认知无线电网络信道交汇加速算法

在认知无线电网络中,二级用户需要首先发现邻居信息并形成通信链路,被称为信道交汇过程。有很多的信道跳频算法,但它们的目标是要形成一个集合点图案或保证在有限时间内会合。在这项研究中,提出了一种算法,以加快与多个用户认知无线电网络的交汇过程,即最近最少使用策略。其基本思路是减少已经交汇用户之间交汇的重复。为了评估所提出的方案,进行了大量的实验。     

认知无线电网络信道交汇研究综述

认知无线电技术被认为是解决目前频谱资源利用率低下问题最有前景的技术,基于该技术,认知无线电网络采用动态频谱接入方式有效地提高了授权频段的利用率.然而,动态变化的信道可用性极大地增加了认知无线电网络组网的难度.信道交汇旨在为用户通信提供公共传输媒介,是实现无线网络组网的基础.介绍了认知无线电网络信道交汇的基本概念和特点,并阐述了信道交汇策略设计面临的挑战以及应考虑的性能指标.提出了信道交汇策略的分类标准和系统模型,根据该分类标准,详细剖析了当前信道交汇策略相关的研究工作.最后,讨论了认知无线电网络信道交汇研究的开放性问题,以期为未来的研究指出可能的方向和重点.     

基于异步时钟序列的分布式认知跳频算法

为了解决传统跳频算法对动态、复杂电磁干扰环境适应能力不足的难题,以及克服现有跳频算法在分布式通信环境下对公共控制信道和统一时钟源的依赖,提出了一种基于异步时钟序列的分布式认知跳频算法。该算法通过建立认知跳频通信系统模型,分析其通信过程中面临的关键问题,设计了一种应用于分布式跳频通信环境的异步时钟结构序列。基于该序列的分布式认知跳频算法不依赖于任何公共控制信道和统一时钟源,能够在复杂电磁干扰环境下达到高效抗干扰通信的效果。验证实验结果表明,针对典型的窄带、宽带噪声干扰、部分频段干扰以及随机干扰,所提算法的抗干扰性能均显著优于传统的跳频通信算法以及现有的公用控制信道认知跳频算法。     

基于软件无线电的自适应跳频系统研究

软件无线电台是软件无线电技术在通信电台中的应用。随着自适应跳频技术的发展,自适应跳频技术在军事通信中得到越来越大的应用,本文就基于软件无线电的自适应跳频系统进行介绍及研究。     

一种基于认知无线电系统的公平信道分配算法*

由于在认知无线电网络中主用户与认知用户共存,如何在不对主用户造成干扰的前提下.对认知用户进行合理的资源分配显得尤为重要.以纳什协调解为优化目标,并考虑功率约束,提出一种公平信道分配算法.在仿真中,对以吞吐量最大化为目标的Maximal-Rate策略和考虑公平的Max-Min策略进行了对比,仿真结果表明.本算法有着与Ma...     

跳频序列族构造技术研究

在破译能力研究中,跳频序列用于控制载波频率随时间的变化规律,性能对跳频系统的性能有重大影响.跳频序列设计的技术难点在于所设计的序列必须有足够的抗干扰能力,同时需要有良好的序列相关性能.通常的方法是基于m序列构造跳频序列族有明显缺陷.为了提高抗干扰破译和组网能力,提出新的基于RS码来构造跳频序列族的方法提高了序列的复杂性,增强了抗干扰能力和组网能力.并依照序列的汉明相关准则,利用MATLAB软件对新方法产生的序列性能进行了仿真分析,验证了方法的正确性、可行性和优越性.     

认知无线电网络中的动态信道分配技术探析

移动通信技术正处于迅猛发展的阶段,越来越多的无线终端接入通信网络,成为无线移动通信网络发展的重要标志。这种不需要授权就可以随意使用的频谱,就造成了频谱资源的浪费。现有固定频谱分配方式的授权频段内的频谱,绝大多数多处于闲置状态,无法得到利用,正因如此,认知无线电技术应运而生。认知无线电最大的特点便是能够智能的使用频谱,而且不会对授权用户造成不利干扰。基于此,本文重点探讨了认知无线电网络中的动态新号分配技术。     

基于聚类分析的跳频序列选取

通过对任意序列之间相似性的定义,将序列影射到合适的高维空间当中,给出在高维特征空间当中序列之间的内积,构造出可选序列集的核矩阵,进而对跳频序列集进行聚类分析,发现序列集投影在特征空间中的聚类结构,进而分析得出各个聚类的质心,特征空间中离质心最近的点所对应的序列即为跳频电台异步组网的可用跳频序列。k-均值法与谱方法等聚类分析算法保证了聚类内部距离最小化和聚类之间距离最大化,从而减少了跳频序列的碰撞几率,提高了组网的效率和频率利用率。     

认知无线电网络信道选择机制

认知无线电网络通过动态频谱接入来提高无线频谱资源利用率,而节点目标信道选择的优劣直接决定了频谱接入性能的好坏. 本文首先综合考虑信道增益和空闲时间两种因素,设计以实现最大化系统容量的目标信道选择机制,然后引入信道热度概念,提出一种多属性决策信道选择机制. 仿真结果表明,多属性决策信道选择机制在系统吞吐量和频谱利用率性能上都有明显的提高.     

基于遗传算法的全双工认知无线电网络信道分配策略研究

随着无线通信业务的不断增长和智能终端的日益多样化,无线频谱资源变得愈加紧缺,认知无线电作为一项能够有效解决频谱利用率过低的技术,近年来引起了学术界和工程界的广泛关注。在认知无线电网络中,次用户以合作频谱感知的方式智能判断主用户的工作状态,以便在授权频谱的空闲时段内接入并加以使用。将全双工通信技术引入到传统的认知无线电网络中,实现了频谱感知和数据传输的同步,既能确保数据传输的连续性,又能减少对主用户的干扰,对提升无线频谱利用率具有重要作用。对于多信道全双工认知无线电网络的信道分配,建立了次级网络吞吐量最大化模型,并通过惩罚函数法,将混合整数非线性规划问题转换成不带约束条件的非线性规划问题,提出了基于遗传算法的全双工认知无线电网络信道分配策略。仿真实验结果表明,该算法能在综合考虑算法复杂度和性能的情况下,完成信道分配并保证次级网络吞吐量的最大化。     

Quorum-based channel hopping scheme for cognitive radio networks

In this paper, the effects of the generalized exponent, the height and the zenith angle on the log-amplitude variance in the weak fluctuation are investigated. The theoretical results indicate that for the downlink, the log-amplitude variance of the Kolmogorov model is always smaller than that of the three-layer model, while for the uplink, there is a point of intersection in the log-amplitude variance curves of the two models. The different phenomena for the downlink and uplink are analyzed in detail. Further, we find a method to ascertain precise values of the boundary layer altitudes for the three-layer model under various atmospheric conditions through the analysis for the point of intersection. And at the point of intersection, the Kolmogorov model can be used to replace the three-layer model to simplify the analysis of the system performance. Moreover, the log-amplitude variance increases with the increase of the zenith angle.     

认知OFDM无线电系统基于公平度门限的资源分配

根据认知无线电的特点和正交频分复用(OFDM)的传输特性,提出了一种针对认知OFDM无线电系统的自适应资源分配算法。在传统的子载波分配过程中,具有优先权的用户将优先选择载波,但信道增益最大的载波并不一定会被其使用,这将导致载波利用效率下降。针对这一问题,该算法在载波分配过程中,通过公平度门限来决定载波分配的优先级,从而实现容量和公平度的折中。同时,在子载波和功率分配中使次用户对主用户的干扰功率限制在主用户可容忍的干扰极限内,保证了每个用户的通信要求。仿真结果表明,该算法在满足公平性的同时还提升了系统的容量。     

基于用户间公平性的改进型频谱分配算法

针对目前频谱资源紧缺的现状,通过对图论着色模型的分析理解,提出了一种基于用户公平性的改进颜色敏感度的图论着色算法,该算法从用户的网络效益和使用频谱数出发,引入公平因子,改变频谱分配过程中给用户的分配优先级,保证频谱分配的公平性.通过仿真表明其可行性.     

认知无线电中结合差异性的免疫克隆优化频谱分配算法

频谱分配是认知无线电中的重要问题,而传统的频谱分配算法并未考虑频谱的差异性。提出一种基于免疫克隆优化算法、考虑频谱差异性的频谱分配算法,算法引入可信度矩阵对频谱的时间差异性进行建模。进行约束处理时,通过差异性算子(DCSO)的使用能将可信度更高的频谱分配给认知用户,从而提高系统的总收益。对于冲突激烈的认知用户,使用公平性算子（FCSO）能够增加它们被分配频谱资源的可能性,从而提高系统的公平性效益。仿真实验表明,相较于传统的免疫克隆优化算法、颜色敏感算法和遗传算法,本算法能显著增加网络的总收益、可信度,提高网络的公平性。     

基于智能分析的分布式频谱共享技术研究

次用户以跳频序列的方式共享动态的频谱是分布式认知无线电网络频谱共享技术的解决方法之一。在此类方法中;次用户跟随特定的跳频序列接入到它的所有可用信道中;并在此过程中实现与其他次用户的交会。根据分布式认知网络的组网特性;提出了一种针对交会操作的MAC层超帧结构;使得整个认知网络在此结构支撑下可以取得更好的系统性能。根据次用户的频谱感知和使用信道情况的积累与分析;建立次用户的智能频谱库;为次用户的信道接入提供策略支持。仿真结果表明;提出的MAC协议能在高网络负载情况下能获得较好的综合性能。     

基于信道性能的频谱分配算法

频谱分配是认知无线电的关键技术之一,各授权信道的可用概率与授权用户的到达率以及次用户业务量传送时间有关,并且实际效益还与该信道的衰落因子相关。提出了基于以上信道性能的CSGC频谱分配算法,该算法通过优先分配相对信道利用率高、信道衰落小的信道,达到最大化实际总效益的目的。仿真结果表明,该算法是有效的。     

一种认知无线网络中公共控制信道的动态建立方法

针对目前对认知无线网络公共控制信道研究较少的现状,提出了一种在不增加额外成本、不采用其他通信方式且不影响授权用户使用的前提下,根据信道空闲程度优先序列动态建立认知无线网络公共控制信道的方法。用网络行为仿真软件OPNET建立基于该方法的完整的系统模型和仿真环境,根据仿真结果设计了基于"通信成功率"和"公共信道建立时间"加权的通信质量优化方案,提出了相应的归一化性能函数,并以此为基础确定了优化预设公共控制信道数目这一主要参数。