基于能量检测的频谱感知技术的论文，打包供大家参考

认知无线电的概念起源于1999年Joseph Mitola博上的奠基性工作D.2)，其核心思想是认知无线电具有学习能力，能与周围环境交互信息，以感知和利用在该电磁环境中空闲的频谱资源，并限制和降低冲突的发生。认知无线电能够通过历史经验来对现在的实际情况进行实时响应，过去的经验包括对信号盲区、干扰和使用模式等的了解。这样，认知无线电有可能赋了无线电设备根据频带可用性、位置和过去的经验来自主确定采用哪个频带的功能。基于认知无线电架构的TDCS系统的核心思想是，首先利用频谱感知模块扫描外部的电磁环境，并通过频谱判决模块筛选出空闲的频谱资源，然后在空闲频谱资源上:分配伪随机多相序列进行频域软扩频。在特定道信环境中(例如人为主动干扰环境), TDCS系统儿备主动抗干扰、抗截获的技术特点。

有认知无线电CR的论文和Matlab代码，进行传统频谱感知算法的能量检测实现与SVM分类算法实现，两个进行对比检测概率性能，还有生成SVM三种核函数的分类检测图与统计三个错误率，得出SVM算法优于能量检测算法

认知无线电网络中的可感知干扰的频谱感知机制

信号稀疏表示已在广泛的应用领域中引起了广泛的关注。 信号稀疏表示的主要目标是从不确定线性系统中找到具有最少非零项的稀疏解，这会导致各种优化问题。 在本文中，我们提出了一种自适应梯度投影（AGP）算法来解决信号稀疏表示中的分段凸优化问题。 为了找到稀疏解，AGP提供了自适应的步长调整，以将迭代解从次优稀疏解的吸引盆中移出，并进入稀疏解的吸引盆。 理论分析用于证明其快速收敛性。 在压缩频谱感测中的实际应用的实验结果表明，在低信噪比的环境中，AGP优于传统的检测算法。

本文主要研究基于认知无线电的频谱感知技术,重点研究基于授权用户发射机检测的频谱感知算法。全文分两部分对频谱感知技术进行研究:其一,对单节点频谱感知算法改进的研究;其二,对多节点协作频谱感知算法中融合算法的研究。 本文首先分析了认知无线电技术和认知无线电中频谱感知技术的国内外研究现状,接着深入研究了认知无线电的概念模型、网络架构、协议体系和关键技术,并对认知无线电中的频谱感知技术进行了详细论述。针对现有的单节点频谱感知算法存在容易受噪声功率不确定性的影响,需要授权用户信号的先验信息以及计算复杂等问题,本文研究了基于线性预测与矩阵QR分解相结合的特征值分解盲频谱感知算法。针对现有的协作频谱感知算法在进行信息融合时未考虑单个节点检测可信度的问题,本文提出了基于证据理论的协作频谱感知算法。利用matlab对本文提出的两种频谱感知算法进行仿真,从检测概率、虚警概率和接收机操作特性曲线等几个方面验证其检测性能相比较与原有算法有很大的提高。最后对全文的工作进行了总结与展望。

针对目前的频谱资源使用效率低的问题，提出了一种新的基于特征值的频谱感知融合算法，从而更好地实现动态频谱共享。所提算法利用样本协方差矩阵的最大特征值、迹和所有特征值的几何均值构造了检测统计量。通过随机矩阵理论分析了所提算法的检测概率及虚警概率，并得到了理论门限的解析表示。此外，从理论上分析了所提算法中参数的选择问题。仿真实验表明，所提算法比已有的特征值检测算法具有更好的检测性能。

利用MATLAB实现了基于and准则的瑞利衰落信道频谱感知，对了解and准则以及频谱感知技术有一定的帮助

基于SVM的频谱感知方法

利用MATLAB实现了基于and准则的信道频谱感知，对了解and准则以及频谱感知技术有一定的帮助，可以学习下