基于模糊C-均值聚类的认知无线电网络信道选择

为了让不同的次用户选取更合适的频谱资源,提出了一种改进的基于自适应模糊C-均值聚类的认知无线电信道选择算法。方案先提取空闲子信道的频谱特征然后进行自适应聚类,可自动确定最佳频谱池个数并将子信道纳入不同的频谱池。信道的划分归类为次用户的信道选择提供了一个重要的依据。仿真结果表明,该方案有效地降低了次用户与主用户的碰撞概率并提高了用户的业务传输速率。

基于覆盖范围需求的LTE下行资源分配方式

为了提高TD-LTE的网络规划质量,根据LTE的技术特征,提出一种基于覆盖范围需求的下行资源分配方式。该方法通过对控制信道的相关参数选择使得控制信道的覆盖范围与相应的业务信道趋于一致,并根据控制信道的覆盖受限范围推导出不同速率业务的频域资源块数目可取范围。理论和仿真结果表明,这种新的资源分配方案可以减少不必要的干扰和功率浪费,与现有频域资源分配方法没有考虑到网络规划的因素相比,该方法配合下行不同业务的资源分配算法则更适合于TD-LTE的资源分配,极大地提升了小区边缘的覆盖质量。

认知无线电中基于时间差因子的频谱分配算法

为了降低认知系统的通信中断概率,提高认知系统的稳定性,在经典的图论着色模型基础上提出了一种改进的频谱分配算法。该改进算法引入一个频谱空闲时间和用户请求时间的差值因子,对于每个认知用户,该算法综合考虑频谱效益与时间差因子两个因素来分配频谱。仿真结果表明,改进算法使认知系统的中断概率远低于原算法。

认知无线电系统中利用模糊逻辑的频谱分配

为了较全面地分析频谱分配问题,突出系统的效益和公平性能,提出了一种利用模糊逻辑的认知无线电频谱分配方案。首先给出模糊逻辑系统(FLS)的概念,然后利用FLS综合分析感知空闲频谱和次用户的特性,最后结合系统吞吐量最大、公平性和随机分配3种准则将空闲频谱分配给次用户使用。仿真结果证实了方案的可行性。

基于模糊马尔可夫链预测的CR频谱接入算法

基于认知无线电(CR)的动态频谱接入技术,近年成为研究热点,但大部分算法都是根据当前授权用户的频谱活动情况来指导认知用户的频谱接入。本文研究了一种基于模糊马尔可夫链预测模型的动态频谱接入算法,该算法结合授权频段空闲时长的统计规律和模糊理论对信道状态进行预测,认知用户结合自身要求和信道状态的预测结果选择接入。仿真结果验证了该算法能有效提高认知系统的吞吐量和频谱利用率,改善通信质量。

模糊逻辑在无线通信网络中的进展

对模糊逻辑在无线通信网络的最新进展进行了回顾和分析,将目前模糊逻辑在无线通信网络中的研究工作作了分类,指出了基于模糊逻辑的模型和算法所具有的优点。