• •    

利用频域Sevcik分形维数进行快速盲频谱感知

富爽1,李一兵1,叶方2,高振国3   

  1. 1. 哈尔滨工程大学
    2. 哈尔滨工程大学信息与通信工程学院
    3. 哈尔滨工程大学 自动化学院
  • 收稿日期:2012-11-26 修回日期:2013-03-13 发布日期:2013-06-20
  • 通讯作者: 李一兵

Fast Blind Spectrum Sensing Using Sevcik Fractal Dimension in Frequency Domain

  • Received:2012-11-26 Revised:2013-03-13 Published:2013-06-20

摘要: 针对目前的频谱感知技术在低信噪比下检测性能差、对噪声不确定性敏感的问题,提出了一种利用频域Sevcik分形维数进行快速盲频谱感知的方法。该方法根据信号和噪声频域Sevcik分形维数特征的不同,计算接收信号的频域Sevcik分形维数,通过与预先设定的门限值进行比较,判断主用户的存在与否。该方法具有对噪声不确定性不敏感、不需要主用户信号先验知识以及在低信噪比时能够达到较高的检测概率的优点,且运算时间短,可用于噪声具有不确定性、低信噪比情况下的快速盲频谱感知。Monte Carlo仿真结果表明,在噪声不确定度为±5 dB的情况下,当信噪比大于-12 dB时对于七种不同调制类型的信号能够达到100%的平均检测概率。

关键词: 通信技术, 频谱感知, 分形维数, 噪声不确定性

Abstract: Current spectrum sensing methods have some fatal problems, such as poor performance in low SNR (signal to noise ratio) situation, sensitivity to noise uncertainty, and so on. To solve these problems, we propose a fast blind spectrum sensing method using Sevcik fractal dimension in frequency domain. It calculates the Sevcik fractal dimension in frequency domain of the received signal. Then according to the different Sevcik fractal dimension characters between signal and noise, it compares the calculation result with the predefined threshold to determine whether the primary user exists. The proposed method has some excellent advantages, such as insensitive to noise uncertainty, not requiring priori knowledge, and high detection probability in low SNR situation. Furthermore, it consumes less calculation time. So the proposed method can be applied to fast blind spectrum sensing in situation of low SNR and noise uncertainty. Monte Carlo simulation results show that its average detection probability of signals with 7 modulation types can reach 100% when SNR is larger than -12 dB in situation of ±5 dB noise uncertainty.

Key words: communication, spectrum sensing, fractal dimension, noise uncertainty

中图分类号: 

  • TN911.23
[1] 孙晓颖, 扈泽正, 杨锦鹏. 基于分层贝叶斯网络的车辆发动机系统电磁脉冲敏感度评估[J]. 吉林大学学报(工学版), 2018, 48(4): 1254-1264.
[2] 董颖, 崔梦瑶, 吴昊, 王雨后. 基于能量预测的分簇可充电无线传感器网络充电调度[J]. 吉林大学学报(工学版), 2018, 48(4): 1265-1273.
[3] 牟宗磊, 宋萍, 翟亚宇, 陈晓笑. 分布式测试系统同步触发脉冲传输时延的高精度测量方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1274-1281.
[4] 丁宁, 常玉春, 赵健博, 王超, 杨小天. 基于USB 3.0的高速CMOS图像传感器数据采集系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1298-1304.
[5] 陈瑞瑞, 张海林. 三维毫米波通信系统的性能分析[J]. 吉林大学学报(工学版), 2018, 48(2): 605-609.
[6] 张超逸, 李金海, 阎跃鹏. 双门限唐检测改进算法[J]. 吉林大学学报(工学版), 2018, 48(2): 610-617.
[7] 关济实, 石要武, 邱建文, 单泽彪, 史红伟. α稳定分布特征指数估计算法[J]. 吉林大学学报(工学版), 2018, 48(2): 618-624.
[8] 孙晓颖, 王震, 杨锦鹏, 扈泽正, 陈建. 基于贝叶斯网络的电子节气门电磁敏感度评估[J]. 吉林大学学报(工学版), 2018, 48(1): 281-289.
[9] 武伟, 王世刚, 赵岩, 韦健, 钟诚. 蜂窝式立体元图像阵列的生成[J]. 吉林大学学报(工学版), 2018, 48(1): 290-294.
[10] 李炜, 李亚洁. 基于离散事件触发通信机制的非均匀传输网络化控制系统故障调节与通信满意协同设计[J]. 吉林大学学报(工学版), 2018, 48(1): 245-258.
[11] 袁建国, 张锡若, 邱飘玉, 王永, 庞宇, 林金朝. OFDM系统中利用循环前缀的非迭代相位噪声抑制算法[J]. 吉林大学学报(工学版), 2018, 48(1): 295-300.
[12] 王金鹏, 曹帆, 贺晓阳, 邹念育. 基于多址干扰和蜂窝间互扰分布的多载波系统联合接收方法[J]. 吉林大学学报(工学版), 2018, 48(1): 301-305.
[13] 姜来为, 沙学军, 吴宣利, 张乃通. LTE-A异构网络中新的用户选择接入和资源分配联合方法[J]. 吉林大学学报(工学版), 2017, 47(6): 1926-1932.
[14] 石文孝, 孙浩然, 王少博. 无线Mesh网络信道分配与路由度量联合优化算法[J]. 吉林大学学报(工学版), 2017, 47(6): 1918-1925.
[15] 栾文鹏, 刘永磊, 王鹏, 金志刚, 王健. 基于可信平台模块的能源互联网新型统一安全架构[J]. 吉林大学学报(工学版), 2017, 47(6): 1933-1938.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!