学位论文 > 优秀研究生学位论文题录展示

基于机器学习的认知无线电频谱感知

作　者: 唐玉洁
导　师: 张钦宇
学　校: 哈尔滨工业大学
专　业: 信息与通信工程
关键词: 认知无线电频谱感知机器学习人工神经网络
分类号: TN925
类　型: 硕士论文
年　份: 2010年
下　载: 97次
引　用: 0次
阅　读: 论文下载

内容摘要

无线电频谱资源是一种非常宝贵的资源。目前,频谱资源由国家统一分配给了不同的授权用户,尽管有相当一部分频段很少被使用。然而,现代社会无线通信技术发展迅速,无线业务种类越来越丰富。因此,频谱稀缺和需求量不断增加的矛盾成了人们关心的一个严重的问题。认知无线电作为一种新的无线电通信方式被认为是解决频谱利用率低的问题的一个关键技术。美国联邦通讯委员会定义认知无线电是一种智能的无线电通信系统。具有认知功能的无线通信设备可以感知周围的电磁环境并从中捕获信息,能够根据输入激励的变化实时地调整其传输参数,例如传输功率、载波频率和调制方式等。频谱感知是认知无线电中的第一环也是最重要的一环,其核心思想就是在不对其他用户造成干扰的前提下,使无线通信设备具有发现“频谱空穴”并合理利用的能力。“频谱空穴”就是一些在某一时刻某一空间未被授权用户占用的频谱。为了使未授权用户可靠地感知到并有效地使用“频谱空穴”,并且不对授权用户造成干扰,多种多样的频谱检测方法应运而生。频谱检测技术有三种:发射源检测、合作检测和干扰检测。本论文主要研究的是发射源检测,发射源检测主要包括能量检测、循环平稳特征检测和匹配滤波检测。本论文主要从机器学习的角度研究频谱感知,并提出了一种基于人工神经网络的频谱感知方法。这种方法将人工神经网络引入频谱检测中,将能量检测和循环平稳特征检测与其结合起来。神经网络训练前,先对主用户的样本信号进行信息预处理,提取4个特征值。然后经过神经网络训练,对主用户信号信息进行学习与积累。最后对接收信号进行感知,检测是否有主用户信号存在。通过对AM信号和OFDM信号进行仿真,结果表明本文所提出的方法检测性能优于传统的频谱感知方法。

全文目录

摘要  4-5
Abstract  5-9
第1章绪论  9-17
  1.1 认知无线电的背景及意义  9-14
    1.1.1 认知无线电的概念  10-11
    1.1.2 认知无线电的研究模型  11-14
  1.2 认知无线电国内外的研究现状  14-15
  1.3 论文的主要工作及章节安排  15-17
第2章认知无线电中的频谱感知技术  17-34
  2.1 频谱感知技术概述  18-24
    2.1.1 频谱检测的基本模型  19-23
    2.1.2 频谱检测技术的挑战  23-24
  2.2 单节点频谱感知技术  24-32
    2.2.1 匹配滤波检测  24-26
    2.2.2 能量检测  26-28
    2.2.3 循环平稳特征检测  28-32
  2.3 几种感知技术的比较  32-33
  2.4 本章小结  33-34
第3章人工神经网络  34-46
  3.1 人工神经网络的基础知识  34-37
    3.1.1 人工神经网络的特点  34-36
    3.1.2 人工神经网络研究的历史和现状  36-37
  3.2 人工神经网络基本模型  37-41
    3.2.1 生物神经元  38
    3.2.2 人工神经元模型  38-39
    3.2.3 人工神经网络模型  39-41
  3.3 BP反向传播神经网络  41-45
    3.3.1 BP神经网络模型结构  43-44
    3.3.2 BP神经网络的设计  44-45
  3.4 本章小结  45-46
第4章基于人工神经网络的频谱感知  46-63
  4.1 基于ANN的频谱检测系统模型  46-48
  4.2 AM信号的频谱感知  48-53
    4.2.1 方法概述  48
    4.2.2 特征值的提取  48-50
    4.2.3 仿真分析及结果讨论  50-53
  4.3 OFDM信号的频谱检测  53-61
    4.3.1 方法概述  54-55
    4.3.2 特征值的提取  55-59
    4.3.3 仿真分析及结果讨论  59-61
  4.4 本章小结  61-63
结论  63-64
参考文献  64-68
攻读硕士学位期间发表的学术论文及其它成果  68-70
致谢  70

基于机器学习的认知无线电频谱感知

内容摘要

全文目录

相似论文