认知无线电网络中基于智能天线的空间频谱接入机会

认知无线电技术可以动态使用授权频段进行传输,因此如何有效利用这些频谱接入机会成为一个研究重点。本文研究在认知无线电网络中使用智能天线,使认知用户在时域上获得频谱接入能力外,还具有增强的空间复用能力。当前频段出现活跃授权用户时,认知用户可以优化天线波束模式,避免干扰授权用户同时保持在该频段上的传输。本文对波束调整的策略进行分析,并给出了使用这些策略时认知用户可以获得的空间共享概率。理论分析和仿真结果均表明,使用智能天线可以使认知用户获得更多的频谱接入机会,频段的利用率大幅提高。     

认知无线电网络双天线多信道MAC协议

在认知无线电网络中,媒体接入控制(MAC)协议的主要功能包括信道感知、选择和接入控制,其中感知时间和传输时间的长度对网络的性能有着重要的影响。在动态无线网络环境下,如何合理分配感知时间和传输时间是个挑战性问题。提出了一种双天线多信道分布式认知无线电MAC（TM-MAC）协议,不需要在传输之前对信道进行感知。节点可以在其它节点传输数据的同时对频谱资源进行检测,然后利用空闲的频谱资源通信。建立了数学模型分析在饱和网络状况下MAC协议的吞吐量。仿真分析表明TM-MAC协议能够有效提高网络的吞吐量。     

混合模式下认知无线电网络的能效优化算法

认知无线电网络中,协作频谱感知利用多个节点同时感知可提高频谱感知检测性能。然而随着感知的次用户(SU)个数增加,导致能耗增高、能效(EE)降低。为解决这一问题,本文结合机会频谱接入和衬垫式频谱共享2种共享模式,构造基于混合频谱共享模式的能效模型,同时考虑3种不同的融合规则、主用户(PU)的再占据概率和报告信道误差,以最大化SU系统的EE为目标,使用拉格朗日乘子法与次梯度下降算法对感知时间、参与感知个数、次用户发射功率进行迭代优化求解。仿真结果表明,在最低服务质量要求(QoS)和发射功率的约束下,该能效优化算法能够实现更高的吞吐量和更高的能量效率。     

基于认知无线电的频谱感知及TCP跨层设计

目前针对认知无线电网络中TCP协议的研究大多假设次用户的感知是完美的,且未综合考虑TCP协议参数和感知时间等因素对TCP性能的影响。针对上述问题,在TCP Westwood协议的基础上,提出一种基于传输预判的改进TCP协议,建立基于认知无线电网络的TCP吞吐量跨层模型。采用部分可观测马尔可夫决策过程对有感知误差的次用户频谱感知和接入过程进行建模,将其转换为信念状态马尔可夫决策过程,使用Sarsa(λ)算法对其进行求解,以在最大化TCP吞吐量的同时得到最优感知时间。仿真结果表明,与TCP Reno和TCP Newreno协议相比,使用该方案所得的TCP拥塞窗口值分别提高约42%和27%,平均吞吐量分别提高约5.7%和5.5%,当感知时间为0.2s时,所得的TCP平均吞吐量为最大值。     

认知用户基于频谱特征的动态频谱接入算法

认知无线电频谱接入技术的关键是指导认知用户如何选择合适的空闲信道以及如何在认知用户间实现频谱共享。在公共控制信道较难获得的情况下,基于部分可观测 Markov 决策过程（POMDP）的频谱预测算法,可以显著地提高系统的吞吐量。认知系统如果不加区分地使用授权频谱将可能导致所选择的频谱空洞不能满足认知用户需求。针对认知用户对不同信道容量的需求,引用适量选择原则,并运用融合接入策略,研究认知无线网络动态频谱接入过程。另外,通过大量仿真对认知用户的吞吐量和系统碰撞率进行分析,结果表明融合接入策略可以有效地提高系统的吞吐量及系统碰撞率。     

单天线认知无线电中的协作频谱感知和无线能量传输

在单天线认知无线电中,可以通过天线协作频谱检测来提高检测衰落信道中主用户(Primary User,PU)存在的传感性能。然而,由于协作频谱检测,认知无线电(Cognitive Radio,CR)可能消耗更多的存储能量,从而降低其传输性能。为了保证其传输性能,提出了一种同步协作频谱检测和无线功率传输的方案,该方案可以收集PU信号的射频(Radio Frequency,RF)能量,以提供频谱检测消耗的能量。提出了时间分流模型、实现了协作频谱检测,能量收集和数据传输的同步。制定了适用于该方案的优化问题,以最大化同步协作频谱检测和无线功率传输模型中认知无线电的频谱效率,分别受限于检测的概率和收集的能量。最后通过计算得到的最佳分配因子,以实现了频谱效率的最大值,并通过仿真得出了结论。     

认知无线电中基于QoS分级的频谱分配策略

为提高认知无线电中的系统吞吐量,保证频谱分配的公平性,提出一种基于服务质量(QoS)分级的频谱分配策略。建立模糊综合判决模型,根据认知用户的业务类型判别其QoS级别,应用CMSB信道分配算法进行频谱分配。仿真实验结果表明,该频谱分配策略能在满足认知用户QoS需求的同时,保证较高的系统吞吐量和接入公平性。     

一种基于子空间分解的认知MIMO传输机制

针对传统认知无线电中检测-避免机制无法保证认知用户通信质量的问题,利用多输入多输出(MIMO)在空域处理上的优势,提出一种基于子空间分解的认知MIMO传输机制。在信道检测阶段,通过对协方差矩阵进行子空间分解得到噪声空间,在数据传输阶段,结合预编码将发送信号投影到噪声空间上,并采用功率注水以优化系统性能。仿真结果表明,该算法可以实现认知用户与主用户的空间复用,有效地提高系统的频谱利用率。     

一种新型的认知无线电合作频谱感知算法*

为了提高认知无线电频谱感知性能,同时考虑到不同认知用户SU(Secondary User)具有不同的感知贡献和谈判力量,该文利用合作博弈理论提出了一种新的基于认知无线电的合作频谱感知非对称纳什谈判算法ANBS(Asymmetric Nash Bargaining Solution),该算法充分考虑到了每一个认知用户的感知可信度不尽相同的情况。仿真结果表明,与NBS(Nash Bargaining Solution)等算法相比,该算法不仅具有更强的合理性和可靠性,而且使系统整体感知性能得到了较大提高。     

MAC与TCP跨层的认知无线网络传输性能增强

认知无线网络中,认知用户需要具备频谱感知的功能,在主用户到来时,可以实现动态频谱切换,从而不影响主用户的通信.但是频谱感知和切换带来的时延可能使认知用户TCP频繁的启动慢启动,而影响传输性能.提出的TCP-CWN(TCP for cognitive wireless network认知无线网络TCP)算法,通过TCP-MAC跨层可以消除由于频谱感知和切换带来的慢启动问题.本方案在NS2上进行仿真,实验结果显示在认知环境下TCP-CWN能很好的缓解由于频谱感知对传输的影响,提高认知用户的传输吞吐量.     

RAC: Range Adaptive Cognitive Radio Networks

In recent years, cognitive radio has received a great attention due to tremendous potential to improve the utilization of the radio spectrum by efficiently reusing and sharing the licensed spectrum bands, as long as the interference power inflicted on the primary users of the band remains below a predefined threshold level. Cognitive radio allows the secondary users in the cognitive radio network to access the licensed spectrum of the primary users opportunistically. In this paper, an autonomous distributed adaptive transmission range control scheme for cognitive radio networks which is called the RAC is proposed. The RAC considers the QoS requirements of both the primary and the secondary users simultaneously. The cognitive user's maximization of its achievable throughput without interfering the primary user by adapting transmission range of the secondary users dynamically is the key feature of the RAC. One of the advantages of using the proposed scheme is its implementation simplicity. The RAC is compared to other cognitive radio schemes in a simulation environment by using ns2. Simulations indicate that, the RAC can well fit into the mobile cognitive radio ad hoc networks and improve the network performance. Having compared to the other schemes utilizing contemporary cognitive radio technology, the RAC provides better adaptability to the environment and maximizes throughput and minimizes data delivery latency.     

基于两步决策与ε-greedy探索的增强学习频谱分配算法

在认知无线网络中,认知基站需要进行频谱管理来提升非授权用户的服务质量。基站在寻找频谱空洞分配给非授权用户的过程中,需要做出最好的选择,但极可能是局部最优解,从而造成非授权用户频繁的频谱切换和吞吐率的下降。针对此问题,本文提出基于两步决策与探索的集中式增强学习频谱分配算法。通过设计新型状态动作集,认知基站进行信道分配的两步决策,并应用探索模式,解决认知基站在增强学习过程中探索环境和利用经验进行决策的平衡问题,防止决策的局部最优,提升频谱管理的性能。仿真结果表明,该算法在提升非授权用户吞吐率以及降低频谱切换方面明显优于现有的一些频谱分配策略。     

认知无线电中基于改进脉冲耦合神经网络的频谱分配算法

本文研究认知无线电中的频谱分配问题,分析了脉冲耦合神经网络(PCNN)模型的脉冲传递和数据耦合特性在频谱分配中的作用,研究了授权用户可占用时间对认知无线电通信系统的影响,改进了PCNN模型,提出了一种基于PCNN的频谱算法,在避免频谱干扰的前提下缩短了频谱跨度,减少了频率的使用个数;将授权用户的可占用时间作为分配频谱的依据之一,在保证授权用户通信的基础上提高了系统中非授权用户的吞吐量。最后通过实验证明了算法的有效性。     

一种公平的认知无线电系统下行频谱分配策略

目前关于认知无线电频谱分配的研究大多以最大化系统容量为目标,很少考虑认知用户的QoS需求,频谱分配方案设计缺乏公平性。针对主用户干扰限制和保障认知用户QoS需求,结合OFDM技术,研究了认知无线电场景中下行多用户分配算法。该算法构建不等式约束下的目标函数以最大化系统容量,通过拉格朗日(Lagrange)对偶优化法给出近似最优解。仿真结果表明,所提算法在牺牲系统和容量的前提下充分保证了次用户的QoS需求,提高了系统的公平性。     

动态主用户流量模型的跨层优化设计

为适应主用户流量变化较快的场景,在不完美频谱感知的情况下最大化认知用户的吞吐量,提出了一种基于集中式Overlay认知无线网络中感知时间与资源分配跨层优化算法。将优化目标分解为信道分配和检测时间同功率分配联合优化两个子问题,通过子算法迭代,最终得到感知时间与资源分配的联合最优解。仿真结果表明,相对于仅考虑频谱感知或资源分配的单层优化算法,该算法可在兼顾公平的前提下使次用户吞吐量得到有效提升。     

认知无线电网络的伺机频谱接入策略

提出了一种伺机频谱接入策略,用于由移动用户构成的认知无线电网络环境。提出的方案中,将每个可获得的信道划分成由N个时隙构成的TDMA帧,并且为每个激活的认知用户分配一个区别于其他激活用户的时隙。允许节点以一定的接入概率充分利用分配给其他激活用户的时隙进行通信。评估了提出的伺机频谱共享策略对系统吞吐量和能耗性能的影响。