admin 管理员组

文章数量: 1086019


2024年4月16日发(作者：linux获取系统版本信息)

呻西逼怯　Ｃｈｉｎａ　Ｃｏｍｍｕｎｌｃａｔｉｏｎｓ　

Ｄｅｔｅｒｍｉｎａｔｉｏｎ　ｏｆ　Ｔｈｒｅｓｈｏｌｄ　ｆｏｒ　

Ｅｎｅｒｇｙ　Ｄｅｔｅｃｔｉｏｎ　ｉｎ　Ｃｏｇｎｉｔｉｖｅ　

Ｒａｄ　ｉｏ　Ｓｅｎｓｏｒ　Ｎｅｔｗｏｒｋｓ　

Ｈａｏ　Ｊｉａｎｊｕｎ，Ｌｉ　Ｊｉｎ　

Ｓｃｈｏｏｌ　ｏｆ　Ｉｎｆｏｒｍａｔｉｏｎ　ａｎｄ　Ｃｏｍｍｕｎｉｃａｔｉｏｎ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｂｅｉｊｉｎｇ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｐｏｓｔｓ　ａｎｄ　Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ　

Ｂｅｉｊｉｎｇ　１　００８７６．Ｐ　Ｒ．Ｃｈｉｎａ　

Ａｂｓｔｒａｃｔ：Ｔｈｅ　Ｉｎｔｅｒｎｅｔ　ｏｆ　Ｔｈｉｎｇｓ（１ｏＴ）ｉｓ　ｃａｌｌｅｄ　ｔｈｅ　

Ｉ。ＩＮＴＲＯＤＵＣＴｌＯＮ　

ｗｏｒｌｄ’Ｓ　ｔｈｉｒｄ　ｗａｖｅ　ｏｆ　ｔｈｅ　ｉｎｆｏｒｍａｔｉｏｎ　ｉｎｄｕｓｔｒｙ．Ａｓ　

ｔｈｅ　ｃｏｒｅ　ｔｅｃｈｎｏｌｏｇｙ　ｏｆ　ＩｏＴ，Ｃｏｇｎｉｔｉｖｅ　Ｒａｄｉｏ　Ｓｅｎｓｏｒ　

Ｔｈｅ　Ｉｎｔｅｒｎｅｔ　ｏｆ　Ｔｈｉｎｇｓ（ＩｏＴ）ｉｓ　ｃａｌｌｅｄ　ｔｈｅ　ｗｏｒｌｄ＇ｓ　

Ｎｅｔｗｏｒｋｓ（ＣＲＳＮ）ｔｅｃｈｎｏｌｏｇｙ　ｃａｎ　ｉｍｐｒｏｖｅ　ｓｐｅｃ—　

ｔｈｉｒｄ　ｗａｖｅ　ｏｆ　ｔｈｅ　ｉｎｆｏｒｍａｔｉｏｎ　ｉｎｄｕｓｔｒｙ　ｆｏＨｏＷｉｎｇ　ｔｈｅ　

ｔｒｔｍａ　ｕｔｉｌｉｚａｔｉｏｎ　ｅｆｆｉｃｉｅｎｃｙ　ａｎｄ　ｌａｙ　ａ　ｓｏｆｉｄ　ｆｏｕｎｄａｔｉｏｎ　

ｃｏｍｐｕｔｅｒ　ａｎｄ　ｔｈｅ　Ｉｎｔｅｒｎｅｔ．Ｉｔ　ｈａｓ　ａｔｔｒａｃｔｅｄ　ｉｎｃｒｅａｓ．　

ｆｏｒ　ｌａｒｇｅ—ｓｃａｌｅ　ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　ＩｏＴ．Ｒｅｌｉａｂｌｅ　ｓｐｅｃｔｒｕｍ　

ｎｉｇ　ａｔｔｅｎｔｉｏｎ　ｉｎ　ｍａｎｙ　ｃｏｕｎｔｒｉｅｓ［１＿３］．Ｉｎ　Ｃｈｉｎａ，ｎａ－　

ｓｅｎｓｉ’ｎｇ　ｉｓ　ａ　ｃｒｕｃｉａｌ　ｔａｓｋ　ｏｆ　ｔｈｅ　ＣＲ．Ｆｏｒ　ｅｎｅｒｇｙ　ｄｅ—　

ｔｉｏｎａｌ　ｌｅａｄｅｒｓ　ｇｉｖｅ　ｉｔ　ｈｉｇｈ　ｐｒｉｏｒｉｔｙ．１ｏＴ　ｈａｓ　ｂｅｅｎ　ａ—　

ｔｅｃｔｉｏｎ，ｔｈｒｅｓｈｏｌｄ　Ｗｉｌｌ　ｄｅｔｅｒｍｉｎｅ　ｔｈｅ　ｐｒｏｂａｂｉｌｉｔｙ　ｏｆ　

ｄｏｐｔｅｄ　ａｓ　ａ　ｎａｔｉｏｎａｌ　ｓｔｒａｔｅ￣ｊ．　

ｄｅｔｅｃｔｉｏｎ（Ｐｏ）ａｎｄ　ｔｈｅ　ｐｒｏｂａｂｉｌｉｔｙ　ｏｆ　ｆａｌｓｅ　ａｌａｒｍ　Ｐｆ　ａｔ　

Ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋ，ｔｈｅ　ｃｏｒｅ　ｔｅｃｈｎｏｌｏｇｙ　ｏｆ　ＩｏＴ，　

ｔｈｅ　ｓａｍｅ　ｔｉｍｅ．、Ⅳｈｆｉｅ　ｔｈｅ　ｔｒｈｅｓｈｏｌｄ　ｉｎｃｒｅａｓｅｓ　Ｐ　ａｎｄ　

ｐｌａｙｓ　ａｎ　ｅｘｔｒｅｍｅｌｙ　ｉｍｐｏｒｔａｎｔ　ｒｏｌｅ　ｉｎ　ｐｒｏｍｏｔｎｉｇ　ｔｈｅ　

Ｐｆ　ｗｉｌｌ　ｂｏｔｈ　ｄｅｃｒｅａｓｅ．Ｉｎ　ｔｈｉｓ　Ｐａｐｅｒ　ｗｅ　ｆｏＣＵＳ　ｏｎ　ｔｈｅ　

ｄｅｖｅｌｏｐｍｅｎｔ　ｏｆ　ＩｏＴ．Ｉｎ　ｔｈｅ　ｆｕｔｕｒｅ，ＩｏＴ　Ｗｉｌｌ　ｂｅ　Ｗｉｄｅ—　

ｍａｘｉｍｕｍ　ｏｆ　ｔｈｅ　ｄｉｆｆｅｒｅｎｃｅ　ｏｆ　Ｐｄ　ａｎｄ　Ｐｆ，ａｎｄ　ｔｒｙ　ｔｏ　ｌＶ　ｕｓｅｄ．ａｎｄ　ｔｈｅ　ｅｎｄ　ｐｒｏｄｕｃｔ　Ｗｉｌｌ　ｒｅａｃｈ　ｓｅｖｅｒａＩ　

ｆｍｄ　ｏｕｔ　ｈｏｗ　ｔｏ　ｄｅｔｅｒｍｉｎｅ　ｔｈｅ　ｔｒｈｅｓｈｏｌｄ　ｗｉｔｈ　ｔｈｉｓ　

ｔｉｍｅｓ　ｏｒ　ｅｖｅｎ　ｈｕｎｄｒｅｄｓ　ｏｆ　ｔｉｍｅｓ　ｌａｒｇｅｒ　ｔｈａｎ　ｔｈｅ　ｃｕｒ—　

ｐｒｅｃｏｎｄｉｔｉｏｎ．Ｓｉｍｕｌａｔｉｏｎ　ｒｅｓｕｋｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅ　ｐｒｏ—　

ｒｅｎｔ　Ｉｎｔｅｒｎｅｔ．Ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋｓ　ａｒｅ　ｔｙｐｉｃａｌｌｙ　ｕｓｅｄ　ｉｎ　

ｐｏｓｅｄ　ｍｅｔｈｏｄ　ｃａｎ　ｅｆｆｅｃｔｉｖｅｌｙ　ａｐｐｒｏａｃｈ　ｔｈｅ　ｉｄｅａｌ　ｏｐ—　

ＩＳＭ　ｂａｎｄｓ．ｓｕｃｈ　ａｓ　ｔｈｅ　２．４　ＧＨｚ　ｗｈｉｃｈ　ｉｓ　ａ　ｖｅｒｙ　

ｔｉｍａｌ　ｒｅｓｕｋ．　

ｃｒｏｗｄｅｄ　ｓｐｅｃｔｒｕｍ　ｒｅｓｏｕｒｃｅ　ｒｅｓｔｒｉｃｔｉｎｇ　ｌａｒｇｅ—ｓｃａｌｅ　

Ｋｅｙ　ｗｏｒｄｓ：Ｉｎｔｅｒｎｅｔ　ｏｆ　

Ｔｈｉｎｇｓ；Ｃｏｇｎｉｔｉｖｅ　Ｒａｄｉｏ　

ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋ　ａｐｐｌｉｃａｔｉｏｎｓ．　Ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋｓ　

Ｓｅｎｓｏｒ　Ｎｅｔｗｏｒｋｓ；ｅｎｅｒｇｙ　

ｄｅｔｅｃｔｉｏｎ；ｔｈｒｅｓｈｏｌｄ　

ｂａｓｅｄ　ｏｎ　ｃｏｇｎｉｔｉｖｅ　ｒａｄｉｏ（Ｃｏｇｎｉｔｉｖｅ　Ｒａｄｉｏ　Ｓｅｎｓｏｒ　

Ｎｅｔｗｏｒｋｓ）ｔｅｃｈｎｏｌｏｇｙ　ｃａｎ　

１４　２０１１ｌ１　

ＲＥＳＥＡＲＣＨ　ＰＡＰＥＲ　

沦艾集锦　

ｉｍｐｒｏｖｅ　ｓｐｅｃｔｒｕｍ　ｕｔｉｌｉｚａｔｉｏｎ　ｅｆｆｉｃｉｅｎｃｙ　ａｎｄ　ｌａｙ　ａ　

ｓｏｌｉｄ　ｆｏｕｎｄａｔｉｏｎ　ｆｏｒ　ｌａｒｇｅ—ｓｃａｌｅ　ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　ＩｏＴ　

ｔｉｏｎａｌ　ｃｏｎｌｍｕｎｉｃａｔｉｏｎｓ　ｓｙｓｔｅｍ．ｓｕｃｈ　ａｓ　Ｍａｔｃｈｅｄ　

Ｆｉｌｔｅｒ　Ｄｅｔｅｃｔｉｏｎ，Ｅｎｅｒｇｙ　Ｄｅｔｅｃｔｉｏｎ　ａｎｄ　Ｃｙｃｌｏｓｔａｔｉｏｎ—　

［４—８］．　

Ａｋｅｙ　ｓｉｓｕｅ　ｉｎ　ＣＲ　ｉｓ　ｓｐｅｃｔｎｍａ　ｓｅｎｓｉｎｇ，ｉ．ｅ．ｔｈｅ　ｒｅｌｉａ－　

ｂｌｅ　ｄｅｔｅｃｔｉｏｎ　ｏｆｔｈｏｓｅ　ｓｐｅｃｔｒａｌ　ｒａｎｇｅｓ　ｔｈａｔ　ａｒｅ　ｃｕｒｒｅｎｔ—　

ａｒｙ　Ｆｅａｔｕｒｅ　Ｄｅｔｅｃｔｉｏｎ，ａｌｓｏ　ｃａｎ　ｂｅ　ｕｓｅｄ　ｉｎ　ｓｐｅｃｔｒｕｍ　

ｓｅｎｓｉｎｇ．Ｔｈｅ　ｆｏｌｌｏｗｉｎｇ　ｉｓ　ａ　ｂｒｉｅｆｄｅｓｃｒｉｐｔｉｏｎ．　

２．１　Ｅｎｅｒｇｙ　Ｄｅｔｅｃｔｉｏｎ　

ｙｌ　ａｃｃｅｓｓｅｄ　ｂｙ　ＰＵｓ．Ｔｈｅ　ｓｅｃｏｎｄ　ｐａｒｔ　ｏｆｔｈｉｓ　ｐａｐｅｒ　ｗｉｌｌ　

ｂｒｉｅｆｌｙ　ｄｅｓｃｒｉｂｅ　ｔｈｅ　ｅｘｉｓｔｉｎｇ　ＣＲ　ｆｒｅｑｕｅｎｃｙ　ｓｐｅｃｔｒｕｍ　

Ｉｆ　ＳＵＳ　ｃａｎｎｏｔ　ｇａｔｈｅｒ　ｅｎｏｕｇｈ　ＰＵｓ’ｓｉｎａｌｇ　ｉｎｆｏｒｍａ—　

ｔｉｏｎ．ｔｈｅ　ｓｕｂ—ｏｐｔｉｍａｌ　ｄｅｔｅｃｔｉｏｎ　ｓｃｈｅｍｅ　ｉＳ　ｅｎｅｒｇｙ　ｄｅ－　

ｄｅｔｅｃｔｉｏｎ　ｏｆ　ｓｅｖｅｒａｌ　ｍａｊｏｒ．Ｆｏｒ　ｅｎｅｒｇｙ　ｄｅｔｅｃｔｉｏｎ，ｔｈｅ　

ｄｅｃｉｓｉｏｎ　ｔｈｒｅｓｈｏｌｄ　ｉｓ　ａ　ｖｅｒｙ　ｉｍｐｏｒｔａｎｔ　ｆａｃｔｏｒ　ｗｈｉｃｈ　ｉｎ—　

ｌｆｕｅｎｃｅｓ　ｔｈｅ　ｐｒｏｂａｂｉｌｉｔｙ　ｏｆ　ｄｅｔｅｃｔｉｏｎ　）ａｎｄ　ｐｒｏｂａｂｉｌｉ－　

ｔｙ　ｏｆ　ｆａｌｓｅ　ａｌａｒｍ（尸ｆ）．Ｔｈｅ　ｔｈｉｒｄ　ｐａｒｔ　ｂａｌａｎｃｅｓ　ｂｅ—　

ｔｗｅｅｎ　ｔｗｏ　ｐｒｏｂａｂｉｌｉｔｉｅｓ　ａｎｄ　ｄｉｓｃｕｓｓｅｓ　ｔｈｅ　ｄｉｆｆｅｒｎｅｔ　

ＳＮＲｓ’ｄｅｃｉｓｉｏｎ　ｔｏ　ｓｅｔ　ａ　ｒｅａｓｏｎａｂｌｅ　ｔｈｒｅｓｈｏｌｄ．Ｆｉｎｎｙ，　

ｄｅｔａｉｌｅｄ　ｓｉｍｕｌａｔｉｏｎ　ｏｆ　ｔｈｅｏｒｅｔｉｃａｌ　ｒｅｓｕｌｔｓ　ａｎｄ　ａｃｔｕａｌ　ｒｅ—　

ｓｕｉｔｓ　ｗｉｌｌ　ｈｅ　ｃｏｍｐａｒｅｄ．　

Ｉ１．ＳＰＥＣＴＲＵＭ　ＳＥＮＳＩＮＧ　

Ｓｐｅｃｔｒｕｍ　ｓｅｎｓｉｎｇ　ｃａｐａｃｉｔｙ　ｉｓ　ｏｎｅ　ｏｆ　ｔｈｅ　ｍｏｓｔ　ｉｍ—　

ｐｏｒｔａｎｔ　ｐｒｅｃｏｎｄｉｔｉｏｎｓ　ｆｏｒ　ＣＲ＇ｓ　ｐｒｏｐｅｒ　ｗｏｒｋｉｎｇ．Ｔｈｅ　

ＳＵｓ　ｍｕｓｔ　ｂｅ　ａｂｌｅ　ｔｏ　ｉｍｍｅｄｉａｔｅｌｙ　ｄｅｔｅｃｔ　ｔｈｅ　ｐｒｅｓ－　

ｅｎｃｅ／ａｂｓｅｎｃｅ　ｏｆ　ＰＵｓ　ａｎｄ　ｕｓｅ　ｔｈｅ　ｓｐｅｃｔｒｕｍ　ｏｎｌｙ　ｉｆ　

ｃｏｍｍｕｎｉｃａｔｉｏｎ　ｄｏｅｓ　ｎｏｔ　ｉｎｔｅｒｆｅｒｅ　ｗｉｔｈ　ａｎｙ　ＰＵｓ．　

Ｔｈｅ　ＰＵｓ　ｈａｖｅ　ｎｏ　ｏｂｌｉｇａｔｉｏｎ　ｔｏ　ｃｈａｎｇｅ　ｔｈｅｉｒ　ｏｗｎ　

ｓｔｒｕｃｔｕｒｅｓ　ａｎｄ　ｔｈｅ　ｃｏｇｎｉｔｉｖｅ　ｒａｄｉｏ　ｎｅｔｗｏｒｋ　ｔｏ　ｓｈａｒｅ　

ｔｈｅ　ｓｐｅｃｔｕｒｍ．Ｔｈｅ　ｍｏｓｔ　ｅｆｆｅｃｔｖｉｅ　ｗａｙ　ｔｏ　ｄｅｔｅｃｔ　

ｓｐｅｃｔｒｕｍ　ｈｏｌｅｓ　ｉｓ　ｔｏ　ｄｅｔｅｃｔ　ｔｈｅ　ＰＵｓ　ｒｅｃｅｉｖｉｎｇ　ｄａｔａ　

ｗｉｔｈｉｎ　ｔｈｅｉｒ　ｏｐｅｒａｔｎｉｇ　ｒａｎｇｅ．ＳＵｓ　ｍｏｎｉｔｏｒ　ｔｈｅ　ｒａｄｉｏ　

ｓｐｅｃｔｒｕｍ　ｅｎｖｉｒｏｎｍｅｎｔ　ｔｏ　ｄｅｔｅｃｔ　ｔｈｅ　ｆｒｅｑｕｅｎｃｙ　

ｂａｎｄｓ　ｔｈａｔ　ａｒｅ　ｎｏｔ　ａｃｃｅｓｓｅｄ　ｂｙ　ＰＵｓ．Ｓｐｅｃｔｒｕｍ　

ｓｅｎｓｉｎｇ　ｓｃｈｅｍｅ　ｍａｙ　ｃｏｎｓｉｓｔ　ｏｆ　ｓｉｎｇｌｅ－－ｎｏｄｅ　ｄｅｔｅｃ・－　

ｔｉｏｎ　ａｎｄ　ｍｕｌｔｉ—ｎｏｄｅ　ｊｏｉｎｔ　ｄｅｔｅｃｔｉｏｎ．　

Ｓｉｎｇｌｅ—ｎｏｄｅ　ｄｅｔｅｃｔｉｏｎ　ｍｏｄｅｌ　ｃａｎ　ｂｅ　ｕｓｅｄ　ｕｎｄｅｒ　

ｔｈｅ　ｂａｓｉｃ　ａｓｓｕｍｐｔｉｏｎ　ｔｈａｔ　Ｅｑ．（１）ｄｅｓｃｒｉｐｔｉｏｎ：　

）＝　州　）　（１）　

ｗｈｅｒｅ　ｆ）ｉｓ　ｔｈｅ　ｓｉｇｎａｌ　ｒｅｃｅｉｖｅｄ　ｂｙ　ＳＵｓ；　（ｆ）ｉｓ　ｔｈｅ　

ｓｉｎｇａｌ　ｔｒａｎｓｍｉｔｔｅｄ　ｔｏ　ＰＵｓ；　（　）ｉｓ　ａｄｄｉｔｉｖｅ　ｗｈｉｔｅ　

Ｇａｕｓｓｉａｎ　ｎｏｉｓｅ；ｔｈｅ　ｃａｓｅ　ｔｈａｔ　ｔｈｅ　ＰＵｓ　ａｒｅ　ｉｎａｃｔｉｖｅ　ｉｓ　

ｒｅｆｅｒｒｅｄ　ｔｏ　ａｓ　ｈｙｐｏｔｈｅｓｉｓ／４０；ｈｙｐｏｔｈｅｓｉｓ　ｒｅｆｅｒｓ　ｔｏ　

ａｎｏｔｈｅｒ　ｃａｓｅ　ｔｈａｔ　ｔｈｅ　ＰＵＳ　ａｒｅ　ａｃｔｖｉｅ．Ｔｈｅ　ｍｏｓｔ　ｐｏｐ—　

ｕｌａｒ　ｔｅｃｈｎｉｑｕｅｓ　ｕｓｅｄ　ｉｎ　ｓｉｎｇａｌ　ｐｒｏｃｅｓｓｉｎｇ　ｂｙ　ｔｒａｄｉ一　

ｔｅｃｔｉｏｎ．Ｔｏ　ｍｅａｓｕｒｅ　ｔｈｅ　ｒｅｃｅｉｖｅｄ　ｓｉｎｇａｌ　ｅｎｅｒｇｙ，ｗｅ　

ｎｅｅｄ　ｔｏ　ｃａｌｃｕｌａｔｅ　ｔｈｅ　ｓｑｕａｒｅ　ｏｆ　ｔｈｅ　ｏｕｔｐｕｔ　ｓｉｎｇａｌ　ｏｆ　

ｂａｎｄ＿。ｐａｓｓ　ｆｉｌｔｅｒ　ｗｉｔｈ　ｂａｎｄｗｉｄｔｈ　Ｗａｎｄ　ｉｎｔｅｇｒａｌ　ｗｉｔｈ—－　

ｎｉ　ｔｈｅ　ｔｍｉｅ　ｐｅｒｉｏｄ　Ｔ．Ｃｏｍｐａｒｅｄ　ｗｉｔｈ　ｔｈｅ　ｄｅｃｉｓｉｏｎ　

ｔｈｒｅｓｈｏｌｄ，ｗｅ　ｃａｎ　ｄｅｔｅｒｍｉｎｅ　ｗｈｅｔｈｅｒ　ｔｈｅｒｅ　ａｒｅ　ＰＵＳ．　

Ｔｈｅ　ｍａｉｎ　ａｄｖａｎｔａｇｅ　ｏｆ　ｔｈｅ　ｅｎｅｒｇｙ　ｄｅｔｅｃｔｉｏｎ　ａｌｇｏ—　

ｒｉｔｈｍ　ｉｓ　ｓｉｍｐｌｅ．ｂｕｔ　ｔｈｅ　ｄｒａｗｂａｃｋ　ｉｓ　ｐｏｏｒ　ｐｅｒｆｏｒｍ—　

ａｎｃｅ．Ｔｈｒｏｕｇｈ　ｔｈｅ　ｓｉｎｇａｌ　ｅｎｅｒｇｙ　ｏｒ　ｐｏｗｅｒ　ｓｐｅｃ—　

ｔｒｕｍ，ｉｔ　ｄｏｅｓ　ｎｏｔ　ｄｉｆｆｅｒｅｎｔｉａｔｅ　ｂｅｔｗｅｅｎ　ｓｉｎｇａｌ　ａｎｄ　

ｎｏｉｓｅ　ａｎｄ　ｄｉｓｔｉｎｇｕｉｓｈ　ｄｉｆｆｅｒｅｎｔ　ｃｏｍｍｕｎｉｃａｔｉｏｎｓ　

ｓｙｓｔｅｍ’ｓ　ｓｉｎｇａ１．　

２．２　Ｍａｔｅｈｅｄ　ｒ　Ｄｅｔｅｃｌｉｏｎ　

Ｆｏｒ　ＳＵｓ　ｄｅｔｅｃｔｉｎｇ　ｔｈｅ　ｓｉｎｇａｌ　ｏｆ　ＰＵｓ，ｔｈｅ　ｏｐｔｉｍａｌ　ｄｅ－　

ｔｅｃｔｏｒ　ｉｓ　ｔｈｅ　ｉｄｅａｌ　ｍａｔｃｈｅｄ　ｆｄｔｅｒ，ｂｅｃａｕｓｅ　ｉｔ　ａｌｌｏｗｓ　

ｔｈｅ　ｒｅｃｅｉｖｅｄ　Ｓｉｎｇａｌ　ｔｏ　Ｎｏｉｓｅ　Ｒａｔｉｏ（ＳＮＲ）ｍａｘｉｍｉｚａ—　

ｔｉｏｎ．Ｔｈｅ　ｇｒｅａｔｅｓｔ　ａｄｖａｎｔａｇｅ　ｏｆ　ｍａｔｃｈｅｄ　ｆｄｔｅｒ　ｉｓ　ｔｈａｔ　

ｉｔ　ｃａｎ　ｈａｖｅ　ｈｉｇｈ　ｐｒｏｃｅｓｓｉｎｇ　ｇａｉｎｓ　ｉｎ　ａ　ｖｅｒｙ　ｓｈ０ｎ　

ｔｉｍｅ．Ｈｏｗｅｖｅｒ，ｉｔ　ｍｕｓｔ　ｅｆｆｅｃｔｉｖｅｌｙ　ｄｅｍｏｄｕｈｔｅ　ｔｈｅ　

ｓｉｎｇａｌ　ｏｆ　ＰＵｓ　ｗｈｉｃｈ　ｍｅａｎｓ　ｔｈａｔ　ｉｔ　ｒｅｑｕｉｒｅｓ　ｐｒｉｏｒ　

ｋｎｏｗｌｅｄｇｅ　ｏｆｔｈｅ　ｓｉｎｇａｌ　ｏｆＰＵｓ，ｓｕｃｈ　ａｓ　ｍｏｄｕｌａｔｉｏｎ　

ｍｅｔｈｏｄ　ａｎｄ　ｏｒｄｅｒ，ｐｕｌｓｅ　ｓｈａｐｉｎｇ，ａｎｄ　ｄａｔａ　ｐａｃｋｅｔ　

ｆｏｒｍａｔ．Ａ　ｃｌｅａｒ　ｄｉｓａｄｖａｎｔａｇｅ　ｏｆ　ｍａｔｃｈｅｄ　ｆｉｌｔｅｒ　ｄｅ—　

ｔｅｃｔｉｏｎ　ｉｓ　ｔｈａｔ　ＳＵｓ　ｗｏｕｌｄ　ｒｅｑｕｉｒｅ　ａ　ｄｅｄｉｃａｔｅｄ　ｒｅｃｅｉｖ—　

ｅｒ　ｆｏｒ　ｅａｃｈ　ｔｙｐｅ　ｏｆ　ＰＵ　

２．３　Ｃｙｃｌｏｓｔａｔｉｏｎａｒｙ　Ｆｅａｔｕｒｅ　Ｄｅｔｅｃｔｉｏｎ　

Ｒｅｆｅｒｅｎｃｅ［９一ｌ０］ｐｒｏｐｏｓｅｓ　ａ　ｓｐｅｃｔｒｕｍ　ｓｅｎｓｉｎｇ　

ｓｃｈｅｍｅ　ｃａｌｌｅｄ　ｃｙｃｌｏｓｔａｔｉｏｎａｒｙ　ｆｅａｔｕｒｅ　ｄｅｔｅｃｔｉｏｎ．　

Ｍｏｄｕｌａｔｅｄ　ｓｉｎｇａｌｓ　ａｒｅ　ｉｎ　ｇｅｎｅｒａｌ　ｃｏｕｐｌｅｄ　ｗｉｔｈ　ｓｉｎｅ　

ｗａｖｅ　ｃａｒｒｉｅｒｓ，ｐｕｌｓｅ　ｓｅｑｕｅｎｃｅｓ，ｒｅｐｅａｔｉｎｇ　ｓｐｒｅａｄｉｎｇ，　

ｒｆｅｑｕｅｎｃｙ　ｈｏｐｐｉｎｇ　ａｎｄ　ｃｙｃｌｉｃ　ｐｒｅｆｉｘｅｓ　ｗｈｉｃｈ　ｒｅｓｕｌｔ　

ｎｉ　ｂｕｉｌｔ—ｉｎ　ｐｅｒｉｏｄｉｃｉｔｙ．Ａｌｔｈｏｕｇｈ　ｔｈｅ　ｄａｔａ　ｉｓ　ｓｔａｔｉｏｎａｒｙ　

ｒａｎｄｏｍ，ｈｏｗｅｖｅｒ，ｔｈｅ　ｓｔａｔｉｓｔｉｃｓ　ｏｆ　ｔｈｅｓｅ　ｍｏｄｕｌａｔｅｄ　

ｓｉｎｇａｌｓ，ｍｅａｎ　ａｎｄ　ａｕｔｏｃｏｒｒｅｌａｔｉｏｎ　ａｒｅ　ｃｙｃｌｉｃａｌ　ｉｎ　ｎａ—　

ｔｕｒｅ　ａｎｄ　ｔｈｅｒｅｆｏｒｅ　ｃａｌｌｅｄ　ｃｙｃｌｏｓｔａｔｉｏｎａｒｙ．Ｂｙ　ａｎａｌｙ—　

ｚｉｎｇ　ｔｈｅ　ｓｐｅｃｔｒａｌ　ａｕｔｏｃｏｒｒｅｌａｔｉｏｎ　ｆｕｎｃｔｉｏｎ　ｗｅ　ｃａｎ　

２０１１　１　

１　５　

呻西遏镊　ｃｈｉｎａ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ　

ｄｅｔｅｃｔ　ｔｈｅｓｅ　ｆｅａｔｕｒｅｓ．Ｔｈｒｏｕｇｈ　ｓｐｅｃｔｒｕｍ　ａｕｔｏｃｏｒｒｅ—　

ａｌｔｉｏｎ　ｆｕｎｃｔｉｏｎ，ｗｅ　Ｃａｌｌ　ｄｉｆｆｅｒｅｎｔｉａｔｅ　ｍｏｄｕｌａｔｅｄ　ｓｉｇ—　

ｎａｌｓ，ｉｎｔｅｒｆｅｒｅｎｃｅ　ａｎｄ　ｎｏｉｓｅ　ｉｎ　ｌｏｗ　ＳＮＲ．Ｏｆ　ｃｏｕｒｓｅ，　

ｉｔ　ｉｓ　ｍｏｒｅ　ｃｏｍｐｌｅｘ　ｔｈａｎ　ｔｈｅ　ｅｎｅｒｇｙ　ｄｅｔｃｔｅｏｒ　ａｎｄ　ｒｅ—　

Ｐｆ＝Ｐ（　）＞￡Ｉ　）＝Ｊ　Ｐ。（　）　（３）　

Ｗｈｅｎ　ｔｈｅ　ＰＵ　ｉｓ　ａｃｔｖｅ，ａｃｃｏｒｄｉｉｎｇ　ｔｏ　Ｒｅｆ．［１２１，　

ｔｈｅｒｅ　ｓｉ　Ｅ（Ｔ）＝ｔｘｌ＝（入＋１）６：，Ｄ（Ｔ）＝　＝（２Ａ＋　

ｑｕｉｒｅｓ　ａ　ｌｏｎｇｅｒ　ｏｂｓｅｒｖａｔｉｏｎ　ｔｉｍｅ．　

Ⅲ。ＳＩＮＧＬＥ　ＮＯＤＥ　ＤＥＴＥＣＴＩＯＮ　

Ｅｎｅｒｇｙ　ｄｅｔｅｃｔｉｏｎ　ｈａｓ　ｂｅｅｎ　ｅｘｔｅｎｓｉｖｅｌｙ　ｕｓｅｄ　ｉｎ　ＣＲ．　

Ｄｅｃｉｓｉｏｎ　ｔｈｒｅｓｈｏｋｔ　ｐｌａｙｓ　ａ　ｖｅｒｙ　ｉｍｐｏｒｔａｎｔ　ｒｏｌｅ　ｉｎ　ｄｅ—　

ｔｅｒｍｉｎｉｎｇ　ｔｈｅ　ｐｒｏｂａｂｉｌｉｔｙ　ｏｆｄｅｔｅｃｔｉｏｎ　ａｎｄ　ｆａｌｓｅ　ａｌａｒｍ　

ｎｉ　ｅｎｅｒｇｙ　ｄｅｔｅｃｔｏｉｎ．Ｔｈｅ　ｐｒｏｂａｂｉｌｉｔｙ　ｏｆ　ｄｅｔｅｃｔｉｏｎ　ａｎｄ　

ｆａｌｓｅ　ａｌａｒｍ　ｗｉｌｌ　ｂｅ　ｕｐ　ａｎｄ　ｄｏｗｎ　ｗｈｉｌｅ　ｔｈｅ　ｄｅｃｉｓｉｏｎ　

ｔｈｒｅｓｈｏｌｄ　ｉｎｃｒｅａｓｅｓ　ａｎｄ　ｄｅｃｒｅａｓｅｓ．Ｏｂｖｉｏｕｓｌｙ，ｆｏｒ　

ａｔｌ　ｏｐｔｉｍａｌ　ｄｅｃｉｓｉｏｎ　ｔｒｈｅｓｈｏｌｄ，ｔｈｅ　ｄｅｔｅｃｔｉｏｎ　ｐｒｏｂａ—　

ｂ　ｓｈｏｕｌｄ　ｂｅ　ｓａ　ｈ　ａｓ　ｐｏｓｓｉｂｌｅ　ｗｈｉｌｅ　ｔｈｅ　ｆａｌｓｅ　ａ—　

ｌａｎｎ　ｐｒｏｂａｂｉｌｉｔｙ　ｓｈｏｕｌｄ　ｂｅ　ｓａ　ｌｏｗ　ａｓ　ｐｏｓｓ￣ｌｅ．Ｂａｓｅｄ　

ｏｎ　ｔｈｉｓ　ｃｏｎｓｉｄｅｒａｔｉｏｎ，ｔｈｉｓ　ｐａｐｅｒ　ｗｉｌｌ　ｂａｌａｎｃｅ　ｂｅ—　

ｔｗｅｅｎ　ｄｅｔｃｅｔｉｏｎ　ｐｒｏｂａｂｉｌｉｔｙ　ａｎｄ　ｆａｌｓｅ　ａｌａｒｍ　ｐｒｏｂａｂｉｌ一　

ａｎｄ　ｄｅｔｅｒｍｉｎｅ　ａ　ｒｅａｓｏｎａｂｌｅ　ｄｅｃｉｓｉｏｎ　ｔｈｒｅｓｈｏｌｄ　ｂｙ　

ｍａｘｉｍｉｚｉｎｇ　ｔｈｅ　ｄｉｆｆｅｒｅｎｃｅ　ｂｅｔｗｅｅｎ　Ｐｄ　ａｎｄ尸ｆ［１１］．　

３．１　Ｓｙｓｔｅｍ　ｍｏｄｅｌ　

Ａｓ　ａ　ｒｅｓｕｌｔ　ｏｆ　Ｅｑ．（１），ｔｈｅ　ｓｉｇｎａｌ　ｒｅｃｅｉｖｅｄ　ｂｙ　ＳＵ　

ｗｈｉｌｅ　ＰＵｉｓ　ａｃｔｉｖｅ　ｃａｎ　ｂｅ　ｒｅｐｒｅｓｅｎｔｅｄ　ａｓ　

ｆ）＝　（ｆ）＋　（ｆ）　

ｓＡｓｕｍｉｎｇ：　

ｌ１　Ｎｏｉｓｅ　ｓｉｇｎａｌ　ｉｓ　ｒｅａｌ　Ｇａｕｓｓｉａｎ　ｗｈｉｔｅ　ｎｏｉｓｅ　ｗｉｔｈ　

ｚｅｒｏ—ｍｅａｎ　ａｎｄ　ｖａｒｉａｎｃｅＤ［凡（ｆ）］＝　．　

２）Ｔｈｅ　ＰＵ　ａｄｏｐｔｅｄ　ＢＰＳＫ　ｓｉｎｇａｌ，ｈ　ｄｅｎｏｔｅｓ　ｔｈｅ　ｒｅ—　

ｃｅｉｖｅｄ　ＳＮＲ　ｗｈｉｌｅ　ｔｈｅ　ＰＵ　ｓｉ　ａｃｔｉｖｅ．　

３）Ｉｎ　ｅｎｅｒｇｙ　ｄｅｔｅｃｔｉｏｎ，ｔｈｅ　ｔｅｓｔ　ｓｔａｔｉｓｔｉｃ　ｉｓ　ＴＯ，）＝　

∑　Ｉ　１），（Ｄ　１　，ｗｈｅｒｅ　Ｎ　ｉｓ　ｔｈｅ　ｓａｍｐｌｅ　ｎｕｍｂｅｒ　ｎｉ　

ＳＵ　

Ａｃｃｏｒｄｉｎｇ　ｔｏ　ｔｈｅ　ｉ．ｉ．ｄ　ｃｅｎｔｒａｌ　ｌｉｍｉｔ　ｔｈｅｏｒｅｍ，　

ｗｈｅｎ　Ｎ　ｓｉ　ｌａｒｇｅ，ＴＯ，）ａｐｐｒｏｘｉｍａｔｅｓ　ｔｈｅ　Ｇａｕｓｓｉａｎ．　

Ｉｎ　ｔｈｅ　ａｂｓｅｎｃｅ　ｏｆｔｈｅ　ＰＵ，　）＝　ｏ＝　，Ｄ（Ｔ）＝　

＝　

４　／Ⅳ．Ｔｈｅ　ｐｒｏｂａｂｉｌｉｔｙ　ｄｅｎｓｉｔｙ　ｆｕｎｃｔｉｏｎ（ＰＤＦ）ｏｆ　

Ｔ　ｃａｎ　ｂｅ　ｗｒｉｔｔｅｎ　ａｓ　

）＝ｅ一　／（　２７ｒｆｉ。）　（２）　

Ｉｆ　ｔｈｅ　ｄｅｔｅｃｔｉｏｎ　ｔｈｒｅｓｈｏｌｄ　ｉｓ　．ｔｈｅｎ　ｔｈｅ　ｐｒｏｂａｂｉｌｉ－　

ｔｙ　ｏｆ　ｆａｌｓｅ　ａｌａｒｍ　ｉｓ　ｇｉｖｅｎ　ｂｙ　

１　６　２０１１　

１）６￣／Ｎ．Ｔｈｅ　ＰＤＦ　ｏｆ　Ｔ　ｃａｎ　ｂｅ　ｒｅｐｒｅｓｅｎｔｅｄ　ｂｙ　

Ｐｌ　）一ｅ－　／　６　）　（４）　

Ｉｆ　ｔｈｅ　ｄｅｔｅｃｔｉｏｎ　ｔｈｒｅｓｈｏｌｄ　ｉｓ　，ｔｈｅｎ　ｔｈｅ　ｐｒｏｂａｂｉｌｉ－　

ｔｙ　ｏｆ　ｄｅｔｅｃｔｉｏｎ　ｃａｎ　ｂｅ　ｒｅｐｒｅｓｅｎｔｅｄ　ｂｙ　

Ｐｄ　Ｐ（Ｔ（Ｖ）＞ｓｌ　）＝ｊ　Ｐ　）ｄｘ　（５）　

３．２　Ｄｅｔｅｒｍｉｎａｔｉｏｎ　ｏｆ　ｔｈｒｅｓ１１ｏＩｄ　

Ｔｈｅ　ｄｅｔｅｃｔｉｏｎ　ｔｒｈｅｓｈｏｌｄ　ｓ　ｗｉｌｌ　ｄｅｔｅｒｍｉｎｅ　ｔｈｅ　ｐｒｏｂａ—　

ｂｉｌｉｔｙ　ｏｆ　ｄｅｔｅｃｔｉｏｎ　ａｎｄ　ｔｈｅ　ｐｒｏｂａｂｉｌｉｙｔ　ｏｆ　ｆａｌｓｅ　ａｌａｒｍ　

ａｔ　ｔｈｅ　ｓａｍｅ　ｔｉｍｅ．Ｔｈｕｓ，ｗｈｅｎ　ｔｈｅ　ＳＮＲ　ｉｓ　ｃｏｎｓｔａｎｔ，　

ｔｈｅｒｅ　ｉｓ　ａ　ｔｈａｔ　ｍａｘｉｍｉｚｅｓ　ｔｈｅ　ｄｉｆｆｅｒｅｎｃｅ　ｂｅｔｗｅｅｎ　

Ｐｄ　ａｎｄ　Ｐｆ，ｉ．ｅ．ｓａｔｓｉｆｉｅｓ　

）　Ｐ（Ｈ）Ｉ　Ｐ－　）　

一

尸（　）Ｉ　Ｐｏ　）　一ｍａｘ　（６）　

Ｄｉｆｆｅｒｅｎｔｉａｔｉｎｇ　）ｗｉｔｈ　ｒｅｓｐｅｃｔ　ｔｏ　，ｂｙ　ｊｕｄｇｉｎｇ　

ｔｈｅ　ｒｅｌａｔｉｏｎｓｈｉｐ　ｂｅｔｗｅｅｎ　ｔｈｅ　ｄｉｆｆｅｒｅｎｃｅ　ａｎｄ　ｚｅｒｏ　ｔｏ　

ｄｅｔｅｒｍｉｎｅ　ｔｈｅ　ｍｏｎｏｔｏｎｙ　ｏｆ　ｔｈｅ　ｓｉｔｕａｔｉｏｎ，ｔｈｅｎ　

厂（８）　尸（　（　）一尸（Ｈ０　。　）　

＝　

—　＝＿＿２　ｗ６０　　

ｅ～一　

一—＝二＿　２

ｅ　

ｌ　Ｊ

／

　

丌６　

Ｄｅｔｅｒｍｉｎａｔｉｏｎ　ｏｆ　ｔｈｅ　ｒｅｌａｔｉｏｎｓｈｉｐ　ｂｅｔｗｅｅｎ　ｔｈｅ　

厂　）ａｎｄ　０，ｃａｎ　ｂｅ　ｅｑｕｉｖａｌｅｎｔｌｙ　ｃｏｎｖｅｒｔｅｄ　ｔｏ　ｄｅｔｅｒ－　

ｍｉｎａｔｉｏｎ　ｏｆ　ｔｈｅ　ｒｅｌａｔｉｏｎｓｈｉｐ　ｂｅｔｗｅｅｎ　Ｅｑ．（８）ａｎｄ　１．　

ｓ　＝　ｅ　

／［　ｅ　】　

：　＝～Ｐ（　）６ｐ　。　一　（Ｉ８）＾－　

。　

Ｔｈｅｎ　ｇ１　）ｏｎ　ｌｏｇａｒｉｔｈｍｉｃ　ｏｐｅｒａｔｉｏｎｓ：　

ｇ２　）　Ｉｎ　））　

ｎＩ　Ｐ（Ｈｏ）＋　ｍ　＋　ｌｎ　

：　

＋　

２一　２　、　

Ｔｈｕｓ　ｅｑｕｉｖａｌｅｎｔｌｙ　ｃｏｎｖｅｒｔｅｄ　ｔｏ　ｄｅｔｅｒｍｉｎｅ　ｔｈｅ　ｒｅｌａ‘　

ｔｉｏｎｓｈｉｐ　ｂｅｔｗｅｅｎ　Ｚｑ．（９）ａｎｄ　０．　

Ｓｕｂｓｔｉｔｕｔｉｎｇ　０，　ｌ，　０　ａｎｄ　６ｌ　ｉｎ　Ｅｑ．（９）ａｎｄ　

ＲＥＳＥＡＲＣＨ　ＰＡＰＥＲ　

沦文　锦　

ｓｉｍｐｌｉｆｙｉｎｇ　ｉｔ　ｉｎｔｏ　

ｔｗｅｅｎ　ｔｈｅ　ｄｅｔｅｃｔｉｏｎ　ｐｒｏｂａｂｉｌｉｔｙ　ａｎｄ　ｆａｌｓｅ　ａｌａｒｍ　ｐｒｏｂ—　

＋　

２，ｖ　１　

４　Ａ　＋　２　

ａｂｉｌｉｔｙ　ｗｉｔｈ　ｖａｒｉｏｕｓ　ＳＮＲｓ．Ｔｈｅ　ｓｉｇｎ“＋”ｒｅｆｅｒｓ　ｔｏ　

ｔｈｅ　ｓｉｍｕｌａｔｅｄ　ｖａｌｕｅ　ｏｆ　ｄｅｔｅｃｔｉｏｎ　ｔｈｒｅｓｈｏｌｄ　ａｎｄ　ｔｈｅ　

ｃｕｒｖｅ　ｒｅｆｅｒｓ　ｔｏ　ｔｈｅ　ｔｈｅｏｒｅｔ￣ａｌ　ｖａｌｕｅｓ．Ｆｕｒｔｈｅｒｍｏｒｅ，　

ｔｈｅ　ｓｉｍｕｌａｔｅｄ　ｒｅｓｕｌｔｓ　ｍａｔｃｈ　ｔｈｅ　ｔｈｅｏｒｅｔ￣ａｌ　ｒｅｓｕｌｔｓ　

ｇ２（　）　一　

一

２Ａ　＋２Ａ＋ｌ　

Ｎ　

４Ａ＋２　

—

２Ａ＋１　１　

ｌｎ　

Ｊ　

（１０）　

ｗｅｌ１．　

Ｗｈｅｎ　ｔｈｅ　ＳＮＲ　ｉｓ　ｍｏｒｅ　ｉｄｅａｌ，ｉ．ｅ．Ａ＞１／２，ｇ２（　）　

ｉｓ　ａｎ　ｏｐｅｎｉｎｇ　ｄｏｗｎ　ｑｕａｄｒａｔｉｃ　ｆｕｎｃｔｉｏｎ．Ｄｅｎｏｔｉｎｇ　ｔｈｅ　

ｔｗｏ　ｒｏｏｔｓ　ｏｆｇ２　）＝０　ｂｙ　１　ａｎｄ　２，ｔｈｅｎｇ２　）＞０　

ｗｉｔｈｉｎ　ｉｎｔｅｒｖａｌ（　１，　２），ｇ２（　）＜０　ｏｎ（一。。，　２）ａｎｄ　

（　２，＋∞）．Ｉｔ　ｉｓ　ｃｌｅａｒ　ｉｎ　ｔｈｅ　ｒａｎｇｅ（　１，ｓ２）ｓａｔｉｓｆｙｉｎｇ　

＿厂　）＞０．Ｔｈｅｒｅｆｏｒｅ，ｔｈｅ　ｔａｒｇｅｔ　ｆｕｎｃｔｉｏｎ　占）ａｔ

３　

２　３　

　ｔｈｅ　

２　

８　

２　ｗｉｌｌ　ｏｂｔａｉｎ　ｔｈｅ　ｍａｘｉｍｕｍ　ｖａｌｕｅ．Ｓｏｌｖｉｎｇ　ｔｈｅ　ｅ－　

ｑｕａｔｉｏｎ　ｇ２（￡）＝０　ｙｉｅｌｄｓ　

一６　…）　

ｗｈｅｒｅ　

（Ａ）＝１＋（２ａ一１）２Ａ　＋２Ａ＋１＋　±　・　

Ｉｎ　＋—　ｍ—　Ｊ＋　］　

ＩＶ．ＳＩＭＵＬＡＴｌＯＮ　

Ｉｎ　ｔｈｉｓ　ｓｅｃｔｉｏｎ，ｃｏｍｐｕｔｅｒ　ｓｉｍｕｌａｔｉｏｎ　ｒｅｓｕｋｓ　ａｒｅ　

ｐｒｅｓｅｎｔｅｄ　ｔｏ　ｅｖａｌｕａｔｅ　ｔｈｅ　ｄｅｔｅｃｔｉｏｎ　ｔｈｒｅｓｈｏｌｄ　ｃｈｏｉｃｅ　

ｆｏｒ　ｅｎｅｒｇｙ　ｄｅｔｅｃｔｉｏｎ　ｔｅｃｈｎｉｑｕｅ　ｗｉｔｈ　ｖａｒｉｏｕｓ　ＳＮＲｓ．　

Ｔｈｅ　ｓｉｍｕｌａｔｉｏｎ　ｓｃｅｎａｒ￣ａｓｓｕｍｉｎｇ：　

１）ＰＵ　ａｄｏｐｔｅｄ　ＢＰＳＫ，ａｎｄ　ａｔ　ａｎｙ　ｔｉｍｅ　ｔｈｅ　ｉｄｌｅ　

ｐｒｏｂａｂｉｌｉｔｙ　ｆｏｒ　ＰＵ　ｉｓ　５０％．　

２１　ＳＵ＇ｓ　ｒｅｃｅｉｖｅｄ　ＳＮＲ　ａｎｄ　ｎｏｉｓｅ　ｖａｒｉａｎｃｅ　ａｒｅ　

ｋｎｏｗｎ．　

３１　Ｐｅｒ　ｓａｍｐｌｉｎｇ　ｐｏｉｎｔｓ　ＪＶ＝１０．　

Ｆｉｇｕｒｅ　１　ｓｈｏｗｓ　ｔｈｅ　ｃｏｍｐａｒｉｓｏｎ　ｂｅｔｗｅｅｎ　ｓｉｍｕｌａ—　

ｔｅｄ　ａｎｄ　ｔｈｅｏｒｅｔｉｃａｌ　ｄｅｔｅｃｔｉｏｎ　ｔｈｒｅｓｈｏｌｄ　ｏｂｔａｉｎｅｄ　ａｃ—　

ｃｏｒｄｉｎｇ　ｔｏ　Ｅｑ．（１０）ｂｙ　ｍａｘｉｍｉｚｉｎｇ　ｔｈｅ　ｄｉｆｆｅｒｅｎｃｅ　ｂｅ－　

＋Ｒｅａｌ　＋＋／　　

●　．　

…　

ｌ０　２Ｉ【－Ｌ　

２　２　，　●　

４　２　２　８　６　４　

／　

＋　

／　

／　．　

／　山　

０　１　２　３　４　５　６　７　８　９　ｌ０　

ＳＮＲ／ｄＢ　

巧ｇ．１　Ａｃｔｓ！ｍｉｄｌｈｅ０ｒｅ６ｃ甜ｄｅｌｅｅｌｉｏｎｔｈｒｅｓｈｏｌｄｍ跹．蛐　ｎｇ　

ｄｉｆｅｒｅｎｃｅ　ｂｅｔｗｅｅｎ　Ｐｄ　ａｎｄ　Ｐｆ　ｆｏｒｖａｒ￣ｍ　ＳＮ凡　

Ｆｏｒ　ｔｈｅ　ＣＲ．ｔｈｅ　ｍｏｓｔ　ｉｍｐｏｒｔａｎｔ　ｉｓｓｕｅ　ｉｓ　ｓｔｉｌｌ　ｔｏ　

ｅｎｓｕｒｅ　ａ　ｈｉｇｈ　ｄｅｔｅｃｔｉｏｎ　ｐｒｏｂａｂｉｌｉｔｙ．Ｔｈｅｒｅｆｏｒｅ，ｗｅ　

ｃｈｏｏｓｅ　ｔｏ　ｏｂｓｅｒｖｅ　ｔｈｅ　ｃｕｒｖｅｓ　ｏｆ　ｄｅｔｅｃｔｉｏｎ　ｐｒｏｂａｂｉｌｉｔｙ　

ａｎｄ　ｆａｌｓｅ　ａｌａｒｌＴｌ　ｐｒｏｂａｂｉｌｉｙｔ　ａｎｄ　ｄｉｆｆｅｒｅｎｃｅ　ｂｅｔｗｅｅｎ　ｔｈｅ　

ｗｔｏ　ｐｒｏｂａｂｉｌｉｔｉｅｓ　ＶＳ．ｖａｒｉｏｕｓ　ｄｅｔｅｃｔｉｏｎ　ｔｒｈｅｓｈｏｌｄｓ　ｗｉｔｈ　

ＳＮＲ＝３　ｄＢ．４．８　ｄＢ．Ｓｉｎｃｅ　ｉｔ　ｈａｓ　ｂｅｅｎ　ａｓｓｕｍｅｄ　ｔｈａｔ　

ｔｈｅ　ｐｒｉｏｒ　ｐｒｏｂａｂｉｌｉｙｔ　ｏｆ　ＰＵｓ’ｐｒｅｓｅｎｃｅ　ｏｒ　ａｂｓｅｎｃｅ　ｉｓ　

５０％，ｗｅ　ｃａｎ　ｄｉｒｅｃｔｌｙ　ｏｂｓｅｒｖｅ　ｔｈｅ　一Ｐｆ　ｃｕｒｖｅ．Ｉｎ　

Ｆｉｇｕｒｅｓ　２　ａｎｄ　３，ｃｏｍｐａｒｉｎｇ　ｔｈｅ　ａｃｔｕａｌ　ｍａｘｉｍｕｍ　ｖａｌ－　

ｕｅ　ｏｆ　Ｐｄ—Ｐｆ　ｗｉｔｈ　ｔｈｅ　ｃｏｒｒｅｓｐｏｎｄｉｎｇ　ｔｈｅｏｒｅｔｉｃａｌ　ｖａｌ－　

ｕｅ　ｏｆ　一尸ｆ　ａｔ　ｔｈｅ　ｄｅｔｅｃｔｉｏｎ　ｔｒｈｅｓｈｏｌｄ　ｗｉｔｈ　ＳＮＲ＝３　

ｎａｄ　４．８　ｄＢ　ｒｅｓｐｅｃｔｉｖｅｌｙ，ｔｈｅ　ｄｉｆｆｅｒｅｎｃｅ　ｂｅｔｗｅｅｎ　ｔｈｅｍ　

ｓｉ　ｌｅｓｓ　ｔｈａｎ　ｌ％．ａｔ　ｔｈｅ　ｓａｍｅ　ｔｉｍｅ　ｃａｎ　ａｃｈｉｅｖｅ　ａ　ｈｉｇｈ　

ｄｅｔｅｃｔｉｏｎ　ｐｒｏｂａｂｉｌｉｔｙ．　

２０１１＿１　

１７　

２　

６　

呻国逼｛专　Ｃｈｉｎａ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ　

ｊＩｌｌ蛊ｑ０Ｊ＾　

＼　

＼　

＿－　蚀

　，

——

Ｐ　ｔ　

ｍｅｅｔ　ｔｈｉｓ　ｎｅｅｄ，ｊｕｓｔ　ｍａｋｅ　ａ　ｓｌｉｇｈｔ　ｃｈａｎｇｅ　ｏｆｔｈｅ　ｔｗｏ　

ｔｅｒｍｓ’ｃｏｅｆｆｉｃｉｅｎｔ　ｉｎ　Ｚｑ．（６）．呻西逼性　

Ａｃｋｎｏｗｌｅｄｇｅｍｅｎｔｓ　

Ｔｈｉｓ　ｗｏｒｋｗａｓ　ｓｕｐｐｏｒｔｅｄｉｎ　ｐａｒｔ　ｂｙｔｈｅＮａｔｉｏｎａｌＮａｔｕｒａｌ　Ｓｃｉｅｎｃｅ　

、　

、　舶　＋

＊

Ｒｅａｌ　

Ｔｈ

ｅｏｒｅ６ｃａ￣　

｛　

…

（１＆　

、　｛　

　

，　

√　

＼　

Ｆｏｕｎｄａｔｉｏｎ　ｏｆ　Ｃｈｉｎａ（Ｇｒａｎｔ　Ｎｏｓ．６０９７１０８２．６０８７２Ｏ４９．６Ｏ９７２０７３　

…　

、　

＼　

｜　、　ｔ　＼　

｝　＼　、＼　

＼　

Ｔｈｒｅｓｈｏｌｄ　

玛　，　柚ｄｆｉｌｅ稠№喇　ｅ　ｂｅ　咖ｔｈｅｍｆｏｒｖｍｉｏｕｓ　

ｄ曲ｅｃｔ‘Ｄｎ曲ｌ嚣ｔ－０　ｗｈｉｌｅ　ＳＮＩＲ＝３皿　

——

ｒｆＰｉ　

ｆ２１２　，　ｒｄ　

Ｐｔ　

１　、　＼　一ｊ—｝　　ＲＴｈｅ

ｅｏｒｅｔｉｃａｌ

ａｌ　

　

，　＼　

＼　

＼　

，　、　

、　

…

，　

、　

、

、　

＼　

＃　

＼　

＼　

＼

、　

３　，Ｐｆ舳ｄｔｈｅ　ｄ　呲ｅ　ｂｅｔｗｅｅｎｔｈｅｍｆｏｒｖ￣ｉｅｍ　

ｄ咖ｃｌＩ　ｎ　ｔｈ懈ｈｏＨ　ｗ岫ｅ　ＳＮＲ＝４．８　ｄＢ　

Ｖ．ＣＯＮＣＬＵＳ｝ＯＮＳ　

Ｉｎ　ｔｈｉｓ　Ｐａ口ｅｒ，ｗｅ　ｆｏｃｕｓ　ｏｎ　ｔｈｅ　ｍａｘｉｍｕｍ　ｏｆ　ｔｈｅ　

ｄｉｆｆｅｒｅｎｃｅ　ｂｅｔｗｅｅｎ　Ｐ　ａｎｄ　Ｐ　ａｎｄ　ｔｒｙ　ｔｏ　ｆｉｎｄ　ｏｕｔ　

ｈｏｗ　ｔｏ　ｄｅｔｅｒｍｉｎｅ　ｔｈｅ　ｔｈｒｅｓｈｏｌｄ　ｗｉｔｈ　ｔｈｉｓ　ｐｒｅｃｏｎｄｉ－　

ｔｉｏｎ　ｕｎｄｅｒ　ｖａｒｉｏｕｓ　Ｓ　ｆｏｒ　ｅｎｅｒｇｙ　ｄｅｔｅｃｔｉｏｎ．Ｓｉｍ—　

ｕｌａｔｉｏｎ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅ　ｐｒｏｐｏｓｅｄ　ｍｅｔｈｏｄ　ｃａｎ　

ｅｆｆｅｃｔｉｖｅｌｙ　ａｐｐｒｏａｃｈ　ｔｈｅ　ｉｄｅａｌ　ｏｐｔｉｍａｌ　ｒｅｓｕｌｔ．Ｓｉｎｃｅ　

ｓｏｍｅｔｉｍｅｓ　ｗｅ　ｍａｙ　ｈａｖｅ　ｈｉｇｈｅｒ　ｒｅｑｕｉｒｅｍｅｎｔｓ　ｆｏｒ　

ｄｅｔｅｃｔｉｏｎ　ｐｒｏｂａｂｉｌｉｔｙ　ｉｎ　ｔｈｅ　ａｃｔｕａｌ　ｓｙｓｔｅｍ，ｉｎ　ｏｒｄｅｒ　ｔｏ　

１　８　ｚ０１１．１　

ａｎｄ　６０８７１０４２），ｔｈｅＮａｔｏｉｎａｌＫｅｙＢａｓｉｃ　ＲｅｓｅａｒｃｈＰｒｏｇｒａｍ　ｏｆＣｈｉ－　

ｎａ（Ｇｒａｎｔ　Ｎｏ．２００９０３３２０４００），ｔｈｅ　Ｎａｔｉｏｎａｌ　Ｇｒｅａｔ　Ｓｃｉｅｎｃｅ　Ｓｐｅ－　

ｃｉｉｆｃ　Ｐｒｏｊｅｃｔ（ｒＧａｎｔ　Ｎｏｓ．２ｏｏ９ｚ　ｒ０３００３－００１．２００９ｚ　３ｏｏ３　ｌ１　

ｎａｄ　２０１０乃，０３０ｏｌ—００３），ａｎｄ　Ｃｈｅｅｓｅ　Ｕｎｉｖｅｒｓｉｔｉｅｓ　Ｓｃｉｅｎｔｉｉｆｃ　Ｆｕｎｄ．　

Ｃｈｉｎａ．　

Ｒｅｆｅｒｅｎｃｅｓ　

ｆ１　１　ＩＶ／／Ｃ｝啪ＬＬＥＳ　Ｆ，ＫＡＲＰＩＳＣ｝正Ｋ　Ｓ，ＳＣＨＭＩＤＴ　Ａ　ｗｂａｔ　

Ｃａｎ　ｔｈｅ　Ｉｎｔｅｒｎｅｔ　ｏｆ　Ｔｈ　ｇｓ　Ｄｏ　ｆｏｒ　ｔｈｅ　Ｃｉｔｉｚｅｎ？Ｗｏｒｋｓｈｏｐ　ａｔ　

Ｐｅｒｖａｓｉｖｅ　２０１０．ＩＥ雎Ｐｅｒｖａｓｖｉｅ　Ｃｏｍｐｕｔｎｉｇ，２０１０，９（４）：　

１Ｏ２一ｌ０４．　

『２］ＩＮＴＥＲＮＡＴ１０ＮＡＬ　ＴＥＬＥＣ０＾　仉　ＣＡＴ１０Ｎ　ＵＮｌＯＮ．Ｉｎ—　

ｔｅｒｎｅｔ　ｏｆ　Ｔｈｉｎｇｓ．［２００５］．ｈｔｔｐＪ／ｗｗｗ．ｉｔｕ．ｎｉｔ／ｐｕｂＦＳ—ＰＯＬ—ＩＲ．　

ＩＴ－２００５／ｅ．　

『３１　ＳＵＮＤＭＡＥⅪ　｜王’ＧＵｌ【ＪＬＥＭＩＮ　Ｐ，ＦＲＩＥＳＳ　Ｐ，ｅｔ　ａＺ　Ｖｌｓｏｉｎ　

ａｎｄ　Ｃｈａｌｌｅｎｇｅｓ　ｆｏｒ　Ｒｅａｌｉｓｉｎｇ　ｔｈｅ　Ｉｎｔｅｒｎｅｔ　ｏｆ　Ｔｈ　ｇｓ．Ｂｒｕｓｓｅｌｓ：　

Ｅｕｒｏｐｅａｎ　Ｃｏｍｍｉｓｓｉｏｎ．２０１０．　

［４］ＧＯＨ　Ｈ　Ｇ，Ｋｗ０ＮＧ　Ｋ　Ｈ，ＳＨＥＮ　Ｃ，ｅｔ　ａ１．ＣｏｇＳｅＮｅｔ：ａ　Ｃｏｎ—　

ｃｅｐｔ　ｏｆ　Ｃｏｇｎｉｔｉｖｅ　Ｗｋｅ￣ｓｓ　Ｓｅｎｓｏｒ　Ｎｅｔｗｏｒｋ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　

ｏｆ　ｔｈｅ　７ｔｈ　Ｃｏｎｓｕｍｅｒ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ　ａｎｄ　Ｎｅｔｗｏｒｋｉｎｇ　Ｃｏｎ—　

ｆｅｒｅｎｃｅ（ＣＣＮＣ　２０１０）：Ｊａｎ　９－１２，２０１０，Ｌａｓ　Ｖｅｇａｓ，Ｎｅｖａｄａ，　

ＵＳＡ．Ｐｌｓｃａｔａｗａｙ，ＮＪ．ＵＳＡ：ｌＥＥＥ，２Ｏｌ０：１．２．　

［５］ＡＫＡＮ　０，ＫＡＲＩＪ　０，ＥＲＧＵＬ　Ｏ．Ｃｏｇｎｉｔｗｅ　Ｒａｄｉｏ　Ｓｅｎｓｏｒ　

Ｎｅｔｗｏｒｋｓ．ＩＥＥＥ　Ｎｅｔｗｏｒｋ，２００９，２３ｆ４）：３４－４０．　

［６］ＺＡＨＭＡＴＩ　Ａ　Ｓ，ＨＵＳＳＡＩＮ　Ｓ，ＦＥＲＮＡＮＤＯ　Ｘ，ｅｔ　ａ１．Ｃｏｇｎｉ－　

ｔｉｖｅ　Ｗｉｒｅｌｅｓｓ　Ｓｅｎｓｏｒ　Ｎｅｔｗｏｒｋｓ：Ｅｍｅｒｇｉｎｇ　Ｔｏｐｉｃｓ　ａｎｄ　Ｒｅｃｅｎｔ　

Ｃｈａｌｌｅｎｇｅｓ【ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　Ｔｏｒｏｎｔｏ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎ—　

ｆｅｒｅｎｃｅ　ｏｎ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ　ｆｏｒ　Ｈｕｍａｎｉｔｙ　ｆ　ＴＩＣ—　

ＳＴＨ’０９）：Ｓｅｐ　２６－２７，２００９，Ｔｏｒｏｎｔｏ，Ｏｎｔａｒｉｏ，Ｃａｎａｄａ．Ｐｉｓ—　

ｃａｔａｗａｙ　ＮＪ．ＵＳＡ：ＩＥＥＥ．２００９：５９３—５９６．　

［７］ＶＩＪＡＹ　Ｇ，ＢＤＩＲＡ　Ｅ，ＩＢＮＫＡＨＬＡ　Ｍ．Ｃｏｇｎｉｔｉｖｅ　Ａｐｐｒｏａｃｈ　ｉｎ　

Ｗｉｒｅｌｅｓｓ　Ｓｅｎｓｏｒ　Ｎｅｔｗｏｒｋｓ：ａ　Ｓｕｒｖｅｙ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　

２５ｔｈ　Ｂｉｅｎｎｉａｌ　Ｓｙｍｐｏｓｉｕｍ　ｏｎ　Ｃｏｍｍｕｎｉｅａｔｉｏｎｓ：ＭａＶ　１２—１４．　

２０１０，Ｋｉｎｇｓｔｏｎ，Ｏｎｔａｒｉｏ，Ｃａｎａｄａ．Ｐｉｓｃａｔａｗａｙ，ＮＪ，ＵＳＡ：　

ＩＥＥＥ．２０１０：ｌ７７—１８０，　

【８］ＹＡｕ　Ｋ　Ｌ　Ａ＾Ｋ０Ｍ１ＳＡＲＣＺ　Ｐ，ＴＥＡＬ　Ｐ　Ｄ．Ｃｏｇｎｉｔｖｉｅ　Ｒａ－　

ｄｉｏ—ｂａｓｅｄ　Ｗｉｒｅｌｅｓｓ　Ｓｅｎｓｏｒ　Ｎｅｔｗｏｒｋｓ：Ｃｏｎｃｅｐｔｕａｌ　Ｄｅｓｉｎｇ　ａｎｄ　

Ｏｐｅｎ　Ｉｓｓｕｅｓ［ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　３４ｔｈ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　

Ｌｏｃａ１　Ｃｏｍｐｕｔｅｒ　Ｎｅｔｗｏｒｋｓ：Ｏｃｔ　２０＿２３　２００９，Ｚａｒ￣ｈ，Ｓｗｉｔｚ—　

ｅｒｌａｎｄ．Ｐｉｓｃａｔａｗａｙ　ＮＪ．ＵＳＡ：ＩＥＥＥ，２００９：９５５－９６２．　

ＲＥＳＥＡＲＣＨ　ＰＡＰＥＲ　

论文桀锦　

１　Ｃ删Ｃ　Ｄ，ＩＶＩＩＳ１－ＩＲＡ　Ｓ　Ｍ，ＢｆｔｏＤＥＲＳＥＮ　Ｒ　Ｗ．Ｉｍｐｉｅｍｅｎ—　

［１２】ＬＩＡＮＧＹＣ，ＺＥＮＧＹ　ＰＥＨＥＣ　Ｙ，ｅｔ　ｓｅｎｓ￣ｇ—ｔｈｒｏｕｇｈ—　

ｐｕｔ　Ｔｒａｄｅｏｆｆ　ｆｏｒ　Ｃｏｇｎｉｔｉｖｅ　Ｒａｄｉｏ　Ｎｅｔｗｏｒｋｓ．ＩＥＩｔ　Ｔｒａｎｓａｃ—　

ｔａｔｏｉｎ　Ｉｓｓｕｅｓ　ｉｎ　Ｓｐｅｃｔｒｕｍ　Ｓｅｎｓｎｉｇ　ｆｏｒ　Ｃｏｇｎ￣ｉｖｅ　Ｒａｄｉｏｓ［Ｃ］／／　

Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　３８ｔｈ　Ａｓ￣ｏｍａｒ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｓｉｇｎａｌｓ，　

Ｓｙｓｔｅｍｓ　ａｎｄ　Ｃｏｍｐｕｔｅｒｓ：Ｎｏｖ　７－１０，２００４，Ｐａｃｉｉｆｃ　Ｇｒｏｖｅ，　

ＣＡ，ＵＳＡ　Ｐ￣ｃａｍｗａｙ．ＮＪ．ＵＳＡ：ＩＥＥＥ，２００４：７７２—７７６．　

『１０１　ＦＥＨｓＩ（Ｅ　ＧＡＥＤＤＥＲＴ　Ｊ　Ｄ，衄Ｊ　Ｈ＿Ａ　Ｎｅｗ　Ａｐ—　

ｐｒｏａｃｈ　ｔｏ　Ｓｉｇｎａｌ　ｃｌａｓｓｉｉｆｃａｔｉｏｎ　Ｕｓ　ｇ　Ｓｐｅｃｔｒａｌ　Ｃｏ￣ｅｈｔｉｏｎ　

ａｎｄ　Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋｓ　ｒＣ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　５ｔｈ　Ｉｎｔｅｍａ－　

ｔｉｏｈａｌ　Ｓｙｍｐｏｓｉｕｍ　ｏｎ　Ｎｅｗ　Ｆｒｏｎｔｉｅｒｓ　ｉｎ　Ｄｙｎａｍｉｃ　Ｓｐｅｃｔｒｕｍ　

Ａｃｃｅｓｓ　Ｎｅｔｗｏｒｋｓ：Ｎｏｖ　８—１　ｌ，２００５，Ｂａｌｔｉｒｎｏｒｅ，Ｍａｒｙｌａｎｄ，　

ＵＳ八Ｐ￣ｃａｔａｗａｙ，ＮＪ，ＵＳＡ：ｆＥＥＥ，２００５：１４４一ｌ５０．　

ｎ１１　Ｕ　Ｊ，Ｉ　０　Ｔ，ＨＡ０　Ｊ　Ｊ，　Ａ　Ｍｅｔｈｏｄ　ａｎｄ　Ｄｅｖｉｃｅ　ｔｏ　Ｄｅ—　

ｔｅｒｍｉｎａｔｅ　ｔｈｅ　Ｄｅｔｅｃｔｉｏｎ　Ｔｈｒｅｓｈｏｌｄ『Ｐ］．Ｃｈｉｎｅｓｅ　Ｐａｔｅｎｔ，　

２００８１０２４６８１４．８．２００８—１２—３１．　

ｔｉｏｎｓ　ｏｎＷｒｅｅｌｓｓ　Ｃｏｍｍｕｎｉｃａｔｏｉｎｓ，２００８，７（４）：２３７－２４２．　

Ｂｉｏｇｒａｐｈｙ　

Ｊ　

删ｌ，Ｐｈ．Ｄ．，ａｓｓｏｃｉａｔｅ　ｐｒｏｆｅｓｓｏｒ，ｇｒａｄｕａｔｅｄ　ｆｒｏｍ　ｎｅＯｉｎｇ　

Ｕｎｉｖｅｒｓｉｃｙ　ｏｆ　Ｐｏｓｔｓ　ａｎｄ　Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｏｉｎｓ，ｎｏｗ　ｗｏｒｋｉｎｇ　ａｔ　

ｔｈｅ　Ｓｃｈｏｏｌ　ｏｆ　Ｉｎｆｏｒｍａｔｉｏｎ　ａｎｄ　Ｅｎｇｉｎｅｅｒｉｎｇ，ＢＵＰＴ．Ｉｒｉｓ　ｒｅｃｅｎｔ　

ｒｅｓｅａｒｃｈ　ｉｎｔｅｒｅｓｔｓ　ａｒｅ　ｗｉｒｅｌｅｓｓ　ｃｏｍｍｕｎｉｃａｔｉｏｎ　ｔｈｅｏｒｙ，ｎｅｔｗｏｒ—　

ｋｉｎｇ　ｔｅｃｈｎｏｌｏｇｉｅｓ　ａｎｄ　ｅｍｂｅｄｄｅｄ　ａｐｐｌｉｃａｔｉｏｎｓ　ｉｎｃｌｕｄｉｎｇ　Ｃｏｏｐｅｒａ－　

ｔｉｒｅ　Ｃｏｍｍｕｎｉｃａｔｉｏｎ，Ｃｏｇｎｉｔｉｖｅ　Ｒａｄｉｏ　ｔｅｃｈｎｏｌｏｇｉｅｓ，ＷＡＶＥ　ａｎｄ　

Ｎｅｔｗｏｒｋ　ｃｏｄｉｏｇ．　

２ｏ１１．１　

１　９　


本文标签： 获取 系统 集锦 沦艾 作者

版权声明：本文标题：Determination of Threshold for Energy Detection in Cognitive Radio 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.roclinux.cn/p/1713211738a624144.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。