认知无线网络中基于非高斯性测度的频谱感知新方法研究

频谱感知技术是认知无线网络实现对有限频谱资源高效利用的前提和关键。然而，时变无线信道和噪声的不确定性、小尺度授权用户的移动性和时变性，多类型授权用户同时存在等因素都极大增加了频谱感知技术实现的难度。本课题针对时变无线信道下，多类型授权用户和噪声信号频谱所具有的不同统计分布特性，依据独立分量分析理论，提出一种基于非高斯性测度函数的频谱感知新准则。在此基础上，将独立分量分析理论与压缩感知技术相结合，提出新的宽带频谱感知算法，实现对低信噪比多类型授权用户的有效检测与识别。最后，针对协作频谱感知方式，利用非高斯性测度准则和H无穷滤波理论，创新性地提出自适应数据/决策融合策略，以提高协作频谱感知对认知无线网络中Byzantine式恶意攻击的鲁棒性。本课题的研究涉及独立分量分析、压缩感知和信息融合等多个相关领域，具有一定的创新性，丰富了现有的频谱感知理论，具有重要的理论意义和实用价值。

本项目基于非高斯性测度理论对认知无线网络中的频谱感知技术进行了深入的研究，主要成果有：(1)研究了时变信道下正交频分复(OFDM)用认知无线通信系统的相位噪声估计和消除方法，正交频分多址上行通信系统的信道估计问题，以及多输入多输出OFDM系统的时变信道估计问题；在充分研究时变信道和噪声统计特性基础上，根据信息论和独立分量分析理论，针对诸如无线麦克风的小尺度授权用户，提出了三种基于非高斯性测度的频谱感知新方法；(2)基于信息论准则，提出了盲的频域多频段频谱感知方法；(3)分别基于信息熵和卡方检验理论，提出两种基于非高斯性测度的宽带频谱压缩感知新方法；(4)提出了基于独立分量分析理论的多授权用户频谱盲感知和盲分离方法；(5)针对小尺度授权用户的空间域频谱感知问题，提出了基于区间分析和粒子滤波的授权用户跟踪算法。(6)基于H无穷滤波理论，提出新的协作频谱感知数据融合方案，提高了协作频谱感知对认知无线网络中Byzantine恶意攻击的鲁棒性。