多任务群智频谱感知算法

频谱感知是认知无线电系统中的关键技术。本文将群智感知的激励机制与协作频谱感知有效结合,提出了一种基于多任务群智感知的协作频谱感知算法。该算法考虑检测概率和感知时间建立了参与感知的次用户效用函数,次用户通过优化感知时间得出次用户的最优效用并确定感知的信道,通过贪婪算法在有限预算限制下来选取参与感知的次用户,在次用户感知完成后发放一定的报酬,以激励次用户参与频谱感知的积极性。仿真结果表明,该算法可以同时感知多个信道,通过激励提高了次用户的参与度,使得协作频谱检测概率得到有效的提升。      

认知无人机网络中次级链路吞吐量优化研究

无人机(UAV)的便携性和高机动性使其与认知无线电(CR)结合的应用场景更加实用。在构建的无人机认知无线网络(CRN)模型中,该文提出UAV单弧度吞吐量优化方案,在确保检测概率的前提下优化感知弧度最大化UAV平均吞吐量。考虑在信道条件不理想情况下进一步改善感知性能,提出基于协作频谱感知(CSS)的多弧度吞吐量优化方案,利用交替迭代优化(AIO)算法对感知弧度和弧度数量进行联合优化以最大化吞吐量。仿真结果表明,该文提出的多弧度协作频谱感知方案在信道衰落严重时,对于主用户(PU)服务质量(QoS)和UAV吞吐量有明显提升。     

基于非理想感知的认知无线电系统感知时间与频谱分配联合优化算法

针对非理想感知情况下感知时间与频谱分配联合优化问题,同时考虑漏检与主用户重新占用频谱两种场景所造成的主次用户碰撞,并通过量化主用户对认知用户的干扰,给出有无主用户存在时认知系统可获得的吞吐量。在总传输功率约束以及对主用户的最大干扰功率约束两个限制条件下,以最大化系统平均吞吐量为优化目标,给出感知时间与频谱分配联合优化算法。算法首先通过折半法搜索最优感知时间,在既定的感知时间下,将子信道分配给能获得最大平均吞吐量的认知用户,在此基础上,利用凸优化相关理论求得最优功率分配。仿真结果表明,本文所提算法相比于传统频谱分配算法系统平均吞吐量性能提升了10%左右。     

周期性协作频谱感知机制的优化

为了提高检测性能和频谱资源利用率,对认知无线电网络中的周期性协作频谱感知机制进行了研究.针对不同的衰落信道环境,通过引入有效传输时长比例和干扰时长比例作为次用户服务质量的衡量标准,给出了集中式协作感知下的检测时长、数据传输时长以及协作用户数量等参数的最优选取方法,从而获得最高的信道效率.仿真结果表明,通过选取最佳的协作...     

基于最优停止的认知无线网络下行频谱接入算法

为有效平衡认知无线网络中次用户系统中接入信道的感知时间和信道总的吞吐量之间的矛盾,提出了一种只对部分信道进行感知的频谱接入策略,联合总的感知信道数和各条信道的感知时间进行优化,并通过最优停止算法求解,在最大化节省感知时间的同时,取得较大的平均吞吐量。与HC-MAC(Hardware Constrained- Media Access Control)算法的仿真分析对比表明,该算法在相同给定条件下感知时间更短,吞吐量更大,具有明显的优势。     

认知无线电网络中基于强化学习的智能信道选择算法

认知无线电系统不仅要具有自适应性,更应具备一定的智能性。该文将强化学习理论引入到认知无线电系统中,用于解决次用户在频谱感知过程中的信道选择问题,提出了一种基于强化学习的信道选择算法。该算法在未知主用户占用规律和动态特性的前提下,仅通过不断与环境进行交互学习,便能够引导次用户选择“较好”信道优先进行感知,使次用户吞吐量得到提高。仿真结果表明,相对于现有信道选择算法,所提算法可有效提高次用户的吞吐量,并且在主用户使用规律发生变化时,能够自动实现二次收敛,可作为认知无线电系统迈向智能化的一种尝试。      

协作认知网络中基于融合准则与感知时间联合优化的策略

在协作频谱感知网络中,感知时间和数据融合准则均影响着感知性能.假设控制信道为二进制对称信道的前提下,基于“k秩准则”建立了协作感知网络吞吐量优化问题的数学模型,目的是在保护主用户利益的前提下联合优化感知时间和k值使认知网络吞吐量最大化.理论分析了最优感知时间和k值的存在性,并进行了相关的计算机仿真.仿真结果表明:所提议...     

基于中继协作的认知无线电性能研究

频谱感知是认知无线电技术的关键。协作频谱感知能够充分利用网络资源,提高网络中认知用户的检测概率,降低认知用户的虚警概率。基于两个认知用户之间的中继协作,研究了协作频谱感知的感知性能与吞吐量的折衷。仿真结果表明：中继协作的频谱感知方法能够使得在充分保证对授权用户不造成干扰即检测概率一定时,能够有效地降低认知用户感知授权用户的虚警概率,缩短＂弱＂认知用户获得最大吞吐量的最优感知时间,提高其最大吞吐量,并提高认知系统的最大吞吐量。     

基于可靠次用户信息的协作频谱感知算法研究

对认知无线电系统最基本要求之一就是次用户必须有能力以高的精确率来确定主用户是否存在。而以前对认知无线电频谱感知的研究表明:在实际认知网络中次用户之间的相互协作可以提高其频谱检测性能。然而,对于协作频谱感知而言,随着协作次用户数目的增加,势必会增大用于传输本地检测结果到融合中心的专用控制信道带宽,从而增加系统开销。该文在控制信道带宽有限的约束条件下,提出一种通过考虑可靠次用户信息的协作频谱感知算法来进一步改善频谱检测的性能。该算法的基本思想:只有具有可靠的本地检测结果的次用户才发送自己的检测结果到融合中心,否则,该次用户不发送任何信息。同时,对提出的该算法在理论上进行了推导,通过仿真结果表明:在控制信道带宽受限的约束下,相比于传统的或门协作频谱感知算法,提出的算法能够大大改善对主用户的检测性能。     

基于跨层优化的机会频谱接入算

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.     

Efficient error detection in soft data fusion for cooperative spectrum sensing

The primary objective of cooperative spectrum sensing (CSS) is to determine whether a particular spectrum is occupied by a licensed user or not, so that unlicensed users called secondary users (SUs) can utilize that spectrum, if it is not occupied. For CSS, all SUs report their sensing information through reporting channel to the central base station called fusion center (FC). During transmission, some of the SUs are subjected to fading and shadowing, due to which the overall performance of CSS is degraded. We have proposed an algorithm which uses error detection technique on sensing measurement of all SUs. Each SU is required to re-transmit the sensing data to the FC, if error is detected on it. Our proposed algorithm combines the sensing measurement of limited number of SUs. Using Proposed algorithm, we have achieved the improved probability of detection (PD) and throughput. The simulation results compare the proposed algorithm with conventional scheme.     

Optimization of Time-Domain Combining Cooperative Spectrum Sensing in Cognitive Radio Networks

In cognitive radio networks, the secondary users take chances to access the spectrum without causing interference to the primary users so that the spectrum access is dynamic and somewhat opportunistic. Therefore, spectrum sensing is of significant importance. In this paper, we propose a novel time-domain combining cooperative spectrum sensing framework, in which the time consumed by reporting for one secondary user is also utilized for other secondary users’ sensing. We focus on the optimal sensing settings of the proposed sensing scheme to maximize the secondary users’ throughput and minimize the average sensing error probability under the constraint that the primary users are sufficiently protected. Some simple algorithms are also derived to calculate the optimal solutions. Simulation results show that fundamental improvement of the achievable throughput and sensing performance can be obtained by optimal sensing settings. In addition, our proposed scheme outperforms the general frame structure on either achievable throughput or the performance of average sensing error probability.     

利用分组过滤加强SSDF攻击防御的方案设计

在协作频谱感知网络中,设备故障、信道阴影衰落和噪声等会导致频谱感知器(如手机、平板等)发送的信息不可靠,而恶意用户在协作频谱感知网络中,也会发送错误的感知信息以混淆视听,干扰诚实用户的判决结果。不可靠消息在邻居用户间的传递必将导致感知结果产生偏差和错误,大大降低了协作频谱感知的效率。为解决上述问题,本文将置信传播算法和信誉模型相结合,提出一种基于次用户分组的频谱感知数据伪造(SSDF,Spectrum Sensing Data Falsification)攻击防御方案。该方案分两个阶段对不可靠信息进行过滤:首先,在频谱感知阶段,通过置信传播算法对次用户进行分组,过滤掉因设备故障等因素产生的不可靠用户,剩余用户则视为正常工作用户进行数据融合。然后,在数据融合阶段,根据以信誉值作为权重因子的置信传播算法来计算最终的判决值。本文所提方案分别在感知阶段和融合阶段采取了防御措施,可有效地过滤网络中的不可靠信息,减小恶劣的频谱环境对次用户感知结果的影响。仿真结果表明,本文所提方案迭代次数少、收敛快,有效地减弱了SSDF攻击带来的损害,提高了感知结果的准确性、增强了认知无线网络的安全性。      

优化的最佳中继协作频谱感知

在基于中继的协作频谱感知中,尽管通过引入认知中继可有效提高协作频谱感知性能,然而认知中继的引入也会带来额外的系统开销及复杂度增加问题。为了节约系统开销,本文在前期取得研究成果的基础上,进一步提出了一种基于删余的最佳中继协作频谱感知方案,只有当次用户检测到主用户信号且目标次用户的报告信道衰落严重时,才申请认知中继的协作传输,同时目标次用户将其检测到的感知信息发送到认知中继;最后,分别从检测性能和次系统可获得的容量角度对所提方案下的协作频谱感知性能进行了理论分析。分析和仿真结果表明,所提方案可以有效提高检测性能,当确保主用户受到足够保护的前提下,利用所提方案可以获得更高的次系统容量。      

Optimized Reliable Data Combining Cooperative Spectrum Sensing Method in Cognitive Radio Networks

Spectrum sensing is one of the most important tasks of each cognitive radio network. Cooperation among secondary users, by increasing the sensing accuracy can improve the network throughput, but also increases the energy consumption of cognitive radio network. In this paper, we propose the reliable data combining method for cooperative spectrum sensing, according to which the fusion center by using two threshold values, makes the final decision only if it is confident enough in validity of received local data. Otherwise, an additional sensing will be performed. Throughput maximization problems under interference constraints are formulated for both soft and hard fusion schemes and the optimal sensing time and threshold values are obtained. Simulations show that for all SNRs, higher absolute throughput and also higher throughput per energy consumption are accessible, rather than conventional cooperative sensing. Moreover, for a large range of SNRs the less energy is consumed.     

认知网络中协作感知吞吐量的优化

为了提高集中式认知网络的吞吐量,提出了基于信任度的吞吐量优化算法.该算法在主用户充分保护的前提下,以认知用户的吞吐量为目标函数,融合中心采用双门限值对本地感知结果进行融合.从理论上证明了吞吐量是全局漏检概率的增函数,当全局漏检概率等于门限值时,吞吐量达到最大值.并利用牛顿迭代法求出单节点概率,然后采用遍历法可得到认知用户吞吐量最大值.仿真结果表明,当信噪比为-14 dB时认知用户融合优化算法相对"AND准则"OR准则"以及"HALF准则"归一化吞吐量分别提高了0.62、0.3和0.09.     

基于 DS 证据理论的协作频谱感知改进方法

提出了一种新的协作频谱感知方法,该方法采用DS证据理论。首先,在本地感知通过投影近似法分解感知结果以减少次级用户上报至融合中心的感知数据,从而降低协作带宽开销。其次,在融合中心根据次级用户证据矢量之间的距离计算可信度,以可信度为权重对每个次级用户的基本概率分配进行加权平均来减小高度冲突数据对检测性能的影响。仿真结果表明,该方法减少了协作感知的带宽开销,改善了数据高度冲突时的检测性能。     

利用身份代码加速分布式协作频谱感知

频谱感知是认知无线电领域的关键技术.在协作频谱感知中,分布式一致性加权算法检测性能较好但收敛速度慢.该文引入身份代码概念,用以区分各次用户的状态值和权值,避免节点间数据的重复融合,并提出了一种快速分布式加权协作频谱感知算法.仿真结果表明,所提算法检测性能与分布式一致性加权算法相当,同时收敛速度明显提升.