無線通信的頻譜壓縮感知與共享傳輸技術研究.pdf

1、現(xiàn)代社會，無線通信技術的飛速發(fā)展使得頻譜資源越發(fā)的緊張，但現(xiàn)有的頻譜劃分手段難以應對這樣的局面。認知無線電作為一種智能的頻譜共享系統(tǒng)，使得頻譜資源的再利用成為可能。頻譜感知技術是認知無線電得以實現(xiàn)的重要前提，但是受限于奈奎斯特采樣定理，當前的感知技術較難進行寬帶頻譜感知。而壓縮感知技術作為當前一種熱門的信息處理技術，具有能夠低于奈奎斯特采樣率進行信號采集的優(yōu)勢，一經(jīng)提出就引起研究人員的極大關注，除對其理論進行深入的研究之外，該技術也被應

2、用到諸如頻譜感知等領域之中。認知無線電技術中的另一個熱點問題是關于頻譜共享模式的研究，通過設計相應的頻譜共享傳輸策略，能夠極大地提升頻譜利用率。
　　本文第一章首先闡述了本文研究的背景與意義，對壓縮感知與頻譜共享傳輸?shù)幕纠碚摵脱芯楷F(xiàn)狀進行了概述，對本文的研究內容也進行了簡要說明。
　　第二章首先對基于 Homotopy的l1范數(shù)最小化問題進行了研究，介紹了兩種Homotopy算法并對其性能進行了分析和仿真驗證。其次，研究了

3、基于 LASSO Homotopy的動態(tài)更新算法與重加權Homotopy算法，在此基礎上，針對兩種動態(tài)變化模型，本文相應地提出了兩種改進的動態(tài)更新算法，并進行了仿真和性能分析。
　　第三章主要研究了協(xié)作式壓縮頻譜感知的重構算法。協(xié)作式感知通常分為集中式與非集中式兩種。針對集中式感知方式，本文提出了一種 Joint-SAMP算法，它利用發(fā)射源信號聯(lián)合稀疏的特性，采用并行運算的方式進行重構。針對觀察矩陣部分接收的情況，本文提出了一種基

4、于部分觀察矩陣的重構算法，該算法直接在融合中心接收的殘缺矩陣上進行重構運算，無需進行矩陣填充。針對非集中式感知方式，本文在研究了D-LASSO算法的基礎上，設計出一種新的分布式稀疏重構算法，相比 D-LASSO，此方法具有重構不同目標稀疏向量的特性；相比 DRL2算法，該算法重構精度更高。
　　第四章研究了頻譜共享模式下的無線傳輸性能。本章首先研究了基于干擾對齊技術的頻譜共享方法，討論了次級用戶最優(yōu)化功率分配的策略并進行了算法仿真