一种基于随机共振增强的协方差矩阵频谱感知算法

为了在避免对主用户系统产生有害干扰的同时 提高频谱利用效率,要求认知无线电系统的频谱感知算法能在极低的信噪比下快速检测出主用户信号。由于可以避免能量检测面临的噪声不确定性问题,基于协方差矩阵的检测算法是一种有效的盲频谱感知算法。为了进一步提高极低信噪比下的性能,本文提出了一种基于随机共振的协方差矩阵频谱感知算法。该算法通过在接收信号中加入优化的特定信号,利用随机共振原理,增大有无主用户信号下的检测统计量概率分布函数的分离度,提高频谱感知的性能。仿真结果表明,相对于现有的协方差矩阵频谱感知算法 ,在相同的虚警概率下,所提算法可以显著提高极低信噪比下的检测概率,同时大幅度缩减检测时间。      

瑞利信道中自适应双门限频谱感知算法研究

频谱感知是认知无线电中的一项关键技术,能量检测、匹配滤波器检测和周期循环频谱检测是认知无线电中频谱感知技术中传统、经典的算法.基于能量检测的频谱感知算法因实现简单且不需要先验信息而被广泛应用,但低信噪比的情况下检测概率会降低,用户的检测性能不足,从而导致认知用户和主用户之间的冲突碰撞次数增多.针对以上存在的问题,在基于自适应频谱感知的基础上,利用噪声功率估计,提出了一种瑞利信道下的自适应双门限频谱感知算法.仿真结果表明,在低信噪比噪声不确定的情况下,这种算法能够大大提高检测概率,有效降低了认知用户和主用户之间的冲突碰撞次数,从而提高频谱的利用率.     

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。     

基于统计可信度的压缩感知协作频谱检测算法

压缩感知为认知无线电的宽频谱感知提供了一种新的方法和思路。基于压缩感知的原理,提出了一种多认知用户协作场景下基于用户统计可信度的协作频谱检测算法。该算法使用正交匹配协作追踪算法获得认知区域内的频谱占用情况,根据不同认知用户频谱检测的历史准确度综合判定用户感知结果的统计可信度。仿真结果表明,该算法在不同用户数、不同采样值、不同信噪比变化范围下其检测性能均优于传统算术平均方法,有效改善了检测性能。     

一种新的认知无线电频谱感知算法

频谱感知是认知无线电的关键技术之一,通过检测授权用户信号的有无来发现频谱空穴,以提高频谱利用率。基于接收信号的统计协方差理论,提出一种新的认知无线电频谱感知算法,无需信号的先验信息,且计算复杂度较低。仿真分析了该算法,结果表明其在低信噪比环境下,较传统能量检测法有更好的感知性能。     

一种基于分组的合作感知方法

频谱感知是实现认知无线电的关键技术,合作感知由于能在一定程度上消除多径和阴影衰落影响而得到广泛的关注.研究利用地理位置信息估计出认知用户信噪比,在此基础上提出一种认知用户和信道分组的合作感知方法,减少了每个用户所要感知的信道数,从而实现感知时间的成倍降低.仿真结果表明,该方法在检测性能下降不大的情况下能显著地减少感知时间.     

基于能量检测的频谱感知方法研究

认知无线电是一种用于提高无线通信频谱利用率的新的智能技术,检测频谱空穴是否存在是实现认知无线电的前提和关键技术之一.首先简述认知无线电的背景和概念,针对认知无线电的频谱感知功能,介绍了基于能量检测的频谱检测方法,并在Matlab环境下进行了仿真实验,比较在相同的虚警概率情况下的检测概率与信噪比的关系.仿真实验结果表明,在相同的虚警概率时,当信噪比大的时候,检测概率越大.     

认知无线电中基于机器学习的频谱感知算法研究

针对于认知无线电中传统感知算法受信噪比(SNR)影响、过度依赖主用户先验知识和感知时间长等问题,提出基于支持向量机(SVM)的频谱感知算法,通过将信号能量值、SNR值与类别标签作为训练数据,对其进行SVM学习后,得出此CR环境下的分类模型。仿真结果显示在低SNR环境下,机器学习频谱感知算法检测概率比能量检测的提高了近40%,分类错误率仅为1.4%,因此具有更优良的感知性能。     

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。     

认知无线电基于感知信息量化的合作频谱感知

针对认知无线电频谱感知性能的提高与传输开销的矛盾,研究了一种基于感知信息量化的合作频谱感知模型,在此基础上,研究了感知信道信噪比、认知用户数对检测概率的影响以及感知时间、信噪比对虚警概率和吞吐量的影响,并将检测性能与软判决和硬判决比较。理论分析和仿真结果表明,该方法在每个认知用户只增加1 bit传输开销的前提下能够极大地改善检测性能,实现了频谱利用率与传输开销的较好权衡。     

认知无线电中双阶段频谱检测算法研究

在认知无线电网络中,为了实现更精确的检测,并避免对授权用户的干扰,一种双阶段频谱检测算法被提出.该算法由粗检测和细检测两种方式组成.粗检测阶段采用应用广泛的能量检测技术.由于能量检测技术的性能在衰落环境中容易受到影响,当粗检测阶段时感知结果判定为信道空闲,在细检测阶段将采用基于一阶周期平稳特征检测算法.对于这种双阶段频谱检测算法,推导分析了错误检测概率和吞吐量的性能指标.仿真结果表明,频谱检测性能显著优于常规的一阶段频谱检测算法.     

低信噪比条件下基于随机共振的感知方法与性能分析

针对认知网络实际环境中常呈现出噪声高动态变化、低信噪比特征,无法快速准确进行频谱感知的问题,本文将物理学非线性领域中的随机共振理论引入到频谱感知中,提出了一种基于广义随机共振的能量检测算法.该算法引入匹配噪声,通过匹配非线性系统、噪声和信号三者的关系,从而改变能量检测统计量的分布,有效地检测信号的存在性.本文从理论上推导了最佳匹配噪声的表达式,并得到了检测性能、受噪声不确定度的影响、感知时间等方面的重要理论结论.仿真结果验证了理论推导的正确性,表明所提算法能够在信噪比为-20dB等低信噪比条件下较现有能量检测算法提高3dB以上,且具有感知速度快、受噪声不确定度影响小等特点.     

认知无线电的合作频谱检测分析

认知用户需要持续快速地检测主用户的出现,对基于认知无线电的合作频谱检测机制进行了分析。在理想的两用户网络中,认知用户采用合作机制可以提高系统的平均侦测时间。在多认知用户网络中,参与合作的用户越多,单个认知用户对主用户的侦测概率越高。对于多用户网络,还考虑了整体的实现。     

基于三个认知用户的多分支频谱感知方法

为了在认知无线电网络中有效地感知出授权用户,通过在无线通信网络中对多分支协作分集方式的研究,提出了在3个认知用户组成的认知无线电网络中,2个认知用户作为1个认知用户的中继用户,采用多分支协作分集方式感知授权用户。对其检测性能进行了理论分析,表明该方法是一种有效的感知方法,并且在低信噪比环境下,也可以有效地提高检测概率和降低检测时间从而提高网络的敏捷度增益。实验仿真结果证明,在低信噪比的环境下,该方法也可以获得较好的性能。     

Maximizing the lifetime of energy‐constrained cooperative spectrum sensing sensor network

Adding the cognitive capability to wireless sensor networks allows the sensors to monitor the spectrum and identify the spectrum holes to operate in different frequencies according to the radio environment which result in better spectrum utilization. Spectrum sensing is a main component in any cognitive radio network. In this paper, we propose a new cooperative sensing scheme based on energy detection for cognitive sensor networks which is constrained by the energy limitation of the wireless sensor elements. The proposed scheme minimizes the sensing energy for individual sensor and carefully selects the suitable participant sensors in each cooperative sensing process. This results in maximizing the lifetime of energy‐constrained wireless sensor networks. The proposed scheme also takes into consideration the constraints on the detection accuracy. The simulation results show that the proposed scheme prolonged the lifetime of the cognitive network, makes efficient usage of available spectrum by secondary users, and satisfy the target detection performance.     

基于DOA估计的认知无线网络频谱感知

认知无线电技术中频谱感知性能的优劣直接影响认知通信系统的性能。针对该特点提出了认知无线电网络中基于波达方向（ DOA)估计的主用户频谱感知模型,即单主用户多次用户和多主用户多次用户的系统模型,选取基于特征分解的多重信号分类（ MUSIC)算法分析两种模型的感知性能,包括虚警概率、漏检概率、最小总错误概率、算法复杂度等,获得了闭值表达式,最后在两种模型下对算法进行了仿真。仿真结果表明：各参数主要影响虚警概率,而漏检概率几乎不受影响,验证了方法的有效性。     

Smart antenna‐assisted spectrum sensing for robust detection in cognitive radio networks

In this paper, we consider the problem of multiband spectrum sensing by employing smart antenna arrays at the cognitive receiver. Although energy detection is widely used for spectrum sensing in cognitive radio networks because of its simplicity and accuracy, it is severely deteriorated by the noise uncertainty. This paper introduces robust spectrum sensing techniques to circumvent this difficulty, which operate simultaneously over the total frequency channels rather than a single channel each time. To enhance the detection performance, the proposed schemes jointly utilize the information of eigenvalues and eigenvectors, signal and noise subspace components in conjunction with the likelihood functions and Gerschgorin radii. Neither subjective decision threshold setting nor the estimation of noise power is required in our schemes, making them robust to noise uncertainty. Simulations are presented to validate the performance of the proposed schemes, and the results show that our schemes can outperform other existing spectrum sensing methods. Copyright © 2014 John Wiley & Sons, Ltd.     

Effective autocorrelation-based spectrum sensing technique for cognitive radio network applications

Spectrum sensing based on detection techniques enables cognitive radio networks to detect vacant frequency bands. The spectrum sensing gives the opportunity to increase the radio spectrum channels re-utilization. However, the main challenge in spectrum sensing is the simplicity of the considered detection approach and the amount of prior information needed to make an accurate decision. This paper proposes a novel sensing technique based on the autocorrelation function. This novel approach is based on the speed of convergence to zero of all autocorrelation coefficients. This technique shows the highest probability of detection for the same probability of false alarm target at low signal-to-noise ratio (SNR) compared with many standard detection techniques. The proposed method has been implemented using GNU Radio software and SDR (software-defined radio) platforms. The experimental results show the effectiveness of the proposed method under real scenarios.     

认知无线电网络中基于合作的频谱检测研究

在认知无线电技术的实际应用场景中,针对单认知用户本地检测的局限性,以提高认知无线电网络的检测性能和缩短检测时间为目标,分别从分布式多用户和协作分集两种合作检测方式出发,对认知无线电网络中的合作检测算法和机制进行了分析及讨论,并在此基础上进一步提出了认知无线电合作检测的未来研究方向及难点问题.