认知无线AdHoc网络干扰约束和能量高效路由算法

为了减少认知无线Ad Hoc网络的传输中断概率,实现频谱和能量高效,提出一种干扰约束和能量高效(Interference Constraints and Energy-Efficient,ICEE)的路由算法。信道检测除了基于认知节点(Cognitive Radio,CR)对主用户(Primary Users,PU)的干扰约束外,还增加了CR节点的数据传输所需持续时间约束,以保证CR节点在有效利用空闲信道的同时减少传输中断事件的发生,减少故障重传所损耗的能量。在设计路由算法时采用了链路能耗和节点寿命作为度量,通过联合最优的链路选择方程实现网络能量高效,并延长网络的生命周期。实验仿真结果表明,相比较认知Ad hoc网络的自适应路由协议,基于联合信道分配和自适应功率控制的路由协议,ICEE算法在数据包平均能耗上分别减少了41.2%和24.5%,并且有效地延长了网络生命周期。

融合信息通信和空中计算的认知无线网络鲁棒资源分配优化

针对空中计算网络中无线传感器的功率资源限制及其与现有无线通信网络的频谱竞争,研究一个包含信息通信和空中计算功能的认知无线网络,其中,主网络实现无线信息通信功能,次网络实现空中计算功能,且次网络中的传感器利用主网络基站发送的信号收集无线能量。考虑空中计算的均方误差(MSE)约束和网络中各节点的功率约束,基于随机信道不确定性构建目标函数为无线通信用户的和速率最大化的鲁棒资源分配优化问题,提出一个交替优化(AO)-改进的约束随机连续凸逼近(ICSSCA)算法,即AO-ICSSCA算法,将原鲁棒优化问题转换为确定性优化的子问题,并以交替的方式优化主网络基站的下行波束成形向量、次网络中传感器的功率因子和融合中心的融合波束成形向量。仿真实验结果表明,相较于改进前的约束随机连续凸逼近(CSSCA)算法,AO-ICSSCA算法能以更短的计算用时实现更好的优化性能。

基于智能反射面的无线携能认知网络鲁棒传输设计

针对智能反射面辅助的无线携能认知网络,提出了一种基于用户非完美信道状态信息的波束成形方案,提高网络的频谱和能量收集效率。在假设用户信道误差范数有界的条件下,建立了以信息接收用户最小可达速率最大化为目标函数,以满足信息接收用户和能量接收用户需求、主用户干扰阈值和基站最大发射功率为约束条件的优化问题。针对此非凸问题,提出利用三角不等式、交替方向乘子法和交替优化的迭代算法,以较低的计算复杂度求解得到基站的有源波束成形权矢量和智能反射面的无源波束成形矩阵。最后,仿真验证了所提方案相较于随机相位方案能够有效提高系统的性能,证明了在携能认知网络中引入智能反射面的可行性和有效性。

一种能量感知的认知无线网络路由算法

为解决认知无线电网络有限的能量资源对全网路由的影响,提出了一种网络节点能量感知的路由算法EARP(Energy Aware Routing Protocol)。该算法允许根据单个节点的能耗和全路径从不同传输路径的相邻节点中选择路由。文章设计了路由维护策略,以防止链路传输过程由于能量耗尽引起路径中断。在相同的实验环境下,通过与LEACH路由协议进行仿真实验。结果表明,提出的EARP可以明显地平衡负载,保护低能量节点,延长网络生存时间,降低数据传输的丢包率和包延迟,可以提高传感节点的能耗,提供路由能力。

基于区块链的认知无线电网络电视频谱资源分配方法

随着无线网络技术的发展,电视频谱资源日益稀缺。提出一种认知无线电网络(Cognitive Radio Network,CRN)中基于区块链的电视频谱资源分配方法。主用户(Primary Users,PUs)可以在满足自己通信质量要求的情况下对次用户(Secondary Users,SUs)的干扰功率进行定价来控制SUs的传输,SUs根据自身利益,选择是否付出一定的代价接入PUs的频段,且资源分配方案通过智能合约记录在区块链上。将PUs与SUs之间的相互作用制定为一个斯塔克尔伯格(Stackelberg)博弈问题,利用所采用的算法求解均衡。仿真结果表明了所提方法的有效性。

基于认知无线电的AD HOC网络智能选频技术研究

传统的电台设计以高速跳频体制来应对复杂电磁环境,但该体制灵活性差,实际的通信效果和抗干扰能力不如预期,针对此情况提出传统跳频+智能选频跳频的MIX链路传输机制解决方案。设计基于认知无线电的智能选频技术,使得网络节点设备始终工作于当前最佳的信道条件下,达到任何时间任何地点的高度可靠通信和对频谱的有效利用的目的。对其中的基于网络的电磁环境快速认知、本地频谱感知、主动波形感知、网络频率资源规划自适应选频互干扰问题解决等关键技术进行了分析和研究。

认知无线电网络中频谱分配算法

随着新型无线业务的不断发展,频谱供需矛盾日益明显.认知无线电网络被认为是实现动态频谱共享、缓解频谱供需矛盾的重要途径,近年来相关研究受到了广泛关注.本文对认知无线电网络中的频谱分配研究进展进行了分析.论文首先介绍了认知无线电网络的技术背景,分析了认知无线电网络中频谱分配的关键问题和算法设计目标.在此基础上总结了主流频谱分配模型的设计思想与技术特点,并详细描述了各模型经典分配算法的实现机制.最后,对频谱分配研究趋势进行了展望.

认知无线电网络信道交汇研究综述

认知无线电技术被认为是解决目前频谱资源利用率低下问题最有前景的技术,基于该技术,认知无线电网络采用动态频谱接入方式有效地提高了授权频段的利用率.然而,动态变化的信道可用性极大地增加了认知无线电网络组网的难度.信道交汇旨在为用户通信提供公共传输媒介,是实现无线网络组网的基础.介绍了认知无线电网络信道交汇的基本概念和特点,并阐述了信道交汇策略设计面临的挑战以及应考虑的性能指标.提出了信道交汇策略的分类标准和系统模型,根据该分类标准,详细剖析了当前信道交汇策略相关的研究工作.最后,讨论了认知无线电网络信道交汇研究的开放性问题,以期为未来的研究指出可能的方向和重点.

认知无线网络基础理论与关键技术研究

认知无线网络是一种具有认知过程的网络,通过网络环境的学习分析,对网络状态进行规划、决策和响应。认知无线网络是解决网络容量受限问题的有效途径之一,满足了国家对频谱高效利用和异构网络融合的战略需求,作为5G关键技术为未来无线通信网络的发展指明方向。主要介绍认知无线网络的体系架构、研究的基础理论和实现的关键技术,最后给出认知无线网络的验证演示平台。

认知无线电自组织网络MAC协议

随着无线频谱资源短缺问题的日益突出,认知无线电网络得到了广泛关注和研究.在这类网络中,媒体接入控制MAC协议是关键技术之一.特别是在认知无线电自组织网络中,因为缺乏中心基础设施的支持,MAC协议的设计面临着巨大的挑战.除了媒体接入控制等传统问题之外,这些挑战还包括如何保证主用户的业务质量,如何有效认知并管理频谱资源等.文中首先介绍了认知无线电自组织网络MAC协议的最新研究进展,然后对一些典型协议进行了比较分析,最后对未来的研究方向进行了探讨.

一种解决认知无线电网络模仿主用户攻击问题的方案

针对认知无线电网络中出现的模仿主用户攻击问题,提出一种基于HASH匹配技术的解决方案。当主用户网络工作时,主用户基站在要传输的数据上附加用于HASH计算的原始数据,然后将它们发送出去,认知用户先对接收到的那些原始数据做HASH计算,然后将计算结果同预先保留的HASH值相比较。如果匹配成功,则证明有主用户出现。方案充分利用HASH函数计算速度快的特点,保证认知用户及时切换频谱,避免干扰主用户正常工作,利用HASH函数单向不可逆的特点保证了方案的安全性。给出了具体的设计方案。通过与相关方案比较,该方案具有安全、高效、可行的特点,能有效解决认知用户网络中出现的模仿主用户攻击问题。

无线认知传感器网络的研究

在无线传感器网络中引入认知无线电技术,构成无线认知传感器网络,可以减少ISM频段干扰,提高数据传输率。对无线认知传感器网络的研究目前已成为一个新的研究领域。介绍了无线认知传感器网络的概念,从无线认知传感器网络的节点、频谱感知、频谱决策、频谱共享、频谱迁移、网络层、传输层、应用层等方面综述了现有的研究成果,讨论了目前存在的问题和需要进一步研究的方向。

无线认知网络中一种团划分的频谱感知算法

提出了一种基于节点之间竞争关系以及感知代价的分布式频谱感知算法.该算法基于分布式最小团划分理论,将节点划分至不同的团中,然后再根据团的结构来计算最优频谱感知分配.该算法的时间复杂度仅为O(N2+M×N),其中,N为网络中节点数,M为信道数目.大量的仿真实验结果表明,该算法能够有效地提高网络性能.

认知无线网络:关键技术与研究现状

综述了认知无线网络的关键技术和研究进展。首先,从物理层的频谱感知和网络层的可用带宽估计两方面对网络环境感知技术进行了总结和归纳;其次,对目前的多信道MAC协议进行了分类,重点分析了不同多信道MAC协议实现方法的优缺点和适用场景;然后,对认知无线网络中智能决策和网络重构的实现框架进行了介绍,并总结了其中需要突破的关键技术;最后,对认知无线网络的重点研究方向给出了建议。

认知无线电网络路由及频谱分配联合策略研究

认知无线电网络中的节点可以自主切换通信频率,从而对拓扑和路由产生影响。该文针对多跳认知无线电网络的场景提出了一种路由与频谱分配的联合策略,在按需路由的过程中完成频谱分配任务。实验结果表明,在多数据流并存的认知无线电网络中,该策略较其它路由方法具有更好的适应性和更低的累积时延。

认知无线Mesh网络中联合功率控制与信道分配的拥塞避免

受制于频谱资源有限性及链路负载差异性,网络拥塞成为认知无线Mesh网络研究中亟待解决的关键性问题.针对该问题,通过量化节点通信功率等级,并综合考虑网络干扰、链路有效容量及流量守恒等因素,建模了联合功率控制与信道分配的拥塞避免模型.进一步,提出了基于嵌套优化的拥塞避免机制,包括基于遗传算法的功率控制与信道分配、基于遗传算法的路由调度以及基于链路需求的最优路由算法.分别设计了组合编码和序列编码规则及流量守恒的约束控制机制,以保证个体进化的有效性及算法的快速收敛.一系列仿真实验表明该算法能够有效提高网络吞吐量,满足数据传输的实时性需求.

基于免疫克隆选择的认知无线网络频谱分配研究

该文提出了图论和免疫优化理论相结合的认知无线网络频谱分配方法。采用基于矩阵的二进制抗体编码,从效率和公平性考虑设计了随机约束满足算子和公平约束满足算子,提出一种基于免疫克隆选择(ICS)的频谱分配算法。对经典克隆选择算法进行改进,增加约束满足操作保证种群编码能够满足频谱干扰限制,实现了频谱分配的约束优化。理论证明了约束满足操作的有效性,分析了算法的计算复杂性和适用性。仿真结果表明:ICS算法与颜色敏感图论着色算法相比,网络带宽明显提高;在频谱干扰严重的情况下,采用公平约束满足算子的ICS算法能显著提高网络的公平性;与参考智能算法相比,ICS算法具有较快的收敛速度。

基于免疫克隆选择优化的认知无线网络频谱分配

结合WRAN(无线区域网)给出了频谱感知过程;通过分析无线认知网络的物理连接,给出了频谱分配的数学模型,并将此模型转换为以网络效益最大化为目标的带约束优化问题,进而提出一种基于免疫克隆选择优化的认知无线网络频谱分配算法,并证明了该算法以概率1收敛。最后,对此算法进行了仿真实验。实验结果表明:所提算法与CSGC(颜色敏感图着色)算法、GA-SA(基于遗传算法的频谱分配)算法相比,能更好地实现网络效益最大化,同时,基于WRAN的系统级仿真结果,进一步证明了算法的有效性。

一种最大化网络吞吐量的认知无线Ad Hoc网络跨层优化算法

认知无线Ad hoc网络(cognitive wireless ad hoc networks)是由一组具有认知决策能力的节点以多跳无线方式组成的智能网络.网络容量的求解与网络吞吐量的优化是该类网络研究的难点.作者首先推导了混叠模式下认知无线Ad hoc网络容量上界的闭合表达式,并指出该上界只与用户空间分布特性相关;然后提出了一种新的基于遗传算法的跨层优化算法,通过联合优化邻居选择与功率分配实现网络吞吐量的最大化;最后仿真验证了该算法的有效性,结果表明网络吞吐量能较好地逼近网络容量上界.

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%.