一种基于感知信任度的加权协作感知算法

基于非协作感知的不确定性,协作频谱感知方法具有更高的可靠性。在传统的加权数据融合的基础上,根据无线电通信环境次用户(Secondary User,SU)的信任度不同,引入信任度函数及其信任度因子,提出了一种基于次用户信任度的自适应数据融合算法。仿真结果表明,该算法可以提高主用户(Primary User,PU)的检测概率,具有一定的可靠性和有效性,其检测性能优于传统的加权数据融合准则,同时还适应感知用户的拓扑变化。

认知无线电的联合频谱检测与共享算法

提出一种基于信任度因子的频谱空穴检测模型以确认频谱机会。当能量以信任度因子为1分布于检测区域时,认知用户将发送1bit量化值以报告侦听结果;否则,认知用户将发送2bit量化值。评估了平均侦听比特数和漏检概率的性能。基于此模型,给出一种多跳认知无线电网络的频谱共享算法。它允许激活认知用户节点以一定的接入概率充分利用分配给其他认知用户的时隙进行通信。同时,算法还采用基于发射码字的传输机制,即每个激活认知用户都有自己唯一的发射码。进一步地,推导出系统吞吐量,即被定义为平均成功传输的概率和能耗公式。最后,通过仿真评估了系统性能。

用户和相似性填充相融合的协同推荐模型

针对当前模型存在的精度低、冷启动等难题,设计用户和相似性填充相融合的协同过滤推荐模型。采用稀疏评分矩阵建立用户评分项目集合,对评分矩阵进行降维、构建近似评分矩阵,采用该矩阵填充用户项目的评分集合,得到用户间相似度,采用信任度因子对填充误差进行合理调整,得到最终的用户间相似度,采用标准数据集Movielens和BookCrossing对模型性能进行测试。测试结果表明,该模型获得了较高的整体预测精度,预测准确性优于其它模型,改善了协同过滤推荐效果。