论文部分内容阅读
无线通信技术的发展使得频谱资源紧缺问题日益凸显，而现有的静态频谱分配方案已无法满足高速无线通信业务快速增长的需求。为此研究人员提出了认知无线电(Cognitive Radio，CR)的概念，该技术旨在使非授权用户可以在授权频段空闲时机会式接入，从而提高频谱利用率，有效缓解无线频谱资源短缺问题。本文将研究重点放在认知无线电领域中的频谱感知技术和频谱预测技术，这两项关键技术也是实现认知无线电系统的前提和基础。 文章首先综述了认知无线电的研究现状，随后介绍了现有单节点频谱感知技术的原理及其优缺点，针对现有方法的不足提出了基于快速独立分量分析算法(Fast Independent ComponentAnalysis，FastICA)的分离检测算法。该算法可以从源信号未知的观测混合信号中分离相互统计独立的源信号，从而对授权用户存在与否作出判断。仿真实验证明，该方法对噪声不确定度具有鲁棒性，能够有效提高感知精度。 其次，针对现有的基于误差反向传播神经网络(Back Propagation，BP)的频谱预测方法存在的问题，将经典的支持向量回归算法(Support Vector Regression，SVR)引入认知无线电频谱预测，利用其对小样本非线性数据优越的预测性能对信道进行预测。实验结果表明，该方法能够有效避免BP网络预测模型的预测失效问题，并且精度更高;同时可以显著减少频谱感知带来的能量损耗，提高了频谱感知系统的性能，具有良好的实用性与灵活性。