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
Sequential Joint Spectrum Sensing and Channel Estimation for Dynamic Spectrum Access
信道不确定性下的动态频谱接入。以最大化次用户吞吐量为目标，在主用户中断概率的约束下，提出了一个频谱感知和信道状态估计的联合问题。这个问题被投到一个顺序的框架，因为感测时间最小化是至关重要的吞吐量最大化。在最优解中，感知判决规则与信道估计器相耦合，使得感知和信道估计的单独处理严格地次优。使用这样的联合结构的频谱感知和信道估计，我们提出了一个分布式（合作）的动态频谱接入方案下的统计信道状态信息（CSI）。在所提出的方案中，SU通过电平触发采样向融合中心（FC）报告其足够的统计数据，电平触发采样是一种已知具有带宽和能量效率的非均匀采样技术。然后，FC使用本地统计和信道估计来进行顺序的频谱感知决策，并选择具有最佳传输机会的SU。所选择的SU使用感测决策及其信道估计来计算发射功率并开始数据传输。仿真结果表明，该方案显着优于其传统的同行，在相同的PU中断约束下，在可实现的SU吞吐量。
2014-01-22 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
Demonstration of Spectrum Sensing with Blindly Learned Feature
频谱感知是认知无线电的核心技术。通过定义前导\textit{eigenvector}作为特征，提出了一种盲特征学习算法（FLA）和一种利用学习到的特征进行频谱感知的特征模板匹配（FTM）算法。我们在Lyrtech软件定义的无线电平台上实现了这两种算法。通过硬件实验验证了该特征可以盲学习。我们在硬件上将FTM与盲检测器进行了比较，结果表明FTM的检测性能优于约3dB。
2011-02-24 cs.IT math.IT
Wide spectrum denoising (WSD) for superresolution microscopy imaging using compressed sensing and a high-resolution camera
使用压缩感知和高分辨率相机的超分辨率显微成像的宽谱去噪（WSD）
2020-06-08 cs.IT eess.IV math.IT
Spectrum Sensing Under Hardware Constraints
直接变频无线电（DCR）接收机可以为认知无线电系统中的频谱感知提供高度集成的低成本硬件解决方案。然而，DCR接收器易受射频（RF）损伤的影响，诸如同相和正交相位不平衡、低噪声放大器非线性和相位噪声，这限制了频谱感测能力。研究了多信道环境下认知无线电系统中射频损伤对基于能量检测的频谱感知的联合影响。特别是，我们提供了封闭形式的表达式来评估检测和虚警概率，假设存在Rayleigh衰落。此外，我们扩展分析的情况下，CR网络与合作感测，其中的次用户遭受不同程度的RF不完善，考虑两种情况下的错误和不完善的报告信道。数值和仿真结果验证了分析的正确性，同时也表明了射频缺陷对频谱感知性能的不利影响，从而导致频谱利用率的显著降低。
2015-10-22 cs.IT math.IT
Spectrum sensing by cognitive radios at very low SNR
频谱感知是认知无线电（CR）系统在频谱空白空间中工作的一项使能功能。为了保护主要现任用户免受干扰，要求CR在非常低的信噪比（SNR）下检测现任信号。在本文中，我们提出了一种频谱感知技术的基础上相关频谱检测电视（TV）广播信号。基本策略是将接收信号的周期图与主信号的先验已知谱特征相关。我们表明，根据奈曼-皮尔逊准则，这种基于频谱相关的传感技术是渐近最佳的在非常低的信噪比和大的传感时间。从系统设计的角度，分析了频谱特性对频谱感知性能的影响。通过优化分析，我们获得了有用的见解，如何选择有效的光谱特征，以实现可靠的传感。仿真结果表明，该传感技术可以可靠地检测模拟和数字电视信号的信噪比低至-20 dB。
2009-07-14 cs.IT math.IT
Generative Spectrum Cartography: Unified Reconstruction and Active Sensing via Diffusion Models
Zhejiang University-University of Illinois Urbana-Champaign Institute (ZJUI), Zhejiang University（浙江大学伊利诺伊大学厄巴纳香槟校区联合学院，浙江大学）；Tsinghua Space Center and Beijing National Research Center for Information Science and Technology, Tsinghua University（清华航天航空学院与北京信息科学与技术国家研究中心，清华大学）；Key Laboratory of Universal Wireless Communications, Ministry of Education, School of Information and Communication Engineering, Beijing University of Posts and Telecommunications（教育部无线通信重点实验室，北京邮电大学信息与通信工程学院）
提出基于扩散模型的后验推断框架GSC，统一解决稀疏、噪声、低比特量化测量下的频谱地图重建与主动感知问题，实现无梯度后验采样与不确定性驱动的测量点选择。
2026-06-02 cs.IT eess.SP math.IT
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
General Spectrum Sensing in Cognitive Radio Networks
认知无线电（CR）发射机和CR接收机（CR链路）之间的成功操作依赖于可靠的频谱感知。对于网络CR，需要在CR发射机处进行频谱感测，并且需要关于CR接收机处的频谱可用性的进一步信息。重新定义了频谱感知以及适用于认知无线电网络（CRN）的统计推断，我们从数学上推导出条件，允许CR发射机转发数据包CR接收机下保证中断概率，并证明了本地频谱可用性的相关性之间的合作节点和CR接收机决定的合作计划的有效性。应用我们的新的数学模型，潜在的隐藏终端在CRN，我们说明了允许的传输区域的CR，定义为邻域，不再是圆形的形状，即使在一个纯路径损耗信道模型。这导致非对称CR链路，使双向链路通常不适合CRN，但这种挑战可以通过协作感知来缓解。因此，频谱感知能力决定了CRN的拓扑结构。对于多个协作节点，为了充分利用频谱可用性，由于信息交换开销有限，提出了协作节点的选择方法。将可靠性定义为协作节点在CR接收端提供的频谱可用性信息，通过应用邻域面积，可以从链路和网络两个角度比较协作节点的感知能力。此外，由于动态CRN缺乏集中协调，CR只能在有限的感知时间内获得局部和部分信息，因此提出了鲁棒频谱感知。合作计划的限制和它们对网络操作的影响也得到了。
2009-07-16 cs.IT math.IT
Collaborative Spectrum Sensing from Sparse Observations Using Matrix Completion for Cognitive Radio Networks
在认知无线电中，频谱感知是检测频谱空洞（即，不被任何主要用户使用的信道）。认知无线电节点之间的协作频谱感知有望提高检测完整频谱使用状态的能力。然而，由于功率限制和信道衰落的影响，现有的信道检测信息远不足以直接判断出空闲信道。针对这一瓶颈，我们应用最新的矩阵补全技术，大大减少了所需的传感信息。我们制定的协同感知问题作为一个矩阵完成子问题和联合稀疏重建子问题。数值仿真结果验证了该方法的有效性和鲁棒性。特别地，在无噪声的情况下，当主用户的数量是小的，获得准确的检测与不超过8%的完整的传感信息，而随着主用户的数量的增加，以实现95.55%的检测率，所需的信息百分比仅为16.8%。
2010-01-27 cs.IT math.IT
Steady-State Rate-Optimal Power Adaptation in Energy Harvesting Opportunistic Cognitive Radios with Spectrum Sensing and Channel Estimation Errors
我们考虑一个机会认知无线电网络，由Nu个次级用户（SU）和一个接入点（AP）组成，可以访问授权给一个主用户的频谱带。每个SU都能够收集能量，并配备有限大小的电池用于能量存储。SU在时隙方案下操作，其中每个时隙由三个不重叠的阶段组成：频谱感测阶段、信道探测阶段和数据传输阶段。AP将其对SUs-AP链路的衰落系数的估计反馈给SU。为了在能量收集和能量消耗之间取得平衡，我们提出了一种参数化的功率控制策略，该策略允许每个SU根据反馈信息和其存储的能量来调整其功率。建模随机到达的能量包在一个时隙作为一个泊松过程，我们建立了一个下界的SUS-AP链路的可实现的和速率，在频谱感知和信道估计误差的存在下。我们优化的参数，建议的功率控制策略，使派生的和率下限最大化，受干扰约束。通过仿真，我们证实了我们的分析，并探讨频谱感测通道探测数据传输的权衡。
2021-02-05 cs.IT eess.SP 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
Spectrum Sensing with Multiple Primary Users over Fading Channels
我们研究了多个主用户（PU）和衰落对经典能量检测器（ED）频谱感知的影响。具体来说，我们提出了新的封闭形式的表达式，在多个PU环境中的虚警和检测概率，假设Nakagami-m衰落和复杂的高斯PU发送信号。结果表明，在评估ED频谱感知性能和选择ED门限时，考虑无线环境的重要性。
2018-03-24 cs.IT math.IT
Intelligent Reflecting Surface-Aided Spectrum Sensing for Cognitive Radio
频谱感知是认知无线电的关键使能技术，它提供有关频谱可用性的重要信息。然而，由于严重的无线信道衰落和路径损耗，在CR或次要用户（SU）处接收的主要用户（PU）信号实际上可能太弱而不能进行可靠检测。为了解决这个问题，我们认为在这封信中一个新的智能反射表面（IRS）辅助频谱感知方案CR，通过利用大孔径和被动波束形成增益的IRS提高PU信号强度接收在SU，以促进其频谱感知。具体地，通过根据给定的码本随时间动态地改变IRS反射，其反射信号功率在SU处基本上变化，这被用于机会信号检测。此外，我们提出了一种加权的能量检测方法，通过结合不同的IRS反射的接收信号的功率值，这显着提高了检测性能。仿真结果验证了所提出的IRS辅助频谱感知方案的性能增益，与不同的基准方案相比。
2022-02-05 cs.ET cs.IT eess.SP
Multi-rate Sub-Nyquist Spectrum Sensing in Cognitive Radios
宽带频谱感知对于认知无线电（CR）系统利用频谱机会变得越来越重要。本文介绍了一种新的多速率亚奈奎斯特频谱感知（MS 3）系统，实现合作的宽带频谱感知在CR网络。MS 3可以使用部分测量来检测宽带频谱，而无需重构全频谱。在采样通道中采用亚奈奎斯特（Sub-Nyquist）采样率以将频谱包裹到其自身上。这显著降低了CR的感测要求。考虑了欠采样的影响，分析了多通道欠采样的性能。为了提高其检测性能，亚奈奎斯特采样率被选择为不同的，使得样本的数量是连续的素数。此外，当接收信号在CR衰落或阴影，MS 3的性能进行了分析评估。数值结果表明，该系统可以显着提高宽带频谱感知性能，同时需要低的计算和实现复杂度。
2013-02-06 cs.IT math.IT
Sparse Spectrum Sensing in Infrastructure-less Cognitive Radio Networks via Binary Consensus Algorithms
压缩感知已经被用于认知无线电网络（CRN）中，以利用主用户占用的稀疏性。此外，分布式频谱感测已被提出来解决无线信道问题，如节点或链路故障，而不是常见的（集中式方法）的频谱感测。在本文中，我们提出了一个分布式频谱感知框架的基础上共识算法，SU节点交换他们的二进制决策，采取全球决策，没有一个融合中心，以协调的感知过程。每个SU将与其邻居共享其决策，并且在每次新的迭代中，每个SU将基于其当前决策以及从其邻居接收的决策来做出新的决策;在下一次迭代中，每个SU将与其邻居共享其新的决策。我们通过仿真表明，检测性能可以趋向于基于CRN的多数规则融合中心的性能。
2016-06-11 cs.IT math.IT
Multiband Spectrum Sensing: Challenges and Limitations
多频段频谱接入是下一代认知无线电网络的发展方向，它通过感知和接入多个频段来提高网络的吞吐量，改善频谱的维护，减少由于主用户的活动而引起的切换频率和数据传输中断。在本文中，我们讨论了主要的多频带频谱感知技术的挑战和局限性。特别是，我们强调的边缘检测问题，并检查几个问题的国家的最先进的基于小波的技术。我们还研究了压缩感知问题。最后，我们强调了利用角域的CRN的承诺。
2014-09-23 cs.IT math.IT
Mobile Collaborative Spectrum Sensing for Heterogeneous Networks: A Bayesian Machine Learning Approach
大规模异构网络中的频谱感知是一个非常具有挑战性的问题，因为它通常需要大量的静态次用户（SU）来获得全局频谱状态。为了解决这个问题，在本文中，我们提出了一个新的框架的基础上贝叶斯机器学习。我们利用多个SU的移动性，同时收集频谱感知数据，并合作推导出全球频谱状态。我们首先开发了一种新的非参数贝叶斯学习模型，称为贝塔过程粘性隐马尔可夫模型（BP-SHMM），捕捉收集的频谱数据的时空相关性，其中SHMM模型的潜在统计相关性内每个移动SU的时间序列数据，而BP实现多个SU之间的合作。贝叶斯推理，然后进行自动推断的异构光谱状态。基于推理结果，我们还开发了一种新的算法与细化机制来预测频谱的可用性，这使得新加入的SU立即访问未占用的频带没有感测。仿真结果表明，与现有的频谱感知技术相比，该框架能够显著提高频谱感知性能。
2018-11-22 cs.IT math.IT
Adaptive Sensing of Congested Spectrum Bands
认知无线电共同处理它们感测到的信息，以便机会主义地识别和访问未充分利用的频谱段（频谱空洞）。由于频谱占用的瞬态和快速变化的性质，认知无线电（次用户）必须在识别频谱空洞，以提高其频谱效率的敏捷。我们提出了一种新的{ \em自适应}过程，以加强敏捷性的二级用户识别{ \em多}频谱空洞同时在一个宽的频谱带。这通过连续地{ \em探索}潜在频谱空洞的集合并且{ \em渐进地}将感测资源分配给频谱的最有希望的区域来实现。这样的探索和资源分配导致感测资源的保守花费，并且转化为非常灵活的频谱监视。所提出的连续和自适应感测过程与在整个频谱上均匀分布采样资源的更传统的方法相反。除了改进的灵活性之外，自适应过程需要对主用户的功率的不太严格的约束，以保证它们保持与环境噪声的区分，并呈现更可靠的频谱空洞检测。
2012-06-07 cs.IT math.IT
A Novel Two-stage Entropy-based Robust Cooperative Spectrum Sensing Scheme with Two-bit Decision in Cognitive Radio
频谱感知是认知无线电的关键问题。然而，当噪声不确定性严重时，传统检测器变得无效。证明了高斯白噪声在频域的熵是常数，提出了一种基于谱幅熵的鲁棒检测器。本文提出了一种新的基于谱功率密度熵的检测器，它的性能优于以前的方案，具有较低的计算复杂性。此外，为了提高检测的可靠性，提出了一种基于熵的两阶段协作频谱感知方案，该方案采用两比特判决，仿真结果表明，该方案具有较低的计算复杂性，性能优越。
2011-09-30 cs.IT math.IT
A Sensing Error Aware MAC Protocol for Cognitive Radio Networks
认知无线电（CR）是一种能够感知无线电环境并适应无线电环境变化的智能无线电设备。频谱感知和频谱接入是认知无线电的两个关键功能。在本文中，我们提出了一个频谱感知错误感知MAC协议的CR网络配置与多个主网络。我们明确考虑这两种类型的感知错误在CR MAC设计，因为这样的错误是不可避免的实际频谱传感器和更重要的是，这样的错误可能会有显着的影响CR MAC协议的性能。提出了两种频谱感知策略，使次用户能够协同感知授权信道。然后将感知策略并入p-Persistent CSMA中，以协调CR网络用户的机会性频谱接入。我们对拟议CR MAC的干扰和吞吐量性能进行了分析，并在模拟研究中发现该分析非常准确。所提出的感知误差感知的CR MAC协议优于现有的两种方法，在我们的模拟具有相当大的利润率，这证明了在CR MAC设计中考虑频谱感知误差的重要性。
2011-05-03 cs.IT math.IT
An Active Sequential Xampling Detector for Spectrum Sensing
使低功率无线设备能够在高载波处采用奈奎斯特采样是禁止的。在频谱感知中，这种限制要求模拟前端能够快速扫描不同的频段，以便有机会地使用可用频谱。在本文中，我们提出了一个新的框架，允许优化的子奈奎斯特采样前端相结合的最佳顺序感测与压缩频谱感测（CSS）的好处。我们提出的感测策略被配制成一个序列效用优化问题。效用函数随着测量的数量（累积以做出决定）线性地减小，并且作为信号分量二进制状态的函数而增加。优化选择子带的最佳线性组合来混合，以便产生最大效用。效用的结构代表了探索、利用和出错风险之间的权衡，这是频谱感知问题的特征。我们首先介绍了模拟前端架构，然后映射到抽象的优化问题的测量模型，并在本文的其余部分进行了分析。我们刻画了感知矩阵约束下的最优策略，并推导出贪婪算法的逼近因子。数值模拟展示了机会频谱感知与欠奈奎斯特采样相结合的好处。
2017-12-14 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
An Energy Efficient Spectrum Sensing in Cognitive Radio Wireless Sensor Networks
认知无线电无线传感器网络已经成为协作频谱感知环境中向融合中心传递频谱信息的重要组成部分。一组电池供电的传感器或节点感测关于无线电链路中的频谱可用性的信息，需要能量有效的策略来传递二进制信息。通过智能决策的适当路由方法可以很好地解决这个问题。本文介绍了一种能量有效的路由协议，并与现有的系统在能量消耗方面进行了性能比较。建议的路由技术考虑了均匀和非均匀的聚类策略，并证明是一种节能的通信方法。
2017-11-25 cs.IT math.IT
Blind Spectrum Sensing by Information Theoretic Criteria for Cognitive Radios
频谱感知是认知无线电网络中机会频谱接入的基础和关键问题。在众多的频谱感知方法中，基于信息论准则（ITC）的方法是一种很有前途的盲检测方法，它能够可靠地检测出主用户，而且需要的先验信息很少。在本文中，我们对ITC传感方法进行了深入讨论。为此，我们首先介绍了一种新的超定信道模型，通过在次用户处应用多个天线或过采样来构造，以使ITC适用。然后，介绍了一种简化的ITC感知算法，该算法只需要计算和比较两个判决值。与原ITC感知算法相比，简化算法在不损失任何性能的前提下，显著降低了计算复杂性。应用随机矩阵理论的最新进展，然后我们推导出封闭形式的表达式，以紧密近似的虚警概率和检测概率。基于从分析研究中得出的见解，我们进一步提出了一个广义的ITC传感算法，它可以提供灵活的检测概率和虚警概率之间的权衡。最后，进行了全面的仿真，以评估所提出的ITC传感算法的性能。结果表明，在某些情况下，他们大大优于其他盲频谱感知方法。
2010-08-04 cs.IT math.IT
Spectrum Sensing in Low SNR Regime via Stochastic Resonance
频谱感知是认知无线电实现动态频谱接入的关键。在许多场景中，主用户信号必须在所需的感测时间下在低信噪比（SNR）状态下被可靠地检测。我们建议使用随机共振，具有一定的谐振频率的非线性滤波器，检测主用户时，信噪比很低。块和顺序检测方案进行了研究。仿真结果表明，在满足虚警率要求的情况下，检测概率和平均检测时延都有较大的提高。还讨论了一些实施问题。
2009-06-03 cs.IT math.IT
An Efficient Algorithm for Cooperative Spectrum Sensing in Cognitive Radio Networks
本文研究了认知无线电系统中的频谱感知问题。我们已经开发了一个分布式算法，次级用户可以运行，以感测信道合作。它是基于顺序检测算法，最佳地使用过去的意见。虽然该算法也可以与匹配滤波器和其他频谱感知算法一起使用，但我们将其用于具有能量检测器的次级用户。该算法提供了非常低的检测延迟，也消耗很少的能量。此外，它对主用户造成低干扰。我们比较这个算法最近提出的几个算法，并表明它检测到的频谱变化比这些算法更快，使用显着更少的能量。
2008-09-17 cs.IT math.IT
Robust Cooperative Spectrum Sensing Scheduling Optimization in Multi-Channel Dynamic Spectrum Access Networks
动态频谱接入（DSA）使得次级网络能够发现并有效地利用频谱机会。DSA网络设计的一个关键因素是多用户多信道的频谱感知算法。多用户协作信道感知减少了感知时间，从而提高了传输吞吐量。然而，在多信道系统中，问题变得更加复杂，因为还必须考虑将用户分配到并行感测信道的益处。因此，必须创建向每个用户指示其应当在不同感测时刻感测的信道的感测调度，以优化系统性能。在本文中，我们制定了一般的传感调度优化问题，然后提出了几种传感策略，根据网络参数的同类传感器的用户进行调度。稍后，我们将结果扩展到异构传感器，并提出了一个强大的调度设计时，我们有流量和信道的不确定性。我们提出了三个感测策略，并在每一个，几个解决方案，达到吞吐量性能和计算复杂性之间的平衡，提出。此外，我们表明，一个顺序的信道感知策略是一个首选时，感知时间是小的，信道的数量是大的，和用户的数量是小的。对于所有其他情况下，建议在吞吐量性能方面采用并行信道检测策略。我们还表明，提出的混合顺序并行信道检测策略在所有情况下，以额外的内存和计算复杂度为代价，实现了最佳性能。
2015-05-19 cs.IT math.IT math.OC
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
Sensing for Spectrum Sharing in Cognitive LTE-A Cellular Networks
在这项工作中，我们提出了一种情况下，在不同的运营商之间的动态频谱共享系统与载波聚合（CA），这是一个重要的功能，在3GPP LTE-A系统。跨载波调度和感测被识别为LTE-A中的这种频谱共享的关键使能器。传感器分为1型传感器和2型传感器，并讨论了每种传感器在系统运行中的作用。针对单输入单输出系统，研究了更具挑战性的类型2感测，其涉及在存在期望信号的情况下感测干扰信号。能量检测和最强大的测试制定。分析了能量检测器的虚警概率和检测概率。性能评估表明，合理的感知性能，可以实现与使用的信道状态信息，使这样的感知实际上是可行的。
2014-01-30 cs.IT cs.NI math.IT
A Simple Sequential Spectrum Sensing Scheme for Cognitive Radio
认知无线电支持对授权频谱的二次和机会性接入，在显著提高频谱利用率方面显示出巨大的潜力。频谱感知是认知无线电的一项关键技术，由次级用户检测未被占用的频段。本文提出了一种截断序贯频谱感知方案，即序贯移位卡方检验（SSCT）。SSCT具有简单的测试统计量，并且不依赖于关于主信号的任何确定性知识。作为品质因数，导出了准确的虚警概率，并通过使用数值积分算法来评估漏检概率以及平均样本数（SNR）。确证的数值例子表明，与固定样本大小的检测方案，如能量检测相比，SSCT提供了相当大的减少的信噪比，同时保持相当的检测性能。
2009-05-28 cs.IT math.IT
Design of an Novel Spectrum Sensing Scheme Based on Long Short-Term Memory and Experimental Validation
Gauhati University（高哈蒂大学）
频谱感知允许认知无线电系统在存在严重干扰的情况下检测相关信号。现有的频谱感知技术大多使用特定的信号噪声模型，具有一定的假设，并得出一定的检测性能。为了应对这种不确定性，正在采用基于学习的方法，并且最近基于深度学习的工具已经变得流行。在这里，我们提出了一种基于长短期记忆（LSTM）的频谱感知方法，LSTM是深度学习网络（DLN）的关键元素。使用LSTM有助于从光谱数据中进行隐式特征学习。DLN使用几个功能进行训练，并在使用Adalm Pluto的经验测试台设置的帮助下验证了所提出的传感技术的性能。该测试平台被训练以获取使用FM发生的真实世界无线电广播的主要信号。实验数据表明，即使在低信噪比下，我们的方法在检测和分类精度方面表现良好，与当前的频谱感知方法相比。
2021-11-21 cs.AI cs.IT cs.LG
Compressive Cyclostationary Spectrum Sensing with a Constant False Alarm Rate
频谱感知是机会频谱接入方案的重要组成部分，其目的是通过允许空闲许可频谱的重用来提高频谱利用率。在使用之前检测一个频段可以确保合法用户不受干扰。由于关于这些用户信号的信息不一定可用，因此传感器应该能够进行所谓的盲频谱感知。历史上，这不是基于循环平稳性的算法的特征。实际上，在许多应用场景中，传统的循环平稳检测所需的信息可能不可用，这阻碍了其实用性。在这项工作中，我们提出了两个新的循环平稳频谱感知算法，利用循环自相关的固有稀疏性，使盲操作成为可能。随着利用稀疏恢复方法估计的循环自相关，我们进一步利用其结构，通过引入联合稀疏性以及一般结构字典到恢复过程中。此外，我们扩展了统计测试循环平稳性，以适应稀疏循环谱。我们的数值结果表明，新的方法实现了一个接近恒定的虚警率的行为相比，早期的方法从文献中。
2016-10-13 cs.IT math.IT
Spectrum Sensing in the Presence of Multiple Primary Users
我们考虑认知无线电网络中，当可能有多个主用户的多天线合作频谱感知。在这种情况下，基于球形测试的检测器进行了分析。基于所涉及的分布的矩，简单而准确的分析公式推导出的检测器的关键性能指标。虚警和检测概率以及检测阈值和接收机操作特性以封闭形式可用。仿真结果验证了所得结果的准确性，并与其他检测器在现实的传感场景进行比较。
2012-01-03 cs.IT math.IT
Compressed Wideband Spectrum Sensing: Concept, Challenges and Enablers
频谱感知的研究主要集中在窄带接入，直到最近才开始研究宽带频谱。广义上讲，宽带频谱感知方法可以分为两类：奈奎斯特速率采样方法和亚奈奎斯特速率采样方法。奈奎斯特速率的方法有重大的实际问题，质疑其适用于实时应用，这主要是因为他们的高速率采样要求要求复杂的硬件和信号处理算法，招致显着的延迟。另一方面，次奈奎斯特速率方法由于其不太严格的采样率要求而更有吸引力。虽然已经研究了各种概念以确保亚奈奎斯特速率，但压缩采样理论绝对是一个吸引了如此多兴趣的概念。本文解释并说明了如何利用压缩采样来提高宽带频谱感知，使频谱占用恢复与亚奈奎斯特采样率。本文还介绍了新的想法，进一步宽带频谱感知增强的巨大潜力，并确定了未来的关键研究挑战和方向，仍有待研究。
2018-05-10 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 with Sub-Nyquist Sampling in Cognitive Radios
提出了一种用于宽带频谱感知的多速率异步欠奈奎斯特采样（MASS）方法。导出了相应的光谱恢复条件，并给出了恢复成功的概率。与以前的方法相比，MASS提供了更低的采样率，是一种有吸引力的认知无线电网络的方法。
2013-02-07 cs.IT math.IT
Locally Best Invariant Test for Multiple Primary User Spectrum Sensing
我们考虑认知无线电网络中，当可能有多个主用户的多天线合作频谱感知。在这种情况下，分析了在低信噪比制度中最佳的无噪声不确定性检测器。具体地说，我们得到的确切时刻的测试统计量，从而导致简单而准确的分析公式的虚警概率和决策阈值。仿真研究所得到的结果的准确性，并与其他检测器在现实的传感场景进行比较。
2012-03-28 cs.IT math.IT
A Wideband Spectrum Sensing Method for Cognitive Radio using Sub-Nyquist Sampling
频谱感知是认知无线电的一个基本组成部分。该领域的主要挑战是在宽带信号的感测中需要高采样率。本文提出了一种宽带频谱感知模型，该模型采用欠采样方案，在采样率方面节省了大量资源。有限数量的噪声样本的相关矩阵的计算和使用的子空间估计器来检测占用和空闲的频谱信道。与常用的方法相比，该方法不需要信号特性的知识，从而减轻了不确定性问题。我们评估这种方法的性能，通过计算检测信号占用的样本数和随机生成的信号的SNR的概率。结果表明，即使在低信噪比和小样本数的可靠检测。
2010-10-11 cs.IT math.IT
Sensing-Throughput Tradeoff for Superior Selective Reporting-based Spectrum Sensing in Energy Harvesting HCRNs
在本文中，我们研究了传统的协作感知（CCS）和优越的选择性报告（SSR）的协作感知的性能在一个能量收集使能异构认知无线电网络（HCRN）。特别是，我们推导出这两种方案的可实现的吞吐量的表达式，并制定非线性整数规划问题，以找到吞吐量最佳的频谱传感器的集合，预定感测一个特定的信道，给定主用户（PU）的干扰和能量收集的约束。此外，我们提出了新的解决方案的基础上的交叉熵（CE）方法的优化问题，并与穷举搜索和贪心算法的性能进行比较。最后，我们讨论了SSR和CCS方案的平均可实现的吞吐量之间的权衡，并强调了SSR方案优于CCS方案的制度。值得注意的是，我们表明，有一个固有的权衡之间的通道可用时间和检测精度。我们的数值结果表明，随着频谱传感器数量的增加，信道可用时间在HCRN中获得更高的优先级，而不是检测精度。
2019-02-01 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
Enhanced Pilot-Based Spectrum Sensing Algorithm
在本文中，我们提出了一种增强的基于导频的认知无线电频谱感知算法。与仅检测导频信号的存在的传统的基于导频的检测器不同，所提出的检测器还利用携带实际信息的信号的存在。我们分析比较所提出的检测器与传统的性能，我们表明，检测性能显着提高。
2014-09-23 cs.IT math.IT
On the Performance of Cooperative Spectrum Sensing under Quantization
在认知无线电中，协作频谱感知（CSS）是决定次级网络性能的关键。然而，还没有可行的方法，可以分析计算CSS的性能方面的多级量化。本文不仅给出了量化对协作虚警概率和协作检测概率的影响，而且给出了两个封闭形式的表达式。这两个表达式使得协作虚警概率和协作检测概率的计算变得简单易行，为感知性能的优化提供了一种可行的途径。此外，为了便于计算，我们推导出了正常的近似评估感测性能方便。此外，提出了两种优化方法，以实现量化下的高感测性能。
2013-03-14 cs.IT math.IT
Cooperative Prediction-and-Sensing Based Spectrum Sharing in Cognitive Radio Networks
本文提出了一种新的认知无线电网络频谱共享模型--基于预测和感知的频谱共享模型，将每个资源块的时间结构分为频谱预测和感知阶段和数据传输阶段。在第一阶段中，协作频谱预测作为频谱感知的子阶段被并入。我们研究了一种在辅基站（BS）和感测时间处的发射波束成形的联合设计。主要的设计目标是最大化所有次级用户（SU）的总速率，其服从所有SU的最小速率要求、次级BS处的发射功率约束以及所有主用户处的干扰功率约束。原来的问题很难解决，因为它是高度非凸的。我们首先将问题转化为一个更容易处理的形式，然后到达一个凸规划的基础上的内部近似框架，最后提出了一个新的算法来连续解决这个凸规划。我们证明了该算法迭代地提高了目标，同时保证收敛至少局部最优。仿真结果表明，该算法达到一个稳定点后，只有几个迭代与现有的方法有显着的性能改善。
2017-07-24 cs.IT math.IT
Distributed Wideband Spectrum Sensing
我们考虑的问题重建宽带频谱分布，压缩测量。测量由节点网络进行，每个节点独立地将环境光谱与低频随机信号混合。重建通过节点之间的本地传输进行，每个节点执行简单的统计操作，如岭回归和收缩。
2015-06-24 cs.IT math.IT
Cooperative spectrum sensing over unreliable reporting channel
本文的目的是分析一个合作频谱感知方案，使用集中式的方法与不可靠的报告信道。将频谱感知应用于认知无线电系统，其中每个认知无线电执行简单的能量检测，并通过报告信道将判决发送到融合中心。当决策在融合中心可用时，应用n-out-of-K规则。在认知无线电系统性能的参数n的选择的影响进行了分析的情况下，报告信道引入错误。
2011-06-20 cs.IT math.IT stat.OT
Time Optimal Spectrum Sensing
频谱感知是认知无线电环境中的一项基本操作。它通过扫描频带提供有关频谱可用性的信息。通常给予固定量的时间来扫描各个频带。大多数时候，不使用关于频谱带中的业务的历史信息。但是这个信息给出了一个想法，一个特定的波段有多忙。因此，不是在固定的时间量内扫描频带，而是可以将更多的时间给予占用较少的频带，而将更少的时间给予占用较多的频带。本文将时间分配问题转化为整数线性规划和信源编码问题。时间分配问题使用相关的随机优化问题来解决。
2016-06-09 cs.IT math.IT
GLRT-Based Spectrum Sensing with Blindly Learned Feature under Rank-1 Assumption
先验知识可以提高频谱感知的性能。而不是使用通用功能作为先验知识，我们建议盲目学习的本地化功能在次要用户。受机器学习中模式识别的启发，我们将信号特征定义为信号样本协方差矩阵的前导特征向量。提出了用于盲特征学习的特征学习算法（FLA）和用于频谱感知的特征模板匹配算法（FTM）。此外，我们在硬件上实现了FLA和FTM。仿真和硬件实验表明，信号特征可以盲学习。此外，利用信号特征作为先验知识，检测性能可提高约2dB。基于实验结果，本文在秩1假设下，以信号特征、信号功率和噪声功率为参数，推导了几种基于广义似然比的频谱感知算法。我们提出的算法的性能进行了测试，合成秩1信号和捕获的DTV数据，并与其他国家的最先进的协方差矩阵为基础的频谱感知算法。在一般情况下，我们的GLRT算法具有更好的检测性能。另外，将信号特征作为先验知识的算法比没有先验知识的算法性能好约2dB。
2011-03-01 cs.IT math.IT
Channel Estimation for Opportunistic Spectrum Access: Uniform and Random Sensing
信道统计的知识可以非常有助于做出合理的机会频谱接入决策。因此，期望能够有效且准确地估计信道统计。在本文中，我们研究的问题，最佳地放置在一个时间窗口的检测时间，以获得最佳的估计的参数的开关更新信道。我们特别感兴趣的稀疏感测制度与少量的样本相对于时间窗口大小。利用Fisher信息作为测度，在稀疏性条件下，我们解析地推导出最佳和最差的感知序列。我们还提出了一种方法来获得最好/最坏的序列没有这个条件，使用动态规划的方法。在这两种情况下，最坏的结果是均匀感测序列，其中感测时间在窗口内均匀间隔。这些结果，我们认为，没有先验知识，一个强大的传感策略应该是一个随机化的策略。然后，我们比较不同的随机方案，使用家庭的分布产生的圆形$β$合奏，并提出了一种自适应感知方案，以有效地跟踪随时间变化的信道参数。我们进一步讨论了压缩传感对于这个问题的适用性。
2010-05-14 cs.IT math.IT
Subband Random Sensing Grant Free Uplink for URLLC in Unlicensed Spectrum
在本文中，我们提出了一种新的方案，称为子带随机感知（SRS）授权免费上行链路的超可靠低延迟通信（URLLC）在未授权频谱。SRS免授权上行链路创造性地结合了子带感知、用户分组和随机接入，允许感知非授权频谱的用户使用宽带中可用的子资源，减少与其他用户的冲突。新方案克服了新无线电（NR）版本16所采用的半持续调度（SPS）上行链路在具有零星业务的应用中的严重频谱浪费问题。与基于竞争的免授权上行链路相比，新方案实现了更低的冲突概率，这直接导致了更高的可靠性。分析和仿真结果证明了其优越的性能。
2021-09-23 cs.IT cs.NI 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
Robust Deep Sensing Through Transfer Learning in Cognitive Radio
University of Electronic Science and Technology of China（电子科技大学）；Massey University（梅西大学）；University of California at San Diego（加州大学圣地亚哥分校）
提出了一种基于深度学习的鲁棒频谱感知框架。在次级用户的接收机处接收到的信号被滤波、采样，然后被直接馈送到卷积神经网络中。尽管当在与所收集的训练数据相同的场景中操作时，这种深度感测是有效的，但是当将其应用于具有不同无线信号和传播的不同场景中时，感测性能降级。我们将迁移学习融入到框架中，以提高鲁棒性。实验结果验证了所提出的深频谱感知框架的有效性和鲁棒性。
2019-08-01 cs.IT cs.LG eess.SP
Covariance-Based OFDM Spectrum Sensing with Sub-Nyquist Samples
在本文中，我们提出了一种基于特征的方法的频谱感知的OFDM信号的子奈奎斯特样本在一个单一的频带。我们利用OFDM信号的协方差矩阵的结构，将一组欠定的基于协方差的方程转换为超定的。分析了样本协方差矩阵的统计特性，并在此基础上推导出了一种近似的广义似然比检验（GLRT），用于从亚奈奎斯特样本中检测OFDM信号。该方法也被推广到频率选择性信道。
2015-01-10 cs.IT math.IT
