主要形式为分布式的网络。因此,分布式认知无线电用户浙江大学硕士学位论文第滦髀Р论文的主要贡献用户的漏检概率是相同的,而在实际情况中可以根据不同用户的硬件配置进行合作检测的问题非常值得研究。对的正确检测对频谱资源的有效利用和授权用户的权利保障具有长远的意义。针对认知无线电网络中攻击者的合作检测及现有检测算法存在的缺点,本文的研究内容主要如下:第一部分是针对分布式的认知无线电网络中次用户对的合作检测,寻求最优的次用户配置方案,使其系统整体检测性能最优化;第二部分是针对基于目标定位的检测算法,引入压缩感知算法来达到减少网络建设代价以及节省计算量的目的。针对分布在授权用户周围,并且存在多个足以模拟授权用户的功率,也就是基于定位的检测和能量检测不再适用的分布式认知无线电网络的场景下的合作检测,本论文的创新点有以下四点:提出了一个畃的分布式认知无线电网络中的合作检测方案。这个方案是由基于授权用户的特征参数进行的第一步相关性检测和信号能量与噪声之间的差别进行第二步能量检测组成。⒄攵酝缯寮觳庑阅芩孀鸥鞲龃斡没Ъ觳舛韵笈渲玫牟煌煌奈题,我们通过引入分布式的信息传递算法篋得到网络中各次用户的最优配置,从而使网络的整体检测性能最优。在第二步进行的信号和噪声的判别阶段,一般的假设是认为每个不同的配置。考虑这一实际情况,能量检测问题应转化为:在一定的总虚警概率下,如何通过差异化配置各个用户的虚警概率从而得到最大检测概率的问题。这一问题是模诒疚牡难芯恐校üっ鞔舜δ芰考觳飧怕示哂卸数凸优化特性,从而使得问题通过凸优化的求解方法进行快速高效的求解。将压缩感知理论与基于定位的检测相结合,解决了基于定位的检测算法存在的信息采集传感器网络配置开销大、汇聚节点信息处理量大的问题。而且,为了应对数目及位置时变的情况,本文进一步提出了自适应正交匹配追踪算法,使的正确检测性能能够时刻得到保证。浙江大学硕士学位论文第滦髀
全文预览
