认知无线电中频谱感知技术研究+Matlab仿真
论文-认知无线电中频谱感知技术的分析与仿真
关键词 认知无线电；频谱感知；频谱空穴检测；合作机制；802.22 标准
所 在 单 位： 电子与信息技术研究院
答 辩 日 期： 2007 年 7 月
授予学位单位： 哈尔滨工业大学
Classified Index: TN911.23 U.D.C: 621.396.94
Dissertation for the Master’s Degree in Engineering
工学硕士学位论文
认知无线电中频谱感知技术的分析与仿真
姜靖
哈尔滨工业大学
2007 年 6 月
国内图书分类号: TN911.23 国际图书分类号: 621.396.94
工学硕士学位论文
认知无线电中频谱感知技术的分析与仿真
硕 士 研 究 生： 姜靖
导
师： 谭学治教授
申 请 学 位： 工学硕士
学 科 、 专 业： 信息与通信工程
-I-
哈尔滨工业大学工学硕士学位论文
Abstract
Cognitive Radio (CR) is a new intelligent wireless communication technology, which is viewed as a potential approach for improving the utilization of a precious radio spectrum，because of its ability of changing its transmitter parameters immediately based on interaction with the environment where it operates, especially it enables unlicensed users to use licensed spectrums. It should be noted that spectrum sensing is not only a primary task, but also a notable character of CR. After introducing some fundamental concepts of cognitive radios, this dissertation simulates several sensing spectrum methods; then researches on cooperation scheme; and last discusses their applications in IEEE 802.22.
认知无线电中频谱感知技术研究Matlab仿真设计
毕业设计（论文）题目：认知无线电中频谱感知技术研究专业：学生：班级学号：指导教师：指导单位：20分太坑爹了。
老子放个免费的日期：年月日至年月日摘要无线业务的持续增长带来频谱需求的不断增加，无线通信的发展面临着前所未有的挑战。
无线电频谱资源一般是由政府统一授权分配使用，这种固定分配频谱的管理方式常常会出现频谱资源分配不均，甚至浪费的情形，这与日益严重的频谱短缺问题相互矛盾。
认知无线电技术作为一种智能频谱共享技术有效的缓解了这一矛盾。
它通过感知时域、频域和空域等频谱环境，自动搜寻已授权频段的空闲频谱并合理利用，达到提高现有频谱利用率的目的。
频谱感知技术是决定认知无线电能否实现的关键技术之一。
本文首先介绍了认知无线电的基本概念，对认知无线电在 WRAN 系统、UWB 系统与 WLAN 系统等领域的应用分别进行了讨论。
在此基础上，针对实现认知无线电的关键技术从理论上进行了探索，分析了影响认知网络正常工作的相关因素与认知网络对授权用户正常工作所形成的干扰。
从理论上推导了在实现认知无线电系统所必须面对的弱信号低噪声比恶劣环境下，信号检测的相关方法和技术，并进行了数字滤波器的算法分析，指出了窗函数的选择原则。
接着详细讨论了频谱检测技术中基于发射机检测的三种方法：匹配滤波器检测法、能量检测法和循环平稳特性检测法。
为了检验其正确性，借助 Matlab 工具，在Matlab 平台下对能量检测和循环特性检测法进行了建模仿真，比较分析了这两种方法的检测性能。
研究结果表明：在低信噪比的情况下，能量检测法检测正确率较低，检测性能远不如循环特征检测。
其次还详细的分析认知无线电的国外研究现状与关键技术。
详细阐述了频谱感知技术的研究现状和概念，并指出了目前频谱感知研究工作中受到关注的一些主要问题，围绕这些问题进行了深入研究。
关键词：感知无线电；频谱感知；匹配滤波器感知；能量感知；合作式感知；ABSTRACTThe development of the wireless business results in increasing needs of the frequency. Wireless communication is facing a challenge. Radio resource is distributed by the government, which generally rises inequality and waste of Radio resource. So，there is a contradiction between the waste and the shortage of Radio resource. The cognitive radio, a technology of intelligent spectrum sharing, effectively bridges the contradiction. Based on the perception of time domain, frequency domain and airspace，automatic discovery and reasonably use of free spectrum among distributed spectrum，the cognitive radio improves the utilization ratio in the existing frequency. Spectrum sensing is one of the sky technologies in the cognitive radio.Based on the introduction of Cognitive Radio(CR) and the discussion of applications of CR in WRAN, UWB and WLAN, the key technologies of achieving CR were researched in theory and the factors controlling cognitive network and the interferences raised by cognitive network in normal working of authorized user were analyzed. The related method and technology of signal detection was theoretically derived in the severe environment of weak signal and low signal to noise ratio that is must facing to achieve CR. With the algorithm analysis of digital filter, the selection principle of windows function was proposed. Three spectrum detection methods namely matching filter detection way, energy detection way and cycle property detection way, were investigation in great detail. For testing and verifying the correction of above results, the detailed modeling and simulation of energy detection and cycle property detection were completed with Matlab and the performances of that two detections were also compared. The results show that the energy detection way , in the low SNR , is low and the property of that is very poorer than the cycle property detection. And this paper suggested that improvement of algorithm of window function can promote the performance of cycle detection algorithm.Secondly, detailed analysis of the cognitive radio is also and the key technology research status.Elaborated on spectrum the sensing techniques and concepts Research,then points out the research work in the spectrum sensing some of the main issues of concern,around theseissues in depth study also.Key Words：Cognitive Radio；Spectrum Sensing；Matched filter Sensing；Energy Sensing；Cooperative Sensing；目录第一章绪论11.1认知无线电的研究背景与意义11.2认知无线电技术的国外发展现状11.2.1国际上和我国认知无线电技术的研究情况11.3全文的主要结构和研究容6第二章认知无线电技术82.1频谱感知技术82.2频谱分配技术92.3功率控制技术102.4认知无线电技术的应用112.4.1认知无线电在WRAN中的应用112.4.2认知无线电在UWB系统中的应用112.4.3认知无线电在WLAN中的应用122.5本章小结12第三章认知无线电频谱感知技术133.1频谱感知技术系统模型163.2单节点频谱感知技术173.2.1匹配滤波器感知173.2.2能量感知193.2.3循环平稳感知223.2.4单节点频谱感知的局限性253.3合作式频谱感知技术273.3.1合作式频谱感知的概念273.4合作式频谱感知的关键技术293.4.1“与”准则293.4.2“或”准则303.4.3“K秩”法313.5基于干扰温度的感知技术323.6本章小结34第四章实验仿真364.1实验仿真环境364.2能量检测仿真与结果364.3匹配滤波器检测仿真与结果374.4合作式检测仿真与结果384.5本章小结40第五章结束语425.1论文总结425.2未来研究展望43 致错误!未定义书签。
Matlab仿真在无线通信原理与系统中的运用与研究
Matlab仿真在无线通信原理与系统中的运用与研究
无线通信是指在空间中利用无线电波进行数据传输和通信的过程。
它是一种重要的现代通信手段，已经广泛应用于移动通信、卫星通信、无线局域网等众多领域。
而Matlab作为一种强大
的数学软件，也在无线通信中发挥着重要作用。
Matlab仿真可以帮助研究人员对无线通信系统进行模拟和评估。
在无线通信系统设计和优化中，由于实际系统的建设和试验成本很高，仿真可以极大地缩短产品研发周期和成本，并且满足不同应用场景下系统的性能需求。
首先，Matlab仿真可以用来研究无线通信中的信噪比问题。
通信中的信噪比是指信号的强度与噪声的强度之比，对于通信质量有着至关重要的影响。
利用Matlab仿真，可以对不同的
信号传输方式进行模拟，得出它们的信噪比曲线，进一步了解它们在多噪声环境下的性能表现。
其次，Matlab仿真还可以用于无线通信的编码和调制技术研究。
现代无线通信系统中使用的编码和调制技术与传统通信系统相比具有更高的效率和可靠性，而Matlab仿真可以模拟这
些技术的信号传输过程，确定最佳的编码和调制方案。
最后，Matlab仿真还可以用于无线信道建模和优化。
无线信
道与有线信道不同，具有复杂的多径传播。
针对不同的无线信道环境，可以利用Matlab进行仿真建模，优化系统的无线传
输性能。
总之，Matlab仿真技术发挥着重要的作用，可以减少实际工
作中的重复性试验，缩短产品研发周期，降低成本，提高无线通信系统的可靠性和性能。
随着科技的不断进步和无线通信行业的不断发展，Matlab的应用和研究也将越来越广泛和深入。
认知无线电频谱感知之功率检测matlab代码
能量检测仿真实验代码：clear all;clc;n = 5;ps = 1;SNR1 = -5;SNR2 = -8;SNR3 = -10;% Sim_Times=10000; %Monter-Carlo times% m=5;T=0.001;% 信号带宽WW=5*10^4;% 采样频率Fs = 2*W;m = T*W;n = 2*T*W;% F0=W;% Fs=2;% Sig=sqrt(2)*sin(2*pi*F0/Fs*t); %single tone samples, Fs=2F0 % 实际信噪比snr1 = 10.^(SNR1/10);snr2 = 10.^(SNR2/10);snr3 = 10.^(SNR3/10);pn = (1/snr1)*ps;mu0 = n*pn;sigma0 = sqrt(2*n)*pn;mu = n*(pn+ps);sigma = sqrt(2*n*(pn^2+2*pn*ps));% [noi,x0,mu0,sigma0,m0] = cnoi( n,pn );% sig = randn(n,1);sig = 1;% 重复次数count = 5000;% 能量检测判决门限lambda = [200:20:600];lambda1 = [500:20:900];lambda2 = [700:30:1300];% 置信度判决参数% tt = [-5:0.4:3];% cc = 10.^tt;% tt1 = [-1:0.1:1];% cc1 = 10.^tt;% cc2 = [-0.01:0.001:0.01];for kk = 1:1:length(lambda);ff = 0;dd = 0;ff1 = 0;dd1 = 0;ff2 = 0;dd2 = 0;for ii=1:1:count;t = (kk-1)*n+1:kk*n;init_phase = 1/6*pi;sig=2*sin(2*pi*W/Fs*t+init_phase); %sig=1;%dot(sig,sig)/nnoi1 = randn(1,n);noi1 = sqrt(1/snr1)*noi1;rec1 = noi1 + sig;noi2 = randn(1,n);noi2 = sqrt(1/snr2)*noi2;rec2 = noi2 + sig;noi3 = randn(1,n);noi3 = sqrt(1/snr3)*noi3;rec3 = noi3 + sig;sum0_1 = dot(noi1,noi1);sum0_2 = dot(noi2,noi2);sum0_3 = dot(noi3,noi3);sum1_1 = dot(rec1,rec1);sum1_2 = dot(rec2,rec2);sum1_3 = dot(rec3,rec3);%单用户能量检测判决if (sum0_1 > lambda(kk));ff = ff+1;endif (sum1_1 > lambda(kk));dd = dd+1;endif (sum0_2 > lambda1(kk));ff1 = ff1+1;endif (sum1_2 > lambda1(kk));dd1 = dd1+1;endif (sum0_3 > lambda2(kk));ff2 = ff2+1;endif (sum1_3 > lambda2(kk));dd2 = dd2+1;endendPd_1(kk) = dd/count;Pf_1(kk) = ff/count;Pd_2(kk) = dd1/count;Pf_2(kk) = ff1/count;Pd_3(kk) = dd2/count;Pf_3(kk) = ff2/count;endplot(Pf_1,Pd_1,'-o',Pf_2,Pd_2,'-s',Pf_3,Pd_3,'-*');hold on;grid on;xlabel('False alarm probability, P_{Fa}');ylabel('Detection probability, P_{d}');legend('能量检测SNR=-5dB,n=100','能量检测SNR=-8dB,n=100','能量检测SNR=-10dB,n=100');grid on;hold on;。
如何使用Matlab技术进行频谱分析
如何使用Matlab技术进行频谱分析一、引言频谱分析是一种广泛应用于信号处理领域的重要技术，可以帮助我们了解信号的频率成分和能量分布情况。
Matlab作为一种强大的科学计算软件，提供了丰富的函数和工具包，能够方便快捷地进行频谱分析。
本文将介绍如何使用Matlab技术进行频谱分析，从数据处理到结果展示，将为读者提供全面的指导。
二、数据准备与导入首先，我们需要准备一组待分析的信号数据。
这可以是一个来自传感器的实时采集数据，也可以是从文件中读取的离线数据。
Matlab提供了多种数据导入函数，例如`csvread`函数可以导入CSV格式的数据文件，`load`函数可以导入Matlab的二进制数据文件。
三、时域分析在进行频谱分析之前，我们通常需要先对信号进行必要的时域分析。
这包括对信号进行采样、滤波、降噪等处理，以便获得更准确的频谱分析结果。
1. 采样：如果信号是以连续时间形式存在，我们需要首先对其进行采样。
Matlab提供了`resample`函数可以进行信号的采样，可以根据需要进行上采样或下采样操作。
2. 滤波：滤波是常用的信号处理方法之一，可以去除信号中的噪声以及不感兴趣的频率成分。
Matlab提供了多种滤波函数，例如`lowpass`函数可以进行低通滤波，`bandpass`函数可以进行带通滤波。
3. 降噪：在一些实际应用场景中，信号可能受到各种干扰和噪声的影响。
在进行频谱分析之前，我们需要对信号进行降噪处理，以获得准确的频谱结果。
Matlab提供了`denoise`函数可以进行信号的降噪处理，例如小波降噪、基于稀疏表示的降噪等。
四、频谱分析方法频谱分析是指对信号的频率成分进行分析和研究的过程。
常见的频谱分析方法有傅里叶变换、功率谱估计、自相关函数等。
1. 傅里叶变换：傅里叶变换是频谱分析的基础方法之一，可以将信号从时间域转换到频域。
Matlab提供了`fft`函数用于计算离散傅里叶变换（DFT），可以得到信号的频谱图。
MATLAB在无线传感器网络中的应用指南
MATLAB在无线传感器网络中的应用指南在现代科学和工程领域中，无线传感器网络（Wireless Sensor Networks，简称WSN）的应用越来越广泛。
WSN由大量小型无线传感器节点组成，这些节点能够自主感知、采集数据，并通过无线通信网络将数据传输至集中器或数据中心。
WSN已被应用于气象监测、环境监测、农业、健康监护等众多领域。
在WSN的开发和研究过程中，MATLAB作为一种强大的工具和编程语言，发挥着重要的作用。
一、WSN的节点设计与仿真在WSN中，节点的设计和仿真是非常关键的一步。
节点的设计涉及到硬件选择、电力管理、信号处理等方面。
而MATLAB作为一种强大的数学计算和仿真平台，可以用来进行节点电路的建模和仿真。
通过MATLAB的仿真工具箱，我们可以模拟不同节点设计的性能，并根据需求进行优化。
例如，我们可以使用MATLAB中的Simulink仿真工具箱来建立一个节点的能耗模型，并对不同的电源管理方案进行仿真分析。
这些仿真结果可以为节点设计和性能优化提供指导。
二、WSN的信号处理与数据分析在WSN中，节点通过传感器感知到的物理信号需要进行适当的信号处理和数据分析。
MATLAB提供了丰富的信号处理工具箱，可以用于节点感知信号的预处理、滤波、降噪等操作。
此外，MATLAB还有强大的数据分析和可视化工具，可以帮助用户对节点采集到的数据进行统计分析、特征提取、模式识别等工作。
通过MATLAB，我们可以方便地对WSN数据进行处理和分析，得到有用的信息和结论。
三、WSN的网络协议设计与优化在WSN中，节点之间的通信是无线的，因此网络协议的设计和优化显得尤为重要。
MATLAB提供了用于无线通信和网络建模的工具箱，可以用于WSN网络协议的设计和性能评估。
通过MATLAB，我们可以模拟和优化WSN网络的拓扑结构、路由算法、功率控制和数据传输效率等方面。
此外，MATLAB还可以用于分析网络中的信道传输特性、干扰和抗干扰能力等参数，帮助用户设计高效、可靠的WSN网络协议。
认知无线电中频谱感知技术研究 Matlab仿真 免费分解
毕业设计（论文）题目：认知无线电中频谱感知技术研究专业：学生姓名：班级学号：指导教师：指导单位：20分太坑爹了。
老子放个免费的日期：年月日至年月日摘要无线业务的持续增长带来频谱需求的不断增加，无线通信的发展面临着前所未有的挑战。
无线电频谱资源一般是由政府统一授权分配使用，这种固定分配频谱的管理方式常常会出现频谱资源分配不均，甚至浪费的情形，这与日益严重的频谱短缺问题相互矛盾。
认知无线电技术作为一种智能频谱共享技术有效的缓解了这一矛盾。
它通过感知时域、频域和空域等频谱环境，自动搜寻已授权频段的空闲频谱并合理利用，达到提高现有频谱利用率的目的。
频谱感知技术是决定认知无线电能否实现的关键技术之一。
本文首先介绍了认知无线电的基本概念，对认知无线电在 WRAN 系统、UWB 系统及 WLAN 系统等领域的应用分别进行了讨论。
在此基础上，针对实现认知无线电的关键技术从理论上进行了探索，分析了影响认知网络正常工作的相关因素及认知网络对授权用户正常工作所形成的干扰。
从理论上推导了在实现认知无线电系统所必须面对的弱信号低噪声比恶劣环境下，信号检测的相关方法和技术，并进行了数字滤波器的算法分析，指出了窗函数的选择原则。
接着详细讨论了频谱检测技术中基于发射机检测的三种方法：匹配滤波器检测法、能量检测法和循环平稳特性检测法。
为了检验其正确性，借助 Matlab 工具，在Matlab 平台下对能量检测和循环特性检测法进行了建模仿真，比较分析了这两种方法的检测性能。
研究结果表明：在低信噪比的情况下，能量检测法检测正确率较低，检测性能远不如循环特征检测。
其次还详细的分析认知无线电的国内外研究现状及关键技术。
详细阐述了频谱感知技术的研究现状和概念，并指出了目前频谱感知研究工作中受到关注的一些主要问题，围绕这些问题进行了深入研究。
关键词：感知无线电；频谱感知；匹配滤波器感知；能量感知；合作式感知；ABSTRACTThe development of the wireless business results in increasing needs of the frequency. Wireless communication is facing a challenge. Radio resource is distributed by the government, which generally rises inequality and waste of Radio resource. So，there is a contradiction between the waste and the shortage of Radio resource. The cognitive radio, a technology of intelligent spectrum sharing, effectively bridges the contradiction. Based on the perception of time domain, frequency domain and airspace，automatic discovery and reasonably use of free spectrum among distributed spectrum，the cognitive radio improves the utilization ratio in the existing frequency. Spectrum sensing is one of the sky technologies in the cognitive radio.Based on the introduction of Cognitive Radio(CR) and the discussion of applications of CR in WRAN, UWB and WLAN, the key technologies of achieving CR were researched in theory and the factors controlling cognitive network and the interferences raised by cognitive network in normal working of authorized user were analyzed. The related method and technology of signal detection was theoretically derived in the severe environment of weak signal and low signal to noise ratio that is must facing to achieve CR. With the algorithm analysis of digital filter, the selection principle of windows function was proposed. Three spectrum detection methods namely matching filter detection way, energy detection way and cycle property detection way, were investigation in great detail. For testing and verifying the correction of above results, the detailed modeling and simulation of energy detection and cycle property detection were completed with Matlab and the performances of that two detections were also compared. The results show that the energy detection way , in the low SNR , is low and the property of that is very poorer than the cycle property detection. And this paper suggested that improvement of algorithm of window function can promote the performance of cycle detection algorithm.Secondly, detailed analysis of the cognitive radio is also and the key technology research status.Elaborated on spectrum the sensing techniques and concepts Research,then points out the research work in the spectrum sensing some of the main issues of concern,around these issues in depth study also.Key Words：Cognitive Radio；Spectrum Sensing；Matched filter Sensing；Energy Sensing；Cooperative Sensing；目录第一章绪论 (1)1.1认知无线电的研究背景及意义 (1)1.2认知无线电技术的国内外发展现状 (1)1.2.1国际上和我国认知无线电技术的研究情况 (1)1.3全文的主要结构和研究内容 (6)第二章认知无线电技术 (8)2.1频谱感知技术 (8)2.2频谱分配技术 (9)2.3功率控制技术 (10)2.4认知无线电技术的应用 (11)2.4.1认知无线电在WRAN中的应用 (11)2.4.2认知无线电在UWB系统中的应用 (11)2.4.3认知无线电在WLAN中的应用 (12)2.5本章小结 (12)第三章认知无线电频谱感知技术 (14)3.1频谱感知技术系统模型 (17)3.2单节点频谱感知技术 (18)3.2.1匹配滤波器感知 (18)3.2.2能量感知 (20)3.2.3循环平稳感知 (23)3.2.4单节点频谱感知的局限性 (26)3.3合作式频谱感知技术 (28)3.3.1合作式频谱感知的概念 (28)3.4合作式频谱感知的关键技术 (30)3.4.1“与”准则 (30)3.4.2“或”准则 (31)3.4.3“K秩”法 (32)3.5基于干扰温度的感知技术 (33)3.6本章小结 (35)第四章实验仿真 (37)4.1实验仿真环境 (37)4.2能量检测仿真与结果 (37)4.3匹配滤波器检测仿真与结果 (38)4.4合作式检测仿真与结果 (39)4.5本章小结 (41)第五章结束语 (43)5.1论文总结 (43)5.2未来研究展望 (44)致谢................................... 错误!未定义书签。
如何使用Matlab进行无线传感器网络设计和优化
如何使用Matlab进行无线传感器网络设计和优化使用Matlab进行无线传感器网络设计和优化无线传感器网络（Wireless Sensor Networks，简称WSN）是一种由大量分布式传感器节点组成的网络系统，通过无线通信协作进行数据采集和传输。
在各个领域中，WSN的应用范围越来越广泛，并且对网络的设计和优化提出了更高的要求。
本文将介绍如何使用Matlab进行WSN的设计和优化，以帮助读者更好地理解和应用此工具。
一、Matlab介绍及其在WSN中的应用Matlab是一种高级技术计算语言和环境，具有强大的数据分析和建模能力，尤其适用于科学和工程问题的解决。
在WSN中，Matlab可以用于设计、建模和分析网络通信协议、节点部署和能量消耗等方面的问题。
通过Matlab提供的各种工具箱和函数，可以实现WSN的仿真、优化和性能评估。
二、WSN设计中的关键问题在设计WSN时，需要考虑以下关键问题：1.节点部署：合理的节点部署是保证网络性能和能量效率的重要因素。
在Matlab中，可以使用图形处理和优化算法来确定最佳的节点部署策略，并在仿真中验证其有效性。
2.能量管理：WSN中节点的能源是有限的，因此如何管理和优化节点的能量消耗是一个重要的问题。
Matlab提供了多种能量管理算法的实现，可以用于节点睡眠调度、能量平衡和能量感知等方面的研究。
3.路由协议：在WSN中，节点之间的通信通过路由协议来实现。
设计高效的路由协议是提高网络性能和可靠性的关键。
Matlab中提供了各种路由协议的实现和性能评估工具，可以用于比较和选择最适合的路由策略。
三、使用Matlab进行WSN节点部署节点部署是WSN设计的第一步，合理的节点部署可以提高网络的覆盖率和通信质量。
在Matlab中，可以使用图形处理和优化算法来实现最佳的节点部署策略。
首先，可以通过Matlab的图形处理工具箱创建网络拓扑图，然后使用网络分析和优化算法找到最佳的节点部署位置。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
毕业设计（论文）题目：认知无线电中频谱感知技术研究专业：学生姓名：班级学号：指导教师：指导单位：日期：年月日至年月日摘要无线业务的持续增长带来频谱需求的不断增加，无线通信的发展面临着前所未有的挑战。
无线电频谱资源一般是由政府统一授权分配使用，这种固定分配频谱的管理方式常常会出现频谱资源分配不均，甚至浪费的情形，这与日益严重的频谱短缺问题相互矛盾。
认知无线电技术作为一种智能频谱共享技术有效的缓解了这一矛盾。
它通过感知时域、频域和空域等频谱环境，自动搜寻已授权频段的空闲频谱并合理利用，达到提高现有频谱利用率的目的。
频谱感知技术是决定认知无线电能否实现的关键技术之一。
本文首先介绍了认知无线电的基本概念，对认知无线电在 WRAN 系统、UWB 系统及 WLAN 系统等领域的应用分别进行了讨论。
在此基础上，针对实现认知无线电的关键技术从理论上进行了探索，分析了影响认知网络正常工作的相关因素及认知网络对授权用户正常工作所形成的干扰。
从理论上推导了在实现认知无线电系统所必须面对的弱信号低噪声比恶劣环境下，信号检测的相关方法和技术，并进行了数字滤波器的算法分析，指出了窗函数的选择原则。
接着详细讨论了频谱检测技术中基于发射机检测的三种方法：匹配滤波器检测法、能量检测法和循环平稳特性检测法。
为了检验其正确性，借助 Matlab 工具，在Matlab 平台下对能量检测和循环特性检测法进行了建模仿真，比较分析了这两种方法的检测性能。
研究结果表明：在低信噪比的情况下，能量检测法检测正确率较低，检测性能远不如循环特征检测。
其次还详细的分析认知无线电的国内外研究现状及关键技术。
详细阐述了频谱感知技术的研究现状和概念，并指出了目前频谱感知研究工作中受到关注的一些主要问题，围绕这些问题进行了深入研究。
关键词：感知无线电；频谱感知；匹配滤波器感知；能量感知；合作式感知；ABSTRACTThe development of the wireless business results in increasing needs of the frequency. Wireless communication is facing a challenge. Radio resource is distributed by the government, which generally rises inequality and waste of Radio resource. So，there is a contradiction between the waste and the shortage of Radio resource. The cognitive radio, a technology of intelligent spectrum sharing, effectively bridges the contradiction. Based on the perception of time domain, frequency domain and airspace，automatic discovery and reasonably use of free spectrum among distributed spectrum，the cognitive radio improves the utilization ratio in the existing frequency. Spectrum sensing is one of the sky technologies in the cognitive radio.Based on the introduction of Cognitive Radio(CR) and the discussion of applications of CR in WRAN, UWB and WLAN, the key technologies of achieving CR were researched in theory and the factors controlling cognitive network and the interferences raised by cognitive network in normal working of authorized user were analyzed. The related method and technology of signal detection was theoretically derived in the severe environment of weak signal and low signal to noise ratio that is must facing to achieve CR. With the algorithm analysis of digital filter, the selection principle of windows function was proposed. Three spectrum detection methods namely matching filter detection way, energy detection way and cycle property detection way, were investigation in great detail. For testing and verifying the correction of above results, the detailed modeling and simulation of energy detection and cycle property detection were completed with Matlab and the performances of that two detections were also compared. The results show that the energy detection way , in the low SNR , is low and the property of that is very poorer than the cycle property detection. And this paper suggested that improvement of algorithm of window function can promote the performance of cycle detection algorithm.Secondly, detailed analysis of the cognitive radio is also and the key technology research status.Elaborated on spectrum the sensing techniques and concepts Research,then points out the research work in the spectrum sensing some of the main issues of concern,around these issues in depth study also.Key Words：Cognitive Radio；Spectrum Sensing；Matched filter Sensing；Energy Sensing；Cooperative Sensing；目录第一章绪论 (1)1.1认知无线电的研究背景及意义 (1)1.2认知无线电技术的国内外发展现状 (1)1.2.1国际上和我国认知无线电技术的研究情况 (1)1.3全文的主要结构和研究内容 (6)第二章认知无线电技术 (8)2.1频谱感知技术 (8)2.2频谱分配技术 (9)2.3功率控制技术 (10)2.4认知无线电技术的应用 (11)2.4.1认知无线电在WRAN中的应用 (11)2.4.2认知无线电在UWB系统中的应用 (11)2.4.3认知无线电在WLAN中的应用 (12)2.5本章小结 (12)第三章认知无线电频谱感知技术 (14)3.1频谱感知技术系统模型 (17)3.2单节点频谱感知技术 (18)3.2.1匹配滤波器感知 (18)3.2.2能量感知 (20)3.2.3循环平稳感知 (23)3.2.4单节点频谱感知的局限性 (26)3.3合作式频谱感知技术 (28)3.3.1合作式频谱感知的概念 (28)3.4合作式频谱感知的关键技术 (30)3.4.1“与”准则 (30)3.4.2“或”准则 (31)3.4.3“K秩”法 (32)3.5基于干扰温度的感知技术 (33)3.6本章小结 (35)第四章实验仿真 (37)4.1实验仿真环境 (37)4.2能量检测仿真与结果 (37)4.3匹配滤波器检测仿真与结果 (38)4.4合作式检测仿真与结果 (39)4.5本章小结 (41)第五章结束语 (43)5.1论文总结 (43)5.2未来研究展望 (44)致谢................................... 错误!未定义书签。
参考文献 (46)附录 (48)第一章绪论1.1认知无线电的研究背景及意义随着信息时代的到来，无线频谱已成为现代社会不可或缺的宝贵资源。
它目前主要由国家统一分配授权使用，一个频段一般只能供一个无线通信系统独立使用，这种静态的无线频谱管理方式，简单而有效的避免了不同无线通信系统间的相互干扰。
但是在这些已分配的授权频段与非授权频段中存在着频谱资源利用的不平衡性：一方面，授权频段占用了整个频谱资源的很大一部分，但其中不少频段处于空闲状态；另一方面，开放使用的非授权频段占整个频谱资源的很少一部分，但在该频段上的用户很多，业务量也很大，无线电频段已基本趋于饱和。
于是在无线和移动通信迅速发展的今天，频谱资源贫乏的问题也显得日益严重。
因此，寻求一种更有效的频谱管理方式，充分利用各地区、各时间段的空闲频段，缓解不断增长的频谱的需求矛盾，成为人们关注的问题。
为了解决上述问题，基本思路就是尽量提高现有已分配频谱的利用率。
于是，认知无线电的概念应运而生。
其基本思想是：具有认知功能的无线通信设备可以按照某种“伺机（Opportunistic Way）”的方式接入授权的频段内，并动态地利用频谱。
这种在空域、时域和频域中出现的未被利用的频谱资源被称为“频谱空穴”。