Key points are not available for this paper at this time.
Die Spektrumserkennung für kognitive Funktechnik erfordert eine effektive Überwachung breiter Bandbreiten, was in eine Hochgeschwindigkeitsabtastung mündet. Traditionelle Spektrumserkennungsmethoden, die hochpräzise Analog-Digital-Wandler (ADCs) verwenden, führen zu erhöhtem Stromverbrauch und hohen Hardwarekosten. In diesem Papier untersuchen wir die blinde Spektrumserkennung unter Verwendung von Ein-Bit-ADCs. Wir leiten einen geschlossenen Detektor auf Basis des Rao-Tests ab und demonstrieren seine Äquivalenz mit dem Test für das Verhältnis der zweiten Eigenwert-Momente. Darüber hinaus wird eine nahezu exakte Verteilung basierend auf der momentenbasierten Methode und eine approximierte Verteilung im Bereich niedrigen Signal-Rausch-Verhältnisses (SNR) basierend auf dem zentralen Grenzwertsatz erarbeitet. Anschließend wird eine theoretische Analyse durchgeführt, und unsere Ergebnisse zeigen, dass der Leistungsabfall des vorgeschlagenen Detektors etwa 2 dB (/2) im Vergleich zu Detektoren aufweist, die -Bit-ADCs verwenden, wenn der SNR niedrig ist. Dieser Verlust kann kompensiert werden, indem etwa 2,47 (^2/4) Mal mehr Proben verwendet werden. Darüber hinaus zeigen wir, dass die Effizienz der inkohärenten Ansammlung bei der Ein-Bit-Erkennung die Quadratwurzel der kohärenten Ansammlung ist. Simulationsergebnisse bestätigen die Richtigkeit unserer theoretischen Berechnungen.
Wu et al. (Mon,) haben diese Frage untersucht.