认知无线电网络中的分布式协作感知算法*

针对认知无线电中频谱感知的问题,讨论了分布式协作感知场景下最优的感知算法。介绍了经典的基于放大前传（AF）、解码前传（DF）和选择中继（SR）的分布式协作方案,包括模型、检测概率和虚警概率。提出了一种新的分布式协作感知算法,该算法将原始统计量和信噪比发送给协作用户,减少信道噪声对最后决策结果的影响。运用似然比准则推导出了最优的加权系数,以及决策函数。对几种协作方案的中断概率进行理论推导,并用数值仿真的方法验证了算法在中断概率上的性能。仿真结果表明,提出的方法在检测概率和中断概率上远优于其他分布式协作方案,但该方法需要协作用户间无损耗的传输,这也给实际的应用提出了很大的挑战。     

基于梯度的CRAHN分布式协作频谱感知方案

针对认知无线电自组网络中传统的频谱感知方案需要网络拓扑先验知识导致能量消耗过多的问题,提出一种基于梯度的分布式协作频谱感知方案。首先,通过基于共识的算法处理带有固定图的网络模型,无需任何网络拓扑的先验知识,减少了获得认知需要的消息交换次数;然后,利用基于组件的方式计算梯度,梯度场随着认知无线电感知的能量一起变化,实现完全分布式且具有很强的可扩展性。最后,仿真实验从可靠感知、收敛次数和能量消耗三个角度验证了所提出方案的有效性。结果表明,相比现有感知方案,明显降低了能耗。     

基于高效协作感知算法的认知无线电研究*

针对协作频谱感知中感知开销过高问题,提出了一种联合考虑选择最佳的感知节点数以及感知的信道数来降低协作感知开销的方法。该算法分析了协作感知算法中感知节点数、感知的授权信道数与协作感知精度以及感知开销之间的关系。仿真结果表明,与其他算法相比,该算法能够有效地降低感知开销并提高系统的感知性能,验证了该算法的有效性。     

认知无线电网络非协作博弈功率分配算法研究

发现干扰节点,并将功率适当地分配至各个可用频谱上,以提高节点数据率和网络吞吐量,是认知无线电网络当前的研究热点.本文提出一种基于非协作博弈功率分配方法(PANG),以提高认知无线网络系统吞吐量.PANG将认知网络节点功率分配问题转化为非协作博弈问题,并采用线性代价因子的方法抑制功率分配时的盲目性.理论分析表明,PANG存在纳什均衡点,具有帕累托最优解.本文使用Matlab对PANG算法进行仿真,仿真结果表明,PANG算法能够比PIWF算法更加合理的进行功率分配,并有效的提高系统吞吐量.     

一种联盟博弈频谱感知机制

为了在主用户具有异构性且认知用户处于多路径衰减、阴影效应等低感知性能的认知环境中,使认知用户公平有效地进行频谱感知,提出一种联盟博弈频谱感知机制,将频谱感知问题建模为效用不可转移的联盟博弈。首先,将认知用户划分成多个子联盟,根据头结点选取原则选出各个子联盟的头结点;其次,根据规则进行子联盟合并或分裂;最后,子联盟头结点利用“OR”规则进行数据融合,得到最终感知结果并广播给子联盟内的所有认知用户。仿真实现和性能评价结果表明,该机制具有好的性能。     

认知无线电系统协作频谱感知机制优化

为使干扰受限情况下的频谱感知效率达到最大,提出一种认知无线电系统协作频谱感知机制的优化方案。定义系统模型,运用协作频谱感知对系统目标进行联合优化,包括感知时间、传输时间、参与协作的感知用户数在内的感知参数优化。仿真结果证明,采用该优化方案,能在满足干扰受限的条件下最大化频谱感知效率。     

认知无线电协作频谱感知机制的优化

频谱感知的目标是在尽量避免对主用户造成干扰的条件下为感知用户提供尽可能多的频谱接入机会。由于单用户频谱检测算法的局限性,协作频谱感知被提了出来。在满足对主用户干扰限度的条件下,为了使单个授权信道的频谱感知效率达到最大,引入一种新的协作频谱感知机制,联合优化包括感知时间、传输时间、参与协作的感知用户数目在内的感知参数,并通过穷尽搜索算法得到最优解。在此基础上研究了多个授权信道情况下的频谱感知效率问题,提出了一种授权信道选择分配方案。仿真结果验证了所提方法的有效性。     

利用在线异常感知的无线电网络抗SSDF攻击协作频谱感知方案

该文提出了一种时空频率CSS框架,用于检测和跟踪CR网络中的恶意用户和异常测量。联合频谱感知和恶意用户识别问题构成优化问题,且利用固有稀疏到频谱占用和恶意用户发生。提出的方案利用在线异常感进行实时识别和跟踪,通过节点位置信息获得了改进的性能,可有效处理错过或不正确的位置信息,以及PU功率级噪声SU测量。实验结果表明,提出的方案在协作感知中能够有效克服感知数据错误化(SSDF)攻击。此外,提出的方案优于现有的较为先进的基于PCA方法,具有足够的灵活性来抵御SU网络中的各种攻击。     

认知无线电网络中的一种新型协作频谱感知方法

提出一种能够应用于认知无线电网络中的新型协作频谱感知方法--双阚值能量检测,该方法同时利用了次要用户的接收信号能量和局部判决结果两种信息,由判决中心结合次要用户的局部判决结果和接收信号能量,做出最终判决从而确定主要用户存在与否.该方法在通信流量增加不多的情况下能够充分提升检测性能.仿真结果表明当接收信号能量落入延迟判决区间的概率较大时,该算法能够显著地改善认知无线电网络的协作频谱感知能力.     

基于QoS的分布式认知无线电网络多信道MAC协议

在分布式认知无线电网络中,动态资源利用不足和中心控制单元的缺失使其MAC层协议的设计面临很多挑战。针对认知无线电网络的特点,提出了一种新的MAC协议,该协议通过在信道预约阶段优先考虑对时延要求较高的应用,来保证网络对这类应用的QoS;同时还解决了认知无线电网络中频谱的利用率低和隐藏终端两个热点问题。为分析研究该协议的性能,首先提出了一种新的分析模型。然后将这种新的MAC协议与两种典型的MAC协议进行了仿真对比,结果表明该协议提高了网络的吞吐量。最后通过数值分析和仿真证实了本协议设计简单高效,具有较高的频谱利用率,不但满足了时延敏感性应用的QoS需求,而且还能有效地解决多信道隐藏终端的问题。     

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。     

认知无线网络中多信道频谱感知周期优化算法

为了使认知无线电次用户发现并使用更多的空闲频谱资源,提出了一种多信道频谱感知周期优化算法。针对实际网络中各授权信道使用规律的不同,本文基于交替更新理论建立了多信道状态转移模型,将各信道感知周期的选取建模为一个带约束条件的多目标优化问题,并采用遗传算法对其求解,获得了相对较优的多信道感知周期向量。仿真结果表明,本文提出的目标函数能够有效衡量多信道空闲频谱资源检测率。当目标网络中包含8个授权信道时,所提算法可发现的空闲频谱资源占实际空闲频谱资源的68.23%,相对于以相同周期对各信道进行频谱感知的OFDM机制提高17.68%。     

基于分簇协作频谱感知的认知无线网能量效率研究

针对认知无线网能量消耗引起的能量效率较低问题,在研究认知无线网分簇协作频谱感知能量效率的基础上,提出了一种最优功率分配算法来最大化次用户系统的能量效率。通过建立基于次用户能量效率最大化传输优化模型,在考虑传输功率、感知时间以及干扰限制的情况下,利用拉格朗日函数及KKT条件,得到最优次用户发射功率分配算法,以达到系统能量效率最大化的目的,同时分析了不同参数对能量效率的影响。仿真结果表明,本文所提算法能有效提高次用户系统的能量效率、减少系统开销。     

基于深度强化学习的认知无线电协作频谱感知

为了解决频谱资源利用率低的问题,引入了认知无线网络的概念.在认知无线网络中,次要用户可以在不影响主要用户正常工作的前提下机会性地接入授权频段,故精确地感知频谱的状态并快速准确地接入授权频段就显得尤为重要.由于网络中存在干扰和阴影衰落等因素,传统的频谱感知效果不理想.本文引入了协作频谱感知技术,通过强化学习算法选择参与协...     

基于事件的移动认知无线传感器网分簇算法

移动认知无线传感网中,节点的移动特性会导致网络拓扑结构不断变化,节点的能耗不均衡等问题,本文提出一种基于事件的移动认知无线传感器网的分簇算法,来重点解决上述问题.算法根据通信区域内的预估计停留时间确定了合格节点和备用节点,通过节点的移动方向、速度、节点在簇中的预估计连接时间等特性,采用直接分簇的方法来建簇,提高簇的稳定性,保证了路由跳数最少.同mESAC, EACRP和MNB 3个算法进行了仿真实验比较,验证了本算法有更低的分簇能耗和更好的连通性.     

认知无线电网络中利用FEC和DE的多节点频谱感知算法

针对认知无线电网络(CRN)中空闲频谱感知困难的问题,提出了利用前向纠错和差分进化算法的多节点频谱感知算法;首先,利用基于差分进化算法的协同检测完成信号感知;然后,研究了信道噪声对频谱感知性能的影响;最后,分析了前向纠错技术在信道存在噪声时对频谱感知性能的影响;仿真实验将纠错和无纠错控制信道的不同信噪比作为依据,采用3种不同的检测方法评估了文章的算法;结果表明,在存在噪声的认知无线电网络中,该算法提高了系统的性能和检测概率,且协同感知算法的性能随着节点数目的增加而提高,该算法适合应用于实时性要求较高的应用程序.     

一种基于流水线架构的协作式频谱感知方法

协作式频谱感知在提高认知无线电网络频谱感知性能的同时,也带来额外的通信开销.针对此问题,提出了一种基于流水线架构的协作式频谱感知方法,并给出了与之相配合的快速数据融合算法.该方法采用流水线架构来调度各参与感知节点的频谱测量操作和结果回传操作,使得用于感知结果回传的时间开销也可用于频谱测量,从而拓宽了频谱测量的时间窗口.快速数据融合算法通过多线程序贯似然比检测技术消除了在检测过程中由于频谱状态变化而产生的不良影响,进一步提高了协作感知效率.     

基于截断型序贯检测的协作频谱感知算法

为了改善低信噪比情况下认知用户的频谱感知性能,提出了一种基于截断型序贯检测的协作频谱感知算法。协作认知用户首先对接收到的信号序列进行分段处理,然后统计各自段内采样点能量值大于预设门限值的个数,并将其作为本地检测统计量上传至融合中心,从而有效地减少了控制信道的传输开销。利用棣莫弗 拉普拉斯定理和中心极限定理的近似结论得出段内检测统计量服从高斯分布,大大简化了后续似然比函数的理论推导和计算过程。仿真结果表明,在认知用户平均信噪比〖AKγ-〗=－15dB且目标检测性能相同的条件下,相比现有的能量检测算法,所提算法在H0和H1两种情况下分别减少了55.86%和37.51%的平均样本数。