针对认知无线电物联网(Cognitive Radio Internet of Things,CR-IoT)网络中传感器节点能耗大、频谱资源稀缺的问题,本文提出一种动态协作频谱感知和分割(Dynamic Collaborative Spectrum Sensing and Splitting,DCSSS)算法.该算法通过...针对认知无线电物联网(Cognitive Radio Internet of Things,CR-IoT)网络中传感器节点能耗大、频谱资源稀缺的问题,本文提出一种动态协作频谱感知和分割(Dynamic Collaborative Spectrum Sensing and Splitting,DCSSS)算法.该算法通过使用双向信息交换技术增强频谱感知时间,并采用合并技术实现次级用户(Secondary User,SU)间的相互协作;为降低低信噪比下的频谱感知时间,采用频谱分割技术,每个SUs在预定的时间对信道选择和路由做出决策.实验结果表明,相较于现存的机制,本文所提算法具有更高的吞吐量、更少的能源消耗和更高的信道利用率.展开更多
该文考虑小区间业务均匀分布,提出了频谱功率分割(Frequency Power Partition,FPP)机制:小区间频率复用因子为1,2/3的频谱为低功率频谱,剩余频谱为高功率频谱,且相邻小区的高功率频谱相互正交。结合FPP特点,从吞吐量和公平性角度出发,...该文考虑小区间业务均匀分布,提出了频谱功率分割(Frequency Power Partition,FPP)机制:小区间频率复用因子为1,2/3的频谱为低功率频谱,剩余频谱为高功率频谱,且相邻小区的高功率频谱相互正交。结合FPP特点,从吞吐量和公平性角度出发,分别提出了基于影响度的频谱分配(Influence-based Frequency Allocation,IFA)算法和基于收益与影响度的频谱分配(Profitability-and-Influence based Frequency Allocation,PIFA)算法。最后考虑到小区内用户和业务分布的不均匀性,设计了一种简单的功率控制机制。仿真和分析结果表明与软频率复用(SFR)相比,FPP+IFA和FPP+PIFA分别使系统吞吐量和公平性得到较大改善,且功率控制机制进一步提高了用户和业务分布不均匀时的系统吞吐量。展开更多
文摘针对认知无线电物联网(Cognitive Radio Internet of Things,CR-IoT)网络中传感器节点能耗大、频谱资源稀缺的问题,本文提出一种动态协作频谱感知和分割(Dynamic Collaborative Spectrum Sensing and Splitting,DCSSS)算法.该算法通过使用双向信息交换技术增强频谱感知时间,并采用合并技术实现次级用户(Secondary User,SU)间的相互协作;为降低低信噪比下的频谱感知时间,采用频谱分割技术,每个SUs在预定的时间对信道选择和路由做出决策.实验结果表明,相较于现存的机制,本文所提算法具有更高的吞吐量、更少的能源消耗和更高的信道利用率.
文摘该文考虑小区间业务均匀分布,提出了频谱功率分割(Frequency Power Partition,FPP)机制:小区间频率复用因子为1,2/3的频谱为低功率频谱,剩余频谱为高功率频谱,且相邻小区的高功率频谱相互正交。结合FPP特点,从吞吐量和公平性角度出发,分别提出了基于影响度的频谱分配(Influence-based Frequency Allocation,IFA)算法和基于收益与影响度的频谱分配(Profitability-and-Influence based Frequency Allocation,PIFA)算法。最后考虑到小区内用户和业务分布的不均匀性,设计了一种简单的功率控制机制。仿真和分析结果表明与软频率复用(SFR)相比,FPP+IFA和FPP+PIFA分别使系统吞吐量和公平性得到较大改善,且功率控制机制进一步提高了用户和业务分布不均匀时的系统吞吐量。