过零双门限协作频谱感知算法

应用过零双门限协作频谱感知算法估计无线电频谱的占用状态,研究了认知用户个数、计算所用的采样点数、不同信噪比及判决系数对检测概率的影响,并与传统双门限能量检测、差分双门限能量检测算法的检测性能进行了对比研究,发现在信噪比为-5 dB,判决系数为0. 05,虚警概率小于等于0. 8时,过零双门限检测方法单认知用户检测性能明显优于其他2种检测方法;当信噪比均为-5 dB,参与协作感知的认知用户个数小于6时,过零双门限协作检测算法性能明显优于其他2种算法;在虚警概率恒定的情况下,增加计算所用的采样点数或增大判决系数能够明显提高检测概率;在虚警概率恒定情况下,算法检测概率随着信噪比增大而增大,当信噪比为-7 dB时,检测概率趋近于1;在相同的检测条件下,过零双门限协作检测算法的虚警概率要明显低于差分双门限检测的虚警概率。结果表明:过零双门限协作频谱感知算法可以降低系统的虚警概率,有效解决噪声不确定性问题,进一步提高系统感知性能。

基于双门限能量检测的协作频谱感知算法

为了克服传统能量检测算法的不足,提出了一种基于双门限能量检测的协作频谱感知算法(cooperative spectrum sensing algorithm based on double-threshold energy detection,CSBDE)。该算法采用噪声不确定条件下的双门限值作为判决条件,将本地能量检测结果划分为硬判决和软判决。认知基站采用优化的融合准则,首先对所有本地硬判决进行融合,根据需要再进一步对本地软判决进行融合,最终给出全局判决结果。蒙特卡罗仿真结果表明,该算法能够克服噪声不确定性对能量检测的影响,提高了系统的检测性能。

基于差分能量检测的双门限协作频谱感知算法

在传统双门限能量检测的基础上,对处于双门限之间的认知用户采用差分能量检测方法,提出了一种基于差分能量检测的双门限协作频谱感知(简称差分双门限能量检测)算法。该算法不仅考虑了噪声的不确定性对系统性能的影响,而且有效克服了传统双门限检测算法中的感知失败问题。仿真结果表明,差分双门限能量检测可以有效提高系统的频谱感知性能。另外仿真实验分析了判决系数和信道信噪比对系统性能的影响,结果显示,信噪比越高,判决系统对系数性能影响越显著,且在合理的取值范围内,系统性能随着判决系数取值的减小而提高。

基于双门限能量检测的选择式协作频谱感知

关于无线通信业务的增长导致无线频谱资源紧缺问题,传统的频谱感知技术需要专有控制信道来进行数据传输,浪费了稀缺的频谱资源。针对上述情况,提出了一种无需专有控制信道的协作频谱感知的方法。同时,以双门限能量检测为基础,各认知用户采用选择式策略向融合中心报告各自的初始检测结果,分析了在瑞利衰落信道下协作频谱感知的性能。仿真结果表明,协作频谱感知方案可以在不损失ROC性能的前提下,有效地节省专有报告资源;同时,合理地增加主用户信号的检测时间可以降低虚警概率;且在相同的信噪比条件下,与传统的双门限能量检测方法相比,具有更高的检测概率。

已知噪声不确定性的双门限协作频谱感知

频谱感知是认知无线电的关键技术之一。能量检测广泛应用于频谱感知中,然而噪声不确定性严重影响其检测性能。建立了噪声不确定性模型,提出了双门限协作频谱感知算法,并分析了融合中心接收到感知用户信息数量进行有效感知的概率。仿真结果表明,在一定条件下,所提算法能够达到较好的检测性能。

基于双门限能量检测的认知无线电协作频谱感知

频谱检测过程中的授权用户识别是目前认知无线电技术研究的主要问题之一,为了提高认知无线电中感知用户对授权用户的检测性能,研究了基于双门限能量检测的协作频谱感知算法,提出了一种新的双门限检测法来避免传统方法中的检测失败问题.同时,为了节省感知网络带宽,进一步提出仅在检测失败时传送原始能量值来减少传输数据量.仿真结果表明:在满足上述要求的前提下,新方法还能大幅提升系统的检测性能.

Femtocell网络中基于双门限的两层协作频谱感知技术

在Femtocell和Macrocell构成的两层异构网络中,前人提出运用认知无线电的技术来解决网络中存在的干扰问题,但大多数研究主要集中在频谱资源的管理上,没有提出高效的频谱检测方法。本文结合认知无线电中频谱感知技术提出了基于双门限的两层协作频谱感知,检测出空洞的频谱资源分配给Femtocell用户使用,既能提高频谱资源的利用率,又能有效的抑制Femtocell与Macrocell之间的干扰。文中推导出了Femtocell用户基于双门限的两层频谱感知的检测概率和虚警概率,给出了Femtocell网络中感知信息两比特编码的融合准则和基于双门限的两层协作频谱感知的具体实施方法。仿真结果表明,所提算法能够有效提高Femtocell用户的频谱检测概率,通过对感知信息进行两比特编码,再将编码后的信息发送至融合中心进行融合,能够有效的提高整个系统的检测性能,抗噪声能力强。

基于双门限能量检测的自适应协作频谱感知

针对认知无线电中传统单门限能量检测由于单一门限造成的低信噪比情况下容易误判从而导致错失频谱接入机会的不足,提出了一种基于双门限能量检测方法的自适应协作频谱感知模型。该模型以加性高斯白噪声信道模型为基础,由传统双门限能量检测方法改进而成,针对接收到的能量统计值的大小采用不同的判决方法,各个判决结果直接由所采用的判决方法决定。仿真结果表明,在较低信噪比条件下,与传统单门限能量检测模型相比,该自适应协作频谱感知模型具有更好的识别性能,随着用户数量的增加,识别性能更优。

基于OFDM的双门限协作频谱感知仿真

针对频谱感知中单门限能量检测的不足,研究了双门限能量检测,结合OFDM频谱利用率较高的特点,提出了将双门限能量检测与OFDM系统相结合的方法。以OFDM系统为基础,将系统中的子信道作为待感知用户,根据可用子载波数量确定实际感知用户,在子信道中进行双门限能量检测,数据融合中心采用"or"准则进行判决。仿真结果表明,该方法能够较好地识别出主用户,从而控制OFDM系统的数据传输,随着可用子载波个数的增加,可以得到更好的识别性能。

基于感知信道差异性的动态双门限协作频谱感知优化算法

针对噪声不确定性对能量检测性能的影响以及各认知用户感知信道环境具有差异性的问题,为了提高频谱检测的可靠性,在传统的能量检测算法基础上,提出了一种动态双门限协作频谱感知的优化算法。首先,通过构造错误检测概率函数求出最优单门限;然后,利用认知用户感知信道的差异性设置各自的双门限;最后,采用优化的融合准则对感知的性能进行了分析。仿真结果表明,该算法较单门限检测和传统的双门限检测具有更高的感知性能。

改进双门限能量检测分簇协作频谱感知算法

针对传统频谱感知算法在低信噪比环境下检测概率较低的问题,提出改进双门限能量检测分簇协作频谱感知算法。算法将感知节点分簇,簇间信息采用OR准则硬融合,簇内双门限外节点发送1 bit判决结果进行硬融合,双门限内节点发送能量值和信噪比值进行加权软融合。加权软融合阶段构造检测概率与节点权重系数函数,利用压缩因子粒子群算法选择权重系数进行函数寻优,以最大化检测概率。仿真结果表明,在低信噪比和不同感知用户数目环境下,算法仍具有较高的检测概率。

基于随机共振的双门限协作频谱感知算法

针对现有频谱感知算法在低信噪比(SNR)环境中性能检测不佳的问题以及传统随机共振(SR)检测弱信号的方法在实际应用中存在的局限性,通过设置最优门限,计算出最优的协作用户数量,提出了一种基于随机共振的双门限协作频谱感知算法,并对提出的算法进行了性能分析。DCSSR算法通过将位于双门限不确定区域的统计数据经过随机共振系统,进一步提高频谱感知算法在低信噪比下的检测性能。仿真结果表明,在不同信噪比和虚警概率下,DCSSR算法相较于传统单门限能量协作算法、双门限能量协作算法以及单门限随机共振协作算法,检测性能都得到了提升。在信噪比为−20 dB时,提出的DCSSR算法相较于传统单门限能量检测协作算法,检测概率提高了80%。

基于多融合准则的双门限协作频谱感知算法

认知无线网络中,现有协作频谱感知技术未考虑根据感知用户的可靠性程度,对其判决结果采用不同的融合策略。针对上述问题,提出了一种新的基于多融合准则的双门限协作频谱感知算法。该算法以双门限协作检测为基础,根据感知用户判决结果的可靠程度不同,采用AND准则和OR准则相结合的判决方法,对参与感知的用户判决结果进行分类融合。理论分析和仿真结果表明,该算法与协作频谱感知算法相比,能够显著改善认知无线网络的频谱感知性能。

基于噪声不确定性的双门限协作频谱感知算法

传统的双门限协作频谱感知算法忽略了两门限之间认知用户的本地感知信息,而利用这部分信息可以进一步提高认知无线电系统的感知性能。为此,在等增益合并的基础上,提出一种顺序自适应分步合并算法。两门限之间的认知用户根据接收信噪比分步上传本地感知信息,融合中心自适应地调整参与协作的认知用户数,以减小系统的上传数据开销。推导在Rayleigh衰落信道条件下,认知用户上传数据的平均比特数以及全局检测概率的闭式表达式。理论分析和仿真结果表明,该算法能以较小的数据开销获得较优的协作感知性能。

基于双门限的新型协作频谱感知算法

针对传统认知无线电双门限能量感知算法在可靠性和带宽受限上存在的不足,提出一种基于两比特硬合并的新型双门限协作频谱感知算法。该算法同时利用了认知用户的单比特局部判决结果和解决感知失败问题的两比特局部判决结果两种信息,并由融合中心结合两种局部判决信息做出最终判决从而确定主用户存在与否。仿真结果表明,与传统双门限算法相比,该算法仅以平均感知比特位略微提高为代价(感知失败概率较低时大约平均提高1%),不仅消除了感知失败问题,而且显著提高了感知性能(虚警概率较低时最大可提高21%)。

基于分步融合的双门限协作频谱感知改进算法

针对在噪声不确定通信环境下,传统双门限协作频谱感知算法在同时提高频谱检测性能与降低数据传输量中的不足,提出一种基于分步融合的双门限协作频谱感知改进算法。该算法首先对所有认知用户进行过滤,剔除深度衰落用户对检测性能的不利影响;然后根据噪声不确定度自适应设置双门限值,增强感知系统对噪声不确定环境的适应性;最后在融合中心采取分步融合的策略,合理折中高检测性能与低数据传输量间的矛盾。理论分析与仿真结果表明,与传统双门限频谱感知算法相比,该算法可完全避免感知失败,在保证低数据传输量的同时可有效提升检测性能,当噪声不确定度较大时,提升效果更明显。

认知无线网络中动态双门限协作频谱感知性能的优化方案

频谱感知作为认知无线电的关键技术,得到广泛深入的研究。其中衡量协作频谱感知性能的主要参数为全局虚警概率和全局漏检概率,它们之和被定义为全局错误概率。本文研究基于双门限能量检测的协作频谱感知性能的优化方案,首先,固定双门限能量检测的检测门限值,对表决融合准则的投票门限进行优化,使得在该能量检测门限值条件下,协作频谱感知的全局错误概率最小;然后在表决融合准则的投票门限取最优值的前提下,对双门限能量检测的检测门限值进行了优化,在不同接收信噪比条件下,最优的检测门限值是动态的,所以要根据信噪比确定最优的检测门限值,使得协作频谱感知的全局错误概率在各信噪比条件下都达到最小值,从而提高了协作频谱感知的性能。仿真结果表明,表决融合准则的投票门限和双门限能量检测的检测门限值取得各自的最优值时,全局错误概率最低,检测性能最好。

基于动态自适应双门限能量检测的序贯协作频谱感知算法

针对在一般高斯白噪声环境中,传统的双门限能量检测频谱感知算法忽略确定两门限之间的感知信息的问题,该文提出一种基于动态自适应双门限能量检测的序贯协作频谱感知算法。新算法以最优化检测概率为目标,采用序贯方式对协作用户进行动态自适应双门限建模,并对处于两门限之间的接收能量值进行软判决。进一步地,新算法能自适应动态调整门限大小和各判决区域协作用户数,以达到最大化检测概率和最优化受试工作特征曲线的目的。理论分析和仿真结果表明,与经典的双门限能量检测算法相比,提出算法具有更优的检测概率。

Rayleigh信道下双门限协作频谱感知研究

频谱感知是认知无线电系统有效通信的前提,其感知速度和准确性是衡量频谱感知性能的重要指标。现有算法仅考虑理想AWGN信道下双门限协作频谱感知,应用中衰落信道下的频谱感知作深入研究,具有实际意义。为了提高频谱感知在实际应用中的可靠性,将双门限多节点协作方法用于Rayleigh衰落信道仿真检测。仿真实验表明,Rayleigh衰落信道下双门限多节点协作检测方法的可靠性优于高单门限协作检测方法,其检测结果对Rayleigh信道环境下频谱感知系统的设计具有重要参考价值。

改进自适应双门限协作频谱感知算法

频谱感知是认知无线电领域的关键技术之一,得到了众多学者广泛深入的研究。在低信噪比情况下,传统双门限算法阈值门限固定不变导致检测效果较差,针对该问题,提出一种自适应双门限协作频谱感知算法,通过计算各节点信噪比得到权值,调整判决门限,将当前判决结果与前后时刻充分联系,融合各节点判决信息得到最终判决结果,理论分析和仿真结果表明,相较于传统双门限和加权双门限检测算法,本文提出的算法具有更好的检测效果。