为进一步提高能量检测方法的感知性能,提出新型能量检测双门限联合频谱感知算法。该算法的判决门限值随着信噪比自适应调整,通过融合中心综合判决,分析频谱资源的利用情况,给出了算法的检测概率、虚警概率和检测次数性能表达式,采用Matlab软件对算法进行仿真验证。结果表明,与传统单门限下能量频谱感知方法相比,能够显著改善认知无线网络的频谱感知性能,提高检测概率。该研究可以对频谱资源利用情况的准确感知提供参考。

利用滑动相关来捕获伪码，并且计算在各个信噪比下的检测概率。

设计了一种16QAM信号与LFM脉冲相结合的高阶雷达通信一体化波形，把LFM信号作为16QAM信号的载波，在不影响雷达基本功能的前提下实现高速率的通信。对16QAM-LFM这一新型一体化波形的性能分析和计算机仿真表明，在通信性能方面，该波形与 16QAM 信号的通信误码率特性相同，具有比 BPSK-LFM、MSK-LFM等低阶调制的一体化信号更高的频带利用率，比OFDM-LFM等高效率一体化信号更低的复杂度；在雷达性能方面，该波形因为其雷达模糊函数接近图钉型，具有比 LFM 信号更高的距离和速度分辨力，对低速目标的检测概率则相同。

ROC曲线函数

 认知无线电是一种用于提高无线通信频谱利用率的新的智能技术，检测频谱空穴是否存在是实现认知无线电的前提和关键技术之一。首先简述认知无线电的背景和概念， 针对认知无线电的频谱感知功能，介绍了基于能量检测的频谱检测方法，并在Matlab环境下进行了仿真实验， 比较在相同的虚警概率情况下的检测概率与信噪比的关系。仿真实验结果表明，在相同的虚警概率时，当信噪比大的时候，检测概率越大。

机器人感知 该存储库展示了马里兰大学ENPM673课程中完成的项目。 本课程专门设计用于提供对机器人感知的见解，包括从最基本的主题（例如各种图像转换）到最新的算法（例如单眼视觉测距法）。 在本节中，将简要介绍本课程中完成的每个项目。 下面列出了本课程中完成的项目，请单击链接进入特定部分： 请注意，所有代码均已在MATLAB 2016b和MATLAB 2017a上进行了测试和运行。 还要注意，对于视觉里程表项目，您将需要Mathworks Inc.提供的MATLAB的Computer Vision工具箱。可以在找到。 增强现实 这是使用非常基本的概念（例如图像变换和单应性）来生成非常强大的结果（

针对卫星AIS系统天线的覆盖面积大、包含多个自组织区可能导致接收信号冲突的特点，分析了星载AIS系统接收信号重叠碰撞的机制，对卫星AIS系统进行了观测模型的建模，并在此基础上分析了卫星AIS系统对船舶的检测概率，并采用盲信号分离算法对冲突的AIS信号进行了有效的分离。

针对Swerling 0~4型目标，采用平方律检波后N个数据非相参积累的信号处理结构，设系统的虚警率为Pf=10-6，信噪比范围为-10dB-25dB，分别画出N=1,10,100,1000时，五种目标的检测概率随信噪比变化的曲线。(不同N的情况下，五条曲线画在一张图中)

频谱感知中，虚警概率与检测概率的关系曲线，在matlab下对信号进行频谱感知

用于描述在信号检测中单个用户的检测概率和虚警概率之间的关系。