基于深度学习的动态主用户频谱感知算法

实际的频谱感知场景中主用户可能随机到达或者离开,当主用户状态在实时频谱感知期间动态变化时,现有的静态频谱感知算法性能急剧恶化。针对该现状,研究提出基于残差收缩注意力机制的动态主用户频谱感知算法。频谱感知间隔内,主用户随机到达或者随机离开的时间服从均匀分布。采用深度残差收缩网络(DRSN)提取动态主用户特征,并且滤除冗余的噪声特征;利用协调注意力模块(CAM)增强每个通道不同方向的特征信息,提高模型对动态主用户特征的表达能力。仿真结果表明,所提算法性能优于对比算法ResNet、CBAM_IQ和CBAM_Energy,所提算法对主用户随机到达或者离开服从不同分布的主用户都可以保持较高的检测概率。

基于多主用户活跃性的多功率认知接入策略

针对大多数认知无线电场景中存在多个主用户,且具有较强活跃性的问题,提出了一种基于授权用户活跃性的多主用户多状态认知接入机制以及对应的多功率接入策略。该方法能够使认知用户选择最优的授权信道接入,并采用合适的功率进行传输,实现了认知系统吞吐量的最大化。数值仿真结果表明,该接入机制能够使认知用户充分利用多主用户信息和资源。与传统的功率接入方式相比,既能减小对主用户的干扰,又能提升认知系统的容量。

一种解决认知无线电网络模仿主用户攻击问题的方案

针对认知无线电网络中出现的模仿主用户攻击问题,提出一种基于HASH匹配技术的解决方案。当主用户网络工作时,主用户基站在要传输的数据上附加用于HASH计算的原始数据,然后将它们发送出去,认知用户先对接收到的那些原始数据做HASH计算,然后将计算结果同预先保留的HASH值相比较。如果匹配成功,则证明有主用户出现。方案充分利用HASH函数计算速度快的特点,保证认知用户及时切换频谱,避免干扰主用户正常工作,利用HASH函数单向不可逆的特点保证了方案的安全性。给出了具体的设计方案。通过与相关方案比较,该方案具有安全、高效、可行的特点,能有效解决认知用户网络中出现的模仿主用户攻击问题。

一种新的认知无线电主用户信号识别方法

频谱感知过程中的主用户识别是目前认知无线电研究的主要问题之一。利用主用户电台信号特征,提出一种新的、实用的认知无线电主用户识别方法。通过利用小波及聚类分析对电台开机或通信模式切换时产生的瞬态信号进行分析,提出了两个特征指标用于电台的识别从而判断用户的身份。计算机仿真结果验证了该方法的可行性,并给出了下一步研究方向。

认知无线网络中基于主用户行为的联合路由和信道分配算法

针对认知无线网络中主用户行为将导致频谱瞬时变化而影响路由稳定性的问题,提出了一种基于主用户行为的路由和信道联合分配算法。该算法通过采用呼叫模型对主用户行为建模,并根据动态源路由协议的路由寻找机制,在目的节点等待多个路由请求分组后选择受主用户行为影响最小的路由,然后沿着所选定路径的反方向传送路由回复分组并完成信道分配。理论分析证明了算法中的链路平均持续时间期望与主用户活动概率成反比且具有与网络节点数成正比的计算复杂度。仿真结果表明,该算法具有比Gymkhana路由方案更高的分组投递率和更低的平均分组时延。

基于能量指纹匹配的无线认知网络仿冒主用户攻击检测

频谱感知是无线认知网络有效工作的基础,现有研究主要集中在提高频谱检测的效率,对于如何保证在不可信的网络环境中实现安全可靠的频谱感知还没有理想的解决方案。针对频谱感知过程中存在的一种典型攻击行为—仿冒主用户攻击,提出了一种基于能量指纹匹配的检测方案。认知用户利用自身的位置分布特征,使用能量检测生成主用户的能量指纹,以此作为节点的身份标识,分析不同用户对频谱资源的使用方式,最终实现对仿冒行为的检测。理论分析以及模拟测试表明,该方案在误检概率较低的前提下,可以有效地检测仿冒攻击行为,提高频谱感知的准确率。

基于SVDD的认知无线电网络仿冒主用户检测技术

为了解决传统主用户感知技术无法检测认知无线电网络中的仿冒主用户(PUE)攻击问题,提出了一种基于支持向量数据描述(SVDD)的PUE检测方法。该方法将PUE攻击检测建模为一个数据不平衡的单类分类问题,采用高效的SVDD算法,在对PUE攻击一无所知的情况下,仅利用认知无线电网络中的合法用户数据训练单类分类器。将待测样本输入训练后的分类器即可实现PUE攻击检测。理论分析和仿真结果表明,利用该方法进行PUE攻击检测,可以获得较低的虚警率和漏检率。

一种主用户随机到达情况下改进的循环平稳特征检测算法

在认知无线电(CR)网络中,针对检测频段突然被主用户(PU)占用导致次用户频谱检测性能较差的情况。该文提出一种基于反馈叠加原理的改进循环平稳特征检测算法,该算法通过将检测周期后半部分采样点的瞬时采样值累加到检测周期前半部分采样点的瞬时采样值上,在不延长检测时间的基础上,提高了整个检测周期的判决统计值,从而提高了系统检测性能。并且从理论上详细分析了该算法的检测概率,虚警概率与吞吐量。仿真结果表明,该算法的检测性能优于传统循环平稳特征检测算法和传统能量检测算法,并且保证了不错的用户数据吞吐量。

认知无线电传感器网络CSMA协议中主用户和次用户的性能分析

针对认知无线电传感器网络(CRSN)中物理层特性高度可变带来的性能不确定性,在CRSN中定义了两种基础性能指标(带宽和时延),并分析了基于载波侦听多路访问(CSMA)的介质访问控制协议的性能。首先,在给定的主用户(PU)业务模型下利用CSMA算法估计单个次级用户(SU)的潜在带宽;然后,推导在不同业务信道同时传输多个SU的聚合带宽;最后,利用优先级队列模型M/G/C估计介质访问中的时延。性能分析表明,通过使用分布式信道协作结合CSMA的并发传输,聚合带宽可增加5倍,利用不同业务信道同时传输明显降低了分组时延。

基于主用户活跃性的多带联合频谱感知模型

针对以往的多带联合优化模型没有考虑检测周期对认知网络性能影响问题,提出了一种新的基于主用户活跃性的多带联合优化模型,将问题建模为干扰量、虚警和漏检概率等约束条件的非凸优问题,以最大化机会接入吞吐量为目标联合优化检测周期、感知时间和判决门限,并通过分层优化方法对其进行求解。数值分析表明,引入主用户活跃性影响后,在满足上述约束条件的同时,在保护主用户和机会接入吞吐量之间有了更好的权衡。

基于谱图的联合时频域主用户信号检测技术

多维主用户信号检测是认知无线电系统中需要解决的主要问题之一.传统的主用户检测方法主要集中在频域检测,检测结果仅给出主用户对某频段的占用状态.针对频率-时间域的主用户检测技术,提出了利用AR谱估计方法估计接收信号的距离-多普勒谱图,以谱图的峰值大小作为检测统计量来判断是否有主用户信号,推导出检测概率和虚警概率表达式.利用MATLAB软件进行仿真,得到了ROC曲线,并与常用的能量法进行对比.仿真结果证实了低信噪比条件下AR模型比能量法有更好的检测性能.同时对AR模型的最佳阶数选择进行了初步探讨.

基于随机集的多主用户多维信息感知算法研究

移动认知网络多主用户(Primary User,PU)信号检测问题是当前认知无线电领域面临的主要问题之一.文中提出将随机集(Random Sets,RS)引入移动认知网络的频谱感知过程中,构建多主用户运动模型及观测模型,通过粒子概率假设密度滤波(Particle Probability Hypothesis Density Filter,P-PHDF)算法实现对主用户数量及主用户状态(位置、速度、使用频率、信号接收角度)的实时检测.较传统感知方法,基于随机集的频谱感知方法不仅能准确跟踪检测活跃主用户的数目,同时还能跟踪检测出主用户的具体位置、使用频率及信号接收角度等信息.仿真结果表明,在移动环境下文中提出的多主用户实时感知方法的检测性能良好,并且能有效地抵抗杂波等的干扰,实现了多维移动认知网络中对检测区域内主用户数量及状态的实时检测跟踪.

基于移动主用户的认知无线网络动态频谱接入

针对具有移动主用户的认知无线网络中的频谱接入问题,提出一种基于移动主用户的动态频谱接入策略。提出主用户最优保护距离保证主用户的正常通信,对主用户与次用户之间的相对距离进行估计,利用其对信道的可用性进行动态建模,得到能充分利用主用户空间临时信道使用策略的最优信道选择策略。仿真结果表明,该策略能有效提高次级链路吞吐量,保证公平性,在次用户分布密度增加时也能取得良好的性能。

模拟主用户攻击下协作频谱感知最佳融合准则

认知无线电网络中,协作频谱感知技术利用多个认知用户的本地感知,克服了多径效应、阴影效应等问题的制约,提高了系统的检测性能。认知无线电提出的动态频谱接入方法在有效解决频谱稀缺问题的同时也给网络带来了威胁。其中之一就是主用户模拟攻击(PUEA),即一些恶意用户试图模仿主用户信号来欺骗次级用户,从而阻止次级用户访问空闲频段。考虑一个能根据自己的感知并判决主用户是否存在的智能攻击者,它在主用户不存在时发送伪造信号;在此基础上推导了基于能量检测的协作频谱感知检测概率,并进一步对融合准则进行了优化,从而得到了总误差概率最小时的最佳融合准则;对PUEA存在情况下基于能量检测的协作频谱感知的最佳融合准则进行了仿真,进一步验证了推导结果。

基于主用户信息法的态势图构建研究

针对认知无线网络CRN(Cognitive Radio Network)存在频谱空洞、信道冲突等问题,假设主用户发射功率未知的情况下,提出一种基于主用户信息的频谱感知态势图构建方法。该方法基于接收信号强度和最小二乘法建立定位模型,采用拉格朗日乘数法,获取主用户位置和发射功率等信息来构建态势图,帮助网络用户掌握网络状态。仿真结果表明,相比插值法构建频谱态势图,该方法构建的态势图精确更高,空频带被利用的可能性高,信道冲突概率小。

模拟主用户攻击情况下的压缩宽带频谱感知

由于ADC采样速率的限制,特别是在恶意用户试图模拟主用户(PU)以阻止次用户(SU)接入空闲授权频谱的情况下,使得认知无线电网络(CRN)中的宽带频谱感知技术面临着极大的技术挑战。针对这些问题,本文提出一种基于随机矩阵理论的压缩宽带频谱感知方法(RMT-CWSS)。RMT-CWSS算法利用随机矩阵理论直接对压缩观测数据进行处理,无需重构出原信号即可实现对宽带频谱进行感知。同时,为了减轻次用户在数据获取和频谱感知过程中的开销,本文提出一种基于传感器节点(SN)辅助感知的合作频谱感知架构。理论分析与仿真结果表明,在存在恶意用户模拟主用户进行攻击的情况下,与传统的基于RMT的宽带频谱感知方法相比,该算法具有复杂度更低、感知性能更好、更稳定等优点。

无线认知传感器网络主用户模拟攻击博弈研究

博弈论是无线认知传感器网络的重要分析工具,而主用户模仿(PUE)攻击是无线认知传感器网络面临的一种严重威胁。在这种攻击中,攻击者冒充主用户,发送干扰信号将次用户吓跑。如果存在多个可供选择的信道,则次用户需要决定使用哪条信道,而攻击者需要决定堵塞哪条信道,这样就形成了一种博弈。文章分析了两种对抗PUE攻击的方法,描述了两个玩家参与的战略式博弈,研究了针对无线认知传感器网络中排队动态特性的全网博弈。

精度约束下决策融合主用户检测的检测时间分析

在认知无线电中,次级用户对特定频段的主用户信号进行检测,以判断该频段是否能为自己复用。对主用户检测而言,检测精度和检测时间均是重要的性能指标。本文在保证所需检测精度的约束下,以基于AND准则和OR准则的主用户检测为例,分析了决策融合主用户检测的检测时间,并推导出了两种准则下平均检测时间的解析表达式。通过对比两种准则下的平均检测时间,本文还证明了,检测精度相同时,OR准则在检测时间方面优于AND准则。数值仿真验证了上述结论,并显示OR准则检测时间的优势在高检测精度约束或低信噪比的场景中更明显。

基于RSS-IWLS的认知无线电系统主用户定位算法

在认知无线电系统中,主用户定位是执行无线传输场景分析,进而共享主用户频谱资源,提供基于位置辅助业务的前提条件。针对主用户发射信号功率未知情况,提出一种基于接收信号强度的改进加权最小二乘(RSS-IWLS)算法实现在对主用户定位的同时估计其发送功率。该算法综合考虑路径损耗、阴影效应和信道噪声对定位精度的影响。仿真结果表明,执行RSS-IWLS算法获得的主用户位置估计精度比基于接收信号强度的最小二乘算法更高。

模拟主用户攻击下协作频谱感知检测阈值的优化研究

认知无线电网络中提出的协作频谱感知技术利用多个认知用户的本地感知,克服了多径效应、阴影效应等问题,提高了系统的检测性能。然而动态频谱接入方法也给系统带来了主用户模拟攻击(PUEA)的威胁,即一些恶意用户试图模仿主用户信号来欺骗次级用户,从而阻止次级用户访问空闲频段。文中提出了一个智能攻击者能够感知并判决主用户是否存在,并在主用户不存在时发送伪造信号的系统。在这个系统中推导了基于能量检测的协作频谱感知检测概率,并进一步对检测阈值进行了优化,从而得到了总误差概率最小时的最佳检测阈值。最后通过在PUEA存在情况下,基于能量检测的协作频谱感知的最佳检测阈值的仿真进一步验证了推导结果。