基于噪声估计的加权协同频谱感知技术

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (9): 121-123.

• 数据库、信号与信息处理 • 上一篇下一篇

基于噪声估计的加权协同频谱感知技术

冯文江，宋麟，蒋卫恒

重庆大学通信工程学院，重庆 400044

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-03-21 发布日期:2011-03-21

Weighted cooperative spectrum sensing based on noise estimation

FENG Wenjiang，SONG Lin，JIANG Weiheng

College of Communication Engineering，Chongqing University，Chongqing 400044，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-03-21 Published:2011-03-21

摘要/Abstract

摘要： 频谱感知是认知无线电研究的关键技术之一，能量检测法是典型的频谱感知方法。针对传统的能量检测法和协同频谱感知存在的局限性，提出一种基于估计噪声的加权协同频谱感知方法，不同认知用户分别通过估计被测频段相邻保护（过渡）频带的噪声特性，近似作为授权用户频带内的噪声特性，以此估计噪声作为信任度进行加权协同数据融合。仿真结果表明，该方法能有效提高频谱检测性能。

关键词: 认知无线电, 能量检测, 噪声估计, 加权协同频谱感知

Abstract: Spectrum sensing is one of the key technologies in cognitive radio and energy detection is a typical method of it.According to the limitation of the conventional energy detection and cooperative detection，a kind of weighted cooperative spectrum detection method which is based on estimated noise is proposed.The primary user’s band noise characters which are as a credit quotiety used to data fusion are obtained approximately throughout estimating the noise of adjacent safeguard（transition） spectrum band detected by different secondary users.The analysis of the simulation results proves that the proposed scheme improves sensing performance obviously.

Key words: cognitive radio, energy detection, noise estimation, weighted cooperative spectrum sensing

冯文江，宋麟，蒋卫恒. 基于噪声估计的加权协同频谱感知技术[J]. 计算机工程与应用, 2011, 47(9): 121-123.

FENG Wenjiang，SONG Lin，JIANG Weiheng. Weighted cooperative spectrum sensing based on noise estimation[J]. Computer Engineering and Applications, 2011, 47(9): 121-123.

[1]	王玉磊1，2，邱罡3. 物联网频谱感知的人工物理学优化实现[J]. 计算机工程与应用, 2019, 55(14): 83-86.
[2]	范怡敏1，罗云飞2，沈克永1. 具有先应性最优通道传输的车载网络研究分析[J]. 计算机工程与应用, 2018, 54(23): 68-73.
[3]	庄陵，童开蒙，王凯. 应用MDFT结构的认知无线电频谱感知方法[J]. 计算机工程与应用, 2018, 54(2): 82-86.
[4]	白玉，闫坤，李少鹏，张华伟，刘毅. 基于图分析的OFDM频谱感知[J]. 计算机工程与应用, 2018, 54(11): 86-90.
[5]	王莉莉1，陈国彬1，张广泉2，3. 认知无线电网络中基于公平性的功率控制方案[J]. 计算机工程与应用, 2017, 53(3): 144-148.
[6]	李晓艳，雷斌，华翔. 基于智能分析的分布式频谱共享技术研究[J]. 计算机工程与应用, 2017, 53(19): 124-129.
[7]	黎严，张国平，罗俊. 一种改进的多天线信号能量检测方案[J]. 计算机工程与应用, 2017, 53(10): 112-116.
[8]	李晓艳，雷斌，郭锦. 集中式认知网络分簇算法研究[J]. 计算机工程与应用, 2017, 53(10): 117-123.
[9]	李湘洋1，2，赵杭生2，曹龙1，2. 混合共享认知无线网络信道分配算法[J]. 计算机工程与应用, 2016, 52(6): 80-85.
[10]	李洪兵1，陈斌斌2，廖玉祥1，冯文江2. 基于RSS-IWLS的认知无线电系统主用户定位算法[J]. 计算机工程与应用, 2016, 52(2): 146-150.
[11]	刘俊霞1，2，贾振红2. 基于适应值预测的DABC认知无线电频谱分配算法[J]. 计算机工程与应用, 2016, 52(18): 111-116.
[12]	易三莉1，2，郭贝贝2，马磊2，钱洁2. 改进的模糊推理规则图像边缘检测算法[J]. 计算机工程与应用, 2016, 52(12): 180-183.
[13]	张勇，岳金旺，王静，金勇. 天线选择下稳健波束形成新算法[J]. 计算机工程与应用, 2016, 52(12): 127-130.
[14]	吴维农1，韩培培2，冯文江2，唐夲1，2. 电力通信异构多网共存网络发现与识别算法[J]. 计算机工程与应用, 2016, 52(11): 131-135.
[15]	方伟，刘顺兰. 双门限和机会协作的频谱感知算法研究[J]. 计算机工程与应用, 2015, 51(8): 113-116.

基于噪声估计的加权协同频谱感知技术

Weighted cooperative spectrum sensing based on noise estimation

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics