面向6G智能协作感知的无人机通信系统

无人机通信具有强视距、覆盖范围广、灵活部署等优势,与通感一体化技术结合,有望进一步提升用户对通信及感知的极致性能需求,支撑高清视频传输、增强/虚拟现实以及智慧城市等新兴应用。面向第六代(6G)移动通信系统的感知需求,概述实现智能协作感知的多无人机通信系统的组网体系架构以及性能评估方式。在此基础上,讨论支撑智能协作感知的关键赋能技术,最后总结了面向6G智能协作感知的无人机通信系统的未来发展方向及挑战等。

基于群体协作感知的人员快速精准定位追踪系统设计

针对船舶等重点区域人员安全快速监管等难题。本文开发设计了基于群体协作感知的人员快速精准定位追踪系统,本系统运用群体协作感知技术进行数据采集,基于聚焦模式的特殊人群追踪算法等模型,采用面向服务的B/S架构进行软件平台开发,应用云服务器实现数据通讯、存储和Web服务。系统支持PC端和移动App终端操作多种模式,实现了对船舶等高危行业重点人员快速精准定位和在线追踪,为智慧园区的安全生产提供了解决思路。

新三维协作感知模型及其应用研究

协作感知是计算机支持的协同工作中自然交互的基础。但迄今在协作感知方面尚未取得清晰的图景,其主要原因是缺乏一个合适的协作感知参考模型。为此,根据现有协作感知的相关概念和技术,通过分析和研究,本文提出了一种新的三维协作感知模型。该模型采用自下而上的构建原理,能方便地划分现存的协作感知术语,指导协作系统设计人员在具体的协作工具中嵌入协作感知信息(解决了协作系统设计人员不知如何将感知信息嵌入协作系统的问题),并已在虚拟设计中心得到应用。

基于联盟构造博弈的认知无线电网络分布式多目标协作感知算法

协作感知技术可提高认知无线电网络中的频谱资源利用率,但网络节点在形成协作感知联盟的同时也不可避免地引入了额外开销,联盟内节点总希望用较少的额外能量开销达到较大的吞吐量期望.为此,文中提出了协作感知系统的多目标非线性优化问题,然后基于联盟博弈理论为该问题构建了一个不可转移支付的联盟构造博弈模型,在其核心的支付函数的设计中,采用线性加权和的方法同时考虑了节点吞吐量期望和能量消耗两个优化目标.基于该函数,提出了一种分布式多目标联盟构造算法DMCF,其核心是根据优超算子所定义的联盟的帕累托顺序,循环地对联盟进行合并和分裂操作.此外,还证明了DMCF的收敛性和最终联盟划分的稳定性.仿真实验的结果表明,DMCF可有效解决提出的多目标优化问题,与一种分布式随机联盟构造算法DRCF相比,DMCF总能使节点消耗较少能量却达到相对较大的吞吐量期望.在不同网络规模下,DMCF可获得的节点平均吞吐量期望可提升约7.5%,而节点平均能量消耗却可降低约70%.

CSCW系统中协作感知技术的研究

在ＣＳＣＷ系统中，协作感知是多用户协同工作的基础。如何向用户提供有效的协作感知是设计实时群件系统接口的关键技术之一。本文对ＣＳＣＷ系统中的感知问题进行了研究，提出了一个层次的协作感知支持框架，并主要针对工作空间感知问题，讨论了工作空间感知的基本要素和实现机制，介绍了各种实时群件系统中工作空间感知技术的实现。

面向认知无线电网络能量高效协作感知的在线节点选择算法

面向认知无线电网络中能量高效协作感知任务需求,提出了面向单次协作感知过程的能量最小化节点选择问题EMNS和面向在线协作感知的能量高效节点选择问题OENS。证明了两问题均为NP-hard难题。针对EMNS问题,提出采用分枝定界算法BAB求最优解和贪婪节点选择算法GS求近似解。针对OENS问题,提出为每个节点引入考虑能量消耗负载均衡的动态权重系数,基于BAB和GS算法设计了启发式的在线节点选择算法OBAB、OGS1。仿真实验结果表明,提出的算法可显著增加网络完成的协作感知过程次数,可有效延长网络"生存期"。

基于变分贝叶斯推断的新型全局频谱协作感知算法

为了实现多维动态频谱接入,首先给出了主用户的全局功率谱近似模型,并构建了新型全局频谱协作感知算法的总体流程,以获得主用户网络中占用频段、功率及位置等全局信息。接着利用变分贝叶斯推断技术,设计了相应的模型系数向量估计器。仿真结果表明,该方法采用的近似模型具有较好的准确性,相应的系数向量估计算法具有较高的有效性和收敛稳定性,同时指明了信噪比和泄漏总虚假功率的关系以及两者对均方误差性能的影响。此外,还证明了该方法通过利用系数向量θ的稀疏性,而在均方误差性能上具有较大优势。

协作感知下基于双门限能量检测的融合方案研究

将双门限能量检测作为本地感知算法,为在感知性能和系统开销之间取得合理折中,给出了三种将决策融合与数据融合相结合的综合融合方案。研究和比较了这三种新型融合方案的感知性能,分析了各自的优缺点及其适用范围,讨论了门限值系数、协作用户数、协作可信度、平均信噪比等参数的变化对感知性能的影响。蒙特卡洛仿真的结果表明,通过选择合适的系统参数,综合融合方案能在保证较低系统开销的前提下,具有明显优于传统硬融合方案的感知性能。

协同虚拟环境分层协作感知模型研究

协作感知是协同虚拟环境用户协作和交互的基础,目前没有一种协作感知模型适用于所有虚拟协作应用。介绍了协同虚拟环境和协作感知的定义,分析了协同虚拟环境中用户协作过程和任务关系,引入角色理论和Agent技术对协同虚拟环境和协作者的操作权限进行表示,通过对角色任务图分解/合并划分协作感知层次,建立协作感知模型量化计算感知强度,动态组建协作虚拟组,提高通信效率。

基于雾计算和自评估的VANET聚类与协作感知

集群是提高车联网群智感知质量和降低成本的有效方法,但如何在车辆高机动性的同时提高集群稳定性是一个具有挑战性的问题。基于VANET(Vehicular Ad-Hoc Network)的通信特点,文中提出了基于雾计算和自评估的VANET聚类算法FCSAC(Fog Computing and Self-Assessment Clustering),将VANET分为多个集群,集群内车辆协作感知结果由主簇头(Master Cluster Head,MCH)发给雾节点;引入车辆移动率(Velocity Mobility Rate,VMR)来改进簇头选举方法,该参数是根据移动性指标来计算的,以满足VANET动态变化的需求;通过定义缩放函数和加权机制来量化评估车辆的加入对集群稳定性的影响。同时,选举辅助群头(Slave Cluster Head,SCH)来增强集群的稳定性。其次,为提高拥堵区域感知的准确性,在雾计算的基础上通过主簇头间的有序链式协作交通态势感知,形成局部交通态势感知准确、全面的视图。最后,使用Veins车联网仿真平台评估所提算法的性能。结果表明,与CBRSDN(Cluster based Routing for Sparse and Dense Networks)算法和SACBR(Self-Assessment Cluster based Routing)算法相比,所提算法在集群稳定性方面表现优越,并且有效提高了VANET的吞吐量;与FCM(Fuzzy C-Means)算法相比,其交通分流能力更好,并减少了网络通信的消耗。

认知无线电网络中面向多通道的协作感知优化模型及启发式求解方法

针对认知无线电网络中多个认知节点对多个通道进行协作感知的系统建立优化模型。该模型在各通道错误接入概率小于给定阈值的约束下,以最大化系统吞吐量为目标,对包括感知时间和各SU对各通道检测结果的权重系数在内的参数进行优化,是一个约束非线性规划模型。为求解该模型,提出了一种启发式的顺序参数优化方法(SPO,sequential parameters optimization method)。该方法首先推导出优化问题的下界并转而对该下界进行优化,随后通过构建了一系列仅含有权重系数的子优化问题并采用拉格朗日方法求解出优化的权重系数,待权重系数确定后,最后采用黄金分割搜索法确定优化的感知时间。仿真实验的结果表明了SPO的有效性并验证了提出的模型在提高系统吞吐量方面的优势。

一种基于能量检测及用户合作的协作感知技术

随着无线技术的飞速发展,频谱缺乏已经成为一个非常严重的问题.感知无线电技术能有效解决频谱紧张的现状.介绍了感知无线电概念及其内涵,然后介绍了检测频谱空穴的方法.为提高检测概率、降低设备复杂度及计算复杂度,将UWB与感知无线电结合,提出了基于能量检测及用户合作(EDAUC)的协作感知方法.仿真和分析表明:该方法能有效提高检测频谱空穴的概率.

不同衰落信道下的协作感知性能研究

认知无线电网络中,协作频谱感知技术可以有效地缓解由于信道衰落、阴影等因素造成感知性能下降的问题。该文对不同衰落信道环境下的本地感知性能进行了系统分析;研究了基于能量检测的协作感知方案在不同K-N决策融合准则以及不同协作用户数量条件下的感知性能;在此基础上,讨论了空间阴影相关性对协作感知性能的影响。数值分析和仿真研究的结果表明,本地感知在衰落信道下的性能较AWGN信道下有较大程度的恶化,其中尤以Suzuki信道下的性能最差,而基于K-N决策融合的协作感知一般在OR准则条件下最优,且随着次用户数量增加而改善。为了克服阴影相关性的不利影响,应尽量使节点间距增大。当协作范围一定时,用户数较少但更为分散的协作具有更好的感知性能。

面向环境参数测量的物联网协作感知方法研究

研究物联网传感节点协作感知测量模型和基于图小波理论的信息聚集方法,实现物联网协作感知测量数据稀疏化。

基于高效协作感知算法的认知无线电研究

针对协作频谱感知中感知开销过高问题,提出了一种联合考虑选择最佳的感知节点数以及感知的信道数来降低协作感知开销的方法。该算法分析了协作感知算法中感知节点数、感知的授权信道数与协作感知精度以及感知开销之间的关系。仿真结果表明,与其他算法相比,该算法能够有效地降低感知开销并提高系统的感知性能,验证了该算法的有效性。

一种基于信任度分簇处理协作感知算法

针对恶劣环境下能量感知算法感知性能差的问题,提出一种基于信任度分簇处理协作感知算法。在双门限能量检查算法基础上给出一种由采样信号均值、信噪比、采样信号相对误差组成的新信任度系数,并根据新信任度系数对双门限之间认知节点可靠性进行评定,并对需要优化的采样信号值修正后参与传统单门限能量感知得到本地感知结果;同时为不同可靠度认知节点对协作感知判决分配不同贡献,给出由采样信号方差和信噪比方差组成新权重值加权协作判决。实验仿真表明,该算法感知性能较传统双门限协作感知算法和信任度加权融合算法有一定改善。

认知无线电中一种改进的两步协作感知算法

针对同时使用硬合并和软合并的两步协作频谱感知方法在第二步的软融合时仍需向融合中心发送大量不必要数据的问题,引入了接收信噪比估计,提出了一种改进的两步协作感知算法。改进算法在低信噪比情况下使用传统的两步协作检测提升检测性能,在较高信噪比情况下则采用硬融合策略来减少发往融合中心的信息量。仿真结果表明,改进算法和传统的两步协作检测算法相比,能在几乎不损失检测性能的情况下,显著减少不必要的数据传送。

用于高动态噪声背景的归一化谱协作感知算法

针对背景噪声电平在多维域上的高动态变化严重影响协作感知算法的性能这一问题,本文提出基于归一化谱的协作感知算法。该算法利用认知用户归一化谱的等增益平均作为检验统计量,依据傅里叶变换的渐进正态性和相互独立性计算功率谱的统计特性,推导出算法虚警概率和判决门限的闭式表达式。仿真表明:归一化谱协作感知算法对噪声电平的动态变化具有鲁棒性;相对于基于能量的大数判决硬协作感知算法和等增益软协作感知算法,本文算法具有更广泛的适用性。

基于SNR比较的协作感知用户选择问题的研究

在实际情况的认知无线电环境下,由于认知用户的感知可靠性存在差异,并不是参与协作的认知用户越多,感知性能越好.综合考虑协作的必要性与协作的增益两方面因素,提出了一种基于信噪比(SNR)比较的协作感知用户选择方案.理论分析及仿真结果一致表明:该方法在有效地提高频谱感知检测性能的同时,减小了参与协作感知的用户数目,提高了协作效率.

一种噪声未知的新型空间频谱分布协作感知算法

为了获得占用频段、主用户发射功率、位置和本地噪声等全局信息,给出了一种主用户全局功率谱模型,提出了一种噪声未知的新型空间频谱分布协作感知算法.利用变分贝叶斯推断理论,估计出模型系数向量和本地噪声向量,以求得全局信息.仿真结果表明,所提算法在较高信噪比下具有较高的估计精度和收敛稳定性.该算法性能虽弱于噪声已知算法的性能,但相比基于非负最小二乘准则的算法具有更好的均方误差性能.