脉冲噪声环境下的空闲信道检测方案

针对复杂电磁脉冲噪声环境下的空闲信道检测难题,提出一种基于贝叶斯统计推理框架的新检测算法.为了应对脉冲干扰并提升检测精度,建立了一种全新的动态状态空间模型,采用伯努利随机有限集来描述脉冲噪声与信道状态的动态变化特性.在此基础上,基于序贯估计与粒子滤波理论,设计出一种新型信道检测机制.在检测信道状态的同时,对脉冲噪声出现时间和幅值进行联合估计,有效消除了其对信道检测的干扰;同时,通过发掘脉冲噪声的动态特性,显著提升了信道检测性能,为复杂电磁环境下的高可靠信道检测提供了一种新的解决方案.数值仿真验证了所提算法的有效性.

自适应速率规划的无线传感器网络传输优化模型

为减少无线传感器网络信道传输冲突,提升网络吞吐量,提出一种基于自适应速率规划的无线传感器网络传输优化模型。提出基于CSMA/CA协议的空闲信道检测模型,对相邻时隙对的传输信道状态进行概率分析,求出信道繁忙概率,使数据包主动避让减少冲突;基于信道状态模型提出一种自适应速率规划方法,根据传输任务的吞吐量需求,为节点分配最佳的数据速率。与基于QoS认知吞吐量域以及基于突发数据汇聚的随机时间域模型的CSMA/CA无线传感器网络的实验对比结果表明,该算法的数据包碰撞率分别减少了4.3%和7.1%,网络总能耗减少了15.4%和21.6%。