Wideband Spectrum Sensing for Cognitive Radio Networks: A Survey
认知无线电已经成为下一代蜂窝网络中提高频谱利用率的最有前途的候选解决方案之一。未来认知无线电网络的一个关键要求是宽带频谱感知：次级用户在很宽的频率范围内可靠地检测频谱机会。在本文中，各种宽带频谱感知算法，连同讨论的优点和缺点的每种算法和挑战性的问题。特别注意的是使用的子奈奎斯特技术，包括压缩传感和多通道子奈奎斯特采样技术。
2013-03-04 cs.IT math.IT
Random Triggering Based Sub-Nyquist Sampling System for Sparse Multiband Signal
提出了一种新的基于随机触发的调制宽带压缩采样（RT-MWCS）方法，以有效实现稀疏宽带信号的亚奈奎斯特速率压缩采样系统。在信号被重复（不一定是周期性）触发的假设下，RT-MWCS使用随机调制来获得在随机选择的位置处的信号的测量。该方法采用多测量向量法在频域估计信号的非零支持度。然后，利用最小二乘估计求解信号谱。通过使用之前在随机等效采样（RES）方案中使用的电平触发和时间数字转换器设备，促进了估计稀疏多频带信号的独特能力。与现有的压缩采样技术（如调制宽带转换器（MWC））相比，RT-MWCS具有系统结构简单、单通道实现、采样时间长等优点。实验结果表明，对于谱支持未知的稀疏多带信号，RT-MWCS要求的采样率远低于奈奎斯特采样率，同时又能提供良好的信号重构质量。
2017-03-06 cs.IT math.IT
Truly Sub-Nyquist Method Based Matrix Pencil and CRT with Super Resolution
本文提出一种真亚奈奎斯特超分辨率方法，融合矩阵束与中国剩余定理，以提升高频信号提取的频率分辨率和精度，并适用于电信、雷达和医学成像等场景。
2024-10-23 cs.IT math.IT
Efficient Sampling of Sparse Wideband Analog Signals
周期性非均匀采样是对低于奈奎斯特速率的频谱稀疏信号进行采样的已知方法。该策略依赖于隐含的假设，即各个采样器暴露于整个频率范围。这种假设对于宽带稀疏信号变得不切实际。本文提出了一种不需要全频带前端的替代采样级。相反，信号是用模拟前端捕获的，模拟前端由一组乘法器和低通滤波器组成，其截止频率远低于奈奎斯特频率。从低速率采样恢复原始信号的问题可以在压缩采样的框架内进行研究。适当的参数选择可确保样本唯一确定模拟输入。此外，模拟输入可以用数字算法稳定地重构。数值实验支持了理论分析。
2009-01-26 cs.IT math.IT
WINDOW: Wideband Demodulator for Optical Waveforms
以非常高的速率工作的光通信系统经常受到采样率瓶颈的限制。光宽带机制可能超过模数转换器（ADC）前端带宽。已经提出了多通道采样方法，例如多陪集或交错ADC，以使用多个通道对宽带信号进行采样。每个通道以低于奈奎斯特速率的速率采样，从而保持总体采样率。然而，该方案受到两个实际限制，使得其难以实施。首先，采样器的固有抗混叠滤波器使宽带信号失真。第二，它需要精确的时间偏移信号的奈奎斯特速率的顺序，这是具有挑战性的维持。在这项工作中，我们提出了一种替代的多通道采样方案，宽带解调器的光波形（WINDOWS），模拟RF解调的基础上，每个通道的频谱混叠使用的周期性混合功能之前的集成和采样。我们表明，有意使用固有的ADC滤波器来执行积分，增加了信噪比（SNR）。我们从理论上和数值实验表明，我们的系统优于multicoset在信号恢复和符号估计的存在下，热和量化噪声，但稍微不那么强大的定时抖动。
2016-11-13 cs.IT math.IT
Sub-Nyquist Cyclostationary Detection for Cognitive Radio
认知无线电需要对宽带信号进行高效可靠的频谱感知。为了应对采样率瓶颈，已经提出了低于奈奎斯特速率采样的新采样方法。然而，这样的技术降低了信噪比（SNR），恶化了后续能量检测的性能。循环平稳检测，它利用通信信号统计的周期性属性，在平稳噪声中不存在，是这种设置的一个自然的候选人。在这项工作中，我们考虑从子奈奎斯特样本的循环谱恢复，以实现效率和鲁棒性的噪声。为此，我们提出了一个结构化的压缩感知算法，扩展正交匹配追求占循环平稳性的结构。接下来，我们推导出一个下限的采样率所需的完美的循环频谱恢复中存在的平稳噪声，并表明，它可以从以下奈奎斯特获得的样本重建，没有任何稀疏约束的信号。特别地，在非稀疏设置中，可以以奈奎斯特速率的$4/5$恢复循环谱。如果感兴趣的信号是稀疏的，则采样率可以进一步降低到朗道速率的$8/5$。一旦循环谱被恢复，我们估计组成输入信号的传输数量，以及它们的载波频率和带宽。仿真结果表明，循环平稳检测优于能量检测，在低信噪比的次奈奎斯特制度。这在奈奎斯特状态中已经是已知的，但是在低于奈奎斯特采样率时甚至更加明显。
2016-11-04 cs.IT math.IT
Ultra Low-Complexity Detection of Spectrum Holes in Compressed Wideband Spectrum Sensing
宽带频谱感测是认知无线电（CR）中的重大挑战，这是由于需要以奈奎斯特速率或高于奈奎斯特速率操作的非常高速的模数转换器（ADC）。在这里，我们提出了一个非常低的复杂度零块检测方案，可以检测到一个很大的分数的频谱孔从子奈奎斯特样本，即使欠采样率是非常小的。该方案是基于一个块稀疏的传感矩阵，这是通过一个新的模拟到信息转换器（AIC）的设计实现。所提出的方案将一些测量识别为零，然后验证与它们相关联的子信道为空。分析和仿真结果表明，该方法的有效性，在可靠的检测频谱空洞的复杂度远低于现有的计划。这项工作还介绍了一个新的范例，在压缩感知感兴趣的是可靠的检测（一些）零块，而不是整个块稀疏信号的恢复。
2015-07-03 cs.IT math.IT
Modified Orthogonal Matching Pursuit Algorithm for Cognitive Radio Wideband Spectrum Sensing
采样率是多GHz带宽频谱感知的瓶颈。压缩感知（CS）的最新进展初始化几个亚奈奎斯特速率的方法来克服这个问题。然而，努力设计CS重建算法的宽带频谱感知是非常有限的。通过考虑认知无线电频谱使用的先验知识的算法，可以进一步降低采样率要求并提高重构性能。本文将认知无线电频谱的使用分为三类，并提出了一种改进的正交匹配追踪（OMP）宽带频谱感知算法。仿真结果表明，改进的OMP算法在重建性能和计算时间方面优于两种改进的基追踪去噪（BPDN）算法。
2011-02-14 cs.IT math.IT
Sub-Nyquist Sampling for Reaching Theoretical Minimal Sampling Rate Boundary
School of Data Science, Fudan University（复旦大学数据科学学院）
本文提出双频混叠宽带转换器（DAWC）和改进的子空间追踪算法（MSSP），在无先验知识的情况下实现理论最小采样率下的频带定位与波形重建。
2026-04-27 cs.IT math.IT
Total Variation Minimization Based Compressive Wideband Spectrum Sensing for Cognitive Radios
宽带频谱感知是认知无线电系统的重要组成部分。它的主要挑战是太高的采样率要求。压缩感知（CS）有望解决这一问题，目前基于压缩感知的宽带频谱感知方法几乎都是利用频率稀疏性来实现的。为了实现宽带频谱变化的快速、鲁棒检测，采用全变分最小化方法，充分利用时域和频域结构信息，提高稀疏度。由于得到的矢量较稀疏，频谱感知周期缩短，感知精度提高。理论分析和数值实验都证明了该算法的有效性。
2011-06-18 cs.IT math.IT
Adaptive Compressive Spectrum Sensing for Wideband Cognitive Radios
本文提出了一种自适应频谱感知算法，该算法使用亚奈奎斯特采样率检测宽带频谱。该算法利用压缩感知（CS）的优点，从压缩样本中重构宽带频谱。此外，提出了一种l2范数验证方法，使认知无线电（CR）自动终止信号采集，一旦当前的频谱恢复是令人满意的，从而提高CR吞吐量。仿真结果表明，该算法不仅缩短了频谱感知间隔，而且提高了宽带CR的吞吐量。
2013-02-07 cs.IT math.IT
Cognitive Sub-Nyquist Hardware Prototype of a Collocated MIMO Radar
我们提出的设计和硬件实现的雷达原型，演示了一个亚奈奎斯特配置多输入多输出（MIMO）雷达的原理。该设置允许以远低于奈奎斯特采样定理所规定的速率在空间域和频谱域中进行采样。我们的原型实现了一个X波段MIMO雷达，可以配置为具有最多8个发射和10个接收天线元件。我们使用频分复用（FDM）来实现MIMO波形的正交性，并应用XDIF框架进行信号恢复。该原型还实现了一种认知传输方案，其中每个传输波形被限制到接收器采样和处理的全信号带宽的那些预定子带。实时实验显示合理的恢复性能，同时作为一个4 × 5稀疏随机阵列，其中组合的空间和光谱采样因子减少是填充的8 × 10阵列的87.5%。
2016-08-04 cs.IT math.IT
A Cognitive Sub-Nyquist MIMO Radar Prototype
我们提出了一个认知原型，演示了共址，频分复用，多输入多输出（MIMO）雷达，实现时间和空间的亚奈奎斯特采样。信号通过Xcovery框架进行采样和恢复。认知是由于发射机通过仅发射接收机采样和处理的那些子带来调整其信号频谱的事实。实时实验表明，该方法在低于奈奎斯特的条件下对目标场景进行MIMO恢复，时空带宽降低了87.5%，信噪比为-10 dB。
2019-06-13 cs.IT eess.SP math.IT
Theoretical Limits on Time Delay Estimation for Ultra-Wideband Cognitive Radios
研究了超宽带认知无线电系统中时延估计的理论极限。对于一个通用的UWB频谱与分散的频带，Cramer-Rao下界（CRLB）推导出未知的信道系数和载波频率偏移（CFO）。然后，通过得到具体的CRLB表达式，研究了未知信道系数和CFO对线性和非线性调制训练信号的影响。结果表明，对于具有恒定包络的线性调制，可以减轻未知参数的影响。最后，数值结果，支持理论分析。
2009-06-22 cs.IT math.IT
Spatial-Spectral Joint Detection for Wideband Spectrum Sensing in Cognitive Radio Networks
频谱感知是一项基本功能，它使认知无线电能够检测频谱空洞，并在不对主网络造成有害干扰的情况下适时使用未充分利用的频带。由于单个认知无线电可能无法可靠地检测到微弱的主信号，由于信道衰落/阴影，本文提出了一种合作的宽带频谱感知方案，称为空间-频谱联合检测，这是基于线性组合的本地统计从空间分布的多个认知无线电。将协同感知问题转化为一个优化问题，在实际条件下通过数学变换可以得到次优但有效的解。
2008-01-19 cs.IT math.IT
Wideband Spectrum Sensing in Cognitive Radio Networks
频谱感知是认知无线电网络检测频谱空洞并适时使用未充分利用的频带而不会对传统网络造成有害干扰的重要功能。本文介绍了一种新的宽带频谱感知技术，称为多频带联合检测，联合检测信号的能量水平在多个频带，而不是考虑一个频带的时间。该策略在提高动态频谱利用率和减少对主用户的干扰方面是有效的。在干扰受限的认知无线电网络中，频谱感知问题可以归结为一类优化问题。通过利用看似非凸的问题公式中隐藏的凸性，在实际条件下得到了多频带联合检测的最优解。仿真结果表明，所提出的频谱感知方案可以显着提高系统性能。本文建立了认知无线电网络中宽带频谱感知算法设计的重要原则。
2008-02-28 cs.IT math.IT
Anti-Sampling-Distortion Compressive Wideband Spectrum Sensing for Cognitive Radio
过高的采样率是认知无线电宽带频谱感知的瓶颈。压缩感知（CS）被引入来转移采样负担。CS的标准稀疏信号恢复没有考虑模拟-信息转换器（AIC）中的失真。为了克服最小二乘无失真约束中不考虑AIC失真的失配所带来的性能退化，将具有采样失真的稀疏信号定义为有界加性噪声，推导出抗采样失真约束（ASDC）。然后将基于\ell 1范数的稀疏约束与ASDC相结合，得到了一种新的鲁棒的采样失真稀疏信号恢复算子。仿真结果表明，该方法在精度、去噪能力等方面均优于标准稀疏宽带频谱感知。
2011-06-18 cs.IT math.IT
Sub-Nyquist Sampling for Power Spectrum Sensing in Cognitive Radios: A Unified Approach
鉴于对新频段的需求不断增加以及对已分配频段的利用不足，出现了认知无线电（CR）的概念。主动用户可以在检测到其所有者没有活动后利用暂时空闲的频带。因此，CR周期中的关键任务之一是必须精确和高效的频谱感测和检测。然而，CR通常处理奈奎斯特速率非常高的宽带信号。在本文中，我们建议从子奈奎斯特样本，而不是在以前的工作中所做的信号本身，以执行检测重建这样的信号的功率谱。我们考虑稀疏和非稀疏信号以及盲和非盲检测稀疏的情况下。对于每一个的这些fracti，我们得出的最小采样率，允许完美的重建信号的功率谱在无噪声的环境中，并提供功率谱恢复技术，实现这些速率。在文献中考虑的两种不同的信号模型，我们称之为模拟和数字模型进行分析，并表明，两者导致类似的结果。仿真结果表明，功率谱恢复在无噪声设置的最小速率，并显示了几个参数的检测器的性能，包括信噪比（SNR），感测时间和采样率的影响。
2013-08-23 cs.IT math.IT
Compressive phase retrieval of sparse bandlimited signals
这一贡献提出了一个两阶段的战略，以允许相位检索的最先进的亚奈奎斯特采样方案的稀疏多频带信号。所提出的策略是基于数据采集，通过调制的宽带转换器已知的亚奈奎斯特采样。本文介绍了如何调制器进行修改，使信号恢复从子奈奎斯特幅度样本成为可能，并给出了相应的恢复算法，这是计算效率。此外，所提出的策略是相当普遍的，允许几个结构和恢复算法。
2015-09-27 cs.IT math.IT
Cooperative Wideband Spectrum Sensing for the Centralized Cognitive Radio Network
各种主用户（PU）无线电已经被分配到整个频谱中的固定频带中。认知无线电网络（CRN）应该能够执行宽带频谱感知（WSS）以检测暂时未被占用的频带。我们总结了四个占用频带的功能。1.居住稀疏; 2。频带分配信息是固定的和公共的; 3.频带用途有三类; 4.所占用的频带在CRN中是常见的。首次将所有特征作为压缩感知协作WSS（CWSS）算法设计的先验知识，用于集中式CRN。提出了一种改进的正交匹配追踪（Mod-OMP）算法和一种改进的同步正交匹配追踪（Mod-SOMP）算法。我们比较了CWSS性能的Mod-OMP/Mod-SOMP与原来的OMP/SOMP，并显示性能的改善。
2011-02-18 cs.IT math.IT
Distributed Compressed Wideband Sensing in Cognitive Radio Sensor Networks
提出了一种新的认知无线电传感器网络（CRSN）分布式压缩宽带感知方案。该方案利用CRSN的分布式特性，在每个节点上仅部署一个超低采样率的窄带采样器，即可完成宽带频谱感知。首先，详细描述了各节点处压缩采样器的实际结构。其次，我们展示了融合中心（FC）如何利用频谱随机混叠的采样信号来检测全球宽带频谱活动。最后，通过大量的仿真验证了所提出的方案，这表明它是特别适合CRSN。
2014-02-22 cs.IT cs.NI math.IT
Expected RIP: Conditioning of The Modulated Wideband Converter
压缩系统的感知矩阵影响相关稀疏恢复问题的稳定性。在本文中，我们研究的调制宽带转换器，最近提出的系统的亚奈奎斯特采样的模拟稀疏信号的传感矩阵。尝试用现有方法量化转换器感测矩阵的调节导致不合理的速率要求，这是由于该矩阵的相对小的尺寸。我们提出了一个新的条件的标准，命名为预期的限制等距属性，并推导出理论保证转换器，以满足此属性。然后，我们表明，将这些条件应用于流行的二进制序列，如最大码或Gold码，导致实际的速率要求。
2009-09-28 cs.IT math.IT
Efficient Spectrum Availability Information Recovery for Wideband DSA Networks: A Weighted Compressive Sampling Approach
压缩采样具有很大的潜力，使宽带频谱感测可能在亚奈奎斯特采样率。因此，最近已经有研究努力利用压缩采样来实现高效的宽带频谱感测。这些努力考虑了均匀宽带频谱，其中假设所有频带具有相似的PU业务特性。然而，在实践中，宽带频谱不是均匀的，因为不同的频谱带可以呈现不同的PU占用模式。事实上，频谱分配的性质（其中，相似类型的应用通常被分配相同块内的频带）决定了宽带频谱确实是异构的。在本文中，我们考虑异构宽带频谱，并利用其固有的，块状结构，设计高效的压缩频谱感知技术，非常适合异构宽带频谱。我们提出了一个加权的$\ell_1-$最小化感知信息恢复算法，实现更稳定的恢复比现有的方法，同时占频谱占用的时间和频率维度的变化。此外，我们表明，我们提出的算法需要较少数量的传感测量相比，国家的最先进的方法。
2017-07-20 cs.IT math.IT
Subcarrier Assignment Schemes Based on Q-Learning in Wideband Cognitive Radio Networks
子载波分配是宽带认知无线电（CR）网络中的关键问题。针对动态频谱接入环境下传统优化方法不适用的问题，针对次用户间不能交换信息的情况，提出了一种基于独立Q学习的方案;针对次用户间可以交换信息的情况，提出了一种基于协作Q学习的方案。仿真结果表明，所提出的协同Q学习分配的性能优于所提出的独立Q学习分配的计算成本的成本。
2019-11-17 cs.IT eess.SP math.IT
Beyond Nyquist: Efficient Sampling of Sparse Bandlimited Signals
宽带模拟信号将当代模数转换系统推向其性能极限。然而，在许多应用中，以奈奎斯特速率采样是低效的，因为感兴趣的信号仅包含相对于频带限制的少量有效频率，尽管频率的位置可能事先不知道。对于这种类型的稀疏信号，其他采样策略是可能的。本文介绍了一种新型的数据采集系统，称为随机解调器，这是由强大的，现成的组件。令K表示信号中频率的总数，并且令W表示其以Hz为单位的带宽限制。仿真表明，随机解调器每秒只需要O（K log（W/K））个样本就可以稳定地重建信号。该采样率以指数方式低于奈奎斯特频率W Hz。与奈奎斯特采样相反，必须使用非线性方法，例如凸规划，从随机解调器采集的样本中恢复信号。本文提供了一个详细的理论分析系统的性能，支持的经验观察。
2009-09-22 cs.IT math.IT
Spectrum Sensing in Wideband OFDM Cognitive Radios
研究了基于正交频分复用（OFDM）的认知无线电（CR）系统中主用户（PU）信号的检测。根据检测器已知的PU信号的先验知识，提出了三种基于Neyman-Pearson原理的检测算法。在第一种情况下，高斯PU信号与完全已知的概率密度函数（PDF），除了其接收功率被认为是。PU信号所驻留的频带也被假定为已知的。在可能被PU信号干扰的每个OFDM子载波处单独地执行检测，并且然后将结果组合以形成最终判决。在第二种情况下，PU信号所在的子载波是已知的。来自所有可能受干扰的子载波的观测被联合考虑，以利用PU信号的存在同时干扰所有子载波的事实。在最后一种情况下，假设没有PU信号先验知识可用。该检测涉及对干扰频带的搜索。所提出的检测器是能够检测到突然的功率变化时，沿频率轴跟踪。
2008-10-06 cs.IT math.IT
Sub-Nyquist Radar: Principles and Prototypes
在过去的几年中，新的方法，雷达信号处理已被引入，使雷达执行信号检测和参数估计从少得多的测量比所需的奈奎斯特采样。这些系统-被称为子奈奎斯特雷达-将接收信号建模为具有有限的创新率，并采用XNUS框架来获得信号的低速率样本。亚奈奎斯特雷达利用目标场景稀疏的事实，促进在信号恢复中使用压缩感知（CS）方法。在本章中，我们将回顾几种基于这些原理的脉冲多普勒雷达系统。与其他基于CS的设计相反，我们的公式直接解决了空间和时间上的速率降低的模拟采样，避免了令人望而却步的字典大小，并且对噪声和杂波具有鲁棒性。首先，我们引入时间的亚奈奎斯特处理，用于估计目标位置，使用比传统系统更少的带宽。这为认知雷达与其他通信服务共享其发射频谱铺平了道路，从而为频谱拥挤环境中的共存提供了强大的解决方案。接下来，在不损害多普勒分辨率的情况下，我们通过在相干处理间隔或“慢时间”内以稀缺的方式发送交织雷达脉冲来减少停留时间。然后，我们考虑多输入多输出阵列雷达，并演示了空间亚奈奎斯特处理，它允许使用几个天线单元，而不会降低角分辨率。最后，我们展示了次奈奎斯特和认知雷达成像系统，如合成孔径雷达的应用。对于每种设置，我们提出了一个国家的最先进的硬件原型设计，以证明亚奈奎斯特雷达的实时可行性。
2019-02-04 cs.IT math.IT
A Simplified Sub-Nyquist Receiver Architecture for Joint DOA and Frequency Estimation
在认知无线电（CR）等实际应用中，多个信号的载波频率和到达方向（DOA）的联合估计已经被发现。然而，奈奎斯特采样机制是昂贵的或实施由于宽频谱范围。利用欠采样技术，提出了几种阵列接收机结构，实现了载波频率和DOA的联合估计。为了进一步降低等效采样率和硬件复杂度，我们提出了一个简化的接收机架构，我们以前的工作的基础上。我们提出了联合波达方向和频率估计算法的新架构。仿真结果表明，接收机结构和所提出的方法是可行的。
2016-05-28 cs.IT math.IT
Sparse Multiband Signal Acquisition Receiver with Co-prime Sampling
认知无线电（CR）需要在宽频段上进行频谱感知。宽带信号的高采样率是CR的关键任务之一。本文提出了一种基于互质采样技术的宽带稀疏信号捕获接收机。在这个建议的捕获接收机中，我们使用两个低速模数转换器（ADC）来捕获一个共同的稀疏多频带信号，其频带位置是未知的。两个ADC以互质采样速率同步时钟。将获得的样本重新排序成一组均匀的低速率序列。我们推导了接收机的频域数学模型，并给出了其信号重构算法。与现有的多陪集采样和调制宽带转换器等欠采样技术相比，该方法具有系统结构简单，只需两个采样器即可实现的优点。实验结果证明了该模型的可行性和优越性。对于谱支持未知的稀疏多带信号，该系统需要远低于奈奎斯特采样率的采样率，同时产生令人满意的重建。
2018-06-01 cs.IT eess.SP math.IT
Non-uniform sampling and reconstruction of multi-band signals and its application in wideband spectrum sensing of cognitive radio
采样理论是信号处理设备和通信系统的核心。为了在保持低计算成本的同时适应高操作速率，必须开发高效的模数（ADC）转换器。在电流转换器中遇到的许多限制是由于传统的假设，即采样状态需要以奈奎斯特速率（对应于两倍的信号带宽）采集数据。本文研究了稀疏谱多带信号远低于奈奎斯特采样率的采样方法。该方法被称为周期性非均匀采样，并且它在诸如数据转换器、传感器阵列成像和图像压缩的各种应用中是有用的。首先，在频域中准备采样系统的模型。它将观测到的压缩样本的傅里叶变换与信号的未知频谱联系起来。接下来，提供了基于压缩感知主题的重构过程。我们表明，采样参数的平均采样率和重建信号的质量起着重要的作用。介绍了条件数的概念及其在噪声情况下对重构信号的影响，并给出了一种选择低条件数样本模式的可行方法。我们区分了已知频谱和未知频谱信号的情况。其中一个模型参数由信号频带位置确定，在未知频谱信号的情况下，应该从采样数据中估计信号频带位置。因此，我们采用子空间方法和非线性最小二乘法估计这个参数。在这种情况下，我们还使用了信息论准则（Akaike和MDL）和指数拟合检验技术来选择模型阶数。
2010-10-11 cs.IT math.IT
Achieving Autonomous Compressive Spectrum Sensing for Cognitive Radios
压缩感测（CS）技术相对于用于在认知无线电（CR）中实现宽带频谱感测的其他现有方法呈现出许多优点，诸如降低的采样率和计算复杂性。然而，存在两个显著的挑战：1）选择适当数量的子奈奎斯特测量，以及2）决定何时终止重建宽带频谱的贪婪恢复算法。在本文中，自主压缩频谱感知（ACSS）框架，使CR自动选择测量的数量，同时保证宽带频谱恢复与一个小的可预测的恢复误差。这是实现所提出的测量基础设施和验证技术。该算法在无噪声和有噪声环境下都能利用较小的测试子集得到高置信度的谱估计。此外，一个稀疏意识的频谱恢复算法，提出了恢复宽带频谱，而不需要的瞬时频谱稀疏水平的知识。这种算法弥补了CS理论和实际频谱感知之间的差距。仿真结果表明，ACSS不仅可以恢复频谱使用适当数量的测量，但也可以显着提高频谱恢复性能相比，现有的CS方法。该算法可以自主选择合适的迭代次数，从而解决了贪婪恢复算法中普遍存在的欠拟合和过拟合问题。
2015-02-20 cs.IT math.IT
Compressive Wideband Spectrum Sensing for Fixed Frequency Spectrum Allocation
过高的采样率是认知无线电宽带频谱感知的瓶颈。研究表明，传感信号在频域上具有稀疏性，压缩感知（Compressed Sensing，CS）可以将采样负担转移到数字信号处理器上。模拟信息转换器（AIC）可以以亚奈奎斯特速率对接收信号进行随机采样，以获得随机测量。考虑到主无线电的静态频谱分配意味着不同主无线电之间的边界是预先已知的，这里我们将不同主用户之间的频谱边界信息作为先验信息来获得混合l2/l1范数去噪算子（MNDO）。在MNDO中，估计的功率谱密度（PSD）向量被划分为具有对应于不同分配的主无线电的边界的块部分。与以往标准的对整个PSD向量的l1范数约束不同，该算法通过最小化PSD向量每一段的l2范数之和来促进PSD向量的局部分组分布，而整体稀疏分布，同时放松约束来提高去噪性能。仿真结果表明，该方法在精度、去噪能力等方面均优于标准稀疏谱估计。
2010-05-11 cs.IT math.IT
Enhanced Compressive Wideband Frequency Spectrum Sensing for Dynamic Spectrum Access
宽带频谱感知检测未使用的频谱空洞，用于动态频谱接入（DSA）。采样率过高是主要问题。压缩感知（CS）可以用比奈奎斯特采样少得多的随机样本以高概率重构稀疏信号。由于监测信号在频域上是稀疏的，压缩感知可以解决采样负担问题。随机样本可以通过模拟-信息转换器获得。信号恢复可以用公式表示为L0范数最小化和线性测量拟合约束。在DSA中，主无线电的静态频谱分配意味着不同类型的主无线电之间的界限是预先已知的。为了将这一先验信息，我们将整个频谱划分为子部分根据频谱分配政策。在新的优化模型中，每个子段的L2范数的最小化用于局部的聚类分布，而L2范数的L0范数的最小化用于全局的稀疏分布.由于L0/L2优化算法不是凸的，因此提出了一种迭代加权的L1/L2优化算法来逼近L0/L2优化算法，仿真结果表明该算法在精度、去噪能力等方面都优于其他算法。
2012-04-13 cs.IT math.IT
Compressive Spectrum Sensing for Cognitive Radio Networks
认知无线电系统具有从环境中观察和学习的能力，适应环境条件，并更有效地使用无线电频谱。它允许次要用户（SU）在主要用户（PU）信道未被利用时使用它们。认知无线电包括三个主要过程：频谱感知、决策和行动。在频谱感知过程中，使用频谱感知技术测量信道占用率，以检测未使用的信道。在决策过程中，对传感结果进行分析，并根据这些结果做出决策。在动作过程中，通过调整传输参数来提高认知无线电性能。宽带频谱感知是认知无线电面临的主要挑战之一。现有的频谱感测技术是基于由ADC以奈奎斯特速率采样的一组观测值。然而，由于对采样率的硬件限制，这些技术一次只能感测一个通道。另外，为了感测宽带频谱，宽带被划分为窄带或多个频带。SU必须同时使用多个RF前端来感测每个频带，这可能导致非常高的处理时间、硬件成本和计算复杂性。为了克服这个问题，即使对于高维信号，信号采样也应该尽可能快。压缩感测已被提出作为一种低成本的解决方案，以减少处理时间和加速扫描过程。它允许减少高维信号采集所需的样本数量，同时保持基本信息。
2018-02-11 cs.IT math.IT
Non-Uniform Wavelet Sampling for RF Analog-to-Information Conversion
从宽带射频（RF）信号中提取特征提取，例如频谱占用、发射能量和类型或到达方向，在越来越多的应用中得到使用，因为它增强了具有认知能力的RF收发器，并且使得能够对传统RF链进行参数调谐。在功率和成本受限的应用中，例如，对于物联网中的传感器节点，利用常规奈奎斯特速率模数转换器进行宽带RF特征提取是不可行的。然而，许多RF特征（诸如信号稀疏性）的结构使得能够使用压缩感测（CS）技术，该压缩感测（CS）技术以亚奈奎斯特速率获取这样的信号。虽然这种基于CS的模拟-信息（A2 I）转换器有可能实现低成本和高能效的宽带RF感测，但它们受到各种现实限制，例如噪声折叠、低灵敏度、混叠和有限的灵活性。本文提出了一种新的基于CS的A2 I架构称为非均匀小波采样（NUWS）。我们的解决方案直接在RF域中提取精心选择的小波系数子集，从而缓解了现有A2 I转换器架构的主要问题。对于多频带RF信号，我们提出了一种称为非均匀小波带通采样（NUWBS）的专用变体，通过利用多频带信号结构进一步提高灵敏度并降低硬件复杂性。我们使用模拟来证明NUWBS方法的理论性能极限的$\ell_1$范数为基础的稀疏信号恢复。我们调查硬件设计方面，并显示ASIC的测量结果的小波生成阶段，突出NUWBS的功效，广泛的RF特征提取任务的成本和功率受限的应用。
2017-09-04 cs.IT math.IT
Online Wideband Spectrum Sensing Using Sparsity
宽带频谱感知是认知无线电系统的重要组成部分。精确的频谱估计通常是低效的，因为它需要等于或高于奈奎斯特速率的采样率。使用关于信号结构的先验信息可以允许以低得多的采样率进行接近精确的重构。采样信号在频域中的稀疏性是认知无线电应用中研究的热门先验之一。稀疏性假设下的信号重构已经被压缩感知（CS）领域的研究人员严格研究。已知在批量样本上操作的CS算法是鲁棒的，但是可能在计算上是昂贵的，使得它们不适合于需要实时的频谱感测的廉价低功率认知无线电设备。另一方面，基于最小均方（LMS）算法的变化的在线算法具有非常简单的更新，因此它们在计算上是有效的，并且可以容易地实时的适应于基础频谱的变化。在本文中，我们将提出两种变化的LMS算法，执行稀疏性的估计频谱的上限上的非零系数的数量。假设谱中非零元素的个数是已知的，我们证明了在一定条件下，硬阈值操作只能减少我们估计的误差。我们还将表明，我们可以估计在每次迭代的基础上，我们的在线估计的频谱的非零元素的数量。最后，我们数值比较我们的算法与其他在线稀疏诱导算法在文献中。
2018-01-04 cs.IT math.IT
Analog to Digital Cognitive Radio: Sampling, Detection and Hardware
无线通信的激增最近在频谱可用性方面产生了瓶颈。受频谱稀缺的根源不是缺乏资源而是可以解决的低效管理的观察的启发，已经考虑了频谱带的动态机会主义利用，其名称为认知无线电（CR）。该技术允许次级用户通过检测和跟踪频谱占用来访问当前空闲的频谱带。CR应用重新审视了这一传统任务，在频谱感知和检测性能、实时处理、噪声鲁棒性等方面提出了具体而严格的要求。不幸的是，常规方法不能满足通常具有非常高的奈奎斯特速率的典型信号的这些要求。最近，已经提出了几种采样方法，这些方法利用信号的先验已知结构在低于奈奎斯特速率下对它们进行采样。在这里，我们回顾了其中的一些技术，并将它们与CR背景下的频谱感知任务联系起来。然后，我们将展示如何频谱感知相关的问题可以解决在子奈奎斯特制度。首先，为了应对低信噪比，我们建议从低速率样本中恢复二阶统计量，而不是信号本身。特别是，我们考虑基于循环平稳检测，并调查CR网络，执行协作频谱感知，以克服信道效应。为了提高可用频段检测的效率，本文提出了联合频谱感知和波达方向估计的方法。在整个工作中，我们强调理论算法和它们的实际实现之间的关系。我们展示了在我们构建的原型上进行的硬件模拟，证明了CR背景下的次奈奎斯特频谱感测的可行性。
2017-08-17 cs.CE cs.IT math.IT
Wideband Sensing and Optimization for Cognitive Radio Networks with Noise Variance Uncertainty
研究了噪声方差不确定性下认知无线电网络的宽带频谱感知与优化问题。假设所考虑的宽带包含一个或多个白色子带。在此假设下，我们考虑的CR网络的吞吐量最大化，同时适当地保护主网络。我们解决这个问题如下。首先，我们提出了新的比率为基础的检验统计量检测每个子带的边缘。其次，我们采用简单的能量比较的方法来选择一个参考白色子带。第三，我们提出了新的广义能量检测器（GED），用于检查每个剩余的子带，通过利用参考白色子带的噪声信息。最后，我们优化的感知时间（$T_o$），以最大限度地提高CR网络的吞吐量使用的检测和虚警概率的GED。建议的GED不遭受信号噪声比（SNR）墙，并优于现有的信号检测器。此外，建议的GED和传统的能量检测器（CED）之间的关系进行了定量分析。我们表明，最佳的$T_o$依赖于噪声方差信息。特别地，对于$10$ TV频带，SNR= $-20$ dB和$2$ s帧持续时间，我们发现最佳$T_o$是具有完美（不完美）噪声方差场景的$28.5$ ms（$50.6$ ms）。
2014-09-10 cs.IT math.IT stat.AP
CaSCADE: Compressed Carrier and DOA Estimation
频谱感知和波达方向（DOA）估计已被彻底研究，无论是单独的，并作为一个联合的任务。估计一组信号的支持度及其DOA对于许多信号处理应用（例如认知无线电（CR））是至关重要的。CR面临的一个具有挑战性的场景是多频带信号，由分布在宽频谱上的多个窄带传输组成，每个传输具有未知的载波频率和DOA。这种信号的奈奎斯特速率很高，并且在模拟域和数字域中都构成了瓶颈。为了缓解采样率问题，在频谱感知的背景下，已经提出了几种亚奈奎斯特采样方法，例如多陪集采样或调制宽带转换器（MWC）。在这项工作中，我们首先提出了一种替代的子奈奎斯特采样和信号重构方法的MWC，基于均匀线阵（UWB）。然后，我们将我们的方法扩展到联合频谱感知和DOA估计，并提出了压缩载波和DOA估计（CaSCADE）系统，由一个L形阵列与两个ULA。在这两种情况下，我们得到完美的恢复条件的信号参数（载波频率和DOA，如果相关）和信号本身，并提供两个重建算法，一个基于ESPRIT方法和第二压缩感知技术。我们的联合载波和DOA恢复算法克服了众所周知的配对问题之间的两个参数。仿真结果表明，我们的替代频谱感测系统优于MWC的恢复误差和设计复杂性方面，并显示联合载波频率和DOA从我们的CaSCADE系统的子奈奎斯特样本。
2016-04-10 cs.IT math.IT
Sub-Nyquist SAR via Fourier Domain Range Doppler Processing
传统的合成孔径雷达（SAR）系统在满足日益增长的空间分辨率和更大覆盖范围的需求方面能力有限。对高分辨率的需求需要高采样率，而覆盖范围受到脉冲重复频率的限制。因此，降低采样率在SAR成像中具有很高的实用价值。本文介绍了一种新的算法，等效于著名的距离-多普勒方法，利用原始信号的傅里叶级数系数来处理SAR数据。然后，我们演示了如何利用算法的功能，以减少采样率在距离和方位轴和处理的信号在次奈奎斯特速率，通过使用压缩感知（CS）工具。特别是，我们证明了图像的恢复只使用一部分的接收信号的带宽，同时也下降了很大比例的发射脉冲。互补脉冲可以用于在相同的相干处理间隔内捕获其他场景。此外，我们建议利用能力，从窄带重建图像，以动态地适应传输的波形能量的空闲频谱带，铺平了道路，认知SAR。所提出的恢复算法形成了一种新的CS-SAR成像方法，可应用于在距离和方位角上以亚奈奎斯特速率采集的高分辨率SAR数据。我们的方法的性能评估使用模拟和真实的数据集。最后，我们的方法是在硬件中实现的，使用以前建议的Xcadron雷达原型。
2017-05-09 cs.IT math.IT
Fast Compressed Power Spectrum Estimation: Towards A Practical Solution for Wideband Spectrum Sensing
National Key Laboratory of Science and Technology on Communications, University of Electronic Science and Technology of China（电子科技大学通信抗干扰技术国家级重点实验室）；School of Information and Communication Engineering, University of Electronic Science and Technology of China（电子科技大学信息与通信工程学院）；Department of Electrical and Computer Engineering, Stevens Institute of Technology（史蒂文斯理工学院电气与计算机工程系）
本文提出了一种高效的压缩功率谱估计方法，通过利用多小区采样结构，实现低计算复杂度的功率谱重建，适用于实时宽带频谱感知应用。
2019-10-16 cs.IT cs.NA math.IT
Sub-Nyquist USF Spectral Estimation: $K$ Frequencies with $6K + 4$ Modulo Samples
针对高动态范围信号导致ADC饱和的问题，提出基于无限感知框架（USF）的多通道亚奈奎斯特频谱估计方法，证明仅需 $6K+4$ 个模采样即可精确恢复 $K$ 个正弦波，并在极低采样率下大幅提升了频率估计精度。
2024-09-24 cs.IT eess.SP math.IT
Multiband Spectrum Access: Great Promises for Future Cognitive Radio Networks
认知无线电被广泛认为是解决频谱稀缺的主要解决方案之一。虽然大多数现有的研究都集中在单频段认知无线电，多频段认知无线电代表了巨大的承诺，实现高效的认知网络相比，单基网络。多频带认知无线电网络（MB-CRN）有望通过减少切换频率来显著提高网络的吞吐量并提供更好的信道维护。然而，宽带前端和多频带频谱接入带来了许多尚待克服的挑战。本文深入分析了多频段频谱感知技术的最新进展、局限性以及未来可能的改进方向。我们研究合作通信的MB-CRN解决多样性和采样的基本限制。我们还调查了MB-CRN的各种设计参数的几个限制和权衡。此外，我们探讨的关键MB-CRN的性能指标，不同于传统的指标用于基于单波段的网络。
2014-09-20 cs.IT math.IT
Cognitive Radio from Hell: Flipping Attack on Direct-Sequence Spread Spectrum
在本文中，我们介绍了一个强大的对抗攻击，称为翻转攻击，直接序列扩频（DSSS）系统。在这种攻击中，适当地位于发射机和接收机之间的攻击者以50%的速率在空中瞬时翻转所发送的符号，从而将信道容量驱动为零。与传统的干扰攻击不同，这种攻击在完美执行时，无法在接收器处使用信噪比测量来检测。然而，这种攻击需要攻击者完全知道模型中所有通道的实现。我们首先介绍了翻转攻击的窄带频率平坦信道的后果，并随后讨论其在宽带频率选择性信道的可行性。从合法用户的角度，我们提出了一种方法来检测这种攻击，并提出了算法，以提高在攻击下的错误性能。我们强调，未来的网络物理系统，采用DSSS应设计收发器，以检测拟议的翻转攻击，然后应用适当的对策。
2018-04-03 cs.IT math.IT
Throughput Analysis of Wireless Powered Cognitive Radio Networks with Compressive Sensing and Matrix Completion
在本文中，我们考虑了一个认知无线电网络中，能量受限的次用户（SU）可以收获能量从随机部署的功率信标（PB）。提出了一种新的帧结构所考虑的网络。介绍了无线功率传输模型和压缩频谱感知模型。在WPT模型中，提出了一种新的WPT方案，并推导出了停电概率的闭合表达式。在压缩频谱感知模型中，考虑两种情况：1）单个SU，以及2）多个SU。在单SU场景中，为了减少SU处的能量消耗，利用了能够实现亚奈奎斯特采样的压缩感测技术。在多SU情况下，采用低秩矩阵完备技术进行协作频谱感知，在融合中心获得完备矩阵。将次级网络的吞吐量优化问题转化为两个线性约束问题，分别以最大化单个SU和CSS网络的吞吐量为目标。通过优化时隙分配和发射功率，提出了三种方法来获得最大的二次网络吞吐量。仿真结果表明：1）多SU场景可以实现比单SU场景更低的功率中断概率;以及2）可以通过在所提出的帧结构设计中实现压缩频谱感知来提高最优吞吐量。
2016-01-25 cs.IT math.IT
Recovery guarantees for multifrequency chirp waveforms in compressed radar sensing
雷达成像系统发射调制的宽带波形以实现高距离分辨率，从而在接收机处产生与发射波形的带宽成比例的高采样率。模拟处理技术可以用于接收，以将测量的数量减少到N，即潜在延迟仓的数量。如果由雷达询问的场景被假设为稀疏的K点目标组成，从压缩感知的结果表明，测量的数量可以进一步减少到与K logN的规模，用于从具有加性噪声的测量中稳定地恢复稀疏场景。虽然非结构化的随机投影仪保证稀疏约束下的成功恢复，他们不能在雷达硬件中实现的实践。最近，结构化的随机Toeplitz和循环矩阵，从使用随机波形的时间延迟估计设置已被证明产生恢复保证类似于非结构化的传感矩阵。然而，相应的发射机和接收机结构具有高复杂度和大存储要求。在本文中，我们提出了一种替代的低复杂度压缩宽带雷达传感器，它结合了多频调信号啁啾波形的发射与接收器，利用模拟混频器其次是一个统一的子奈奎斯特采样阶段。我们得到的结构化测量矩阵和音调的数量的充分条件的恢复保证。我们设计的唯一随机组件是稀疏音调频谱，可有效地在硬件中实现。我们的分析和实验结果表明，我们的计划的性能与非结构化的随机传感矩阵和结构化的Toeplitz和循环矩阵的随机元素。
2015-10-07 cs.IT math.IT
Cognitive Link-Flexible FTN-OTFS Design for High-Mobility LEO Satellite Communications
针对LEO卫星通信中信道动态变化和频谱效率受限问题，提出LEO-FFTN-OTFS方案，通过LUT自适应优化时域压缩因子，利用LMMSE检测器抑制干扰，在低信噪比下消除误码平台并提升吞吐量。
2026-09-14 cs.IT math.IT
Sequence Design for Cognitive CDMA Communications under Arbitrary Spectrum Hole Constraint
为了在认知无线电（CR）网络中支持低频谱密度的准同步码分多址（QS-CDMA）无干扰通信，需要设计一组具有零相关区（ZCZ）特性的CDMA扩频序列。然而，不能使用传统的ZCZ序列（其假设整个频谱带的可用性），因为它们的正交性将被CR信道中的频谱空洞约束破坏。迄今为止，ZCZ CR序列的分析构建仍然是开放的。利用Kronecker序列的性质，提出了一类新的序列族（称为“准ZCZ”CR序列），该序列在任意谱洞约束下均具有零互相关和近零自相关区性质。此外，提出了一种新的算法，联合优化的峰均功率比（PAPR）和所提出的准ZCZ CR序列的周期自相关。仿真结果表明，它们使CR-CDMA系统的单用户误比特率性能优于传统的非连续多载波CDMA和变换域通信系统;由于宽带扩展，它们还使CR-CDMA系统比非连续OFDM系统对频谱感知失配具有更强的弹性。
2014-10-04 cs.IT math.IT
Bayesian Compressive Sensing with Circulant Matrix for Spectrum Sensing in Cognitive Radio Networks
对于宽带频谱感知，压缩感知已经被提出作为加速高维信号感知和降低计算复杂度的解决方案。压缩感知包括从稀疏信号中获取必要的信息，并在接收机处基于有效的采样矩阵和重构技术来恢复它。为了处理不确定性，提高信号捕获性能，降低感知和重构过程中的随机性，压缩感知需要一个鲁棒的采样矩阵和高效的重构技术。在本文中，我们提出了一种方法，结合了循环矩阵与贝叶斯模型的优点。这种方法的实施，广泛的测试，其结果进行了比较的l1范数最小化与循环或随机矩阵的基础上的几个指标。这些指标是均方误差、重建误差、相关性、恢复时间、采样时间和处理时间。结果表明，我们的技术是更快，更有效。
2018-02-09 cs.IT eess.SP math.IT
State of the Art, Taxonomy, and Open Issues on Cognitive Radio Networks with NOMA
移动设备的爆炸式增长和宽带无线业务的快速增长要求先进的通信技术，可以实现高频谱效率，并满足大规模的连接需求。认知无线电（CR）和非正交多址（NOMA）被认为是第五代无线网络的重要解决方案。将NOMA技术集成到CR网络（CRN）中，对于提高频谱效率和增加系统容量具有巨大的潜力。然而，由于使用NOMA引起的严重干扰，存在许多技术挑战。许多努力已经取得了促进NOMA到CRN的应用，并调查与NOMA的CRN的性能。本文旨在综述这一方向的最新研究成果。设计了一个分类法，根据操作范例，使能技术，设计目标和优化特性对文献进行分类。此外，关键的挑战概述领域的研究人员和设计人员提供指导方针，实现CRNs与NOMA。最后，讨论了开放的问题。
2018-01-06 cs.IT cs.NI math.IT
MIMO UWB Radar System with Compressive Sensing
Tennessee Technological University（田纳西理工大学）
本文提出基于压缩感知的多输入多输出超宽带认知雷达，通过压缩感知实现稀疏目标信号重建，减少ADC硬件复杂度并提高雷达带宽。
2016-04-14 cs.IT cs.SY eess.SY
Spectral Efficiency of Spectrum Pooling Systems
在这篇文章中，我们研究了使用认知无线电重用本地未使用的频谱，以增加系统的总容量的想法。我们考虑一个多频带/宽带系统中的主要和认知用户希望通信到不同的接收机，受到相互干扰，并假设每个用户只知道他的信道和未使用的频谱，通过适当的感知。该方案的基本思想是基于频谱池的概念。这个想法很简单：认知无线电将监听信道，如果感知到空闲，将在空闲期间发送。事实证明，虽然它的简单性，所提出的计划表现出非常有趣的功能，频谱效率和最大数量的可能成对的认知通信。我们施加的约束，用户连续传输可用的频段，通过自私的水填充。对于第一次，我们的研究量化了渐近（相对于频带）可实现的增益，使用频谱池的频谱效率相比，经典的无线电系统。然后，我们推导出总的频谱效率，以及可能的成对通信的最大数量这样的频谱池系统。
2010-04-02 cs.IT cs.NI math.IT
Reconciling Compressive Sampling Systems for Spectrally-sparse Continuous-time Signals
随机解调器（RD）和调制宽带转换器（MWC）是最近提出的两种用于捕获连续时间谱稀疏信号的压缩感知（CS）技术。它们将标准CS范例从采样离散的有限维信号扩展到采样连续的和可能无限维的信号，从而建立了以亚奈奎斯特采样率捕获这些信号的能力。RD和MWC具有非常相似的结构（相似的框图），但它们的重建算法和信号模型有很大的不同。到目前为止，很少有结果存在比较这些系统，由于它们可能对电磁扫描和认知无线电等应用中的频谱估计产生潜在影响，我们在本文中更全面地研究了它们之间的关系。我们表明，RD和MWC都是基于随机滤波的一般概念，但采用显着不同的采样函数。我们还调查系统的灵敏度（或鲁棒性）稀疏信号模型的假设。最后，我们表明，“块卷积”是MWC的一个基本方面，使其能够成功地采样和重建块稀疏（多频带）信号。基于这一概念，我们提出了一种新的捕获系统的连续时间信号的幅度是块稀疏。该文件包括详细的时间和频域分析的RD和MWC不同，有时很大，从公布的结果。
2011-10-10 cs.IT math.IT
Spectrum Sharing in Cognitive Radio with Quantized Channel Information
我们考虑一个宽带频谱共享系统，其中一个次要用户可以共享多个正交频带，其中每个频带被授权给一个单独的主要用户。我们解决的问题，其遍历容量最大化的最佳二次发射功率分配的平均总和（跨频带）的发射功率约束和个人平均干扰约束的主要用户。我们的工作的主要贡献在于考虑量化的信道状态信息（CSI）（矢量信道空间，包括所有的次级到次级和次级到初级信道）在次级发射机。假设频带管理器或认知无线电服务提供商可以访问来自辅接收器和主接收器的完整CSI信息，并且基于信道的统计信息（信道分布）设计（离线）最佳功率码本，并且经由无延迟无噪声有限反馈信道，针对每个信道实现实时地将码本的索引反馈给辅发射器。设计了一种改进的广义高斯型算法（GLA），用于推导最优功率码本。一个近似量化功率分配（AQPA）算法也被提出，执行非常接近其GLA为基础的对应大量的反馈比特，是显着更快。我们还提出了一个扩展的改进的GLA为基础的量化功率码本设计算法的情况下，反馈信道是嘈杂的。数值研究表明，只有3-4位的反馈，修改后的GLA为基础的算法提供二级遍历能力非常接近，实现了完全CSI和只有4位的反馈，AQPA提供了一个相当的性能，从而使它成为一个有吸引力的选择，为实际的实施。
2010-06-03 cs.IT math.IT math.OC
