基于压缩感知的宽带频谱感知算法研究
认知无线电论文 宽带频谱感知论文 压缩感知论文 自适应OMP算法论文 梯度追踪论文
论文详情
近年来,急剧增长的无线通信用户对业务性能的要求愈加严苛,且需要拓展更多的业务类型,本就稀缺的频谱资源日益拥挤。传统的固定频谱分配方式使得频谱利用不平衡,大量空闲资源被长时间闲置,加剧了频谱资源的短缺。认知无线电(CognitiveRadio, CR)是一种智能无线通信系统,它通过不断感知周围射频环境,自适应地搜索并接入频谱空洞,而不对授权用户产生干扰。频谱感知是认知无线电的核心技术,由于未来无线通信技术的发展对高速数据通信的需要,宽带频谱感知技术成为目前研究的重要方向。然而,宽带频谱感知算法的硬件设备面临着巨大的压力,采样率过高、数据量过大成为制约其发展的瓶颈。压缩感知理论(Compressed Sensing, CS)融合了信号的采样和压缩编码理论,并根据信号的信息结构特性决定信号采样速率。频谱资源利用率低下使宽带信号在频域具有稀疏性,因此,压缩感知理论可以应用到宽带频谱感知问题中,这给宽带频谱感知所面临的困境提供了解决方案。实时性和准确性是频谱感知的两个重要衡量指标,现有的一些宽带频谱感知算法的性能还有待于提高。本文对基于压缩感知的宽带频谱感知算法进行了深入研究,针对某些算法的不足展开讨论并进行了改进。在获悉信号稀疏度的前提下,OMP贪婪迭代算法可以精确重构出原始信号,但是由于频谱的动态变化,信号的稀疏度实际上是很难获得的。针对这种盲稀疏度的情况,本文提出了一种自适应OMP算法,该算法在迭代过程中通过额外增加观测样本来估算原始信号的重构误差,从而自适应地确定最佳频谱重构对应的迭代次数。仿真结果表明,这种改进的自适应OMP算法在低信噪比下能够有效地重构出原始信号。基于最速下降法的梯度追踪在初始时具备较快的下降速度,但在逼近最优解时收敛速度缓慢,影响了算法的整体运行时间;基于牛顿法的梯度追踪,整体收敛速度很快,但其要求迭代初始点在最优解附近,且计算Hessian矩阵的逆矩阵增加了算法的复杂度,降低了频谱感知的执行效率。针对这一问题,我们考虑将最速下降法与牛顿法结合起来应用到贪婪迭代算法中,生成基于混合优化算法的梯度追踪(GNP算法)。仿真结果表明,基于混合优化的梯度追踪与正交匹配追踪算法相比,在降低了计算复杂度的同时依然能保证信号频谱的重构效果。
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第1章 绪论 | 第9-15页 |
1.1 认知无线电概况 | 第9-12页 |
1.1.1 认知无线电的定义 | 第10-11页 |
1.1.2 认知无线电的研究现状 | 第11-12页 |
1.2 宽带压缩频谱感知技术 | 第12-13页 |
1.2.1 宽带频谱感知 | 第12页 |
1.2.2 宽带压缩频谱感知 | 第12-13页 |
1.3 主要工作和内容安排 | 第13-15页 |
第2章 压缩感知理论 | 第15-21页 |
2.1 引言 | 第15页 |
2.2 压缩感知理论基本原理 | 第15-21页 |
2.2.1 压缩采样基本原理 | 第15-17页 |
2.2.2 压缩感知理论框架 | 第17-21页 |
第3章 基于自适应 OMP 重建的宽带频谱感知算法 | 第21-39页 |
3.1 引言 | 第21页 |
3.2 频谱感知技术 | 第21-29页 |
3.2.1 授权用户发射机检测 | 第21-24页 |
3.2.2 授权用户接收机检测 | 第24-26页 |
3.2.3 协作检测 | 第26-29页 |
3.3 宽带压缩频谱感知技术 | 第29-31页 |
3.3.1 宽带压缩频谱感知模型和问题描述 | 第29-30页 |
3.3.2 正交匹配追踪算法(OMP) | 第30-31页 |
3.4 基于自适应 OMP 重建的宽带频谱感知算法 | 第31-38页 |
3.4.1 序贯压缩感知 | 第32页 |
3.4.2 自适应 OMP 算法(AOMP) | 第32-38页 |
3.5 本章小结 | 第38-39页 |
第4章 基于混合优化算法的梯度追踪 | 第39-53页 |
4.1 引言 | 第39页 |
4.2 最优化理论 | 第39-42页 |
4.2.1 最速下降法 | 第39-41页 |
4.2.2 牛顿法 | 第41-42页 |
4.3 梯度追踪算法 | 第42-45页 |
4.3.1 梯度追踪 | 第42-44页 |
4.3.2 牛顿追踪 | 第44-45页 |
4.4 基于混合优化算法的梯度追踪 | 第45-47页 |
4.5 仿真实验及结果分析 | 第47-52页 |
4.5.1 仿真条件 | 第47页 |
4.5.2 算法迭代过程中的重构误差及残差变化趋势 | 第47-48页 |
4.5.3 算法的实际重构性能 | 第48-49页 |
4.5.4 算法的实际重构时间 | 第49-50页 |
4.5.5 算法的重构误差与压缩比关系 | 第50-51页 |
4.5.6 算法的重构误差与信噪比关系 | 第51页 |
4.5.7 L 的选择 | 第51-52页 |
4.6 本章小结 | 第52-53页 |
第5章 总结及展望 | 第53-55页 |
5.1 总结 | 第53-54页 |
5.2 展望 | 第54-55页 |
参考文献 | 第55-59页 |
作者简介及科研成果 | 第59-61页 |
致谢 | 第61页 |
论文购买
论文编号
ABS3602332,这篇论文共61页
会员购买按0.30元/页下载,共需支付
18.3。
不是会员,
注册会员!
会员更优惠
充值送钱!
直接购买按0.5元/页下载,共需要支付
30.5。
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文