没有合适的资源?快使用搜索试试~ 我知道了~
工程科学与技术,国际期刊21(2018)24完整文章基于单环定律的机会频谱接入Dhana Lakshmi Pottetia,N.Venkateswara Raoba部。印度Acharya Nagarjuna大学电子通信工程系b部印度Bapatla工程学院电子通信工程系阿提奇莱因福奥文章历史记录:2017年5月30日收到2018年2月18日修订2018年2月27日接受在线发售2018年保留字:频谱感知单环定律检测概率间接频谱接入次要用户A B S T R A C T从4G系统到演进的5G系统,多天线系统正变得越来越突出。在这些系统部署的过程中,频谱稀缺一直是一个普遍存在的问题。在这方面,已经开发了机会性频谱接入方案,其采用周期性感测方法来检测主用户的存在,从而允许次用户的有效频谱利用。将频谱感知方法扩展到多天线系统需要适当的检测框架。最近制定的大型随机矩阵和相关的单环法律(SRL)的信号检测已被验证,只有大规模的天线系统。此外,其检测性能相对于现有的传感方法尚未研究到目前为止。在本文中,首先,我们提出了一个适用于任何多天线系统的检测框架。引入修改这个框架,以减少计算的数量,我们探讨的适用性单环法(SRL)的频谱感知相比,其他方法。最后,我们提出了一个混合的双阶段感知方法,它呈现出更好的检测性能比现有的。使用系统仿真,在两种不同的情况下的稀疏信道环境,即多个信道具有精确的共同支持和近似的共同支持,所提出的方法的有效性进行了演示使用检测概率与信噪比(SNR)的曲线。©2018 Karabuk University. Elsevier B.V.的出版服务。这是CCBY-NC-ND许可证(http://creativecommons.org/licenses/by-nc-nd/4.0/)。1. 介绍从4G系统的黎明到当前演进的5G无线通信系统,多输入多输出(MIMO)技术已经被用于改进的通信服务。很少有系统利用MIMO与正交频分复用(OFDM)技术相结合的优点来进一步增强服务。在一开始,具有很少天线的MIMO系统已经流行,而目前大规模MIMO系统正在慢慢接管[1]。在这方面,较少天线系统和大规模系统的共存对于避免用户不满是非常必要的。虽然MIMO和OFDM这两个前沿技术的出现使得服务质量不断提高,但对无线服务和应用的需求却给可用频谱的使用带来了很大的限制。一项关于频谱利用率的调查显示,并非所有时间都使用整个频谱,而且大部分无线电频谱都未被利用[2]。具体来说,一些自由-*通讯作者。电子邮件地址:dhanalakshmimails@gmail.com(D.L.)Potteti)。由Karabuk大学负责进行同行审查。频谱中的频带未被占用,一些频带较少被占用,并且很少有其它频带被过度利用。为了克服频谱利用率不足的问题,机会主义频谱接入已经出现。主动频谱接入由充当具有获取、测量、感测、学习和意识到其操作环境的能力的无线电的设备执行,该设备被称为齿轮无线电。感知技术是通过连续频谱感知独立地检测周期性地识别主用户的存在或不存在,因此,这些频带可以最佳地用于次级用户传输,而不会对许可的初级用户造成有害干扰各种频谱感测技术可用于感测未使用的频谱带。传统的传感技术是基于能量检测的,这需要噪声功率的先验知识,并且对于独立和同分布的信号是最佳的,而对于相关信号不是最佳的[3]。匹配滤波检测要求次要用户知道主要用户信号模式,并且针对不同的信号模式涉及不同的匹配滤波器[4]。特征检测https://doi.org/10.1016/j.jestch.2018.02.0112215-0986/©2018 Karabuk University.出版社:Elsevier B.V.这是一篇基于CC BY-NC-ND许可证的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。可在ScienceDirect上获得目录列表工程科学与技术国际期刊杂志主页:www.elsevier.com/locate/jestchD.L. Potteti,N. V. Rao/工程科学与技术,国际期刊21(2018)2425ð ÞXð Þ不1不2Nr12Nr也被称为循环平稳检测,其利用主用户信号所采用的调制方案的周期性,并且需要循环频率的知识[5]。为了在没有主信号的先验知识的情况下感测频谱,可以采用基于协方差的检测器或基于特征值的检测器。对于虚警值的预定义概率,基于协方差绝对值(CAV)的检测器比能量检测性能更好,而无需主信号或噪声功率的任何先验知识[6]。信息理论标准,如Akaike信息标准(AIC)或最小描述长度(MDL),可以计算并用于主信号检测,而不固定任何虚警值的概率[7]。可以对虚警概率的固定值执行加权协方差检测(WCD)[8]。在实践中,选择一个特定的传感方法是检测概率和计算复杂性之间的权衡频谱感测也可以在认知无线电网络(CRN)中使用协作感测技术来执行[9,10]。软检测可用于CRN中的协作频谱感测[11,12]。此外,还可以采用基于硬组合和软组合的频谱感测的组合[13]CRN中的能量有效检测方案[14,15]也可以以分布式方式设计[16,17]。最近,关于大规模MIMO系统[18,19],在大规模基站处接收的数据被建模为大的随机矩阵,并且相应的渐近本征谱密度已被证明符合Marchenko Pastur(MP)定律和单环定律(SRL)[20]。此外,MP定律和SRL已被证明具有信号检测能力,用于具有大量天线的大规模MIMO系统[24,26],但不用于较少的天线系统。此外,这种检测方法的适用性尚未相对于其他现有的感测方法进行研究鉴于上述讨论,本文的贡献如下我们首先发展了一个适用于多天线传感系统的广义检测框架其次,通过修改检测框架以降低计算复杂度,我们开发了一种使用基于SRL的检测的感知算法,该算法适用于实际中较少的天线系统具体来说,我们的多天线传感系统接收到的数据建模为一个随机矩阵,并提取接收到的数据的平均谱半径(MSR)。通过比较MSR和预先计算的门限,设计了一种频谱感知的判决准则.此外,我们提出了一个双阶段的频谱感知方法,以获得更好的检测概率。在第m个感测天线处的接收信号的基带等效被建模为xmnsn hmnwmn;16m6Nr其 中 sn 是 主 信 号 , wmn 是 第 m 个 感 测 天 线 处 的 加 性 高 斯 白 噪 声(AWGN),hm n表示主用户与第m个感测天线之间的多径衰落信道,并且表示卷积运算。 衰落信道脉冲响应(CIR),hm n被认为是a L长度向量,暗示的Cir具有抽头在瞬时06n6L- 1。因此,CIR表示为L-1的hmamldn-sl2nl¼0其中,m表示第L个多径的路径损耗和衰落分量,而S1表示第L个多径的延迟。每个路径的路径损耗和延迟,一起被称为功率延迟分布(PDP),可以是许多类型。在这项工作中,PDP的巴西- A型[22,23]使用。3G和4G中的典型衰落行为是瑞利类型,然而对于演进的5G通信,由于更高频率的服务,信道是Nakagami类型[25].因此,在本文中,瑞利和Nakagami型衰落行为被认为是。本工作只考虑系统中的单个二级用户,如图1所示。在[27经常遇到的无线信道本质上是稀疏的,这意味着CIRhm的L个抽头中只有T个是非零的。由于传感系统具有Nr个天线,因此SN nn通过Nr个不同的信道环境。因此,Nr个不同的稀疏CIR是可能的。本文考虑两种情况,第一种情况下与确切的共同支持,这意味着SL是完全相同的所有NrCIR和第二种情况下与近似的共同支持,这意味着SL是不同的不同的CIR,但彼此近似接近。2.1. 多天线系统为了在多天线感测系统中执行频谱感测,在观测时间窗口M上收集来自Nr个感测天线中的每一个的接收数据,这意味着数据在06n6M的观测时刻收集。在每个时刻n,从所有Nr个天线收集的数据表示为第三,借助蒙特卡罗试验,系统模拟针对信道环境的两种不同情况进行Xxn···X[2019 -03 - 23]即具有精确公共支持的稀疏信道和具有近似公共支持的稀疏信道。对于这两种情况,所提出的传感方法的检测性能被确定为优于现有的,对于瑞利和Nakagami衰落场景。此外,使用(1)Xn可以重写为XnHchSnWn 4其中Wn wn·· ·wn本文的其余部分组织如下。第二节给出了所采用的多天线感知系统模型和相应的广义检测框架.第三节详细介绍了改进的检测框架、基于SRL的感知算法和提出的两级频谱感知方法。第4节分别从系统仿真和算法步骤两个方面对提出的方法和现有方法的检测性能和计算复杂度进行了比较本文在第5节中结束。2. 系统模型考虑单个主用户场景和配备有Nr个感测天线的次用户感测系统离散sn-L1]T 是噪声向量和主信号向量并且Hch是信道矩阵,给出为Fig. 1. 系统模型。26D.L. Potteti,N.V. Rao /工程 科学 和技术, 国际 期刊21(2018)24]TTP75其中Q=x=p2p第四章64Xe2 du和Pfa是虚警概率。......75ðÞ并进行信号检测。B. 基于ITC的检测:与基于CAV的检测类似,671G-kGi½k 1...G-kik1i. ... ..其中li;06i6G是自协方差矩阵Rx矩阵的MNr个不同的特征值应当指出,该程序1不不0¼不2小时1分钟0分钟1分钟1分钟···h1μL-1 μ31张图片1-u2h20h21···h2μL-1 μ LH67对于给定的Pfa,在接收数据X上使用(9)中的测试准则hNr0hNr · · ·hNrL-1假设检验问题(Hypothesis Testing Problem,HTP)是对M个时间点的数据进行检验的一个问题。H:X WH :X¼HS宽6mm式中,X¼½XMTXM-1T · ··X1TT 是接收的向量,尺寸 MNr×1,[S/V/SMM-1·· ·s-L2] 为维度为1的主用户数据向量M=1×1,该方法不需要主信号或噪声功率的先验信息此外,该方法不需要先验地设置Pfa值在[7]中已经设计了用于多个感测天线场景的简化的ITC感测算法,H1T ITC-AIC<$AIC 100? 公司简介H0其中AIC也可以用MDL替换,以获得TITC-MDL决策W/WWM-1型· ··W1]是噪声向量,标准 注意,与检验统计量和阈值不同,该方法仅使用两个值,即AIC0和AIC1作为信号循环信道矩阵H被给出为侦测函数AICk和MDLk被定义为[7]2小时1升-1升 小时1升-2升.h 1 2013年3月... QG l1=G-k!NsamG-kLi67AIC2000-2000-2000 -2000ik1ið11ÞhNrL-1hNrL-2···hNr067.!...H ¼6h1μL-1 μh1μL-2 μ L·· · h1μ 0μ7ð7Þ. 1 1ΣQGl1=G-kNsamG-k六、..7MDL系列2k2G-k2logN-日志记录ik1i山姆6 71PGl46hNrL-1hNrL-2···hNr0ð12Þ..D.L. Potteti,N. V. Rao/工程科学与技术,国际期刊21(2018)2427ð ÞXA. 基于CAV的检测:这种方法不需要先验知识r^2G¼应当注意,在结合OFDM trans-OFDM的系统M表示单个OFDM符号. 在没有OFDM的MIMO系统中,M是时间窗用于数据聚合。 用于检测是否存在相应的测试标准或决策度量是使用所接收的数据矩阵X来计算不同的方法有不同的测试标准,其结构一般为28D.L. Potteti,N.V. Rao /工程 科学 和技术, 国际 期刊21(2018)24H1T? T8H0其中T是检验统计量,T是阈值。如果T> T,选择假设H1,否则选择假设H0一些下面讨论现有的测试准则2.2. 测试标准D.L. Potteti,N. V. Rao/工程科学与技术,国际期刊21(2018)2429×ð Þð Þ ð Þ ð Þð Þ ð Þ ð Þ ð ÞX.X需要计算Rx的特征值,的作用两个值,即AIC0AIC1(orMDL0和MDL1)。(11)和(12)中的准则是单调递增的如果噪声单独存在,则函数,否则,它们首先减小,然后增加[7]。基于这一事实,基于ITC的检测足以找出AIC0>AIC 1(或MDL0 >MDL 1),以检测压力。信号的存在30D.L. Potteti,N.V. Rao /工程 科学 和技术, 国际 期刊21(2018)24C. 基于WCD的检测:这是另一种方法,需要原始信号或噪声的先验信息动力. 然而,它需要像CAV中那样先验地设置Pfa值approach. 这里,WCD检测算法[8]被扩展为多传感天线的情况下。因此,第一接收数据向量X和Xp被公式化,统计协方差矩阵Rx计算了使用G的条目G矩阵R x,即r mn,检验统计量变为D.L. Potteti,N. V. Rao/工程科学与技术,国际期刊21(2018)2431pðÞGN山姆N山姆Gm¼1n1Gn11基于协方差矩阵com的检验准则假设和 特征值计算,可在现有32D.L. Potteti,N.V. Rao /工程 科学 和技术, 国际 期刊21(2018)24的文学在这 里讨论。D.L. Potteti,N. V. Rao/工程科学与技术,国际期刊21(2018)2433ðÞTWCD¼G-1的1/134D.L. Potteti,N.V. Rao /工程 科学 和技术, 国际 期刊21(2018)243. 基于SRL的检测算法和所提出的感测wijm-nj¼ijr0mnj!ð13ÞD.L. Potteti,N. V. Rao/工程科学与技术,国际期刊21(2018)2435其中r0mn<$rmn,r<$2<$1Pm 并且权重被给出为主信号或噪声功率的信息本文在分析了现有文献的基础上,在这里,对原来的CAV检测算法[6]进行了扩展36D.L. Potteti,N.V. Rao /工程 科学 和技术, 国际 期刊21(2018)24用于多传感天线框架。因此,使用X形式Xp,并计算G×G统计协方差矩阵为Rx 1/4Ef XpXHg,其中n:nH表示厄米特转置。令Rx的第m;n个条目表示为rmn。基于CAV的检测方法的相应测试标准为陈D.L. Potteti,N. V. Rao/工程科学与技术,国际期刊21(2018)2437wir0分钟14分钟jm-nj¼i相应的测试标准为H1TWCD?T15H0其中,阈值T^rQ-1是标准设备,38D.L. Potteti,N.V. Rao /工程 科学 和技术, 国际 期刊21(2018)241山姆> T1双9双D.L. Potteti,N. V. Rao/工程科学与技术,国际期刊21(2018)2439检验统计量T在假设H下,在[8]中导出。40D.L. Potteti,N.V. Rao /工程 科学 和技术, 国际 期刊21(2018)24T2Nsam其中,T1Nsam1PGPGjrmnj,T2Nsam1PGjrnn j,Nsam¼D.L. Potteti,N. V. Rao/工程科学与技术,国际期刊21(2018)2441WCD 042D.L. Potteti,N.V. Rao /工程 科学 和技术, 国际 期刊21(2018)24MNr 是用于计算Rx的样本数,T1是阈值为D.L. Potteti,N. V. Rao/工程科学与技术,国际期刊21(2018)24431个G-1个P-1个G- 1个P-1个P-2个P-1个P-2个P-1个P-1个P-1个P-2个P-1个P-1个P-1个P-1个P-1个方法
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 5
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- JavaScript DOM事件处理实战示例
- 全新JDK 1.8.122版本安装包下载指南
- Python实现《点燃你温暖我》爱心代码指南
- 创新后轮驱动技术的电动三轮车介绍
- GPT系列:AI算法模型发展的终极方向?
- 3dsmax批量渲染技巧与VR5插件兼容性
- 3DsMAX破碎效果插件:打造逼真碎片动画
- 掌握最简GPT模型:Andrej Karpathy带你走进AI新时代
- 深入解析XGBOOST在回归预测中的应用
- 深度解析机器学习:原理、算法与应用
- 360智脑企业内测开启,探索人工智能新场景应用
- 3dsmax墙砖地砖插件应用与特性解析
- 微软GPT-4助力大模型指令微调与性能提升
- OpenSARUrban-1200:平衡类别数据集助力算法评估
- SQLAlchemy 1.4.39 版本特性分析与应用
- 高颜值简约个人简历模版分享
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功