认知无线电多簇联合频谱感知算法

针对衰落信道下,认知无线电的联合频谱感知性能会降低,提出了簇内合作和多簇融合的联合频谱感知算法.算法中所有认知用户被分成若干个簇,簇内到融合中心最近的用户为簇头用户,簇内其他用户将本地感知信息发送给簇头,并由簇头获得本簇的合作感知结果;然后簇头将感知结果发送给融合中心,融合中心采用"或准则"合并各簇的感知结果并给出对授权用户的最后判决.仿真表明,当信道完美时,本文算法和未分簇联合感知算法的感知性能一致,当信道衰落严重时,本文算法的性能会有显著提高,并且分的簇越少,算法的性能越高.     

大型客车车厢环境下的超宽带信道模型

依据频域信道测量数据,提出了符合中国超宽带(UWB)技术频率使用规定的大型客车车厢信道模型.在信道测量信号的后处理中,使用过渡带为高斯滚降特性的类高斯窗来提取符合中国UWB频谱规范的测量信号,并为信道时域测量信号提出了一种基于小波分析的自动分簇算法来替代人眼分簇.信道模型采用修正Saleh-Valenzuela模型,从测量数据中统计提取信道模型参数,并依据模型参数仿真实现了信道模型.结果表明,提出的大型客车车厢信道模型和信道实测数据有相似的附加时延、均方根时延扩展特性和平均多径个数.     

交叉路口基于车辆权值分簇的中继转发方案

针对车辆自组网(VANET)中链路不稳定与可靠性低的问题,该文提出基于车辆权值分簇的中继转发方案。该方案首先提出基于车辆权值分簇算法,提高车辆通信链路的稳定性;该算法将车辆的相对距离、相对可达速度与连通率作为分簇属性,利用升排序法找到最优簇头并将其作为中继节点,提升簇结构的稳定性。其次,在NaKagami-m衰落信道条件下,采用双向DF的中继转发方式进行数据传输以提高通信的可靠性。仿真结果表明:在相同条件下,该分簇算法与基于车道的分簇算法相比稳定性提高8 s,该双向DF中继转发方式与双向AF转发方式相比中断概率降低了6%,通信可靠性得到提高。     

客车车厢环境下的超宽带信道模型研究

依据频域信道测量数据,提出了符合中国超宽带(UWB)技术频率使用规定的大型客车车厢信道模型。在信道测量信号的后处理中,使用过渡带为高斯滚降特性的类高斯窗来提取符合中国 UWB 频谱规范的测量信号,并为信道时域测量信号提出了一种基于小波分析的自动分簇算法来替代人眼分簇。信道模型采用修正 Saleh-Valenzuela(S-V)模型,从测量数据中统计提取出了信道模型参数,并依据模型参数仿真实现了信道模型。结果表明,提出的大型客车车厢信道模型和信道实测数据有着相似的附加时延、均方根(RMS)时延扩展特性和主要多径个数。     

基于分散型导频的MB OFDM UWB稀疏信道估计

针对多频带-正交频分复用（MB-OFDM） UWB系统,提出一种基于分散导频的UWB信道估计算法.该算法采用分散型导频,避免了频域内插,可以实时对信道进行估计.然后利用UWB信道的稀疏簇特性和傅立叶变换,在时域和频域连续对信道参数进行修正,有效地改善了低信噪比时的性能.仿真结果表明,在信噪比SNR=12时,新算法的误比特率比经典的内插LS算法约有3.5dB的改善.     

认知无线电中预测性频谱探测时间的优化

在具有时隙模式信道的认知无线电（CR）网络中,为使认知用户尽快找到可用信道,基于频率维相关性的预测,提出了一种表征1组信道可用性信息的全新概念,即信道可用性矢量(CAV) ;并将如何使认知用户在最短时间内找到可用信道的问题规划成马尔可夫决策过程(MDP),从而找到根据当前信道可用性矢量的最佳频谱探测策略. 通过在广东省实际测量得到的频谱占用性数据,验证了该方法相比简单的随机频谱探测及顺序频谱探测能使认知用户更快地找到可用信道,不失为低速率业务应用在高占用度频谱中的一种较好解决方案.     

毫米波NOMA系统的一种用户分簇及预编码算法

针对毫米波大规模多输入多输出非正交多址接入(multiple input multiple output-non-orthogonal multiple access,MIMO-NOMA)系统,给出基于K均值的用户分簇及选择算法和基于信漏噪比最大混合预编码算法。基站根据归一化角度筛除掉部分用户,再利用K均值方法对剩余用户进行分类,将每类中信道增益差最大的一对用户作为一簇。根据信漏噪比最大原则为每簇用户设计模拟预编码矢量,并由基站利用每簇强用户的等效信道生成数字预编码矩阵。所给算法可降低用户受到的簇间干扰,提升系统速率,适用于毫米波大规模MIMONOMA系统。     

基于压缩感知的MIMO-OFDM系统稀疏信道估计方法

在多输入多输出正交频分复用(MIMO-OFDM)系统中, 信号经过频率选择性衰落的信道后, 在接收端需要进行均衡和相干信号的检测, 故准确的信道估计量必不可少. 传统的信道估计方法均基于信道抽头是密集型的假设, 利用线性重构算法, 如最小二乘(LS)或最小均方误差(MMSE)等, 可以达到Cramer-Rao下界(CRLB). 然而, 通过物理信道测量发现, 在实际通信系统中, 宽带信道抽头分布通常表现出稀疏特性. 通过充分利用信道的稀疏特性, 该文将压缩感知中的CoSaMP重构算法应用于MIMO-OFDM系统的稀疏多径信道估计. 在达到与传统的信道估计方法相同性能的前提下, 基于CoSaMP的信道估计方法以非常小的计算复杂度为代价, 大大减少了导频信号开销, 从而提高了频谱资源利用率.     

WLAN/WPAN自身干扰解决算法

提出分布式动态信道分配算法(DDCAA),该方法能在高密度WLAN/WPAN环境下大大提高每个用户的吞吐量,尤其在变化的不均匀的通信量条件下,解决由于有限的信道所带来的自身干扰问题.仿真表明:给定任意的通信负载分布及原始信道分配,算法会快速收敛到平衡状态,整个网络的吞吐量得到了很大的提高.该算法能够根据信道的使用状态自适应的改变算法启动门限,并且只通过AP自身完成动态信道分配算法,真正解决了高密度WLAN/WPAN环境下的自身干扰问题,简单有效并有很高的实用价值.     

基于多项式窗函数模型的WLAN干扰自优化方法

为了抑制室内局域网中的干扰,提出了一种基于多项式窗函数模型的干扰自优化方案. 该方案通过测量邻信道干扰系数并拟合为多项式窗函数的方式完成信道干扰建模,通过接入点（AP）和用户共同侦听网络中其他AP的方式实现干扰触发,选用加权总干扰最小算法为各个AP实现信道最优配置. 仿真结果和实测结果表明,提出的方案能增加可用信道数量,减少网络干扰,提升网络平均吞吐量.     

基于加权多特征参数模型的动态频谱接入方法

为尽可能满足认知网络系统对认知用户多种类型业务的传输需求,提出了一种基于信道加权多特征参数模型分组聚类的动态频谱接入技术. 通过建立可接入信道的加权多特征参数模型,采用多目标聚类实现信道的频谱池分组划分,以实现认知用户频谱的动态接入,满足认知用户业务传输对频谱性能的需求. 通过多特征参数组合、动态频谱仿真实验验证,结果表明该方法可有效地实现信道的性能划分,提高认知用户的频谱接入效率和业务传输性能.     

基于多特征参数模型聚类的动态频谱接入策略

为尽可能地提高认知网络系统对认知用户多种不同业务类型的传输质量,提出了一种基于信道多特征参数模型聚类的动态接入技术。在建立认知用户可接入信道的多特征参数模型的基础上,利用多目标聚类方法实现信道的频谱池划分,用于指导认知用户制定不同的信道动态接入策略,满足认知用户不同的业务传输对频谱性能的需求。通过了多种参数组合以及动态频谱仿真实验验证,结果表明该方法可有效地实现信道的性能划分,提高认知用户的频谱接入效率。     

基于K均值聚类的定位算法分析

在描述了聚类算法的基本思想和概念的基础上,介绍了一种常见的聚类算法—K均值和K中心点聚类算法,通过处理认知无线电网络中主用户定位在海量数据中应用K均值聚类算法,对该算法进行分析,仿真结果表明:与传统的主用户定位算法相比,使用K均值聚类算法能够有效地提高定位精度和降低定位算法的复杂度.     

认知无线电中自适应分步合并协作频谱感知算法

在等增益合并协作频谱感知基础上,提出了一种新的频谱感知算法．根据认知用户接收信噪比的变化,通过自动调整参与协作频谱感知的认知用户数,以减少认知无线电网络中的数据开销．推导了瑞利衰落信道下采用此算法时,认知用户通过控制信道发送到中心控制器的平均数据量的计算公式．理论分析和仿真结果表明,和等增益合并协作频谱感知算法相比,在保证频谱检测性能的前提下,该算法减少了认知用户通过控制信道到中心控制器的平均数据开销．     

认知无线电网络中的分布式动态频谱共享

研究了基于认知无线电技术的动态频谱共享,基于重复博弈理论设计了一种分布式动态信道接入和功率分配算法。在不影响主用户通信的情况下,每个认知用户能够根据自己的QoS需求和本地信息进行分布式信道选择和功率分配,在系统频谱效率和业务QoS之间进行有效折中。该算法具有较好的收敛性,能最大程度地满足用户的业务需求,更适用于异构网络和业务的应用。     

授权链路保护的频谱分配算法

研究了在保护授权链路的前提下认知无线电网络(CRN)的频谱优化分配问题。基于博弈论提出了一种新型的频谱分配模型,设计了一种保护授权链路的快速收敛的频谱分配算法(FCAPLL)。仿真分析证明,FCAPLL算法能在保护授权链路的前提下对认知无线电(CR)链路进行最优化频谱分配,有较快的收敛速度;同时仿真给出了网络性能参数与比例因子的关系,为FCAPLL应用于不同性能要求的CRN提供了依据。     

基于动态双门限和D-S证据理论的合作频谱感知算法

针对传统能量检测算法门限设置单一且不适应感知信道环境差异的问题,为了提高合作频谱感知结果的可靠性,减小网络开销和融合中心计算的负担,提出了将动态双门限能量检测和D-S证据理论相结合的合作频谱感知算法.在进行本地感知时,该算法可以让认知用户通过双门限能量检测方法直接得到本地判决结果,同时根据信道环境的变化自适应调整双门限值,并在双门限内使用D-S证据理论,感知双门限内未判决结果的信任度函数,将其发往融合中心,这样可以减少融合中心的计算量以及传输带来的网络开销.仿真结果表明,双门限D-S证据理论的融合结果要优于D-S证据理论和OR准则.     

感知无线电网络中最优的分布式功率分配

在干扰温度模型下,将分布式感知无线电网络与授权系统的频谱共享问题转化为有约束的非线性功率优化问题. 为了提高多个测量点场景下感知无线电网络的吞吐量,提出了一种全局最优的分布式功率分配算法. 该算法利用原始-对偶方法求解,通过有限的信息交换,实现了吞吐量最优的功率分配. 理论分析和仿真结果表明,算法的收敛结果满足干扰温度约束,系统吞吐量明显提升.     

基于路由器的CBAC流量监控技术的分析与实现

拒绝服务攻击占用路由器和带宽的资源,导致网络和设备过载,是目前网络安全最主要的威胁之一。文章针对SYN flood拒绝服务攻击威胁,分析了CBAC的工作机制,提出了在Intranet和Intemet的边界点,基于路由器的CBAC安全特性来监控网络流量这一种简便、有效、实用的解决方法,搭建了实验网并在实验网环境下加以实现和验证。     

基于多目标遗传算法的认知无线电频谱分配

频谱共享技术是认知无线电的关键技术。基于多目标遗传算法,将认知无线电网络的最大系统效益和次用户间的最大比例公平作为目标函数,运用图论着色频谱分配模型,实现认知无线电中空闲频谱在次用户间的动态分配,并与颜色敏感图论着色算法（CSGC）进行了比较。通过仿真验证了该算法在认知无线电网络中进行频谱分配的可行性,且性能优于CSGC算法。