基于最小生成树的分簇协作频谱感知改进算法

为减少分簇过程中的时延,基于最小生成树的单向比较优势提出簇首快速推举方法,并提出改进的分簇协作频谱感知算法,分析了算法的时间复杂度。算法首先基于最小划分对所有次用户节点进行分簇,簇内节点根据设置的评价条件进行性能比较,推举簇首。由簇首进行本地簇内频谱检测,并上传检测结果,最后融合中心在簇首间实现协作的频谱检测。在瑞利信道条件下,仿真显示在大信噪比时,融合中心应用AND规则,系统具有较小的虚警率,所提算法检测性能优;小信噪比时,应用OR规则能扩展系统的有效检测区间,所提算法在满足系统要求的前提下检测性能较差,但簇内信道效率提高了n-1倍。

一种基于融合规则的自适应分簇协作频谱感知算法

为适应无线信道的动态性,提出了一种基于融合规则的自适应分簇协作频谱感知算法。首先,根据融合中心应用的融合规则推导分簇协作时能满足系统检测性能的信道门限值。然后,由簇首检测当前信道状态,当信道条件好于分簇门限值时,仅簇首进行本地检测,并上传检测结果至数据融合中心,实现分簇协作;否则,由本簇节点进行全节点协作检测,并分别上传检测结果至数据融合中心,或选择退出协作检测,仅接收融合中心的判决信息。最终,由数据融合中心进行融合计算,并做出系统全局判决。仿真结果显示,采用OR融合方法时,所提算法能极大地提高控制信道资源效率;采用AND融合方法时,算法能将系统有效工作区间扩大30%左右,且能选择信道状态好的簇进行协作频谱检测。

基于业务感知的协作频谱决策机制研究

认知无线电频谱分配中为了追求绝对公平而采用随机分配策略,然而由于次用户业务服务质量要求不同,会导致用户中断概率增加。在主用户行为预测模型中应用二状态马尔科夫链,主用户出现概率随机产生,不能反映信道真实状态。为此,提出时频联合检测与实时监测相结合的主用户行为预测,在频谱分配中区分业务类型。仿真结果显示,所提算法次用户平均中断概率优于随机分配机制。