DCSSR：一种改进的低信噪比频谱感知算法

"该文提出了一种基于随机共振的双门限协作频谱感知算法(DCSSR)，旨在解决低信噪比(SNR)环境下的频谱感知问题。通过对传统随机共振方法的改进，该算法能更有效地检测弱信号，并通过优化门限和协作用户数量来提升性能。仿真结果显示，DCSSR算法在各种信噪比和虚警概率条件下，相比于传统的单门限能量协作、双门限能量协作和单门限随机共振协作算法，其检测性能显著增强。特别是在信噪比为-20 dB时，DCSSR算法的检测概率相比传统单门限能量检测协作算法提升了80%。" 本文主要探讨了无线通信中的一种关键技术——频谱感知，它是认知无线电(Cognitive Radio, CR)系统的基础，允许设备动态地感知并利用未被授权的频谱空隙。在现代通信系统中，由于频谱资源的稀缺，高效利用频谱变得尤为重要。然而，低信噪比环境下的频谱检测一直是一项挑战，因为噪声可能会掩盖微弱的信号，导致误判。 随机共振是一种物理现象，它在信号处理中被利用来增强弱信号的检测能力。传统的随机共振方法虽然有一定效果，但在实际应用中仍存在局限。针对这一问题，作者提出了DCSSR算法，该算法采用双门限策略，可以更精确地区分信号和噪声。通过设置最优门限，算法能够确定最合适的协作用户数量，使得在低信噪比环境中，统计不确定区域的数据经过随机共振系统后得到优化，从而提升检测性能。 此外，文章还进行了详尽的性能分析和比较。通过与单门限能量协作、双门限能量协作以及单门限随机共振协作算法的对比，验证了DCSSR算法的优势。仿真结果表明，无论是在不同的信噪比还是在不同的虚警概率下，DCSSR算法都表现出更优的检测性能。特别是在信噪比为-20 dB的恶劣通信环境下，与传统单门限能量检测协作算法相比，其检测概率提升了80%，这在实际应用中具有重大意义。 基于随机共振的双门限协作频谱感知算法(DCSSR)是解决低信噪比环境下的频谱感知难题的一种创新方法，通过优化设计提高了弱信号检测的准确性，为未来的认知无线电网络提供了一种有效的频谱利用率提升策略。