基于博弈理论的认知星地网络抗干扰信道选择方法

针对认知星地网络频谱稀缺、易受干扰的特点,研究了认知星地网络中的抗干扰信道选择问题。首先考虑到地面认知用户受到多方面干扰,根据用户和干扰之间的主从关系将其构造为Stackelberg博弈。同时针对用户间互扰呈现局部影响的特性,又将用户间关系构造为图博弈,并从理论上证明上述博弈均衡的存在性。然后为了获得抗干扰信道选择问题的均衡解,提出一种基于局部信息交互的分层学习算法,在该算法中,认知用户不仅考虑自身吞吐量,还考虑邻居用户的吞吐量,通过局部最优实现全局最优。经过仿真分析,从实验层面验证了所提算法的收敛性和有效性。

认知星地一体化网络中能效最大化的鲁棒功率控制算法

如何提高能量效率是当前认知星地一体化网络研究的热点问题之一,而功率控制是提高能量效率的重要方法。另外,在实际中,由于信道信息评估误差和反馈时延致使所获得信道增益信息是不完美的,从而使得已有基于完美信息的功率算法不能满足系统性能。为此,针对认知星地一体化网络中无线信道信息不确定的情况,进行鲁棒功率控制算法的研究。首先,针对认知用户的瞬时信噪比和对主用户的干扰受信道衰落的影响而具有不确定性的情况,建立了最差情况下的鲁棒优化问题;其次,利用分式规划和拉格朗日对偶分解理论提出了一个低复杂度的鲁棒功率控制算法。仿真分析表明,提出的鲁棒功率控制算法不仅能够严格保证主用户的通信质量,并且与传统的非鲁棒功率控制算法相比能够提高网络能量效率。

认知星地网络中鲁棒多目标优化安全波束形成算法

在认知星地网络中,对于系统多个目标之间的物理层安全问题,提出了基于鲁棒多目标的安全波束成形算法。首先,在满足用户最小可达安全速率约束和基站最大发射功率限制的约束下,研究了基站总发射功率最小化和次级用户可达安全速率最大化的联合优化问题。然后,考虑到不完全的信道状态信息的实际假设,提出了基于加权切比雪夫方法的多目标鲁棒波束成形方案。其次,通过利用半正定规划和泰勒级数展开等方法将非凸的优化问题转化为具有线性矩阵不等式的线性问题,来获得最优权向量和人工噪声向量,从而得到了两个冲突问题之间的资源分配策略的帕累托最优集。最后,仿真实验的数值结果验证了所提出算法的有效性和优越性。

基于软件无线电与认知无线电的空间信息获取

作为空间军事行动及联合作战的基础和关键前提,空间信息获取离不开先进的无线电技术。在软件无线电(SDR)与认知无线电(CR)的概念和原理的基础上,结合二者的功能结构和工作特点,讨论了基于这两种通信技术的软件星和认知星概念,以及以软件星或认知星为有效载荷平台的空间信息获取技术,并对其功能特点与应用价值进行了阐述。