认知自组网分布式频谱感知最优协作算法

认知无线电技术使得自组织网络节点能够充分利用空闲频谱资源,提高了传输性能。通过协作频谱感知,可有效解决由于无线信道存在阴影、噪声和衰落等情况导致的单节点感知准确性偏低。为了解决梯度算法随着协作节点数量增大后计算复杂度变高,文中提出部分梯度算法ψ-GBCS,该模型通过基于SNR的动态阈值保证了感知准确性,同时通过最佳协作节点数提高了感知效率。仿真结果表明,该模型下,综合评估系统效率和性能的J函数值提高37%,能耗降低50%,有效保证大规模认知自组网频谱感知的鲁棒性,降低了对主用户的干扰及设备功耗。     

基于压缩感知和最小二乘的分布式协作频谱感知

针对认知无线电(CR)集中式频谱感知算法对融合中心要求高,而且对节点失效的容忍性也不高等缺点,提出了一种基于压缩感知的分布式多节点协作算法.认知无线电网络中每个CR节点在接收信号频谱后,首先根据压缩采样理论在本地获取压缩采样测量值,然后利用l1范数约束的最小二乘算法在本节点估计频谱,把在此节点估计的频谱传给下一相邻节点,以此进行迭代优化直到算法收敛.理论分析和仿真结果表明,所提算法不仅计算复杂度低,收敛速度快,而且精确重构性能好,可靠性较高.     

基于加权平均一致算法的宽带压缩频谱感知

在认知无线电(CR)网络中进行频谱共享接入,首要的任务是进行频谱感知,并发现频谱空洞。基于认知无线网络中信号频域的固有稀疏性,本文结合了压缩感知(CS)技术与加权平均一致(weighted averageconsensus)算法,建立了分布式宽带压缩频谱感知模型。频谱感知分为两个阶段,在感知阶段,各个CR节点对接收到的主用户信号进行压缩采样以减少对宽带信号采样的开销和复杂度,并做出本地频谱估计;在信息融合阶段,各CR节点的本地频谱估计结果以分布式的方式进行信息融合,并得到最终的频谱估计结果,获得分集增益。仿真结果表明,结合压缩感知与加权平均一致算法增强了频谱感知的性能,比在相同的CR网络中使用平均一致算法时有了性能上的提升。     

基于SNR比较的协作频谱感知研究

频谱感知是认知无线电中通过发现可用频率资源提高频谱利用率的关键技术。协作频谱感知能一定程度上消除多径和阴影的影响,为了进一步提高频谱检测性能,提出了一种基于SNR比较的协作频谱感知算法。在此算法中,各个认知用户将各自的本地判决结果和自身的SNR值发送到数据融合中心,通过SNR比较,对各CR用户进行筛选,选出符合算法要求的CR用户参加协作检测,进行数据融合。计算机仿真表明,该算法能有效提高检测性能,并减少判决融合的节点数量。     

协作频谱感知中基于可靠度原则的节点选择方法研究

多节点协作频谱感知通过融合不同地理位置节点的检测信息,提高了对主用户使用 状态的感知性能。但感知性能与感知节点数目之间是非线性关系,感知节点的增加导致能量 消耗的增加,而信息量少的节点参与协作感知不利于提高感知性能,反而增加了额外的能量 消耗。为提高感知效率,降低能量消耗,提出一种节点选择算法,该算法只调度可信度高的 节点参与协作感知,排除性能差的节点参与协作感知,融合中心通过机器学习机制与外部环 境不断交互信息,对节点性能进行实时评,及时剔除可靠性下降的节点,动态选择高可靠性 的节点参与协作感知,维持高可靠性感知的动态平衡,提高认知网络的鲁棒性。实验结果表 明,本文中的算法在6个能耗单位下检测概率可达到99%,在有效降低 能量消耗的同时显著提高了感知性能,远优于传统感知方法。     

基于信任度与信噪比的认知无线电协同频谱检测

无线网络中存在信噪比较高的恶意认知用户的情况,为了有效利用可靠的认知无线电(CR)技术用户的本地感知结果,提出了一种基于信任度的信噪比比较协同频谱感知算法,可有效剔除认知网络中存在的信噪比较高的恶意认知用户。仿真实验表明,在存在恶意认知用户的认知无线电网络中,该算法检测性能优于传统的或准则(OR)数据融合的协同频谱感知算法以及基于信噪比比较协同频谱感知算法。     

Ad Hoc认知网络中基于梯度算法的协作压缩频谱感知方法

ad hoc认知网络(CRAHNs)比起传统ad hoc网络有很多优势,如分布式多跳结构及动态变化的网络拓扑等.频谱感知是认知无线电技术的基础,采用压缩感知方法以低于奈奎斯特采样率的速率来获得较好的重构信号,同时可减轻数字处理设备的压力.本文使用多跳模型,每个认知用户感知的频谱不仅包括主用户的主频谱,也包括认知用户自身收到其他认知用户干扰的更新频谱.由于具有动态特性的ad hoc网络缺少融合中心,本文将基于梯度的分布式协作感知算法应用于CRAHNs.该算法基于能量检测,具有可靠的感知性能和较少的能量消耗,并能快速收敛.仿真实验验证了算法的有效性.     

基于SNR比较的认知无线电协作频谱检测

协作频谱检测是认知无线电中的一项关键技术,其检测性能取决于感知节点的本地频谱检测结果的可靠性,而目前已有的方案中对此却很少考虑.对此,认为不同的认知节点信噪比(SNR)导致了各节点本地检测结果的可靠性不同,故在此基础上提出了一种基于融合中心进行SNR比较的认知无线电协作频谱检测算法.在该算法中各认知节点将本地的判决结果和估计的SNR同时发送到融合中心,然后在融合中心对SNR进行比较,按照文中设计的规则来选取有较好SNR的认知节点参与判决融合.数值分析和计算机仿真表明,该方法能有效提高检测概率,并减少参与判决融合的节点数量.     

基于表决融合的带宽受限的协作频谱感知算法

协作的频谱感知使认知无线电(CR)网络对主用户进行可靠的检测,并避免了对主用户通信的干扰.数据融合是协作的频谱感知的关键技术.但是当协作认知无线电用户较多时,它们向融合中心汇报的感知信息就会占用大量的带宽.本文提出了将表决融合准则与检查策略相结合的协作频谱感知的方法,来减少发往融合中心的平均感知比特数,从而有效节约传输带宽.推导分析了该算法在理想信道和非理想信道中的频谱感知性能,并给出了这两种情况检测概率的闭合式.仿真结果表明,此种基于表决融合准则的检查协作频谱感知算法的性能最优,即在较高的感知性能下有大量的感知比特的节约.     

基于非参量累积和的合作频谱感知

针对认知无线电网络中频谱感知的检测时延降低问题,提出了基于非参量累积和的合作频谱感知算法。本地认知用户预处理频谱观测数据,获得观测数据相对于信念值的正向漂移和负向漂移。为了缩短检测延迟,认知用户只将数据的正向漂移同步传输至融合中心。融合中心融合正向漂移得到判决信息,采用非参量累积和算法依时间序列顺序累加判决信息,判断主用户是否正在使用授权频段。为了解决不传输负向漂移引起的虚警问题,改进算法提出融合中心可以保留首次判决,经过等待时间间隔后再作出最终判决。相对于传统的软融合算法,改进融合规则的合作频谱感知算法具有较低的检测延迟。     

一种基于信誉值拍卖的区块链下的感知收益分配机制

实现频谱共享,需要以实时准确地掌握主用户的频谱占用情况以及频谱交易信息为前提.为此,在利用群智感知以及区块链的前提下,提出了三层式的基于区块链的认知无线电系统,即物理层、传输层以及应用层.其中区块链网络位于传输层,用以记录交易信息,并利用区块链的去中心化以及去信任化特性以保证交易的安全性与可靠性.特别地,为了激励系统中Crowd Sensor积极地参与频谱感知,提出了基于信誉值拍卖的感知收益分配算法.Crowd Sensor依据自身的信誉值对任务进行报价,报价高者可执行任务,且获得较高的收益.仿真结果表明,所提算法保障了感知收益分配的公平性.因此,激励更多的Crowd Sensor参与感知任务可以提升频谱感知的稳定性与安全性.     

光通信网络中通信信号智能感知方法研究

在光通信网络中,通信信号的感知分为单节点感知 与多节点协作感知,其中多节点的传感因能克服多径衰弱和隐藏终端的影响而被广泛研究, 但多节点的传感知在通信开销和融合方法上仍然存在许多难题有待解决。本文提出一种量化 与编码的方法来减少当地节点与融合中心之间的通信开销,在融合方法上提出一种基于节点 特征的加权融合方法来提升融合中心的判决准确性,该融合方法有效反应各个节点在认知网 络中的实际作用。此外,为了提升感知效率,利用强化学习的方法来得升熟悉环境下的感知 效率。实验结果表明:本文中的频谱感知方法与传统方法相比在同等条件下可减少通信开销 ,提升判决准确率并减少感知时间。     

A novel signal separation algorithm based on compressed sensing for wideband spectrum sensing in cognitive radio networks

In cognitive radio networks, since cognitive terminals use a shared wideband frequency spectrum for data transmissions, they are susceptible to malicious denial‐of‐service attacks, where adversaries try to corrupt communication by actively transmitting interference signals. To address this issue, in this paper, we propose a novel signal separation algorithm based on compressed sensing, which can not only recover the entire spectrum but also separate mixed occupying signals. Specifically, the proposed algorithm is executed following three steps: (i) each cognitive terminal attempts to recover all signals over an entire wideband spectrum employing the compressed sensing technique; (ii) all cognitive terminals send their recovered signals to the fusion center where a wavelet edge detection method is adopted to locate the spectrum edges of these signals and then divide the entire spectrum into several sub‐bands; (iii) the fusion center separates its received signals on each spectrum sub‐band into different categories according to their features. Both analytical and simulation results indicate that this novel compressed‐sensing‐based algorithm can effectively separate wideband signals at a low cost and combat interference of the malicious terminals in cognitive radio networks as well. Copyright © 2013 John Wiley & Sons, Ltd.     

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。      

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.     

A Cooperative Spectrum Sensing Technique with Dynamic Frequency Boundary Detection and Information-Entropy-Fusion for Primary User Detection

The invention of cognitive radio concept is aimed to overcome the spectral scarcity issues of emerging radio systems by exploiting under-utilization of licensed spectrum. As the cognitive users (secondary users) are only allowed to use a licensed spectrum in the absence of its rightful owner, the ability to accurately sense the presence of the rightful owners (primary users) is highly essential. The traditional way of having individual secondary users perform their own spectrum sensing is vulnerable to the presence of noise and shadowing of propagation channel. Cooperative spectrum sensing emerges as an attractive alternative that exploits the inherent geospatial diversity of multiple cognitive radios to enhance the robustness of sensing accuracy. Two specific issues in cooperative spectrum sensing are discussed in this paper. The first issue is on dynamic detection of primary user’s bands. A dynamic band clustering (DBC) algorithm that uses K-means clustering technique is proposed in this paper. The proposed algorithm reduces the number of erroneous narrow subbands resulting from spurious noise. This in turn minimizes the number of subbands to be detected and hence the overall sensing time. The second issue is on reducing the overheads required to facilitate fusion center operation. A novel entropy-based maximal ratio combining for decision-fusion center is also proposed in this paper. Based on extensive simulation studies, the proposed fusion technique is shown to be comparable to conventional information-fusion techniques. The performance offered by the proposed technique is achieved with significant reduction in the bandwidth overheads.     

基于信任机制的无线电环境地图重构

无线电环境地图系统中的感知节点被俘获后会受迫地向数据中心发送伪造数据,导致无线电环境地图精度降低.针对该问题,提出了基于信任机制的空间插值算法改进方案,并阐述了感知节点信任值更新策略.该方案通过改变感知节点的信任度来降低恶意节点的数据在空间插值算法中的权重,经过信任值的多次更新而最终隔离恶意节点.实验仿真中,均方根误差(RMSE)和误警区域率一正确检测区域率(FAZR-CDZR1)两种性能指标均表明所提方案能够有效遏制恶意节点的篡改数据攻击,保障了无线电环境地图的精确度.     

可信的反馈声誉保护协作频谱感知软判决算法

协作频谱感知中信任机制的引入,起到了抑制恶意用户频谱感知数据伪造( SSDF)攻击行为的作用。然而,数据融合中心不加区分地接收协作感知结束后的反馈信息,为恶意用户带来了实施“掺沙子”攻击的机会。恶意用户向数据融合中心反馈错误的主用户频谱状态,使信任机制不能得出准确的信任值。为此,提出了一种基于反馈声誉的信任机制,考虑反馈中的个体性特征,引入反馈声誉的思想来量化认知用户信任值。同时,将信任值量化结果用于权重经典软判决算法———序贯概率比检测( SPRT)算法,消除SSDF恶意用户参与软判决数据融合的影响,形成可信序贯概率比检测算法( FSPRT)。仿真结果表明FSPRT算法的性能优于传统SPRT算法,能有效降低网络信任值计算误差,并保持较好的感知性能。