认知无线电系统转移接入概率的动态子载波分配

针对认知无线电系统可用子载波的动态变化,提出一种基于接入概率的动态子载波分配方法. 该方法通过控制认知用户在子载波上的接入概率最大化系统的吞吐量,保证了用户的服务质量需求. 为简化求解过程,提出一种基于接入概率转移的启发式算法,该算法可将子载波接入概率在用户间转移,直至所有用户的速率需求都得到满足. 仿真结果表明,在瑞利衰落信道环境下启发式算法能得到全局最优解. 同时,与现有动态分配方法和载波侦听多路接入方法相比,新方法能有效地提高系统吞吐量性能.     

认知无线电网络中的参数优化问题

针对在多协作用户宽带信道情况下,认知无线电网络中当信道增益固定时,检测时间、功率以及带宽分配等参数的优化问题,提出了各参数的联合优化算法.以信道容量为目标函数,给出了最优的资源分配算法.结果表明,该算法能够实现频谱接入并且极大地提高了次用户系统的总信道容量,且资源分配与主用户占用的概率、峰值发射功率和干扰约束等因素有关.在多认知用户网络中,参与合作的用户越多,接收信号的信噪比越高,次用户系统的总信道容量越大.     

能量有效的频谱感知与接入策略联合优化算法

针对认知无线电网络中次用户节点能量受限问题,提出了一种联合考虑频谱感知和接入策略的能量有效优化算法。根据主用户非时隙接入信道可能与次用户发生碰撞的特点,基于连续时间马尔科夫理论对次用户的频谱感知和接入策略进行建模,在满足碰撞概率约束的条件下,通过合理设置次用户的感知时间和接入概率实现了感知性能与传输能效的有效折衷。仿真结果表明,相对于仅考虑感知时间或接入概率的传统优化算法,所提算法可使次用户的能量有效性得到显著提高。     

认知无线网络中基于业务区分的多信道MAC协议

为了满足认知无线网络中认知用户的业务服务质量需求,提出了一种基于业务区分的多信道媒体接入协议(SD-MAC).根据授权用户的信道使用模型以及认知用户的业务类型,实时业务采用基于预约的接入机制,而非实时业务则通过采用基于竞争的接入算法实现信道共享.理论分析和仿真结果表明,所提出的MAC协议能够有效提高实时业务的吞吐率,保证较低的接入时延,从而有效地提升系统性能.     

基于无速率编码的认知无线电系统能量分配算法

针对目前广泛应用的认知无线电技术,研究最大化认知系统能量利用率的问题.全局计入信道特性和系统本身特性对能量利用率的影响,利用无速率编码对网络动态环境的自适应能力以对抗主用户不可预知的出现,研究基于无速率编码的多信道认知无线电系统的能量分配算法.通过引入周期频谱感知模型,提出的能量分配算法根据信道和系统特性分配从用户的感知能量和传输能量,利用系统门限约束干扰概率以保护主用户通信.仿真结果表明,对应不同的信道或系统特性,提出的算法均能够显著降低能耗,提高能量利用率.     

认知无线电中的功率和频谱联合分配算法

在认知用户传输功率受限的情况下,分析了瑞利衰落模型下的认知用户效用及其优化过程,提出了基于注水线不断调整的认知用户功率分配及通信效用计算算法.将该算法应用到认知无线电频谱分配中,进而提出了一种基于信道二分法的认知无线电频谱分配机制,以此得到了不同优化模型下的用户效用.仿真表明,基于比例公平的优化模型在获得较高效用的同时...     

认知无线电网络中合作频谱感知参数优化

为提高频谱感知的效率,提出了一种在资源受限的认知无线电网络中合作频谱感知参数优化算法,在保证对授权用户的干扰不超过指定门限时,对信道利用效率与系统资源利用效率进行选择性加权,使认知无线电网络的感知效率最大化. 针对不同使用特征的授权信道,该算法均可求解出相应的最优感知参数组合. 仿真结果表明,在避免干扰授权用户的前提下,最优感知参数组合系统能最大化感知效率.     

认知无线电频谱检测机制研究

为了提高认知用户检测效率、改善认知用户检测性能以及提高频谱资源利用率,从检测模式、检测周期、检测时长和检测信道等多个角度,对认知无线电频谱检测机制中检测参数和检测策略的选取及优化方法进行了理论推导和定量分析。研究结果表明,通过对检测机制中参数和策略的优化,可解决认知无线电中仅凭借单纯物理层检测算法在检测效率和检测性能方面的局限性,在保护授权用户免受干扰的同时增加了认知用户的频谱接入机会。在此基础上进一步提出了认知无线电频谱检测机制中几个下一步研究方向及其难点问题和相关的解决方案。     

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。     

机会频谱接入中能量有效感知接入策略联合设计

在非时隙主用户网络中,为了提高认知无线网络中认知用户的能量有效性,基于序贯决策理论提出了一种新的自适应机会频谱接入算法。该算法以最大化能量有效性为目标,通过建立感知接入联合优化模型,使得认知用户能够以最优的信道感知时间和传输功率接入信道。同时,在功率控制过程中引入认知用户请求数据包长度,使得传输功率可以基于数据包长度自适应控制。上述目标优化求解过程中,借助于非线性分式规划理论将其转化为线形规划问题,并运用二分搜索算法寻求最优解。仿真结果表明,所提算法能够实现感知性能和感知能耗的有效折中,有效提高认知用户的能量有效性。     

Estimation for Traffic Arrival Rate and Service Rate of Primary Users in Cognitive Radio Networks

In order to estimate the traffic arrival rate and service rate parameters of primary users in cognitive radio networks, a hidden Markov model estimation algorithm (HMM-EA) is proposed, which can provide better estimation performance than the energy detection estimation algorithm (ED-EA). Firstly, spectrum usage behaviors of primary users are described by establishing a preemptive priority queue model, by which a real state transition probability matrix is derived. Secondly, cooperative detection is utilized to detect the real state of primary users and emission matrix is derived by considering both detection and false alarm probability. Then, a hidden Markov model is built based on the previous two steps, and evaluated through the forward-backward algorithm. Finally, the simulations results verify that the HMM-EA algorithm outperforms the ED-EA in terms of convergence performance, and therefore the secondary user is able to access the unused channel with the least busy probability in real time.     

认知通信机会容量最大化的信道分配研究

通过数值分析表明认知用户的均匀分配将最大化认知无线网络通信机会容量。在此基础上进一步设计了最优的认知用户数和相应的信道分配算法。理论推导和数值分析表明,最优认知用户数主要取决于主用户信道数与相应的认知用户通信需求概率。同时发现,在一定主用户通信需求概率下,存在一个最优的认知用户通信需求概率,使认知无线网络通信机会容量最大。该算法为相应情况的认知无线网络配置提供了一定的理论依据。     

删余协作频谱感知性能分析及优化

提出了一种新的基于删余的协作频谱感知方法,通过减少实际发送的本地决策值数来节约控制信道带宽,降低检测性能对认知用户数的依赖; 分析了这种删余协作频谱感知在感知信道和报告信道均存在衰落下的性能,它可以有效解决报告信道衰落所带来的尾感知问题,降低了虚警率; 提出了进一步优化算法,算法在确保主用户受到足够保护的前提下,通过寻找最优的次用户数和相应的检测门限使次用户的接入机会最大化．仿真结果与理论分析相一致．     

认知无线电网络中基于检测概率的主用户定位算法

为了解决认知无线电网络中次用户对主用户进行定位的问题,提出了一种加权最小二乘的迭代定位算法。采用两状态马尔可夫模型作为主用户头像模型,能量检测作为次用户的感知模型。该算法可以在不干扰主用户正常工作的情况下,利用次用户之间的合作感知结果进行定位,并估计出主用户的三维地理位置位置信息。提出了一种可以降低定位算法复杂度的简化算法。通过对定位问题进行了理论分析,求出了均方误差的Cramer-Rao理论下界。仿真结果表明,算法的均方误差非常接近理论下界,能有效地估计主用户的三维位置信息,提高定位精度。     

Novel anti-noise-uncertainty spectrum sensing algorithm based on power spectral density segment cancellation

Since noise uncertainty seriously degrades the spectrum sensing performance of energy detection algorithms, a novel spectrum sensing algorithm based on the power spectral density segment cancellation (PSDSC) is proposed. This spectrum sensing algorithm, which can yield real-time and robust performance, makes use of the un-correlation of different power spectrum lines and takes the ratio of some PSD (power spectral density) lines to the residual PSD lines as the detection statistics. Theoretical analysis and simulation results show that the PSDSC algorithm can overcome the noise uncertainty problem effectively and that the decision threshold does not vary with the ambient noise level of secondary users. The PSDSC algorithm could offer a high probability of detection (P_d) at a low probability of the false alarm (P_fa) for a wide range of signal to noise ratios (SNR) and could be applied to spectrum monitoring and cognitive radio systems in the complex electromagnetic environment.     

一种适用于698~806MHz频段的认知MAC协议

针对广播系统与认知系统共存场景下的认知用户接入问题,提出一种适用于698⁸06MHz频段的认知MAC协议。该协议以分布式的方式对授权信道侦听,认知用户之间以协调的方式共享信道侦听结果,并采用基于竞争的方式接入空闲授权信道。利用蒙特卡洛仿真方法对所提出的协议进行了仿真。仿真结果表明,与传统MAC协议相比,该协议能够有效提高授权频段的频谱利用率,提升系统性能。