1. 研究目的与意义
研究背景：
经济的快速发展，带动了人们的消费水平的提高，使得汽车越来越普及，多种多样的交通工具给人们的生活带来了很多的便利，但同时也造成了交通拥堵和交通事故不断发生等一系列社会问题，不断困扰着人们。现有的交通系统不但自动化程度低，而且协作性差，己经不能满足逐渐发展的现状的要求。现有的交通管理系统不仅成本非常昂贵，而且需要较长的时间进行信息的采集、传输和处理，这与安全的道路交通所要求的低时延是不相符的。因此迫切需要一种新的系统来取代现有的交通管理系统，以提高交通效率和道路交通中行车安全性能[1]，认知车载网便随之而诞生。
近几年来，智能交通系统及认知车载网吸引了广大企业和科研机构的关注，它主要致力于减少交通事故和交通拥堵的发生并且提供丰富的车载娱乐[2]，车载通信业务种类和数量激增，使得频谱需求量急剧增长，这不可避免地导致了车载自组网中频谱资源紧缺[3]。无线电频谱是无线通信中一种重要的资源，但是当前对该资源的利用率低下，并且频谱资源匮乏。美国联邦委员会fcc在5.9ghz 频段（5.850-5.925ghz）处分配了 75mhz 频谱给专用短距离通信（dedicated short-range communication，dsrc），最低频率处预留 5mhz 的保护频段，其余被分成7个带宽为10mhz的信道（1个控制信道 cch 和6个服务信道sch）。然而由于欧洲在dsrc频段没有连续可用的 75mhz 频谱，欧洲汽车制造商、供应商和研究机构签署了车辆间通信联盟（c2c-cc），提出在 5.9ghz 频段（5.875-5.925ghz）分配102mhz带宽用于跨车辆间通信来提高道路安全性和效率[3]。数据显示，大部分可用频段已经被分配占用[4]。
2. 研究内容和预期目标
研究内容：
对于通信信号常用的基于循环自相关函数的检测方法，需要对信号进行数字信号时域转频域、求相关、时间平均和特征检测等处理，本设计将主要研究相关时间长度和时间平均的改变对结果的影响并引入时域循环自相关，去比较与频域自相关下检测性能之差，观察检测率是否高于原算法。
（1）研究频域循环自相关特征，相关数据长度、时间平均的改变对结果的影响；
3. 研究的方法与步骤
| 研究方法： 首先提出认知车载网的模型，授权频段持有者是主用户，在高速路上的车辆和路边基础设施是次用户。作为次用户的车辆每隔一定时间感知主用户发射器的频谱并把感测信息传播给相应的配备 CR的车辆与路边基础设施。当主用户不在时，车辆可以利用这分享的频谱带宽，并且可以通过相同频谱带宽传输数据给相应的配备CR的车辆[2]。 准备采用一种基于循环自相关函数的频谱感知算法，通信系统中，信号通常是不可预知的，但是调幅、调频、调相等信号是对周期性载波的参数调制，一般具有循环平稳特性[9]。这次设计针对车载通信环境的动态变化，以信号循环特性分析作为基础，比较两种基于主用户特征识别的检测算法，以寻得更优的来满足认知车载网的频谱感知需求[6]。两种原理框图分如下：
主要步骤： 1.学习循环平稳特性理论，及其估计方法，接着分析多种常用调制信号的循环平稳特性，选用基于循环自相关函数的频谱感知算法。
2.完成频域循环自相关算法。改变其中相关长度参数与时间平均，观察结果是否改变。 4.引入时域循环自相关算法，并与频域循环自相关算法进行对比。 5.对算法进行仿真实验和结果分析并比较。 6.假设噪声为加性高斯白噪声，分别对 BPSK、ASK信号，在不同的信噪比情况下进行 1000 次仿真以此对检测算法进行抗噪性能分析并比较两种算法。 |
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].西安:西安交通大学,2015.
[2]成峰,章国安,金喜龙．认知车载网的频谱感知性能分析电讯技术[j],2017,57(12):1363－1368.
[3]聂雪琴.认知车载自组网中协作频谱感知算法研究[d].广州:华南理工大学,2017.
5. 计划与进度安排
（1）第1周了解认知车载网络、频谱感知等基本概念；
（2）第2～3周了解循环平稳特性及其在通信信号特征检测中的应用，撰写并提交开题报告；
（3）第4～5周 分析循环自相关函数特性，研究其在频域自循环下与时域自循环下的算法并研究相关长度参数、时间平均的改变对结果的影响；
