无线网络中基于图型演化博弈的动态频谱接入机制

无线网络中,为了实现用户高效的数据传输,针对用户的有限理性特性,提出了一种基于图型演化博弈的动态频谱接入机制,而图型博弈可以较好地反映用户之间真实的博弈关系。同时设计了一种动态频谱接入算法和与之对应的动态方程以降低博弈的复杂度,而且能以较快的速度收敛到Nash均衡并获得较高的系统吞吐量和效用。理论证明该动态方程具有全局逐步稳定性,当用户发生局部的理性偏移时依然能够保证较快收敛和较小性能偏离。仿真对比验证了该机制的上述优势。

基于动态频谱接入机制的侦测与避让技术评述

动态频谱接入是解决现今无线频谱利用率低及资源紧缺等难题的有效途径。以如何解决频带冲突的UWB系统(3.168～4.752GHz)与WiMAX系统(中心频率为3.5GHz)共存问题为背景,引入动态频谱接入网络机制,介绍其接入机制思想及侦测与避让两大关键技术,并对其今后面临的挑战与发展方向作了相应的评述。

认知mesh网络服务区分的动态频谱接入策略

动态频谱接入策略是实现认知无线电网络高效利用频谱的关键。与传统认知无线电网络不同,认知mesh网络中不同QoS需求的多类型业务共同接入,为适应这一特点,提出服务区分的动态频谱接入策略。策略依据业务的QoS需求确立优先级,针对不同优先级业务采取不同的信道接入方案,实时业务依据最优传输延迟期望选择接入信道集合,在减小传输延迟的同时降低数据传输过程授权用户出现的概率,普通业务选择最优理想传输成功概率的信道,降低信道切换概率。理论与实验结果表明,与传统的认知网络频谱接入策略相比,提出的策略能提供不同业务的服务区分,满足实时业务的低延迟需求,降低数据传输的中断率,同时在授权信道空闲率与网络负载较大时吞吐量性能较优。

智能电网异构通信网络环境下的动态频谱接入技术探讨

未来智能电网通信网络将是一个使用各种不同通信技术实现网络覆盖和业务提供的异构网络环境。现有的无线资源管理机制已经不能适应未来无线网络的发展需求。本文探讨了适合未来智能电网无线通信网络发展的特点以及电力企业环境特点的无线资源管理机制。本文基于IEEE P1900.4提供标准化模块,构建了电力通信网无线频谱管理体系架构,其主要目标是实现在智能电网异构通信环境下对各种无线资源的合理配置和优化。

认知MIMO无线网络中的多买家动态频谱接入技术

研究了认知MIMO无线网络中基于博弈论的动态频谱接入技术,以使得具有不同风险偏好的次级用户(买家)可以动态地选择竞标策略,同时主用户也可以根据系统情况,自适应地调整拍卖机制。基于非合作博弈设计了一个有限离散博弈模型,该博弈至少有一个混合策略的纳什均衡。基于自动学习机的概念,设计了一个有限反馈的分布式随机学习算法。仿真结果表明,所设计的算法具有良好的性能,与传统的固定竞拍机制和随机的选择竞价策略相比,该算法能够帮助主用户获得更高的利润,且让次级用户根据自身的风险偏好,选择一个合理的竞拍策略。

基于动态频谱博弈约束机制的认知无线网络信道选择算法

针对认知无线网络的信道接入问题,为减少在授权信道上次用户与主用户之间的互相干扰,并提高信道利用效率,提出一种基于动态频谱博弈约束机制的认知无线网络信道选择算法。首先提出一种博弈约束机制,分析次用户在利用频谱资源时所付出的成本以及所收获的效益,得出频谱分配博弈的约束函数,使次用户所选择的频谱能够尽可能地被利用并产生效益,提高频谱资源的利用率。为了选择更好的接入信道,采用基于信道利用率、丢包率、功率情况这三种性能指标的信道选择方法来选择授权的空闲信道。实验仿真及对比结果表明,该算法相比基于时间序列预测方法和基于竞争协作频谱接入方法,在减少信道接入的延迟干扰、提高信道利用率上具有更好的效果。

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。

基于深度强化学习的能量采集认知无线电动态频谱接入

为解决认知无线电(Cognitive Radio, CR)中频谱和能量短缺的问题,提出一种基于深度Q网络(Deep Q-Network, DQN)的动态频谱接入算法。次级用户(Secondary User, SU)通过基站射频信号采集能量,并在频谱感知后实现信道的自主接入。模型通过DQN训练,并使用奖励机制和训练算法优化,SU能够根据环境信息作出合适的接入策略。仿真结果表明,提出的深度强化学习(Deep Reinforcement Learning, DRL)模型性能优于无学习模型,提高了频谱感知准确率及用户吞吐量,对比结果证明了模型的适用性及合理的虚警率可以提升模型的学习性能。

基于竞争双深度Q网络的动态频谱接入

针对多信道动态频谱接入问题,建立了存在感知错误与接入碰撞的复杂信道场景,提出了一种结合双深度Q网络和竞争Q网络的竞争双深度Q网络学习框架。双深度Q网络将动作的选择和评估分别用不同值函数实现,解决了值函数的过估计问题,而竞争Q网络解决了神经网络结构优化问题。该方案保证每个次要用户根据感知和回报结果做出频谱接入决策。仿真结果表明,在同时存在感知错误和次要用户冲突的多信道情况下,竞争双深度Q网络相比于同类方法具有较好的损失预测模型,其回报更稳定且提高了4%。

OFDM动态频谱接入网络中基于跳频子载波的循环平稳签名

提出了一种在正交频分复用(orthogonal frequency division multiplexing,OFDM)信号中产生循环平稳签名的方法,该方法开销低,且在频率选择性衰落信道中仍然具备很好的可检测性,尤其适用于动态频谱接入(dynamic spectrum access,DSA)网络。此外,还给出了该循环平稳签名的检测方法。仿真结果表明,依靠单个跳频子载波产生的签名,在签名检测性能不恶化的情况下,其开销仅仅是萨顿方法的四分之一。

动态频谱接入网络的路由技术研究

新一代宽带无线通信网络迫切需要引入认知无线电技术以提升系统性能。针对动态频谱接入(DSA)的无线网络环境,首先探讨了其路由技术研究所面临的新挑战,然后以体现动态频谱管理特征的独特分类方式,分析了其路由技术研究的最新进展,最后展望了路由技术研究的未来发展方向。

基于深度强化学习的多用户频谱接入算法研究

面向万物智联的需求,新一代无线通信技术向6G一体化智能网络演进的趋势日益明显。而内生智能将是其中的关键要素之一,成为体现6G网络具备自主感知-通信-决策-控制能力的核心特征。针对6G IEN面对海量数字业务需求的频谱资源稀缺问题,面向复杂多样的动态IEN网络环境和应用场景,提出了一种基于深度强化学习的动态频谱接入算法,使得多个用户设备可实现无人工干预的频谱自感知、设备自决策、用户自接入的智能化处理。与现有方法不同,所提方案在充分考虑用户的实际通信质量的条件下,基于深度强化学习算法对用户的发射功率进行有效的限制,从而实现了频谱资源的高效利用,可在系统吞吐量、碰撞概率等性能指标上获得较大的增益。

认知无线网络中基于信誉度管理的动态频谱接入研究

随着无线服务和相关设备的飞速发展,认知无线网络中特有频谱稀缺问题越来越引起研究者的重视。在集中式认知无线网络中,次级用户基站SUBS作为融合中心,通过收到周围的次级用户的感知信息来分配频谱资源。然而,环境的易变性使次级用户容易受到攻击从而影响次级用户感知信息,导致网络频谱资源分配错误。引入信誉度模型来表现次级用户在认知循环中的行为规范,在分配频谱阶段将信誉度作为评定标准,鼓励次级用户积极感知及规范运行。在感知阶段,次级用户感知信道数越多,感知信息越正确,其信誉度越高。在运行阶段,次级用户行为越符合网络规范,则信誉度越高。仿真结果表明,论文模型可以很好地减少次级用户基站的错误决策次数,提高其抗攻击性,同时使得网络在很好地分配资源的同时鼓励整个网络行为积极化。

应急通信网络的动态频谱接入方案研究

利用认知无线电的动态频谱接入技术,提高应急通信网络在突发事件中的反应效率已成为无线通信领域的研究热点。对认知无线电的几种动态频谱接入方案进行了探索及研究。由分析可知,选择合适的接入方案,将会形成认知用户间的良性竞争,降低CR业务的通信中断率,从而增大系统的吞吐量,提升整个系统的性能。

基于动态频谱接入的应急移动通信系统

新兴的动态频谱接入(DSA)技术可以解决频谱稀缺问题。本文在研究荷兰典型的下一代应急网络xGEN的基础上,分析了DSA在应急通信网络中的应用需求,设计了分级混合网络架构的DSA应急移动专用通信网络及其基于软件无线电(SDR)平台的快速可重配置的应急终端结构,并探讨了DSA设备特有的动态频谱管理功能实现的关键技术。

基于VCG机制的动态频谱分配算法

针对在Underlay频谱共享方式下的认知无线网络动态频谱分配问题,在满足主用户服务质量(QoS)的前提下,建立一种非合作博弈模型,并设计其效用函数。在借鉴VCG机制的基础上,设计相应的收益函数,提出一种可以最大化认知无线网络系统吞吐量且保证公平性的分布式动态频谱分配算法。仿真结果表明,该算法收敛速度快、公平性强。

基于损失制轮询调度的频谱接入机制研究

动态频谱接入技术在确保授权用户权利的同时,允许认知用户暂"借"空闲频谱,可有效解决频谱资源匮乏问题.针对认知无线电网络,只有一个信道但有多种数据需要发送的情况,提出基于损失制的多优先级轮询动态频谱接入机制.通过运用马尔可夫排队论理论,求解平衡状态下系统平均排队队长、平均排队时间等重要参数结果.数值分析和仿真实验结果表明,该机制提高了认知无线电网络系统的排队性能,可有效减少频谱空洞.

基于契约理论的协作频谱共享动态激励机制设计

针对认知无线网络中网络信息的非对称性和无线节点的自私性,提出一种基于契约的协作频谱共享动态激励机制。考虑到无线节点位置和信道条件等因素的动态特性,在建立主用户和次级用户模型基础上,研究两阶段动态契约激励模型,在次级用户满足激励相容和参与约束条件下,通过鉴别次级用户的真实协作能力,实现主用户期望效用最大化。实验结果表明,该机制能够有效提高协作频谱共享性能,为无线频谱的高效利用和资源共享提供新思路。

动态频谱接入的Q学习优化算法

在认知无线电网络的中心架构下针对网络整体性能和用户需求,提出一种基于Q学习的动态频谱接入优化算法.该算法通过认知用户根据Q学习算法提出信道申请和控制节点;根据网络整体性能处理申请两个主要步骤的实施,完成动态频谱的接入.仿真与分析表明,该优化算法在满足用户频谱需求的同时使得网络整体性能得到明显的改善.

基于发射功率控制的动态频谱接入筛选算法

使用功率和频谱效用损失异步牵制的迭代算法对认知无线电链路发射机端进行动态发射功率控制,改变链路接收机端的信号干扰噪声比,从而得到认知无线电链路的最优功率分布,实现频谱资源的合理利用.为进一步减少认知无线电链路间的干扰,提出一种接入筛选机制.针对认知无线电链路干扰值的不确定性,用干扰值的概率分布进行描述,计算与干扰值概率分布相对应的信息熵,从而选择出接入筛选机制中需要的自适应干扰阈值.仿真结果表明:当认知无线电链路为40条时,该方案使系统中总干扰从3mW降到0.5mW.