮电大学学报, 2015, 38(2): 83-88.
[13]	申滨, 喻俊, 黄琼, 陈前斌. 基于EEF准则的认知无线电宽带频谱感知[J]. 北京邮电大学学报, 2014, 37(6): 115-119.
[14]	金顺福, 李刚, 霍占强. 认知无线电网络频谱聚合策略的性能优化[J]. 北京邮电大学学报, 2014, 37(6): 77-80.
[15]	刘明骞, 李兵兵, 孙珺. 多径信道下ZP-OFDM系统的符号盲同步方法[J]. 北京邮电大学学报, 2014, 37(2): 58-63.

认知无线电中改进的低复杂度联合检测方法

A Joint Spectral Detection Algorithm with Low Complexity in Cognitive Radio

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价