论文部分内容阅读
无线频谱接入技术已成为现代信息传输的重要组成部分，无处不在的无线接入导致了严重的频谱拥塞问题，但是由于民用网络采用授权方式和军用网络的复杂性，实际的无线信号具有二维时频稀疏的特性，因此利用动态频谱接入的方式可以提高无线频谱的利用率。本文以多带频谱信号模型为基础，面向以下两个问题:一是如何抑制接入信号频谱成形的带外辐射，以降低对相邻频带用户的干扰，二是利用压缩采样技术，在模拟前端使用低速采样器件的条件下，实现宽带频谱感知。基于以上两方面的问题，本论文取得了如下的创新性研究成果: 第三章针对OFDM（正交频分复用）发射信号旁瓣功率辐射较大的缺点，提出了两种频域预编码方法。一是利用矩阵正交投影法实现复杂度低的自适应编码器，分析和仿真显示调整编码器的参数，即频率抑制点数目和位置，以及调节因子，可获得不同的功率谱包络。但是由于矩阵正交投影法设计的预编码矩阵非正交，接收端的性能会下降。第二种方法是基于矩阵条件数约束的预编码方法，为了保证系统的接收性能，此方法将BER性能约束转化为矩阵条件数约束，同时增加保护子载波来提高接收性能，在实际操作中可根据系统收发性能和频谱包络要求配置多个参数。以表格和仿真显示这些参数和性能的相关性，并提出了一种迭代算法来求取约束条件下的预编码矩阵。与其他预编码方法相比，本文提出的方法可配置多个参数获得需要的功率谱包络，并且提出接收性能约束下的预编码矩阵设计方法，在实际应用场景中可灵活使用。 第四章研究了基于压缩采样的多带信号功率谱估计，提出了一种基于支路互功率谱的宽带信号功率谱估计方法，此方法有如下优点:一是计算复杂度低，只需要利用最小二乘法求解线性方程组，而不需要求解基于信号稀疏的优化问题。二是对信号的稀疏度没有要求，本方法可实现密谱信号功率谱估计，而基于信号稀疏的方法需要获取信号的稀疏度，在实际的应用中往往未知，这成为此类求解方法的最大缺点。在实际的认知无线电应用中，如果非授权用户根据频谱感知结果大量接入网络，则实际的无线信号变为密谱信号，在硬件不改变的情况下，基于信号恢复的方法会失效，而本文提出的方法只是性能会下降。 第五章研究了基于压缩采样的循环谱估计方法，基于循环特性的信号检测方法具有抗噪性能好的特点，同时还可实现调制识别。但是对于宽带信号的循环谱估计容易导致极高的复杂度，本文提出了以传统时域平滑循环谱估计FAM算法为基础的CS-FAM算法，此多带频谱检测和循环谱估计方法有如下特点:一是由于利用了复杂度较低的FAM算法结构，系统复杂度较低。二是本方法基于压缩采样，降低了模拟前端的负荷。同时由于在第一步实现了多带信号检测，可实现多用户信号分离，避免了从整个频域循环谱中分离出各个用户的循环谱。三是本文提出的CS-FAM在实际运用中较为灵和，可以根据实际应用只选取第一步实现多带频谱检测。根据第一步的检测结果，调制识别只需要搜索峰值，而不需要根据噪声设置判决门限。 第六章研究了压缩采样中的量化问题，重点分析了一比特量化的特殊情况，引入了MMV（多测量向量）模型来提高信号恢复的性能，由于一比特量化丢失了幅度信息，导致每个测量向量的模值信息丢失，本论文设计了一种辅助采样结构来估计模值信息。同时提出了基于一比特MMV模型的M-BIHT算法，和估计模值信息的1bit IHT算法。结果显示，与SMV（单测量向量）模型相比，算法的抗噪性能大大提高，同时与多比特量化相比，一比特量化不会引入量化误差，恢复性能随着采样支路的增加而提高。