基于最小生成树的分簇协作频谱感知改进算法

为减少分簇过程中的时延,基于最小生成树的单向比较优势提出簇首快速推举方法,并提出改进的分簇协作频谱感知算法,分析了算法的时间复杂度。算法首先基于最小划分对所有次用户节点进行分簇,簇内节点根据设置的评价条件进行性能比较,推举簇首。由簇首进行本地簇内频谱检测,并上传检测结果,最后融合中心在簇首间实现协作的频谱检测。在瑞利信道条件下,仿真显示在大信噪比时,融合中心应用AND规则,系统具有较小的虚警率,所提算法检测性能优;小信噪比时,应用OR规则能扩展系统的有效检测区间,所提算法在满足系统要求的前提下检测性能较差,但簇内信道效率提高了n-1倍。     

一种双门限分簇协作频谱智能感知算法

基于门限值的能量检测是一种常用频谱感知技术,传统单门限能量检测方法不灵活且不准确.本文提出了一种基于双门限分簇自适应协作频谱感知算法.首先,基于噪声不确定性设置双门限值,在双门限值范围外进行硬判决,否则进行软判决.根据判决结果,基站将传感器节点划分为不同的簇.融合中心根据融合规则,设置分簇门限值,进行进一步频谱检测.仿...     

基于频谱感知结果的认知无线电用户分簇方法

认知无线电用户的分簇由于不同位置频谱环境的巨大差异而成为亟待解决的问题之一。该文分析了认知无线电用户频谱感知结果之间相关性,基于分析结论提出一种基于频谱感知结果相关性的分簇算法,并考察了频谱感知结果量化对该算法的性能影响,得出增加频段数量的方式能够部分补偿量化带来的性能损失的结论。仿真显示,该文的分簇算法能够有效地对认知无线电用户进行分簇,在频谱感知结果量化的条件下,也能达到较好的分簇性能。从可靠性、准确性和自适应能力等方面,相较传统基于地理位置的分簇方法,该文所提出的分簇算法能综合考虑频谱环境的特点,更加具实用价值。     

基于多层分簇优化的认知无线电网络协作频谱感知策略

针对认知无线电网络(CRN)中基于簇的频谱感知策略的检测性能和能耗问题,提出一种基于多层分簇优化的协作频谱感知策略。首先,将CRN分成多个簇,进而将簇分成多个组,再将组分成多个子组,构建三层分簇结构;然后,利用提出的优化算法获得最优的分簇参数和决策阈值;最后,通过投票机制和K-out-of-N规则对各级决策进行聚合,进行频谱感知。实验结果表明,该方案在获得较高主要用户(PU)频谱占用检测率的同时,能够最大限度地减少信道开销,提高了网络的吞吐量。     

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。      

业务感知的自适应协作频谱感知算法

为提高次用户接入业务端到端传输性能,该文提出通过感知节点检测性能和业务类型的频谱检测与资源分配联合优化方法。首先,将上周期全局检测性能构造的有效检测指数作为调节权值,计算信道状态自适应协作门限,据此选择协作模式,以最大化有效检测区间,并根据频带稳定性和有效性特征构造可用频谱空间。随后,基于业务请求接入速率将接入业务分为时延敏感业务和可靠性敏感业务两类,通过业务属性匹配的频谱分配算法提高接入业务的端到端传输成功率。仿真显示,在不同信道状态下,所提算法通过自适应调整全局检测性能扩大了Rayleigh衰落信道的有效频谱检测区间,降低了时延敏感业务的中断概率。     

基于变分贝叶斯推断的新型全局频谱协作感知算法

为了实现多维动态频谱接入,首先给出了主用户的全局功率谱近似模型,并构建了新型全局频谱协作感知算法的总体流程,以获得主用户网络中占用频段、功率及位置等全局信息。接着利用变分贝叶斯推断技术,设计了相应的模型系数向量估计器。仿真结果表明,该方法采用的近似模型具有较好的准确性,相应的系数向量估计算法具有较高的有效性和收敛稳定性,同时指明了信噪比和泄漏总虚假功率的关系以及两者对均方误差性能的影响。此外,还证明了该方法通过利用系数向量θ的稀疏性,而在均方误差性能上具有较大优势。     

基于数据融合理论的分布式协作频谱感知方法研究

频谱感知是认知无线电的一个独有特征,是认知无线电的两大核心技术之一.文中通过对比各种频谱感知方法论证了分布武协作感知方法的优越性,提出了基于数据融合理论的分布式协作频谱感知方法.     

基于中继的协作频谱感知

频谱感知技术是认知无线电系统实现的前提和基础。由于无线衰落环境下单节点频谱感知结果可靠性不高,主要讨论协作频谱感知中的中继协作频谱感知技术。针对单个中继节点的协作频谱感知网络,分析了在AF协议下的频谱感知结果。导出了在瑞利衰落环境下中继节点参与协作感知的检测概率上限的闭合表达式,并进行了数值仿真。数值分析结果表明中继节点参与协作能够提高频谱感知性能。     

基于分布式检测和协作的自适应频谱感知机制

对当前备受关注的认知无线电多点协作频谱感知技术进行了系统归纳与总结.对频谱感知基本问题进行研究,指出了低信噪比情况下单节点检测存在的局限性;接着着重对基于能量检测的多点协作检测技术和多种数据合并算法等最新的研究情况进行了介绍和评价;最后提出了一种具有自适应优化功能的协作频谱感知机制,对控制信道和检测判决信道采用两种控制方式,采用较为稳健的拓扑控制方式,提高了检测网络的稳定性和运作效率.     

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...     

Scheme of Cooperative Spectrum Sensing Based on Adaptive Decision Fusion Algorithm

Spectrum sensing is one of the core technologies for cognitive radios(CR),where reliable detection of the signals of primary users(PUs) is precondition for implementing the CR systems.A cooperative spectrum sensing scheme based on an adaptive decision fusion algorithm for spectrum sensing in CR is proposed in this paper.This scheme can estimate the PU prior probability and the miss detection and false alarm probabilities of various secondary users(SU),and make the local decision with the Chair-Varshney rule so that the decisions fusion can be done for the global decision.Simulation results show that the false alarm and miss detection probabilities resulted from the proposed algorithm are significantly lower than those of the single SU,and the performance of the scheme outperforms that of the cooperative detection by using the conventional decision fusion algorithms.     

一种基于特征值和级联聚类的协作频谱感知方法

为了提高低信噪比(Signal-to-Noise Ratio, SNR)下频谱感知的性能,使用模糊C均值(Fuzzy C-means, FCM)和高斯混合模型(Gaussian Mixture Model, GMM),提出了一种基于特征值和级联聚类的协作频谱感知方法。从接收信号的协方差矩阵中提取特征值构造特征向量,通过在三维空间中执行聚类得到信道是否可用的分类模型,此过程无需获得主用户(Primary User, PU)信号以及噪声功率的先验信息,避免了复杂的门限计算。FCM聚类用于优化GMM聚类的初始参数,有效解决了在低SNR下GMM容易陷入局部最小值的问题。仿真结果表明,该方法降低了GMM的收敛时间并提高了模型分类的准确性,与其他主流方法相比能够有效提升频谱感知的性能。     

一种基于数据融合的合作频谱感知技术

认知无线电是为了提高频谱利用率而提出的一种智能频谱共享技术,快速可靠的检测到主用户和频谱空穴是认知无线电实现的关键和前提.由于阴影和多径衰落的影响,单认知用户检测可靠性低.基于数据融合的合作感知可以大大提高对主用户的检测概率.文中提出基于数据融合的等权重增益结合准则.仿真结果表明:当融合中心采用等权重增益结合准则时的检测性能要优于采用硬判决融合准则时的检测性能.     

衰落环境下一种高能效协作频谱感知算法

在认知无线网络中,对于电池供电的认知设备,如何高效地利用其能量资源极为重要。在将能量效率(能效)定义为认知网络频谱利用效率和平均功率消耗之比的基础上,提出了一种高能效优化算法,在加性高斯白噪声(AWGN)信道、Rayleigh衰落信道和Nakagami衰落信道条件下使融合中心门限达到最优,并求得了最佳的参与协作的用户数。通过蒙特卡洛仿真对认知网络的能效进行了性能评估,结果表明所提算法能有效提升认知网络的能量效率。     

协作频谱感知中数据融合与决策算法比较

协作频谱感知中融合多个认知用户的本地检测结果并准确判决至关重要.研究了基于大数合并的硬判决和基于置信(最大似然)合并的软判决,对不同算法的检测性能和复杂度进行了定性和定量的分析和比较.指出未来协作频谱感知中应结合协作用户数的优化和控制信道条件进行数据融合和决策算法设计.     

噪声功率不确定下协同频谱感知最优融合算法

研究了噪声功率波动性对单点和协同频谱感知性能地影响。分析了在此环境下,单点基站的检测概率与采样点个数的关系,并得出当信噪比不小于噪声功率波动系数的两倍时,基站仍可正常检测。在协同网络中,给出了此环境下数据融合方法的最优权重设定。理论分析与实验表明,相比于传统方法,文中所提最优数据融合算法在各种信噪比环境下性能均较优,尤其在各基站信噪比差异较大时,性能更为显著。     

基于可信度计算的分布式共识合作感知算法

对于分布式的认知无线网络,由于不存在融合中心节点,次级用户节点之间的合作感知往往 采用信息交互的渠道进行,其中一种基于共识合作的感知机制受到广泛的研究,但这种机制 在鲁棒性方面存在一定的缺陷,当恶意节点存在时,其错误信息将影响局部的感知判决结果 ,为此,提出一种基于感知节点可信度的共识合作感知机制。在该机制中,各节点对邻居节 点的可信度进行计算,并把计算出的可信度值发送给其他节点,通过对各节点可信度的累加 计算,最终计算出各节点的可信度,各节点以此决定是否与其邻居节点合作以及如何合作。 仿真结果证明,在恶意节点存在的情况下,该算法在感知性能和收敛速度上都较未改进算法 有不同程度的提升,减轻了不可靠节点对合作感知结果的影响。