认知车载网络下的主用户信号分类器设计开题报告

1. 研究目的与意义

随着汽车数量的不断增加，在给人们的生活带来便利的同时也产生了很多问题。为了解决不断出现的交通拥堵和驾驶安全等问题，智能交通系统应运而生，并作为一种有效的交通控制系统得到广泛关注和快速发展。车载自组网是智能交通的重要组成部分，可以改善道路中行驶车辆的安全性和舒适性，对社会产生了很大的影响。近年来有很多关于车载自组网的研究，但是始终面临着诸多挑战。其中一项就是用于车载自组网通信的无线电频谱资源的匮乏。为了解决这个问题，特意将认知无线电技术应用到车载自组网中来探索未被利用的授权频带。认知无线电技术可以有效地解决车载自组网中的频谱资源短缺的问题^[1]。

认知无线电技术作为一种智能频谱共享技术,它研究的主要目的是首先要保证主用户（授权用户）能够正常使用该频谱进行通信，一旦频谱空闲后，认知用户（非授权用户）能够快速介入，同时可以动态地使用该频谱，从而实现频谱资源共享，有效地提高了无线频谱的利用率^[2]。在认知无线电系统中，通信信号的有无、码率等参数及调制方式都是未知的，解决上述问题的信号检测、参数估计以及调制识别技术对于认知无线电技术的实现具有重要意义^[3]。

在认知无线电中，由于主用户(授权用户)与认知用户(未授权用户)之间无法相互通信，因此准确的信号识别不但能够避免二者相互干扰，而且还能够额外地提供周边无线环境的多维度频谱信息，从而有利于帮助改善频谱资源利用效率低下的情况。伴随通信信号在宽频带上采用各不相同的调制参数与调制方式，调制识别(调制分类)逐渐被人们深入研究并成为信号识别与分类的主要方法之一^[4]。

2. 研究内容与预期目标

针对调制识别系统的构成特点，本课题把主要研究内容放在了特征提取和分类器设计两方面上。

一、特征提取

从信号的瞬时信息中估计调制信号的参数，具有计算简单、可用统计样本数量大的优势，是模式识别类算法最基本的方法^[12]。首先对接收到的信号进行瞬时特征提取，得到瞬时幅度、瞬时相位、瞬时频率，然后采用零中心瞬时特征提取法，得到5个特征量^[13]。

3. 研究方法与步骤

一、特征提取

采用零中心瞬时特征提取法，得到5个特征参数γ_max，σ_ap，σ_dp，σ_af，σ_aa。

二、分类器设计

4. 参考文献

[1] 魏亮.认知车载网中频谱感知算法仿真研究[d].西南交通大学,2015.

[2] 朱越.认知无线电频谱感知技术研究[d].哈尔滨工程大学,2013.

[3] 靳朝.基于认知无线电的扩跳频通信信号的调制识别[d].郑州大学,2011.

5. 工作计划

（1）2022年1月21日- 2022年2月28日，选题并以论文题目为核心，对相关资料进行收集并加以整理，完成开题报告。

（2）2022年3月1日- 2022年3月25日，分析调制信号和特征提取算法。

（3）2022年3月26日- 2022年4月24日，设计分类器对特征进行训练并分析其性能，完成初稿。