通过MATLAB仿真线性调频信号，得出线性调频信号的实部虚部和时间关系，得出调频信号的时频关系，得出调频信号的频谱，得出调频信号的相位与时间的关系。

文中对我国无线电频谱资源的分配情况进行了说明

itu handbook spectrum monitoring 2002,频谱监测手册

针对动态性SSDF攻击对协作频谱感知技术的危害性，实时观察分析认知用户的感知行为，提出一种动态信任评估机制。根据认知用户的历史感知变化情况，引入时间衰减因子、加性奖励因子和加性惩罚因子，计算出随时间和协作次数不断变化的动态信任值，选取可信认知用户参与协作感知，提高了数据融合中心的协作判决准确性。仿真结果表明，动态信任机制可以有效抑制恶意用户的信任值增长，降低对“OR”、“AND”和“Majority”3种常用协作频谱感知数据融合准则的攻击成功率。

基于Levenberg-Marquardt和频谱外推的鲁棒快速迭代算法，用于RF功率放大器的宽带数字预失真

分布式认知无线电网络中一般不存在收集所有用户信息的融合中心，为了对抗频谱感知过程中恶意次用户发起的篡改频谱感知数据(SSDF)攻击，提出一种基于综合信任的频谱态势融合算法。该算法通过评估次用户间每次交互的满意度得到节点的瞬时信任度，并通过一致性检测，累积获取各个节点所有邻接次用户的长期信任度，结合二者得到动态的综合信任作为协作频谱感知时次用户间交互数据可靠性的主要参考指标，遏制恶意用户影响。理论分析与仿真结果表明，该方案在收敛性和稳定性上优于传统合作频谱感知算法，抵抗攻击能力增强，频谱检测准确率得到提升。

matlab离散正弦代码Gammatone Filterbank工具包 使用人类听觉感知模型分析声音的实用程序。 杰森·海瑞斯（Jason Heeris），2013年 概括 这是将Malcolm Slaney和Dan Ellis的gammatone滤波器组MATLAB代码移植到Python 2和3（使用Numpy和Scipy）的方法，下面将对此进行详细介绍。 它通过通过伽马通滤波器组运行信号来分析信号，类似于基于傅立叶的频谱图分析。 安装 您可以使用以下命令直接从此git存储库安装： pip install git+https://github.com/detly/gammatone.git ...或者您可以根据自己的喜好克隆git存储库，然后执行以下操作： pip install . ...或者： python setup.py install ...来自克隆的树。 依存关系 麻木 科学的 鼻子 嘲笑 matplotlib 使用代码 请参阅。 为了演示，找到一个.wav文件（例如），然后运行： python -m gammatone FurElise.wav -d 10 ...以查看

通过序贯检测可以提高协作频谱感知的准确度，但是在具有频谱感知数据窜改（spectrum sensing data falsification，SSDF）节点的环境下，系统感知性能急剧下降。为了解决上述问题，提出了一种基于加权序贯检测（weighted sequential probability ratio test，WSPRT）的频谱感知融合算法。通过给每个节点赋予信誉度权值，设置合理的信誉度奖惩方案来区分SSDF节点，从而优化系统感知性能。仿真实验表明，所提出的算法减少了SSDF节点带来的影响，提高了系统的检测准确率和稳定性。

“k秩”融合协作频谱感知算法中最优k值的判定，李茜，宋铁成，在认知无线网络中，

针对认知无线电网络（CRN）通信可能会因为恶意次级用户（SU）的存在或信道损伤而遭到破坏等问题，提出了一种广义鲁棒的协作频谱感知（CSS）框架，频谱感知和恶意用户识别问题联合构成一种优化问题。提出的方案通过利用节点位置信息获得了性能的提升，利用在线异常感进行实时识别和跟踪，不仅能识别恶意用户和频谱机会，而且能处理不准确或丢失的距离测量和噪声SU报告。仿真实验使用蜂窝场景，在一个特定半径内包含一个主用户（PU）和多个SU。实验结果表明，提出的方案在协作感知中能够有效克服感知数据错误化（SSDF）攻击。此外，与基于主成分分析法（PCA）的鲁棒CSS相比，对距离估计误差不敏感，对攻击强度和恶意用户数的鲁棒性更强，同时可以灵活抵御多种网络攻击。