基于PCN的水下认知网络动态频谱接入算法

水下网络可用频谱范围比较窄,且部分被水下生物占用,导致了水下传感器网络可用的频谱资源更为稀缺.针对上述问题,提出一种基于累积干扰预测(Predicted Cumulative Noise,PCN)的水下认知网络动态频谱接入算法.该算法把水下生物作为认知网络的主节点,水下传感器节点作为次节点;通过建立水下生物业务行为的马尔科夫模型预测累积干扰,次节点根据预测结果,采用合作的方式动态地接入授权频谱.仿真结果表明,该算法能够保护水下生物正常通信的同时,实现最优化的频谱共享,网络容量增益达到6.3d B.

水下认知网络中的哺乳动物定位测速算法

针对水下认知声学网络(UCAN)中的环境感知问题,提出一种针对海洋哺乳动物的被动定位(PLM)算法及相应的基于多普勒效应的测速算法SMD。PLM算法基于海洋哺乳动物发声信号声源级范围,结合接收信号强度,运用检索筛选的方法推算发声位置。SMD在PLM定位的基础上,利用接收生物信号的多普勒效应对其运动测速。实验结果表明,PLM与SMD均能达到较高的精度,其中PLM算法的平均定位误差随海豚游速的增加而增加,其平均值约为10 m,定位成功率可达到90%。PLM和SMD结合,可较准确地估计海洋哺乳动物的运动区域。

环境友好型联合水下信道和功率分配算法

在水下认知声学网络中哺乳动物的自然声学系统和人类用于探测监控的人工声学系统共存,同一水域的两种系统共享频谱资源,为了减少人工声学系统对海洋动物的影响,文中提出了一种水下环境友好型的以网络容量最大化为目的的联合信道和功率分配算法。实验测试了不同场景下系统容量的变化和用户的信道功率分配。