• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >Spectrum sensing using sub-Nyquist rate sampling.
【24h】

Spectrum sensing using sub-Nyquist rate sampling.

机译：使用次奈奎斯特速率采样进行频谱感测。

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This thesis proposes solution for two different problems. One it provide solution to extract the frequency band boundaries information efficiently from the observed spectrum. Second it performs spectrum sensing on the signal acquired at less than Nyquist rate samples. Applying wavelet transform on the observed wideband spectrum generates edges (peaks) which contain information regarding frequency band locations. In the presence of noise, the wavelet transform generates a mixture of true peaks and noisy peaks. A threshold value is proposed for extracting the true peak information. Sensing the wideband spectrum puts constraints on hardware. Spectrum sensing is a time dependent process. Sampling a wideband signal based on Nyquist sampling theorem may require more time than given sensing duration. To solve this problem, observed spectrum is acquired at less than (required) Nyquist rate samples. Spectrum sensing is performed using the structure based Bayesian sparse reconstruction algorithm. Comparison of results with the techniques present in literature showed considerable improvement.
机译：本文提出了两个不同问题的解决方案。一种解决方案是从观察到的频谱中有效提取频带边界信息。其次，它对以小于奈奎斯特速率采样的信号进行频谱感测。在观察到的宽带频谱上应用小波变换会生成包含有关频段位置信息的边缘（峰）。在存在噪声的情况下，小波变换会生成真实峰值和噪声峰值的混合。提出了用于提取真实峰值信息的阈值。感测宽带频谱对硬件构成了限制。频谱感测是一个与时间有关的过程。根据奈奎斯特采样定理对宽带信号进行采样可能需要比给定检测持续时间更多的时间。为了解决该问题，以小于（所需）的奈奎斯特速率采样获取观测光谱。使用基于结构的贝叶斯稀疏重建算法执行频谱感测。将结果与文献中的技术进行比较显示出了很大的进步。

著录项

  • 作者

    Saleem, Zahid.;

  • 作者单位

    King Fahd University of Petroleum and Minerals (Saudi Arabia).;

  • 授予单位 King Fahd University of Petroleum and Minerals (Saudi Arabia).;
  • 学科 Engineering Electronics and Electrical.
  • 学位 M.S.
  • 年度 2012
  • 页码 130 p.
  • 总页数 130
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号