频谱异构认知无线电中基于吞吐量降的空时频谱机会感知

在认知无线电(CR)中,频谱感知是实现动态频谱接入的关键技术之一。为适当保护主用户并最大化次级用户的性能,目前大部分相关工作均是用虚报概率和漏检概率作为感知度量来确定最佳感知参数的。但这种度量是用主次用户的碰撞概率来衡量次级用户对主用户的影响的,没有考虑干扰强度的影响,仅适合同构频谱环境;在不同位置次级用户有不同接入机会的异构频谱环境中,并不能最大化频谱利用率。为此,该文首先定义了吞吐量降,并提出在异构频谱环境下采用吞吐量降作为一种新的感知度量。吞吐量降是指由于次级用户占用授权频谱而导致主用户吞吐量下降的百分比。在衡量次级用户对主用户的影响时,它综合了主次用户的碰撞概率和干扰强度两个因素;其次,研究了以吞吐量降为约束的次级用户吞吐量优化问题。最后,数值仿真证实了该方案比目前几种传统方案的频谱利用率显著提高。

认知传感器网络中快速频谱机会发现的研究

随着认知无线电技术越来越引起人们重视,在传感器网络的应用--认知传感器网络中频谱机会的发现速度和能量有限的矛盾越来越突出。本文通过合理设计频谱感知间隔优化这两个目标。在多信道条件下,理论推导了单频谱机会发现情况和多频谱机会发现情况的平均机会发现时间及能耗关于感知间隔的函数,并通过仿真分析说明了感知间隔选择问题和信道数目对感知速度的影响问题,为网络实用提供了理论基础。

机会频谱接入系统的切换请求排队机制及性能分析

针对非实时业务的特点,该文提出了机会频谱接入系统的两种切换请求排队方案,并采用二维Markov模型对其性能进行了建模分析,得到了呼叫阻塞率、强制中断率、信道利用率等系统性能关键参数的解析结果。数值结果分析表明,提出的两种切换请求排队方案是降低系统强制中断率的有效方法,且可克服切换信道预留机制阻塞率高、信道利用率低的缺点,信道利用率最多可提高26%。仿真实验验证了理论分析的正确性。

基于Q-learning的机会频谱接入信道选择算法

针对未知环境下机会频谱接入的信道选择问题进行研究。将智能控制中的Q-learning理论应用于信道选择问题,建立次用户信道选择模型,提出了一种基于Q-learning的信道选择算法。该算法通过不断与环境进行交互和学习,引导次用户尽量选择累积回报最大的信道,最大化次用户吞吐量。引入Boltzmann学习规则在信道探索与利用之间获得折中。仿真结果表明,与随机选择算法相比,该算法在不需要信道环境先验知识或预测模型下,能够自适应地选择可用性较好的信道,有效提高次用户吞吐量,且收敛速度较快。

基于预测机制的认知无线电机会频谱接入

基于认知无线电(CR)的机会频谱接入技术,近年成为一个研究热点,但大部分文献是根据当前主用户的频谱活动情况来指导次用户的频谱接入。提出一种新的接入机制,根据主用户过去和现在的频谱活动来预测其未来的频谱活动,从而使次用户可以接入可用性高的频段,减少与主用户发生冲突碰撞的可能性。另外,门限值的设定更进一步减少了不可靠的频段,使次用户的通信质量得以提高。通过仿真实验可看出,与传统的接入机制以及未设门限值的接入机制相比较,所提方案能有效地减少主次用户之间的冲突碰撞率。

基于POMDP模型的分布式机会频谱接入算法

针对认知无线电(cognitive radio,CR)信道的动态特性,以部分可观测马尔科夫决策过程(POMDP)为模型对认知无线电网络用户的频谱感知和频谱接入过程进行研究,提出了基于POMDP模型的分布式机会频谱接入算法。该算法利用网络信道的历史频谱感知信息对主用户接入信道的状况作出估计,以认知用户吞吐量最大化为目标进行频谱接入。同时,通过贪心算法得到此优化策略的次优解,降低了最优策略的计算复杂度。论文分析了认知用户接入吞吐量与网络中信道数目以及信道状态转移概率之间的关系,将贪心算法与随机检测接入算法进行了仿真比较。仿真结果显示,该算法获得的吞吐量比随机检测接入算法提高了约25%,能够更有效地做出接入策略。

基于跨层优化的机会频谱接入算法

针对周期性信道感知机会频谱接入系统,首先采用马尔可夫过程对次用户的感知活动进行建模分析,然后结合物理层和MAC层参数提出一个跨层性能指标——有效传输容量,并在最大化有效传输容量准则下提出一种跨层优化机会频谱接入算法,进而分析了机会频谱共享系统可获得的平均有效传输容量。理论分析和仿真结果表明,所提出的跨层优化接入算法性能优于单层优化接入算法,它可以使次用户获得更高的有效传输容量。

主用户干扰约束下的机会频谱接入感知-传输时隙优化调度

提出一种基于主用户干扰约束的机会频谱接入感知-传输时隙调度优化方案。首先,推导切换机制下认知系统的吞吐量和主用户干扰率,建立感知时间和感知周期联合优化模型;然后,在主用户干扰率和次用户感知质量双重约束下,推导了可最大化认知系统吞吐量的最优感知时间和感知周期的闭合表达式;最后,阐述了时隙优化调度方案并计算了认知系统可获得的最大吞吐量。仿真结果表明,所提出的时隙调度方案可以为认知系统提供更高的吞吐量,并更好地适应主用户干扰率和感知质量约束的变化。

机会频谱接入系统中基于次用户容量分析的检测参数设计

该文对认知网络中基于机会频谱接入(OSA)技术的认知用户的信道容量表达式及其检测参数进行了研究。首先讨论了次用户信号干扰噪声比(SINR)的特性,得到存在干扰和不存在干扰两种状况下的SINR的均值表达式,探讨SINR对次用户信道容量的影响,以及次用户的信道容量在OSA方式下的变化。并在此基础上,结合信道统计特性,运用跨层设计思想,设计次用户的发送数据帧长和检测频率。从分析结果可以看出,主用户对授权信道的占用模型影响次用户的SINR,进而影响到次用户检测频率和传输帧长的设计,结果表明从次用户物理层特性和主用户业务特性结合角度设计次用户检测参数的方案,在保证次用户吞吐量要求的同时,降低了主次用户之间的干扰,同时提高了系统对频谱的利用率。

OFDM机会频谱接入的信号频谱成型方法

该文提出两种基于主动干扰消除(AIC)的OFDM机会频谱接入信号频谱成型方法,扩展AIC(EAIC)和EAIC-混合模式(EAIC-H)。在这两种方法中,除了OFDM信号外,系统还主动发送一些抵消信号(EAIC子载波)用来抵消OFDM信号的频谱泄漏在目标频带上形成的干扰。在时域上,这些抵消信号的持续时间比OFDM符号长,从而在干扰抵消方面可以得到比现有方法更好的效果。仿真结果表明EAIC方法可以形成很深的频谱凹槽(大约80dB),大幅度超过AIC方法。和EAIC方法相比,EAIC-H方法在调制阶数较高的情况下,如64QAM,能够在干扰抵消能力和信噪比损失两个方面取得更好的平衡和折中。

Ad Hoc网络中基于距离的机会频谱接入方案

本论文研究ad hoc网络中的机会频谱接入(OSA)技术,建立一种既能够抑制次用户对主用户的干扰,又能够在非合作次用户间进行公平、无冲突的资源共享的接入机制.解决了在自组织的多用户ad hoc网络中,主次用户以及次用户之间共享频谱资源,次用户选择最佳频谱接入,并确保抑制对主用户的干扰以及自身性能优化的问题.为此,建立次用户和可用信道之间的双向选择机制.在定义了由距离决定的信道可用度的基础上,引入次用户对信道的选择因子,次用户根据自己的业务特征和传输要求选择最适合的可用信道.结果表明,这种主次用户之间双向选择的接入机制可以有效地避免主次用户以及次用户之间的资源使用冲突,实现了对频谱资源的合理有效利用.

基于博弈论的空时频谱共享:动态接入与惩罚策略

为了解决时空域频谱资源利用不充分的问题,针对异构网络中多个次用户通过感知空时频谱机会动态接入的场景,提出一种基于博弈论的可靠频谱共享策略。首先,次用户通过信道采样感知主用户的活跃程度,并进一步寻找适合的空时频谱机会。其中,每个次用户旨在寻求更多的频谱资源,须避免对主用户的通信质量造成损害。为此,次用户与主用户之间需进行个人效用的协商,以达到混合纳什均衡状态。当次用户发射功率异常时,其行为将被视为违规。然后,结合违规次数和网络中活动节点数,对次用户采用退避时间补偿算法进行惩罚。最后,仿真结果验证了引入惩罚机制的空时频谱机会共享策略的有效性。

认知无线电网络中具有服务质量支持的机会频谱共享

提出了一种具有服务质量(QoS)支持的机会频谱共享(OSS)算法,来协调解决多个主用户(PU)和次级用户(SU)接入使用频谱资源的问题.SU具有不同的接入优先级和中断优先级,从而满足SU不同的服务质量需求;利用一个六维马尔科夫模型分析了两个具有不同中断概率和接入概率的SU群情况下该算法的性能,包括SU的中断概率、阻塞概率和系统吞吐量.数值结果表明,所提频谱共享算法在保证主用户通信质量的前提下,可以满足不同SU群的QoS需求,并且在频谱利用率上优于其它频谱共享策略.

基于新型机会频谱接入的网络MAC协议研究

该文提出了机会频谱接入网络中一种新的多信道MAC协议--OSAM-MAC。它工作在多信道环境中,可以进行频谱感知,利用空闲频谱。采用OSAM-MAC协议,认知用户首先感知所有信道的使用情况,当用户有通信需求时交换信道状态列表,然后选择信道,减少了控制信息开销。同时,避免了隐藏终端问题。仿真结果证明,采用该协议可以提高系统累积吞吐量。

基于频谱聚合技术的多用户短波机会频谱接入

研究了分布式短波机会频谱接入系统中的信道探测问题。由于频谱资源的稀缺性,将认知无线电技术应用到短波通信得到了广泛关注。多个次级用户按序感知授权信道,根据感知结果决策出授权信道是否可用,利用频谱聚合技术实现数据传输。然而频谱聚合的能力受到无线通信设备的约束。本文提出一种在硬件受限条件下,考虑次级用户间相互影响的动态的停止方法。在该方法中,信道空闲概率能够随着信道探测过程而改变,并且次级用户能够定期地释放先前时隙感知的信道。仿真结果表明,所提的动态停止方法能够有效提高短波通信系统的网络性能。

Q学习算法在机会频谱接入信道选择中的应用

针对"先听后传"的机会频谱接入中认知用户的信道选择问题,本文提出了一种基于Q学习的信道选择算法。在非理想感知的条件下,通过建立认知用户的信道选择模型并设计恰当的奖励函数,使智能体能够与未知环境不断交互和学习,进而选择长期累积回报最大的信道接入。在学习过程中,本文引入了Boltzmann实验策略,运用模拟退火思想实现了资源探索与资源利用之间的折衷。仿真结果表明,所提算法能够在未知环境先验知识条件下可以快速选择性能较好的信道接入,有效提高认知用户的接入吞吐量和系统的平均容量。

感知时间等比缩减的机会频谱接入算法研究

以认知无线电(Cognitive Radio,CR)技术为基础,以电视频谱资源研究为实例提出了一种基于感知时间等比缩减的机会频谱接入算法(SGPR)。该算法与其他固定感知时间长度算法比较,相对缩减了频谱感知时间,增加了系统传输时间,从而提高了认知网络系统的吞吐量,仿真验证了该算法的有效性。

基于POMDP的跨层机会频谱接入优化设计

在功率受限的机会频谱接入(OSA)研究中,大多使用完全可观测马尔可夫决策过程(MDP)对环境建模,以提高物理层或介质访问控制(MAC)层指标,但由于感知设备的限制,无法保证用户对环境完全感知。为解决该问题,提出一种基于部分可观测马尔可夫决策过程(POMDP)与Sarsa(λ)的跨层OSA优化设计方案。结合MAC层和物理层,采用POMDP对功率受限且有感知误差的次用户频谱感知和接入过程进行建模,并将其转换为信念状态MDP(BMDP),使用Sarsa(λ)算法对其进行求解。仿真结果表明,在功率受限条件下,该Sarsa(λ)-BMDP方案的有效传输容量、吞吐量和频谱利用率分别比完全可观测Q-MDP方案低9%、7%和3%左右,其误比特率比基于点的值迭代PBVI-POMDP方案低20%左右,比Q-MDP方案高16%左右。

机会频谱接入中能量有效感知-接入策略联合设计

在非时隙主用户网络中,为了提高认知无线网络中认知用户的能量有效性,基于序贯决策理论提出了一种新的自适应机会频谱接入算法。该算法以最大化能量有效性为目标,通过建立感知接入联合优化模型,使得认知用户能够以最优的信道感知时间和传输功率接入信道。同时,在功率控制过程中引入认知用户请求数据包长度,使得传输功率可以基于数据包长度自适应控制。上述目标优化求解过程中,借助于非线性分式规划理论将其转化为线形规划问题,并运用二分搜索算法寻求最优解。仿真结果表明,所提算法能够实现感知性能和感知能耗的有效折中,有效提高认知用户的能量有效性。

一种基于信道质量的鲁棒机会频谱接入策略

为了提高分等级网络中次用户通过机会频谱接入获得的有效吞吐率,提出了一种基于信道质量的鲁棒机会频谱接入策略.该策略利用信道质量信息和信道占用信息做出传输决策,使得次用户在信道感知结果为空闲和占用时分别以不同的信道质量门限选择传输机会发起传输,充分利用了信道质量好的传输机会.结合该策略,建立了以对主用户的干扰为约束条件,最大化次用户有效吞吐率的优化问题,并考虑到了信道传播特性统计参数存在不准确估计的情况,对该接入策略的门限进行了鲁棒性设计.仿真结果表明:所提出的鲁棒机会频谱接入策略能够显著提高次用户的有效吞吐率.