基于图分析的OFDM频谱感知

doi:10.3778/j.issn.1002-8331.1612-0282

计算机工程与应用 ›› 2018, Vol. 54 ›› Issue (11): 86-90.DOI: 10.3778/j.issn.1002-8331.1612-0282

基于图分析的OFDM频谱感知

白玉，闫坤，李少鹏，张华伟，刘毅

桂林电子科技大学信息与通信学院，广西桂林 541004

出版日期:2018-06-01 发布日期:2018-06-14

Spectrum sensing for OFDM signals based on Graph

BAI Yu, YAN Kun, LI Shaopeng, ZHANG Huawei, LIU Yi

School of Information and Communication, Guilin University of Electronic Technology, Guilin, Guangxi 541004, China

Online:2018-06-01 Published:2018-06-14

摘要/Abstract

摘要： 随着OFDM信号被广泛应用到现代无线通信系统中，认知无线电中OFDM信号的检测具有重要意义。引入基于图的离散信号处理理论，提出了一种基于图分析的OFDM信号频谱感知方法，详细分析了其检测原理及判决门限的设定，并最后通过蒙特卡洛仿真实验，验证了这种方法的可行性并分析了检测性能，仿真结果表明，在较低信噪比下，这种方法仍具有良好的检测性能。

关键词: 认知无线电, 频谱感知, 正交频分复用（OFDM）, 图, 邻接矩阵

Abstract: The problem of detecting Orthogonal Frequency Division Multiplexing（OFDM） signals in cognitive radios is of great significance along with the extensive use of OFDM in the modern?wireless communication systems. The discrete signal processing on graph framework is introduced, and a method of spectrum sensing based on graph is proposed for OFDM signals. The detection principle and the decision threshold are analyzed in detail. Finally, the feasibility of this method is verified by the Monte Carlo simulation experiment. The simulation results show that this method has good detection performance in low Signal-to-Noise?Ratio（SNR）.

Key words: cognitive radio, spectrum sensing, Orthogonal Frequency Division Multiplexing（OFDM）, graph, adjacency matrix

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.

BAI Yu, YAN Kun, LI Shaopeng, ZHANG Huawei, LIU Yi. Spectrum sensing for OFDM signals based on Graph[J]. Computer Engineering and Applications, 2018, 54(11): 86-90.

[1]	许昊，张凯，田英杰，种法广，王子超. 深度神经网络图像描述综述[J]. 计算机工程与应用, 2021, 57(9): 9-22.
[2]	冉蓉，徐兴华，邱少华，崔小鹏，欧阳斌. 基于深度卷积神经网络的裂纹检测方法综述[J]. 计算机工程与应用, 2021, 57(9): 23-35.
[3]	贾香恩，董一鸿，朱锋，钱江波. 异构图卷积网络研究进展[J]. 计算机工程与应用, 2021, 57(9): 36-49.
[4]	张波，徐黎明，黄志伟，要小鹏. 梯度策略的多目标GANs帕累托最优解算法[J]. 计算机工程与应用, 2021, 57(9): 89-95.
[5]	周伦钢，孙怡峰，王坤，吴疆，黄维贵，李炳龙. 目标多种多值属性的端端快速识别网络[J]. 计算机工程与应用, 2021, 57(9): 182-190.
[6]	朱鉴，刘培钰，陈炳丰，蔡瑞初. 结合相似块匹配与最小值滤波的图像去雨[J]. 计算机工程与应用, 2021, 57(9): 191-198.
[7]	马珺，王昱皓. 结合自适应更新策略和再检测技术的跟踪算法[J]. 计算机工程与应用, 2021, 57(9): 217-224.
[8]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[9]	董旭彬，赵清华. 改进Mask R-CNN在航空影像目标检测的研究应用[J]. 计算机工程与应用, 2021, 57(8): 133-144.
[10]	徐少杰，曹雏清，王永娟. 视觉SLAM在室内动态场景中的应用研究[J]. 计算机工程与应用, 2021, 57(8): 175-179.
[11]	周彦，旷鸿章，牟金震，王冬丽，刘宗明. 面向半稠密三维重建的改进单目ORB-SLAM[J]. 计算机工程与应用, 2021, 57(8): 180-184.
[12]	闫晓燊，高强，朱思萌，奚学程，赵万生. 亮度不均匀低质量图像中压印字符分割方法[J]. 计算机工程与应用, 2021, 57(8): 185-191.
[13]	张晓闻，任勇峰. 结合稀疏表示与拓扑相似性的图像匹配算法[J]. 计算机工程与应用, 2021, 57(8): 198-203.
[14]	赵阳，张俊华. 多尺度特征融合的脊柱X线图像分割方法[J]. 计算机工程与应用, 2021, 57(8): 214-219.
[15]	张韩钰，吴志昊，徐勇，陈斌. 增强卷积神经网络的人脸篡改检测方法[J]. 计算机工程与应用, 2021, 57(8): 220-224.

基于图分析的OFDM频谱感知

Spectrum sensing for OFDM signals based on Graph

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