非高斯噪声中基于分数低阶矩协方差MME检测的频谱感知算法

摘要：

针对传统的最大最小特征值之比的频谱感知算法(MME)在非高斯噪声频谱感知性能下降乃至失效的问题,提出了一种基于分数低阶矩采样协方差的改进MME算法.该算法先用分数低阶矩对观测数据进行预处理,获得分数低阶矩协方差矩阵,再求矩阵的最大最小特征值之比作为统计量.本文采用了Alpha分布和Laplace分布拟合非高斯噪声环境,蒙特卡罗(Monte Carlo)仿真结果表明,非高斯噪声中基于分数低阶矩的协方差MME频谱感知算法的检测性能明显优于MME.

关键词：认知无线电、频谱感知、拉普拉斯噪声、分数低阶矩、采样协方差

所属期刊栏目：34

分类号：TN912

资助基金：国家自然科学基金61501223

在线出版日期：2018-04-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：235-241