相关对数阴影信道条件下基于贪婪的最优感知节点集合选择算法

为了在资源使用效率与感知性能之间进行有效折中,通过分析感知节点集合的虚警概率上限,提出了一种基于贪婪的最优感知节点集合的自适应选择算法。理论分析结果与仿真结果均表明该算法可以快速地得到最优感知节点集合的近似最优解,并且该近似最优解与最优解之间的差别不大,但是其复杂度却大大降低,具有很好的实用性。

认知无线电中一种感知节点集自适应选择算法

本文主要考虑认知网络中感知节点集的选择问题。联合谱感知技术虽然可以极大地提高认知系统的感知性能,但是随着参与感知的认知节点数目的增加,对系统资源的占用也会越来越多,使系统的传输效率下降。本文首先给出了认知网络中最优感知节点集的概念,接着分析了最优感知节点集的节点数目和平均接收信噪比所必须满足的条件,最后通过推导得到了在固定虚警概率条件下最优感知节点集的检测概率与它的节点数目和平均接收信噪比之间的关系表达式,并在此基础上提出了一种最优感知节点集的自适应选择算法。该算法不但能在认知网络中寻找最优感知节点集,同时还可以适应认知网络的动态拓扑变化。仿真结果证明了该算法的有效性。