一种基于分组的合作感知方法

频谱感知是实现认知无线电的关键技术,合作感知由于能在一定程度上消除多径和阴影衰落影响而得到广泛的关注。研究利用地理位置信息估计出认知用户信噪比,在此基础上提出一种认知用户和信道分组的合作感知方法,减少了每个用户所要感知的信道数,从而实现感知时间的成倍降低。仿真结果表明,该方法在检测性能下降不大的情况下能显著地减少感知时间。

空间相关信道下一种合作感知节点集合选择算法

在空间相关信道条件下随着合作感知节点数目的增加,新增合作感知节点所带来的性能增益将会越来越小并趋近于零,同时系统资源使用效率也将会随着合作感知节点数目的增加而降低,因此在选择合作感知节点数目时需要在感知性能与资源使用效率之间进行折衷。本文提出了一种合作感知节点集合的贪婪选择算法。该算法首先在对感知性能和资源使用效率进行折衷的基础上得到判决门限,并依此判决门限选择满足条件的合作感知节点集合。仿真结果证明了所提出算法的有效性与可靠性。

基于分形维数的动态合作感知

通信信号和噪声具有不规则度,可通过分形来刻画并加以区分,对分形理论进行研究,提出一种以分形维数为统计量的动态合作感知算法。理论分析和仿真实验结果表明,与传统合作感知算法相比,该算法受网络所处环境影响小,在大部分网络节点都处于较差信噪比环境时仍能够保持较高的检测性能。

瑞利信道下多门限频谱合作感知方法研究

随着通信方式由语音转向多媒体应用,人们对高速无线传送的需求与日俱增。然而由于有限的自然频谱,现行的静态频率分配机制不能满足快速激增的高速通信设备的要求。因此,需要能够提高频谱利用效率的创新技术,认知无线电的出现解决了这种频谱拥塞的问题,本文将研究在能量探测频谱感知过程中使用多门限判决方法,在认知无线电网络中,决策中心接收多个认知无线电的观测数值,做出决定判断是否存在主用户。研究表明在瑞利信道下进行能量探测的合作频谱感知,采用多门限的判决方法能使感知效果的到提升。

基于离散粒子群优化算法的合作感知调度方案

采用CTMC模型分析了网络状态的统计特性,考虑各个次用户感知能力的差异性,分别从主用户和次用户的角度出发,建立了2个关于次用户调度方案的整数规划问题。提出了通过离散粒子群优化算法求解所建问题,并与传统的随机调度方案和基于信噪比的贪婪调度方案进行了比较。仿真结果表明,所提调度方案获得的感知性能更高。

基于可信度计算的分布式共识合作感知算法

对于分布式的认知无线网络,由于不存在融合中心节点,次级用户节点之间的合作感知往往采用信息交互的渠道进行,其中一种基于共识合作的感知机制受到广泛的研究,但这种机制在鲁棒性方面存在一定的缺陷,当恶意节点存在时,其错误信息将影响局部的感知判决结果,为此,提出一种基于感知节点可信度的共识合作感知机制。在该机制中,各节点对邻居节点的可信度进行计算,并把计算出的可信度值发送给其他节点,通过对各节点可信度的累加计算,最终计算出各节点的可信度,各节点以此决定是否与其邻居节点合作以及如何合作。仿真结果证明,在恶意节点存在的情况下,该算法在感知性能和收敛速度上都较未改进算法有不同程度的提升,减轻了不可靠节点对合作感知结果的影响。

合作感知中基于吞吐量的联合折中优化算法

为实现认知无线电资源开销和系统性能的全面优化,建模研究了基于合作感知的认知网络的有效数据吞吐量。针对软合并融合判决模式,基于认知网络的吞吐量建立了本地采样数与合作用户数的联合折中优化模型。通过非对称步长的Armijo非精确线搜索最速下降算法求出了全局最优解,与蒙特卡洛仿真实验共同验证了优化模型的有效性。在吞吐量的最大化准则下,实现了合作感知中本地采样数与合作用户数的联合折中优化。

基于快速独立成分分析的高效合作频谱感知方法

针对能量检测无法区分主用户与次用户的局限性,将基于快速独立成分分析的盲源分离算法引入频谱感知以分离主次用户的混合信号。在此基础上,提出一种基于近似负熵的判决准则对分离后的信号进行检测。针对单节点频谱感知的不可靠性,将以上算法拓展到加权合作感知,同时提出一种选择合作感知算法以降低感知数据传输开销和检测延时。仿真结果表明:所提算法能够可靠地检测主用户并能有效地提高频谱利用率。

基于一致优化的分布式宽带合作频谱感知算法

在压缩采样的框架下,提出一种基于一致优化的分布式宽带频谱压缩感知算法。算法思想如下:认知无线电网络中每个认知节点首先根据压缩采样理论获取压缩采样,并恢复本地的频谱信息,然后在一跳范围内交换频谱信息。认知节点将获取的邻居节点频谱信息进行加权平均,此加权平均作为频谱恢复一致优化问题的约束,以此来降低计算开销,加速算法的收敛。优化问题通过最优交替方向乘子法迭代求解来获取整个认知无线电网络的频谱估计。给出了算法的收敛性证明,并进行了仿真实验以验证算法的有效性。

考虑恶意节点的CRN合作频谱感知方法

基于带有恶意节点的更为实际的频谱感知环境,研究了基于合作感知的频谱共享网络模型,次级用户将会根据合作感知结果动态地调整其发射功率。为了防止恶意节点对感知系统的感知性能造成严重影响,研究了如何进行合作感知以提高感知性能。在一定的检测概率和相关功率约束下,建立了一个以最大化次级网络的吞吐量为目标函数的优化问题。仿真实验首先突出说明了恶意节点数目对频谱感知影响重大,同时还表明无论是否存在恶意节点,提出的算法均可有效地计算出最优的感知时间和发射功率,且在降低最大干扰功率限制和最大发射功率限制时,网络的吞吐量是增大的。

一种基于信任度的自适应合作频谱感知方法

由于认知网络内用户物理分布具有非均匀特性,各认知用户与相同主用户之间的距离及其信道环境存在较大差异,导致不同用户判决结果的可靠性程度不同。传统的硬融合算法往往忽视用户检测可靠性差异,同等对待所有本地判决,使得合作检测性能达不到最优。针对该问题,提出一种改进的基于K秩硬判决的多用户合作频谱感知算法。融合中心执行融合算法时,引入信任度区别对待各认知用户的本地判决,采用迭代方法,不断根据用户局部判决相对总判决的正确度,自适应更新信任度,并适时调整全局判决门限。算法简单有效,开销小。实验结果表明,该算法相比传统的K秩硬判决算法,具有更好的合作检测性能。

授权用户信号随机到达时基于双门限的多用户合作频谱感知方法

针对认知无线电系统中可能出现的授权用户信号随机到达时的频谱感知问题,提出了一种基于双门限的多用户合作频谱感知方法.首先在本地判决时采用高低双门限的方式,如果判决量大于高门限就判1,小于低门限判0,在两个门限之间就把判决量直接发送给融合中心,融合中心将直接收到的判决量进行软判决合并,软判决的结果再与其他硬判决的结果进行"OR原则"的硬判决合并,从而得到最终的判决结果.仿真表明所提方法的性能比传统"OR原则"硬判决合并方案要好,仅仅略逊于传统等增益软判决合并方案,但是能大量节省认知网络中的传输比特数.

基于信噪比权值的合作频谱感知技术

根据无线环境中各个认知用户的信噪比不同,提出一种基于信噪比权值的合作频谱感知算法。认知用户根据与主用户之间路径衰落因子的不同,得出各自的信噪比值,再通过递归得到相应的权值。融合中心进行加权融合得出最终判决结果。仿真结果表明,这种算法可以提高对主用户的检测概率,其检测性能也优于传统的硬判决融合准则。

合作感知系统中最优合并准则下的用户删除方法

在IEEE802.22标准系统模型下分析了最优合并准则的性能及影响因素.在此基础上提出了用户删除的方法:通过设置门限去除对最终判决影响较小的用户,从而大幅减少了合作感知的反馈信息,有效节省了反馈信道资源.理论分析和仿真结果显示,用户删除通过设置合理的门限可有效控制系统的性能损失,同时降低反馈信道资源需求,为进一步的系统优化打下了基础.

一种基于信噪比加权共识的合作频谱感知算法

以基于平均共识的分布式合作频谱感知算法为基础,提出了一种基于信噪比加权共识的合作频谱感知算法。该算法在平均共识收敛过程中引入能够反映用户的平均信噪比的权重,并以平均共识收敛值为参考确定相应的权重。在不需要信噪比信息的条件下,算法实现了认知Ad Hoc网络中基于信噪比的频谱感知信息加权共识。分析和仿真表明,在用户具有不同的平均信噪比的情况下,该算法克服了基于平均共识的分布式合作频谱感知算法无法体现用户信噪比差异的缺陷,提高了频谱感知的性能。

基于数据融合的加权合作频谱感知技术

提出一种采用动态加权合作和感知方法,并对认知用户在不同平均信噪比情况下所检测的主用户性能进行了分析。仿真结果表明:加权合作感知不仅克服了目前合作感知方法的一些不足,其检测性能也优于目前的合作感知方法。

基于神经网络的井下频谱合作感知

针对煤矿安全生产中无线通信的瓶颈问题,指出认知无线电中的单节点频谱感知不能适应井下的多径衰落和噪声等问题,提出把多节点合作感知应用到煤矿井下;煤矿井下的环境参数多变,结合具有适应能力强的神经网络,讨论基于神经网络的合作频谱感知模型设计思路,通过MATLAB仿真验证,检测性能优于AND,OR准则。

基于D_S证据理论的合作频谱感知技术

基于D_S证据理论和动态加权合作感知技术相结合的频谱感知方法,对认知用户在不同平均信噪比条件下,检测主用户的检测概率特性进行了分析。仿真结果表明,给出的基于D_S证据理论的融合技术修正合作感知的动态加权系数,可以克服常规合作感知方法检测时间、复杂度高等不足,其检测性能也优于目前的合作感知方法。

认知无线电网络中合作频谱感知机制的优化

为了提高检测效率和频谱利用率,该文对认知无线电中合作频谱感知的感知机制进行了优化。针对信道监测和信道搜索两个不同的感知场景,分别给出了检测周期、检测时间和搜索时间的选取和优化方法,并提出了新的信道搜索方式。研究分析和仿真结果可以看出,合作频谱感知和主动感知方式的引入可以提高检测性能和传输速率,对感知机制和策略的选取和优化有效地提高系统吞吐量,降低感知时延和开销,这样可以提高认知无线电网络的性能和灵敏性,在保证授权用户不被干扰的同时最大化空闲频谱的接入机会。

基于广义特征值的合作频谱感知方法

现有的基于特征值的合作频谱感知方法要求认知用户各感知节点接收到的授权用户信号具有相关性。针对这个问题,提出了一种基于广义特征值的合作频谱感知方法。该方法利用过去不存在授权用户的感知周期采样协方差矩阵与当前感知周期采样协方差矩阵之间的最大广义特征值(MGED,maximum generalized eigenvalue de-tection)作为检验统计量,以此判决当前感知周期是否存在授权用户信号,从而实现频谱感知。所提方法不需要授权用户信号和噪声功率的先验信息。当认知用户各感知节点上的授权用户信号不相关时,现有的基于特征值的频谱感知方法均失效,而所提频谱感知方法仍然具有较高的检测性能。最后仿真验证了所提方法的有效性。