应急通信系统中基于集群智能的动态信道分配

应急通信系统中频谱资源在时间和空间上的动态变化,使得寻找一条稳定的公共控制信道十分困难。为此,将认知无线电技术引入应急通信系统中,建立了应急认知无线电网络模型,提出一种基于集群智能的动态信道分配算法。系统中每个节点根据检测到的可用信道信噪比和邻居节点对信道的选择情况,采用信道选择更新函数,选择公共控制信道。应急通信系统中的所有节点构成一个集群,节点进行各自的信道更新并与其他节点交互形成集群智能。各节点周期性地进行消息发送与监听,依据频谱资源的动态变化及时更新公共控制信道的选择,最终达到全局公共控制信道的动态选择。仿真结果表明,算法能够达到公共控制信道的有效收敛,有很好的可扩展性,并且能够快速地适应频谱资源的动态变化。

应急通信系统中协作中继选择与功率分配优化

为提高应急通信系统的信道容量和能量效率,提出一种协作中继选择与功率分配的联合优化算法。在动态的通信环境中,通过最佳期望选取参与数据传输的协作中继集,提高通信系统的信道容量。为使每个用户及整个网络的能量消耗降到最低,采用凸优化方法,合理分配源节点和多个中继节点之间合理的发射功率。理论分析与仿真实验证明,该算法能以较低的复杂度明显提高系统的信道容量和能量效率。

一种分布式协同优化的认知无线电网络频谱检测算法

针对动态认知无线电网络中频谱检测性能与资源消耗之间的矛盾,提出一种分布式协同优化的频谱检测算法。设置双门限将认知用户分成可信组和非完全可信组。采用次梯度法对频谱检测效用函数进行分布式协同优化,动态调整能量检测阈值,提高动态变化网络环境中的非完全可信认知用户检测结果的准确性,并根据优化过程的收敛速率,从中选择参与协作的认知用户。最后融合中心通过加权融合获得频谱检测结果。仿真实验和分析表明算法在提高认知用户频谱检测准确性和检测速度的同时,降低了网络开销。