基于免疫克隆算法的认知无线电多信道联合感知方法

该文研究了认知无线电多信道联合感知的数学模型,并将此模型转换为以认知系统总吞吐率最大化为目标的带约束优化问题,进而提出一种基于免疫克隆的多信道联合感知算法。仿真实验表明所提算法在收敛速度以及稳定性上均明显优于已有的基于遗传算法的感知方法,并且所提算法在对主用户造成相同的干扰条件下能提供更高的系统总吞吐率。

基于单调优化框架的凸松弛分支定界算法求解非凸多信道联合感知问题

多信道联合感知问题由于具有非凸性使得求解困难,该文首次尝试用确定性全局优化方法对该问题进行求解。该问题首先被转化为单调优化问题,进而提出一种基于单调优化框架的凸松弛分支定界(BRBCR)算法。仿真实验表明,所提算法较传统的凸优化方法可大幅度提升系统性能,收敛速度较PA(Polyblock Algorithm)以及传统的BRB算法提高了2个数量级,即使信道数目多达16,收敛精度为610-,该文算法16 s内即可收敛。此外,该算法还可为其它算法提供基准,对这些算法性能进行评估。

基于粒子群算法的认知水声通信多信道联合频谱感知技术研究

水声信道可用通信带宽极其有限,如何实现对水下频谱资源的有效共享成为亟需解决的问题,认知水声通信的提出为其指明了新的方向。考虑到水声信道严重的频率选择性衰落和多径效应等特殊性,将多信道联合频谱感知技术应用于认知水声通信中,研究了适用于水下的多信道联合感知的数学模型,并将此模型转换为以认知水声通信系统总吞吐率最大化为目标的带约束优化问题,进而提出了基于粒子群优化方法的多信道联合感知算法。仿真实验表明在相同的干扰条件下,新算法比传统未使用优化而取一致判决门限的水下频谱感知方法能取得更高的系统总吞吐率。