在一定的虚警概率下,检测概率随着信噪比的增大而增大附matlab代码

简介: 在一定的虚警概率下,检测概率随着信噪比的增大而增大附matlab代码

✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。

🍎个人主页:Matlab科研工作室

🍊个人信条:格物致知。

更多Matlab仿真内容点击👇

智能优化算法       神经网络预测       雷达通信      无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机

⛄ 内容介绍

认知无线电技术通过感知某一时间和地点未被使用的空闲频谱资源,即"频谱空洞",并利用这些空闲资源进行通信来提高频谱利用率.频谱感知技术作为认知无线电的关键技术之一,负责检测空闲频谱资源,监测授权用户的活动情况等,如何高效准确的感知对整个认知系统的性能有重要的影响.

⛄ 完整代码

%%不同信噪比下虚警概率和检测概率之间的关系

tic;

clear all;

clc;              

T=0.001;          

W=1.5*10^5;      

Fs=2*W;              

n=2*T*W;          

snr1=-5;            

snr2=-8;

snr3=-13;

snr4=-19;

SNR1=10^(snr1/10);

SNR2=10^(snr2/10);

SNR3=10^(snr3/10);

SNR4=10^(snr4/10);

repeat=10000;

menxian1=[880:10:20000];

menxian2=[800:50:20000];

menxian3=[5000:100:25000];

menxian4=[15000:500:30000];

t=1:n;

for k=1:31;

false1=0;

false2=0;

false3=0;

false4=0;

   right1=0;

   right2=0;

right3=0;

right4=0;

   for i=1:repeat

       signal=2*sin(2*pi*W/Fs*t+1/6*pi);

       noise1=sqrt(1/SNR1)*randn(1,n);

       noise2=sqrt(1/SNR2)*randn(1,n);

       noise3=sqrt(1/SNR3)*randn(1,n);

       noise4=sqrt(1/SNR4)*randn(1,n);


       recive1=signal+noise1;

       recive2=signal+noise2;

       recive3=signal+noise3;

       recive4=signal+noise4;

       %%************************************************

       sum1=dot(noise1,noise1); %dot 函数:对应元素相乘之和

       sum2=dot(recive1,recive1);

       sum3=dot(noise2,noise2);

       sum4=dot(recive2,recive2);

       sum5=dot(noise3,noise3);

       sum6=dot(recive3,recive3);

       sum7=dot(noise4,noise4);

       sum8=dot(recive4,recive4);

       if(sum1>menxian1(k))

           false1=false1+1;

       end

       if(sum2>menxian1(k))

           right1=right1+1;

       end

       if(sum3>menxian2(k))

           false2=false2+1;

       end

       if(sum4>menxian2(k))

           right2=right2+1;

       end

       if(sum5>menxian3(k))

           false3=false3+1;

       end

       if(sum6>menxian3(k))

           right3=right3+1;

       end  

       if(sum7>menxian4(k))

           false4=false4+1;

       end  

       if(sum8>menxian4(k))

           right4=right4+1;

       end  

   end;

       Pf1(k)=false1/repeat;

       Pd1(k)=right1/repeat;

       Pf2(k)=false2/repeat;

       Pd2(k)=right2/repeat;

       Pf3(k)=false3/repeat;

       Pd3(k)=right3/repeat;

       Pf4(k)=false4/repeat;

       Pd4(k)=right4/repeat;

end

figure;

plot(Pf1,Pd1,' m-',Pf2,Pd2,' b-',Pf3,Pd3,' g-',Pf4,Pd4, 'k-');

xlabel('虚警概率Pf');

ylabel('检测概率Pd');

legend('SNR=-5dB',4, 'SNR=-8dB', 4,'SNR=-13dB', 4,'SNR=-19dB', 4);

grid on;

toc;

⛄ 运行结果

⛄ 参考文献

[1] 沈达. 认知无线电中基于参数优化的感知技术研究[D]. 上海交通大学.

[2] 邓志鹏. 超高速无线局域网频谱感知实验平台设计与实现[D]. 东南大学, 2012.

[3] 闫琦杨家玮张雯董伟. 认知无线电中衰落信道下的能量检测信噪比墙[J]. 西安电子科技大学学报(自然科学版), 2010, 037(003):391-395,411.


⛳️ 代码获取关注我

❤️部分理论引用网络文献,若有侵权联系博主删除
❤️ 关注我领取海量matlab电子书和数学建模资料


相关文章
|
1天前
|
算法
基于小波变换和峰值搜索的光谱检测matlab仿真,带GUI界面
本程序基于小波变换和峰值搜索技术,实现光谱检测的MATLAB仿真,带有GUI界面。它能够对CO2、SO2、CO和CH4四种成分的比例进行分析和提取。程序在MATLAB 2022A版本下运行,通过小波分解、特征提取和峰值检测等步骤,有效识别光谱中的关键特征点。核心代码展示了光谱数据的处理流程,包括绘制原始光谱、导数光谱及标注峰值位置,并保存结果。该方法结合了小波变换的时频分析能力和峰值检测的敏锐性,适用于复杂信号的非平稳特性分析。
|
1天前
|
机器学习/深度学习 算法 安全
基于深度学习的路面裂缝检测算法matlab仿真
本项目基于YOLOv2算法实现高效的路面裂缝检测,使用Matlab 2022a开发。完整程序运行效果无水印,核心代码配有详细中文注释及操作视频。通过深度学习技术,将目标检测转化为回归问题,直接预测裂缝位置和类别,大幅提升检测效率与准确性。适用于实时检测任务,确保道路安全维护。 简介涵盖了算法理论、数据集准备、网络训练及检测过程,采用Darknet-19卷积神经网络结构,结合随机梯度下降算法进行训练。
|
3月前
|
运维 算法
基于Lipschitz李式指数的随机信号特征识别和故障检测matlab仿真
本程序基于Lipschitz李式指数进行随机信号特征识别和故障检测。使用MATLAB2013B版本运行,核心功能包括计算Lipschitz指数、绘制指数曲线、检测故障信号并标记异常区域。Lipschitz指数能够反映信号的局部动态行为,适用于机械振动分析等领域的故障诊断。
|
3月前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于GA-PSO-SVM算法的混沌背景下微弱信号检测matlab仿真
本项目基于MATLAB 2022a,展示了SVM、PSO、GA-PSO-SVM在混沌背景下微弱信号检测中的性能对比。核心程序包含详细中文注释和操作步骤视频。GA-PSO-SVM算法通过遗传算法和粒子群优化算法优化SVM参数,提高信号检测的准确性和鲁棒性,尤其适用于低信噪比环境。
|
4月前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于MSER和HOG特征提取的SVM交通标志检测和识别算法matlab仿真
### 算法简介 1. **算法运行效果图预览**:展示算法效果,完整程序运行后无水印。 2. **算法运行软件版本**:Matlab 2017b。 3. **部分核心程序**:完整版代码包含中文注释及操作步骤视频。 4. **算法理论概述**: - **MSER**:用于检测显著区域,提取图像中稳定区域,适用于光照变化下的交通标志检测。 - **HOG特征提取**:通过计算图像小区域的梯度直方图捕捉局部纹理信息,用于物体检测。 - **SVM**:寻找最大化间隔的超平面以分类样本。 整个算法流程图见下图。
|
4月前
|
算法 数据安全/隐私保护
星座图整形技术在光纤通信中的matlab性能仿真,分别对比标准QAM,概率整形QAM以及几何整形QAM
本文介绍了现代光纤通信系统中的星座图整形技术,包括标准QAM、概率整形QAM和几何整形QAM三种方法,并对比了它们的原理及优缺点。MATLAB 2022a仿真结果显示了不同技术的效果。标准QAM实现简单但效率有限;概率整形QAM通过非均匀符号分布提高传输效率;几何整形QAM优化星座点布局,增强抗干扰能力。附带的核心程序代码展示了GMI计算过程。
201 0
|
5月前
|
监控 算法 数据安全/隐私保护
基于视觉工具箱和背景差法的行人检测,行走轨迹跟踪,人员行走习惯统计matlab仿真
该算法基于Matlab 2022a,利用视觉工具箱和背景差法实现行人检测与轨迹跟踪,通过构建背景模型(如GMM),对比当前帧与模型差异,识别运动物体并统计行走习惯,包括轨迹、速度及停留时间等特征。演示三维图中幅度越大代表更常走的路线。完整代码含中文注释及操作视频。
|
6月前
|
存储 Serverless
【matlab】matlab实现倒谱法基音频率检测和共振峰检测(源码+音频文件)【独一无二】
【matlab】matlab实现倒谱法基音频率检测和共振峰检测(源码+音频文件)【独一无二】
135 1
|
6月前
|
机器学习/深度学习 监控 算法
基于深度学习网络的人员行为视频检测系统matlab仿真,带GUI界面
本仿真展示了基于GoogLeNet的人员行为检测系统在Matlab 2022a上的实现效果,无水印。GoogLeNet采用创新的Inception模块,高效地提取视频中人员行为特征并进行分类。核心程序循环读取视频帧,每十帧执行一次分类,最终输出最频繁的行为类别如“乐队”、“乒乓球”等。此技术适用于智能监控等多个领域。
96 4
|
6月前
|
安全
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
272 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码

热门文章

最新文章