### Adaptive Double-Threshold Energy Detection Algorithm for Cognitive Radio #### 摘要与背景 本文提出了一种自适应双阈值能量检测算法（Adaptive Double-Threshold Energy Detection Algorithm, ADTED），该算法针对传统频谱感知算法易受噪声影响的问题进行了改进。在认知无线电系统中，次级用户（Secondary User, SU）可以通过感知频谱空洞来利用未被初级用户（Primary User, PU）使用的频段。因此，频谱感知技术是认知无线电技术的核心，对于提高网络吞吐量和灵活性至关重要。 #### 算法原理 ADTED算法基于传统的能量检测方法，但通过引入自适应双阈值机制提高了性能。该机制允许算法根据观测结果与预设阈值之间的比较，在单轮感知和双轮感知之间自动切换。具体来说： - **单轮感知**：如果观测结果低于较低的阈值，则认为频段未被占用。 - **双轮感知**：如果观测结果位于两个阈值之间，则进行第二次更长时间的感知以提高检测准确性。 - **频谱占用确认**：只有当观测结果高于较高的阈值时，才认为频段被占用。 #### 数学模型与分析 为了评估算法性能，文中推导了检测概率、虚警概率以及感知时间的数学表达式。这些表达式对于理解算法在不同信号噪声比（Signal-to-Noise Ratio, SNR）下的行为至关重要。 - **检测概率**（Probability of Detection, Pd）：表示正确检测到初级用户存在的概率。 - **虚警概率**（Probability of False Alarm, Pf）：表示错误地将不存在初级用户的频段识别为存在初级用户的情况。 - **感知时间**：完成一次完整感知过程所需的时间。 #### 模拟与实验验证 通过蒙特卡罗模拟方法，对ADTED算法进行了性能验证，并绘制了SNR与检测概率、SNR与感知时间之间的关系图。此外，还在基于GNU Radio和通用软件无线电外设（Universal Software Radio Peripheral, USRP）的真实认知无线电系统上进行了实验验证。实验结果表明，与现有频谱感知方法相比，ADTED算法能够在合理的时间内实现更高的检测概率。 #### 结论 本文提出的ADTED算法通过引入自适应双阈值机制显著提高了认知无线电系统中的频谱感知性能。该算法能够有效应对噪声干扰问题，并在保持合理感知时间的同时，提高了检测准确率。这对于提升认知无线电系统的整体性能具有重要意义。 #### 关键词解析 - **能量检测**（Energy Detection, ED）：一种基本的频谱感知方法，通过测量接收信号的能量来判断频段是否被占用。 - **软件无线电**（Software Radio）：一种可以由软件定义其功能的无线电通信系统。 - **检测概率**（Probability of Detection, Pd）：衡量算法正确检测到初级用户存在的能力。 - **感知时间**（Sensing Time）：完成一次频谱感知操作所需的时间长度。 ### 总结 本文详细介绍了一种适用于认知无线电的自适应双阈值能量检测算法。该算法通过对传统能量检测方法的改进，有效地解决了噪声敏感性问题，并在理论分析、模拟仿真及实际测试等多个层面上验证了其优越性。对于进一步提高认知无线电系统的频谱利用率和性能具有重要的理论意义和应用价值。

isodata的matlab代码博客UATL_Threshold_library Matlab 图像阈值库 最后一页更新 21-03-2020 UATL_Threshold_library 是一个图像阈值库，由 Sehairi Kamal 博士于 2014 年在 Laghouat 的 Ammar Telidji 大学 (UATL) 开发。 它包含使用 Matlab 实现的 13 种图像阈值算法（局部和全局）。 该库在 Matlab 2015 及更高版本上进行了测试。 算法是从头开始编写的。 所有脚本都没有矢量化，也没有完全优化。 所有实现都以简单的方式编写，易于理解。 方法列表 基于聚类的方法 大津阈值法 N. Otsu，“灰度直方图的阈值选择方法”，IEEE Trans。 系统。 人赛伯恩。 SMC-9, 62–66 (1979)。 迭代选择（或 ISODATA/最小错误阈值） TW Ridler 和 S. Calvard，“使用迭代选择方法的图片阈值化”，IEEE Transactions On Systems, Man, And Cyber​​netics，Vol。 SMC-8，

matlab files of threshold autoregressive model STAR

利用OpenCV的threshold函数实现双阈值法二值化操作的源码

忆阻器，即第四电路元件，是Chua在1971年从理论上预测的，并已于2008年实现。但是，随着忆阻器的广泛应用，传统的忆阻器模型面临着更多的挑战，例如实用性，准确性和灵活性。 本文提出了一种基于公认的经典Simmons隧道模型的准确而灵活的阈值自适应忆阻器（TEAM）模型，该模型考虑了焦耳热效应引起的离子扩散。使用改进的控制方法进行存储。 结果表明，该方法提高了非易失性忆阻图像处理中并行处理的效率。

matlab精度检验代码多边缘类型LDPC的相互信道逼近RCA AWGN信道下的密度分布多边型（MET）LDPC码迭代解码阈值的原型互逆信道近似（RCA）GA近似。 使用RCA方法从S.-Y.Chung GD Forney，TJ Richardson，R.Urbanke文章中构造代码。在Shannon极限0.0045 dB以内的低密度奇偶校验码的设计上，IEEE通信字母5（2）， 58. 2001年。RCA方法在S.-Y.Chung中有详细介绍，“关于某些容量接近的编码方案的构建”，博士学位。 论文，麻省理工学院，剑桥，马萨诸塞州，2000年。GA，GA-RCA和Pure DE在论文Sarah J. Johnson等人做的“ LDPC和多边类型LDPC码的新密度演化近似”的比较中具有非常好的准确性。在IEEE Transactions on Communications，第1卷中。 64，不。 10，第4044-4056页，2016年10月，。 在旧版本（2011）和新版本（2018）的Matlab和GNU Octave 5.1（比Matlab慢得多）上进行了测试。

原创图像分割自动阈值算法-auto_threshold.m 图像分割的自动最佳阈值分割算法！

Linear_Threshold 社交网络影响力最大化算法（线性阈值算法以及改进算法） 1、Python 实现社交网络影响力最大化 Linear_Threshold（线性阈值模型）算法。 2、对线性阈值模型算法进行优化改进，实现贪心算法。 3、代码中有详细注释说明，测试代码，测试节点数据集，并对数据集进行处理，输出测试结果。 4、代码实现环境：Python2.7, Anoconda2,Pycharm2017。

Linear_Threshold 社交网络影响力最大化算法（线性阈值算法以及改进算法） 1、Python 实现社交网络影响力最大化 Linear_Threshold（线性阈值模型）算法。 2、对线性阈值模型算法进行优化改进，实现贪心算法。 3、代码中有详细注释说明，测试代码，测试节点数据集，并对数据集进行处理，输出测试结果。 4、代码实现环境：Python2.7, Anoconda2,Pycharm2017。

threshold_elgamal_python 用Python实现的阈值ElGamal加密