SαS分布噪声下基于特征值调和平均的稳健频谱感知算法

杨喜; 周睿勇; 雷可君; 张耿; 张银行; 曹秀英; 王仁玮

doi:10.16339/j.cnki.hdxbzkb.2025294

湖南大学学报（自然科学版） ›› 2025, Vol. 52 ›› Issue (8) : 172 -182. DOI: 10.16339/j.cnki.hdxbzkb.2025294

SαS分布噪声下基于特征值调和平均的稳健频谱感知算法

杨喜, 周睿勇, 雷可君, 张耿, 张银行, 曹秀英, 王仁玮

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对SαS分布噪声提出了一种基于分数低阶预处理与特征值调和平均检测相结合的频谱感知算法，该算法以分数低阶预处理接收信号样本协方差矩阵的最大特征值与特征值调和平均之差与最小特征值之比（DMHMM）作为感知判决量.该算法在预处理阶段通过分数低阶操作降低SαS分布噪声非高斯特性的影响，在检测阶段利用极值特征值与特征值调和平均设计检测判决量，检测过程避免了对噪声参数的依赖，适应范围广.在此基础上，基于Wishart矩阵特征值几何平均的矩理论，以及高维随机矩阵中最大和最小特征值渐近分布理论，针对DMHMM频谱感知算法提出了一种有效的理论判决门限计算方法，在降低理论门限计算复杂度的同时，提高了非渐近条件下SαS分布噪声中主用户信号检测结果的可靠性.Monte-Carlo仿真结果表明，所提DMHMM频谱感知算法可以获得比半盲DMGM算法更为可靠的检测判决结果，且在检测阶段无需SαS分布噪声的相关参数；由于综合利用了分数低阶预处理后取样协方差矩阵的极值特征值以及特征值调和平均信息，能够更好地反映主用户信号的变化，使得新算法具有比MME和CHME算法更优的检测效果.