摘要：通过对接收信号样本偏度和样本峰度进行归一化处理,设计了一种基于偏度和峰度联合检测的频谱感知算法(联合检测算法).利用卡方分布的概率密度函数分析非渐近条件下算法的理论虚警性能,推导出相应的理论判决门限.仿真实验结果表明,联合检测算法在小样本条件下仍然可以保证可靠的检测结果,并表现出比经典的Jarque-Bera频谱感知算法更优的检测性能.

摘要：利用随机矩阵理论中样本协方差矩阵极限特征值的分布结果,设计了一种新的最大特征值-调和平均(NMEHM)盲频谱感知算法.NMEHM算法无需主用户信号及无线信道的先验知识,可以有效克服噪声不确定性的影响.仿真实验结果表明,相对于一些基于特征值检测的频谱感知算法,NMEHM算法的检测概率更高,且获得了比最大特征值-调和平均(MEHM)算法更优异的检测性能.

摘要：针对无约束粒子群优化(PSO)算法在进行多带协作频谱感知时存在难以控制系统总干扰的问题,设计了一种带约束PSO算法的最优多带协作式频谱感知方法.该方法通过引入惩罚函数,将带约束条件下的优化问题转化为无约束优化问题.仿真实验结果表明,相对于无约束PSO算法,带约束PSO算法能够解决带约束的多带协作式频谱感知问题,所得最优解满足约束条件,避免造成总干扰过大.