融合Stackelberg博弈和联邦学习的多星协作频谱认知方法研究

针对低成本和小型化低轨卫星的监测角度和方向分辨率相对较低、处理能力和峰值功率受限等因素造成单颗低轨卫星频谱认知能力弱的问题,提出了融合Stackelberg博弈和联邦学习的多星协作频谱认知方法。首先,结合各频谱认知卫星的可用算力、认知性能、处理与传输时延等特性,建立面向多频谱认知任务的协作卫星选择与算力资源分配算法;其次,基于所选择的节点和所分配的算力,设计低复杂度的多星协作频谱认知策略,其可自动辨识频谱空洞、检测干扰和识别调制模式。仿真实验结果表明,相比于单节点认知方法,所设计多星协作频谱认知策略能显著提升认知性能,且相比于对比模型,所设计策略中的模型可在不损失性能时,模型的参数量和浮点运算量降低分别可达96.69%和93.32%。

面向低空智联网频谱认知与决策的云边端融合体系架构

介绍了面向低空智联网频谱认知与决策这一典型应用场景的新型体系架构。首先,分析了低空智联网频谱安全管控与高效共享面临的挑战,凝练了亟待解决的关键科学问题。其次,以云边端深度融合支撑低空智联网频谱管控和共享为思路,提出了面向低空智联网频谱认知与决策的云边端融合体系架构。接着,探讨了基于云边端融合的低空智联网频谱快速精准认知与敏捷适变决策等关键技术。最后,介绍了该体系架构的未来研究方向。

基于权值自适应优化的协作频谱认知算法

提出一种基于权值自适应优化的协作频谱认知算法。根据各协作认知节点的信噪比分配合适的权值向量,反映对检测统计量的贡献大小。基于最小均方误差原则,权值向量可根据实际的各节点信噪比向量进行自适应优化,从而提高认知网络中存在低信噪比节点时的检测性能。仿真结果表明,与传统协作算法相比,该算法无论在节点高信噪比或低信噪比条件下均有更优的检测性能,且收敛速度较快。

面向低轨卫星的频谱认知智能管控

基于天地一体频谱资源共享面临的挑战,提出了面向低轨卫星的频谱认知智能管控体系架构。频谱感知得到三维多域频谱数据并形成频谱地理数据库;三维补全技术补全缺失的数据;频谱预测预判频谱占用情况,辅助频谱感知和决策;强化学习、博弈学习可以进行智能频谱决策。这样可以形成集感知、补全、预测和决策的频谱认知闭环系统,为后续低轨卫星频谱资源管控研究提供一些指导和建议。

230 MHz电力专属频段频谱认知技术研究

为实现230 MHz频段电力无线通信频谱的快速可靠认知,提出一种协作式步进频域能量检测算法。该算法在频域进行2次步进能量检测,第一次步进能量检测以较大的步进值对全频段进行快速检测,检测中被占用的频带将以较小的步进值进行第二次步进能量检测。同时,监测频段、步进值等关键参数可根据实际需求灵活配置,最终得到230 MHz频段的频点使用情况。仿真结果表明,与传统频域能量检测算法相比,该算法在低信噪比条件下可获得较高的检测概率,且适用于230 MHz电力专属频段的频谱实时监测。

一种基于M/M/N模型的频谱认知方法

基于授权频谱分配具有规律的特点,提出了在频谱感知的基础上、结合授权频谱使用规律的频谱认知方法,给出了一种基于M/M/N模型的频谱认知模型参数估计算法,并给出了最大似然的简化算法。理论分析和计算机仿真结果验证了该方法的有效性。

面向航空6G的频谱认知智能管控

随着空天地信息网络一体化的发展,卫星网络与地面移动网络作为常态化基础网络存在,而以无人机为代表的各类空中平台组成了天地之间的机动网络。航空6G作为6G的一种重要形态将包含空—空、空—地与空—天等新型通信与组网技术,需要解决的一个重要问题是如何高效利用频谱资源。基于航空6G与电磁频谱空间所面临的挑战,提出了面向航空6G的频谱认知智能管控体系架构,阐述了体系架构中频谱云、频谱控制链、设备用频软件定义、频谱传感网4个主要模块的功能作用。分析探讨了面向航空6G的频谱认知智能管控的3个关键技术,即三维频谱空间数字孪生、3D频谱智能决策、频谱图谱化快速协同学习,以期为后续航空6G与频谱智能管控的研究提供一些指导和建议。

频谱认知技术在超短波多路接收机中的应用研究

为实时多路并行接收超短波信号，本文采用了认知无线电技术中的频谱认知技术，从宽带频谱中提取出有用的无线电信号并进行解调。采用FPGA电路，较原有的多路接收设备体积上大为减少。由于采用软件无线电技术和软件体系架构，功能上更加灵活，使用更多的波形。

面向6G频谱空间认知的用频规律智能识别方法

面对6G频谱空间高效利用需求下动态频谱接入用户对电磁环境辐射源用频规律认知的需求,研究基于深度学习的辐射源用频行为智能识别方法。首先,提出了一种基于深度学习的浅层阈值去噪方法,克服噪声对浅层特征的影响以及非线性传播导致的对深层特征的进一步影响;然后,提出了一种基于卷积块注意力机制的用频行为识别模型,以增强对用频行为特征关键信息的关注,进一步提升识别性能。仿真结果表明,所提方法有效提升了辐射源用频规律识别的准确率和鲁棒性。

战场电磁频谱智能认知技术

未来军事力量竞争逐步向空天领域转移,外层空间已经成为战场信息的重要媒介。随着信息化水平不断提高,电磁空间作为空天战场信息的主要载体愈加复杂,对电磁频谱认知能力提出了更高要求。针对现代战场电磁频谱环境快速时变、信号多样的挑战,提出了空天战场电磁频谱智能认知系统架构,以及基于该架构的全并行瞬时大带宽信号处理、高精度多信号参数估计、复合特征调制识别和多域融合干扰识别技术,有效解决了空天平台复杂电磁环境高动态大带宽信号的认知难题。

全频谱深度认知理论与方法

深入研究了全频谱认知与智能利用领域,强调了现有认知无线电理论和无线电监测技术在特定环境中的优势,指出在面对宽带、瞬变、未知、复杂的电磁环境时存在“认不深”的问题。为解决这一挑战,提出了多维度的深度频谱认知作为未来的发展方向,从信号多维特征与个体本征属性双重维度对辐射源目标进行精准认知。通过探索辐射源目标信号的多域特征,构建辐射源完备表征数据库,实现通信终端的本征属性认知,可以更全面地理解和利用频谱资源。分析了调制域、协议域中信号的调制识别以及协议解析等研究现状;高速目标信号识别和空域定向认知的发展瓶颈及主要研究方向。提供了较为全面的理论和方法,为未来多维度的电磁环境感知和频谱利用奠定了基础。

基于认知频谱感知技术的通信电子防御策略分析

阐述以认知频谱感知技术研究为基础,对通信电子防御总体技术框架和技术优势进行分析,并以认知频谱感知技术的应用为基础,提出认知频谱感知的通信电子防御技术的应用,为军事通信防御在复杂电磁环境中的应用提供案例参考。

电磁频谱空间认知新范式:频谱态势

电磁频谱已经成为信息时代不可或缺的国家战略资源,面对越来越复杂的电磁频谱环境所带来的重大挑战,电磁频谱空间研究对未来频谱共享、无线电秩序管理以及电磁频谱战有着重要意义。本文从频谱态势理论模型、广域频谱态势感知、动态频谱态势生成和频谱态势高效利用4个方面,综述了对电磁频谱空间认知基础理论和关键技术的研究现状,并指出将孤立、分散、静态的频谱数据整合成一个整体、动态、关联、可视的异构数据集合是频谱态势未来的发展方向,为未来移动通信系统提升动态频谱效率、无线电秩序管理中提高恶意用户检测概率与虚警概率性能、对抗条件下增强频谱效能比,提供理论与技术支撑。

认知无线电网络频谱分配与协作集划分算法

针对协作认知无线电网络中较为复杂的多主用户与多次级用户共存场景,提出联合频谱分配与协作集划分问题,并将该问题形式化描述为整数0-1非线性规划问题,证明其是NP-hard的.首先,设计了集中式的遗传算法CGA(centralized genetic algorithm)对问题求解,对该算法进行齐次有限马尔可夫链建模并对其全局收敛性进行了分析;随后,提出了一种包含两阶段的分布式遗传算法DGA(distributed genetic algorithm),包括基于最小支配集的分簇与频谱预分配阶段和簇间协作集协商与簇内适应值精化阶段.此外,还提出一种快速收敛的DGA算法(fast-convergent DGA,简称FDGA)缩短分布式算法运行时间.仿真实验结果表明,根据能反映出算法性能的适应值结果对各算法进行比较:(1)小规模网络下CGA获得的解平均为通过穷举算法得到的最优值的92%;(2)随着网络规模的扩大,由于CGA搜索空间增大,DGA,FDGA在达到相同停机条件时获得的适应值比CGA提高约20%;(3)与DGA相比,FDGA虽能得到与DGA相近的结果,但却大大缩短了算法收敛的时间,更适应于大规模网络应用.

适用于认知无线传感器网络的高效频谱分配方法

广泛工作在ISM(Industrial,Scientific and Medical)频段的无线传感器网络面临严重的频谱稀缺问题。在无线通信中,动态频谱分配被认为是提高频谱效能的重要途径。针对典型集中式管理的认知无线传感器网络设计了基于图着色结合负载强度的高效频谱分配算法。首先在协议干扰模型下确保频谱资源在空间上充分利用,随后综合考虑节点负载强度与公平性建立优化模型并按照乘子法加拟牛顿法框架求解最优值。仿真实验表明算法与固定频谱分配方式和传统自适应频谱分配算法相比,在系统吞吐量和节点缓冲区队列长度两个关键性能指标上具有显著优势。

协作无线网络中基于遗传算法的联合中继选择与认知频谱接入机制

在多源-多宿-多中继-多载波的协作无线通信网络中,最优联合中继选择与认知频谱接入是一个NP问题。本文基于遗传算法设计了一种高效、低复杂度的联合中继选择与认知频谱接入机制。仿真结果表明该机制可以快速收敛到准全局最优值,对应的系统容量和超过全局最优的98.5%。

分布式认知网络中多用户频谱接入算法研究

认知频谱接入技术通过感知侦测并伺机接入空闲频带,大大缓解了频谱资源稀缺和利用率低下的矛盾.在未知信道占用信息情况下,认知用户如何快速找到最优空闲信道,并避免相互之间的冲突,是认知接入算法的难点和关键技术.本文中提出一种低复杂度的分布式认知接入算法,通过学习物理层的感知结果和链路层的发送确认信息,同时获取主用户的信道占用概率和从用户之间的冲突概率,能快速选择感知信道,并有效避免了从用户之间的竞争.仿真结果表明,该算法在未知信道占用概率信息的情况下,网络平均吞吐量明显优于贪婪等算法,很好地解决了认知网络中多个从用户频谱共享问题,同时收敛速度较快.

无线电频谱监测中的关键技术应用综述

无线通信业务的爆发式增长使得频谱资源愈发紧张,发生干扰和异常用频行为的可能性大大增加,也为电磁频谱管理带来了巨大挑战。而频谱监测是频谱管理的前提,为频谱管理方案的科学制定提供了数据基础。本文针对无线电频谱监测中的三大关键技术,即电磁频谱认知技术、调制识别技术和盲信噪比估计技术,基于近年来的高水平国内外文献,分析这三大技术与无线电频谱监测业务的关联性,总结主流技术路径以及研究现状,并展望其发展趋势及应用前景。

基于硬件平台的认知无线电频谱检测算法实现

以软件无线电平台为依托,实现了认知无线电中一种常用的频谱检测算法——能量检测算法,并编写程序发送已知信号来验证了这种算法的正确性。实验通过增强多媒体多播物理层技术方案的验证和演示,搭建该验证和演示硬件平台,完成硬件平台调试。本实验的最大特点就是使用了物理实现的方式进行算法实现,使理论结果更贴近现实并更具说服力。

基于认知频谱的移动Ad-Hoc网络在线抗干扰模型

针对移动自组织分组无线网络(移动Ad-Hoc网络)在实际应用中容易受到恶意干扰,导致通信性能以及抗干扰性能较低的问题,提出了基于认知频谱的移动Ad-Hoc网络在线抗干扰模型;将移动Ad-Hoc网络集成化处理,计算移动Ad-Hoc网络干扰认知的路由代价,基于认知频谱干扰的能量有效路由方法结合干扰认知路由代价以及距离、能量路由代价的计算结果,建立移动Ad-Hoc网络在线抗干扰模型;在不同大小白噪声干扰情况下对设计模型进行对比测试,测试结果表明,采用该模型在不同大小白噪声干扰情况下均具有较高的网络能效以及吞吐率,不同频带利用率情况下传输时延均低于200 ms,可为提升移动Ad-Hoc网络的生存能力和防护性能提供参考。