噪声相关存在下基于特征值的认知无线电感知与信噪比估计
信息论
2012-10-24 v1 新兴技术
math.IT
摘要
在此，我们在认知无线电（CR）背景下，对噪声相关存在下的基于特征值的感知技术进行了详细分析。我们使用基于渐近随机矩阵理论（RMT）的标准条件数（SCN）作为决策过程的判决统计量。首先，在仅噪声假设和信号加噪声假设下，解析研究了噪声相关对基于特征值的频谱感知（SS）的影响。其次，提出了 SCN 的新界限，以在相关噪声场景中实现改进的感知。第三，研究了基于分数采样（FS）的 SS 性能，并提出了一种根据感知性能和复杂度确定 FS 速率工作点的方法。最后，提出了一种基于接收信号协方差矩阵最大特征值的信噪比（SNR）估计技术。结果表明，所提出的基于 SCN 的阈值提高了相关噪声存在下的感知性能，并且可以在不知晓噪声方差的情况下可靠地估计高达 0 dB 的信噪比。
引用
@article{arxiv.1210.5755,
title = {Eigenvalue Based Sensing and SNR Estimation for Cognitive Radio in Presence of Noise Correlation},
author = {Shree Krishna Sharma and Symeon Chatzinotas and Björn Ottersten},
journal= {arXiv preprint arXiv:1210.5755},
year = {2012}
}
备注
23 pages, 8 figures