共查询到10条相似文献,搜索用时 15 毫秒
1.
由于协作频谱感知能够更准确地确定主用户的存在与否,因此,它被认为是认知无线电技术中的一个重要研究分支.在协作频谱感知中,各认知用户需要通过报告信道发送其本地判决结果(0或1)到融合中心(FC).然而,在实际中,报告信道通常受衰落的影响,这将降低频谱感知的检测性能.针对这个问题,首先,文中提出一种基于认知用户选择的协作频谱感知算法.该算法通过减小由衰落信道引入的误码概率来提高协作频谱感知的检测性能.其基本思想为:只有具有较好瞬时信道增益报告信道的认知用户才将其本地二进制判决结果发送到FC,否则,该认知用户不发送其本地检测结果到FC.其次,提出一种基于空时编码的协作频谱感知方法.通过在CR网络中,利用空间分集增益来降低由衰落型报告信道引入的误码概率,从而提高检测性能.最后,对提出的这两种协作频谱感知方法的检测性能进行理论分析研究,并对其进行数值仿真.仿真结果表明:相比于传统的协作频谱感知,本文提出的这两种协作频谱感知算法都能提高对主用户的检测性能. 相似文献
2.
为了提升受阴影衰落等因素影响下的协作频谱感知性能, 采取了一种改进的基于动态阈值和可信度相结合的协作频谱感知方法。该方法利用各认知用户的检测信噪比对检测可信度较低的认知用户进行过滤, 各认知用户根据检测信噪比设定一个适合自身的动态阈值进行能量感知, 融合中心结合各单节点感知结果和分配的传输可信度作出最终判决。仿真结果表明, 在检测信道和传输信道均受到阴影衰落等因素严重影响下, 与单纯的动态阈值协作感知和传统的可信任度协作感知方法相比, 该方法能获得较高的检测概率。 相似文献
3.
4.
分析了理想报告信道下协作频谱感知性能,提出了基于改进的能量检测的协作频谱感知方案。改进的能量检测器通过对接收信号样本取任意正数p次方的和作为检测统计量,每一个认知用户将本地检测结果发送到数据融合中心,数据融合中心采用OR准则最终判断授权用户信号是否出现。针对非理想报告信道情况,推导了误检概率最小下参与协作的认知用户个数,并数值仿真得到了误检概率最小下的p值。数值仿真结果也表明协作频谱检测概率在低信噪比情况下随着p值的增大而提高。 相似文献
5.
6.
协作频谱检测技术可以有效解决认知无线网络本地检测存在的信道衰落、隐藏终端等问题。论文研究了加权协作频谱检测技术,提出一种基于可信度的协作频谱检测算法。每个感知节点基于最大最小值特征值检测完成本地频谱检测,并与融合中心的全局检测结果进行比较估计各自感知节点的频谱检测可信度;融合中心利用切尾平均法计算参与频谱协作检测的可信度门限,并选择可信度大于门限的感知节点参与协作频谱检测。该算法有效降低了认知网络协作检测的复杂性,提高了频谱检测性能,在噪声波动环境下具有良好的鲁棒性。仿真结果表明,算法频谱检测性能要优于其它加权算法1~3 dB,节省系统开销43.75%左右。 相似文献
7.
在协作频谱感知中,当信道经历衰落和阴影时,各用户的感知性能会有不同程度影响,某些受影响严重的次用户甚至可能会严重影响到整个感知网络的性能.同时参与协作的用户数越多,认知传感器网络面临的问题越大.为了解决这些问题,提出了一种基于能耗的分簇协作感知算法.该算法引入基于节点能量的LEACH分簇算法,将认知传感器网络中的各个节点按该分簇算法分入若干簇内;在每个簇内,构造了同时考虑检测性能和能量消耗的效用函数,基于该效用函数对最佳协作用户数和用户进行选择,使每个簇内的检测性能和能耗达到很好的折中;在汇聚节点运用OR规则将簇头发送过来的感知信息进行融合,得到最终判决结果.仿真结果表明,该基于能耗的分簇协作频谱感知算法可以有效地延长认知传感器网络的生存时间,节省网络的能耗,并且保证良好的检测性能. 相似文献
8.
频谱感知是认知无线电系统有效通信的前提,其感知速度和准确性是衡量频谱感知性能的重要指标.现有算法仅考虑理想AWGN信道下双门限协作频谱感知,应用中衰落信道下的频谱感知作深入研究,具有实际意义.为了提高频谱感知在实际应用中的可靠性,将双门限多节点协作方法用于Rayleigh衰落信道仿真检测.仿真实验表明,Rayleigh衰落信道下双门限多节点协作检测方法的可靠性优于高单门限协作检测方法,其检测结果对Rayleigh信道环境下频谱感知系统的设计具有重要参考价值. 相似文献
9.
10.
在实际的无线环境中,阴影和衰落的影响会导致传感节点接收到的信号具有不同的特征。因此,深度衰落中的一些协作节点会出现严重的漏检,这将影响融合操作的最终结果。针对上述问题,提出一种基于熵权法的认知无线传感网(cognitive radio sensor network,CRSN)软决策协作频谱感知方法。该方法将传感器节点组织成逻辑组,以获得能源效率和传感性能的提高,在接收到来自所有成员节点的软传感信息后,簇头采用等增益的软融合来进行簇间融合,然后将局部决策转发给融合中心,在最终决策过程中,采用熵权法为相应的聚类局部决策分配最优权值。仿真结果表明,该方法检测概率和总误差概率方面均优于典型的协作频谱感知分簇方案。 相似文献