收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

智能电网通信系统中盲多带频谱感知算法的研究

雷可君  
【摘要】:相较于传统电网,智能电网中待传输的数据和信息呈爆发式增长,传统的电力通信系统已不能满足智能电网对数据和信息传输的要求。为解决这一问题,学者们考虑将认知无线电技术应用于智能电网通信系统,以确保智能电网中随机产生的各种数据和信息能获得及时和准确的传输。目前应用于智能电网通信系统的频谱感知方法均为窄带检测,已有的窄带频谱感知技术根本不能满足智能电网对信息传输系统的实时性要求,因此,同一时刻对多个频带同时进行频谱空洞检测的技术即多带频谱检测技术受到了广泛的关注。论文就如何设计适用于智能电网通信系统的盲多带频谱感知算法开展了一系列的研究工作,其章节内容安排如下:在智能电网通信系统中进行频谱感知,准确性是一项重要的性能指标。由于可以将成熟的窄带频谱感知算法应用于采取串行处理方式的多带频谱感知技术中,以实现快速而准确地对多个子带的频谱利用情况进行检测的目的,因此着重针对传统的基于协方差矩阵特征值的频谱感知算法进行了改进。首先,对已有的基于协方差矩阵最大特征值的半盲频谱感知算法进行改进,以获得更精确的判决门限和更可靠的检测结果。其次,传统的基于最大特征值或最小特征值的半盲频谱感知算法不适应于色噪声感知场景,不仅需要增加对色噪声进行预白化的环节,而且检测结果也不可靠,因此提出了一种新的适应于色噪声场景的半盲频谱感知算法。最后,综合分析现有的基于最大和最小特征值之比的盲频谱感知算法的优缺点,利用大维随机矩阵理论的最新研究结论对其进行改进。改进算法分别通过最大特征值和最小特征值的近似分布来求取判决门限,然后取两个门限的平均值作为最终的判决门限,从而获得了更可靠的频谱感知结果。快速感知空闲频谱是智能电网通信系统对频谱感知的又一项重要要求。基于串行处理的多带频谱感知算法虽然具有稳定和可靠的检测效果,但检测效率低的缺点使其不适应对实时性要求较高的感知场景,因此提出了利用主成分分析来设计并行盲多带频谱感知算法。主要思想为:通过建立连续假设检验模型H_k和基于广义似然比的判决量,实现在同一时刻对多个子带同时进行检测的目标。由于频谱感知必须在很短的时间内完成以满足检测系统的实时性要求,所以对所提算法进行了改进。改进算法简化了感知判决量,使得判决门限的求解更简单。理论分析和仿真实验结果表明,改进算法在降低计算复杂度的同时仍保持了不亚于原算法的检测性能,甚至在低信噪比和小样本感知场景,其检测概率大于原算法的检测概率。相较于白噪声,用色噪声来表征智能电网通信系统的噪声环境更符合实际情况。针对基于信息论准则或主成分分析的并行盲多带频谱感知算法不适用于色噪声感知场景的问题,从理论上详细分析了两种算法不适应色噪声感知场景的原因,提出了将矩阵扰动理论和空间测距思想与频谱感知这一实际应用相结合的解决思路,进而设计了一种基于秩准则的并行盲多带频谱感知算法。在白噪声感知场景中,当信噪比较低时,基于信息论准则的频谱感知算法的检测概率高于所提算法的检测概率;但是在色噪声感知场景,所提算法表现出了鲁棒的检测性能,且随着样本数和信噪比的增大,其检测性能越好。从理论上证明了取样协方差矩阵的特征值的最优估计值为子带信号的功率,并以此对基于秩准则的频谱感知算法进行了改进。改进算法不需要计算取样协方差矩阵的特征值,而是直接利用子带信号的功率来构建判决量,这大大降低了算法的计算复杂度。在白噪声和色噪声2种感知场景中,当取样样本数较小和信噪比较低的情况下,与其它3种算法相比改进算法具有最佳的检测性能。考虑到智能电网通信系统中存在的低信噪比问题,提出了一种基于聚类分析的并行盲多带频谱感知算法。在主用户信号的发射功率完全一致的感知场景,引入K-均值聚类来设计并行盲多带频谱感知算法。其思路为:以子带中信号的功率为分类对象,利用K-均值聚类有效地将子带分成被占用子带集合和空闲子带集合。该算法不仅计算简单而且在噪声功率不确定、色噪声、低信噪比、以及小样本等复杂的感知场景中表现出了鲁棒性。然而,当主用户信号的发射功率不完全一致时,利用K-均值进行聚类的多带频谱感知算法受到了极大影响,显示出了检测性能急剧下降的现象。为此,进一步提出了一种新的并行盲多带频谱感知算法,其以模糊C-均值聚类替代K-均值聚类,利用模糊迭代来寻求目标函数的最小值。在主用户信号的发射功率不完全一致的感知场景,利用模糊C-均值聚类设计的并行盲多带频谱感知算法具有稳定且高效的检测性能。考虑到检测环境的复杂多变性,将信号经瑞利衰落信道进行传输,全面分析了基于聚类分析的并行盲多带频谱感知算法对实际感知环境的适应性。在信号遭遇瑞利衰落且信噪比较低的感知场景,相较于其他算法出现的检测性能大幅度下降的情况,该算法表现出了稳定的频谱感知性能。


知网文化
【相似文献】
中国期刊全文数据库 前15条
1 张宏伟;达新宇;胡航;倪磊;潘钰;王浩波;;认知无人机网络中多机协作频谱感知研究[J];空军工程大学学报(自然科学版);2020年01期
2 姚永国;聂增丽;;基于频谱决策的序列式协作频谱感知研究[J];通信技术;2019年10期
3 徐偲;卢光跃;叶迎晖;弥寅;;基于卡方检验的多天线认知无线网络协作频谱感知算法[J];高技术通讯;2016年07期
4 郭超;张政保;姚少林;刘广凯;;软合并协作频谱感知中吞吐量的优化[J];探测与控制学报;2017年02期
5 苗兵梅;王亚芳;李岩;蔡畅;;基于能量检测的2次协作频谱感知[J];通信技术;2017年08期
6 贾晓芳;;浅析短波通信中频谱感知技术的应用[J];科技风;2016年10期
7 饶伟;;频谱感知技术在短波通信中的运用研究[J];科技展望;2016年25期
8 李美玲;王安红;;一种自适应的协作频谱感知方法[J];太原科技大学学报;2015年01期
9 刘丽丽;;认知无线电中的频谱感知技术研究[J];通讯世界;2015年11期
10 马晓晓;;认知无线电频谱感知技术综述[J];信息通信;2015年07期
11 唐菁敏;曹操;张晓颍;马社方;;最大化能量效率的协作频谱感知优化算法[J];通信技术;2015年08期
12 李美玲;;优化的最佳中继协作频谱感知[J];信号处理;2015年07期
13 徐谡钦;徐以涛;罗康;王阵;马云峰;;认知无线电频谱感知安全的威胁与防御[J];军事通信技术;2014年02期
14 郭莉莉;陈永红;张士兵;;基于中继的协作频谱感知[J];通信技术;2014年06期
15 刘舒祺;苗苗;;基于中继的协作频谱感知性能的研究[J];通信技术;2013年02期
中国重要会议论文全文数据库 前10条
1 岳文静;郑宝玉;;一种基于信道可靠性的协作频谱感知算法[A];2009年通信理论与信号处理学术年会论文集[C];2009年
2 张冰玉;郑宝玉;岳文静;;一种基于串行网络的协作频谱感知方案[A];2010年通信理论与信号处理学术年会论文集[C];2010年
3 王翊;胡艳军;唐希雯;;一种改进的基于多阈值的协作频谱感知方法[A];2011年通信与信息技术新进展——第八届中国通信学会学术年会论文集[C];2011年
4 郝博雅;周辉;孙斌;;基于权值的合作频谱感知算法[A];第六届全国信号和智能信息处理与应用学术会议论文集[C];2012年
5 冯子木;漆春梅;王军;李乐民;;协同频谱感知算法综述[A];2008年中国西部青年通信学术会议论文集[C];2008年
6 朱军龙;邵玉斌;李静叶;谢萍;;认知无线电中合作频谱感知的性能优化[A];2009年研究生学术交流会通信与信息技术论文集[C];2009年
7 孙士秀;朱卫平;孟庆民;;一种基于OFDM的频谱感知与数据传输设计[A];2010年通信理论与信号处理学术年会论文集[C];2010年
8 王小雪;;当频谱感知遇上机器学习[A];北京造船工程学会2016-2017年学术论文集[C];2018年
9 董洁;陈岩;;认知无线电中的频谱感知技术[A];第二十届全国电磁兼容学术会议论文集[C];2010年
10 熊天意;李赞;齐佩汉;胡伟龙;;基于亚奈奎斯特采样的宽带频谱感知预判决算法[A];第十九届中国科协年会——分9“互联网+”:传统产业变革新动能论坛论文集[C];2017年
中国博士学位论文全文数据库 前10条
1 雷可君;智能电网通信系统中盲多带频谱感知算法的研究[D];湖南大学;2018年
2 孙大飞;认知无线网络频谱感知策略研究[D];东南大学;2018年
3 吴俊;协作频谱感知安全策略的研究[D];东南大学;2018年
4 许恩玮;脉冲噪声下认知节点的频谱感知与信号接收方法研究[D];哈尔滨工业大学;2018年
5 王雪;星地混合通信系统宽带频谱感知方法[D];哈尔滨工业大学;2018年
6 刘长剑;基于亚奈奎斯特采样的宽带信号频谱感知技术研究[D];电子科技大学;2019年
7 刘伯阳;认知无线电网络中基于HMM的频谱感知技术研究[D];西安电子科技大学;2016年
8 倪水平;基于对抗模式的认知无线电频谱感知与分配技术研究[D];北京邮电大学;2018年
9 李洋;基于声望和重叠式联盟博弈的频谱感知和分配研究[D];天津大学;2018年
10 刘霞;认知车联网频谱感知技术研究[D];北京邮电大学;2019年
中国硕士学位论文全文数据库 前10条
1 齐嘉杰;认知车联网中频谱感知技术的研究[D];华南理工大学;2019年
2 史姣姣;频谱感知中的智能可视化系统设计[D];杭州电子科技大学;2019年
3 韩仕鹏;基于AD9361的频谱感知实现[D];杭州电子科技大学;2019年
4 毛翊君;认知无线电频谱感知技术研究[D];杭州电子科技大学;2018年
5 夏凯莉;认知无线网络信道估计时延优化方法[D];杭州电子科技大学;2018年
6 王云川;认知无线电频谱感知中的物理层安全策略研究[D];杭州电子科技大学;2018年
7 孟得月;认知无线传感器网络中的频谱感知和MAC协议的研究[D];重庆邮电大学;2018年
8 张劲;基于用户选择的协作频谱感知研究[D];重庆邮电大学;2018年
9 青晗;基于特征值检测器和连续检测机制的认知无线电频谱感知[D];重庆邮电大学;2019年
10 陈思吉;基于机器学习分类算法和数据库的频谱感知[D];重庆邮电大学;2019年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978