基于接收信號(hào)樣本協(xié)方差矩陣最小特征值分布的頻譜感知算法

　　現(xiàn)有的頻譜感知算法中，能量檢測容易實(shí)現(xiàn)，但檢測性能依賴噪聲功率?；陔S機(jī)矩陣?yán)碚摰念l譜感知算法巧妙地規(guī)避了噪聲不確定性對(duì)檢測性能帶來的影響，但大都采用的是最大特征值的近似分布規(guī)律，所得到閾值表達(dá)式的精度有待進(jìn)一步提高。針對(duì)上述問題，通過利用隨機(jī)矩陣?yán)碚摰?a href='http://srfitnesspt.com/article/zt/' target='_blank' class='arckwlink_none'>最新研究成果，提出一種基于接收信號(hào)樣本協(xié)方差矩陣最小特征值分布的頻譜感知算法。最小特征值的分布函數(shù)不基于漸近假設(shè)，更加符合實(shí)際的通信情境。推導(dǎo)所得的閾值表達(dá)式是虛警概率的函數(shù)，在小樣本情況下，對(duì)它的有效性和優(yōu)越性進(jìn)行了分析與驗(yàn)證。根據(jù)單一變量原則，分別在低樣本點(diǎn)、低協(xié)作用戶數(shù)、低信噪比和低虛警概率條件下對(duì)提出算法與最大最小特征值算法的檢測性能進(jìn)行了仿真比較，檢測概率最多可以提高0.2左右。結(jié)果表明，該算法能夠顯著改善系統(tǒng)的檢測性能。