【问题标题】:Cyclostationary Feature Detector: Performance doesn't vary with Change in SNR循环平稳特征检测器:性能不随 SNR 的变化而变化
【发布时间】:2014-11-24 14:16:25
【问题描述】:

我已经在 Matlab 的 AWGN 通道中实现了用于频谱感测的循环平稳检测器,但我得到的结果很模糊。因为它的性能不会随着 SNR 的变化而变化。这对我来说非常奇怪。我不知道我在其中犯了什么错误。我附上我的代码,请查看和评论。在这里,我正在寻找信号的循环平稳特征以进行检测。首先,我尝试输出信号的 FFT,然后将其频率通过变换的 +alpha 和 -alpha 移至其共轭。然后我将两者相乘以获得所有的总和。这就是所有理论对循环平稳特征检测的解释,如果有人可以帮助我,我将非常感激。

function Pd=Cyclo_AWGN(Pf,snr_avg,n,N,Sim_Times)

% Pf= Probablity of false alarm  
% n= length of data
% N= length of fft
% Sim_Times= Iteration


ln=0:n-1;

Over_Num = 0;

Th_awgn= sqrt(-2*log(Pf)/n);         % threshold

for kk = 1:Sim_Times


     phi= randi([-180,180],1,n);
     phi=phi*2*pi/360;
     x=sin(0.32*pi*ln+phi);
     Recv_Signal = x;                                              % Recived Signal


    Noise_awgn = randn(1,n)+1i*randn(1,n);
    AvgPower_Noise_awgn=sum(abs(Recv_Signal).^2)/snr_avg;          %average power of noise  
    std_Noise_awgn = sqrt(AvgPower_Noise_awgn); 
    Noise_awgn = std_Noise_awgn*Noise_awgn;



    norm_signal_awgn = Recv_Signal/std_Noise_awgn;  %Normalized signal sample
    norm_noise_awgn =   Noise_awgn/std_Noise_awgn; %Normalized Noise sample

    Recv_sig_awgn =  norm_signal_awgn + norm_noise_awgn;  % Normalized received signal for detection



    X=zeros(2*N+1);
    Y=zeros(2*N+1);

    Ts=1/N;

    for f=-N:N

         d=exp(-j*2*pi*f*ln*Ts);
         xf= Recv_sig_awgn.*d;
         n_r=n:-1:1;
         X(f+N+1)=sum(xf(n_r));
         Y(f+N+1)=conj(sum(xf(n_r)));   
    end

   alpha=10;
   f=5;
   f1=f+floor(alpha/2)+(floor(-((N-1)/2)):floor((N-1)/2));
   f2=f-floor(alpha/2)+(floor(-((N-1)/2)):floor((N-1)/2));

   S(kk)=sum(X(f1+N+1).*Y(f2+N+1))/N;

   S(kk)=abs(S(kk))/n;

    if S(kk)>Th_awgn
        Over_Num = Over_Num +1;                         %decide 1 or 0, present or absent
    end


end

Pd = Over_Num / Sim_Times;                             % Simulated Pd}

【问题讨论】:

    标签: signal-processing detection wireless feature-detection telecommunication


    【解决方案1】:

    在很多情况下,您会提前知道周期频率的值,因为您对要检测的信号有一些了解(例如符号率)。

    当您不知道任何循环频率时,您可以执行穷举搜索,但由于计算原因,并非所有算法都适合此任务。我在我的博客上提供了很多有用的信息,以及生成合适的测试信号的问题 cyclostationary.wordpress.com。

    【讨论】:

      【解决方案2】:

      您需要一次迈出这一步。我在信号生成和统计计算中看到了错误。

      首先,确保您创建的是循环平稳信号!我在上面的函数中运行了信号生成代码,也看了看。它看起来像一个随机相位调制。首先尝试生成一个您知道是循环平稳的信号,例如 BPSK 或模拟 AM。

      其次,你尝试了 10 的循环频率。但看起来你是 (隐式)使用 1 的采样率(至少在信号生成中) 部分),这很好。但是 alpha 必须位于区间 [-1,1] 中。

      第三,重写代码,更清晰地分离信号的产生, 光谱相关函数估计和检测统计计算。确保光谱相关函数是第一个 在您尝试将其放入 Pd/Pfa 循环之前正确估计 计算。

      看看《认知无线电技术》一书第18章,第二 版。本章末尾有一些练习可能对你有所帮助 修复你的代码。

      祝你好运!

      【讨论】:

      • 您好,感谢您的回复。我在我的代码中应用了您的分析。我根据您的检查对我的代码进行了更改。但是仍然有一件事让我感到困惑,即如何确定用于检测的 alpha 的确切值或者我们必须对所有可能的 alpha 值运行一个循环,并最终取平均值。
      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 2021-05-18
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2023-02-20
      • 2017-01-05
      • 1970-01-01
      相关资源
      最近更新 更多