基于认知无线电的宽带频谱感知算法研究

探索适用于认知无线电和认知网络的快速准确的宽带无线频谱感知技术，寻求可实际应用的、适合不同带宽的频谱感知算法，为认知无线电和认知网络提供可靠的频谱使用信息。通过引入压缩感知技术解决大宽带频谱感知，并建立主用户频谱占用数学模型，考虑噪声不确定性及用户移动性等因素对频谱感知性能的影响，寻求可以实际应用的低协作开销的高效协作感知技术，研究动态网络环境下的协作感知实现机制。本研究将会形成认知无线电的核心技术，对提高频谱使用率和认知无线电网络的实用化与技术推广具有重要的支撑意义。为新一代无线通信提供必要的支撑，同时还可以有效的推动军用移动通信的发展进程。

本项目研究适用于认知无线电和认知无线网络的宽带无线频谱感知技术，为认知无线电和无线网络提供可靠的频谱使用信息。重点研究了频谱感知算法的数学建模、低开销协作感知算法、改进型压缩感知算法和频谱检测中的调度问题。本项目发表了21篇论文，其中在IEEE Transaction on Wireless Communication上发表论文2篇。申请了6项专利，其中授权1项。具体成果如下：.. 1) 通过从物理层信号检测、MAC层感知调度两个方面建立了无线信道占用的数学模型，首次研究了空间虚警对频谱检测性能的影响。在单节点频谱感知方面，针对频谱空洞和频谱灰洞的问题，提出了单阈值动态干扰控制策略(IC strategy 1)和多阈值动态干扰控制策略(IC strategy 2)。. 2) 为了提高频谱感知的准确性，提出了低开销的协作感知方法，并通过3种融合策略验证了该算法的有效性。在时域通过序贯检测提高频谱感知的性能。针对检测的不确定性和恶意节点的存在，提出了基于证据理论的低开销协作感知算法。. 3) 通过引入压缩感知技术解决认知无线电中的宽带频谱检测问题，提出了基于压缩感知和多窗谱估计的宽带频谱感知算法。提出了基于自相关矩阵重构的压缩频谱感知方法。. 4) 此外，通过研究频谱感知调度算法提高使用信道机会。研究了多信道快速接入算法，利用有记忆信道的统计参数提高用户选择信道的导向性，减小接入时延。针对协作感知，提出了基于最优检测时间和融合的频谱检测方法提高系统的吞吐量。. 5) 最后，结合认知无线网络中的资源分配算法，给出了感知信息的使用方法。提出了多用户MIMO下行链路自适应反馈分布式调度算法，提出了一种基于自回归模型预测终端接收到网络信号强度的切换触发时间选择算法，基于神经网络和模糊逻辑的接入网络选择算法。