认知异构网络中基于不完全频谱感知的资源分配算法

针对认知异构网络中的干扰抑制问题,文中研究了如何降低其对宏用户(MU)的干扰并提高系统吞吐量。通过全面分析干扰来源,建立不完全频谱感知下的干扰模型;结合用户拓扑信息,综合考虑总功率约束和干扰约束,以最大化下行链路的吞吐量为准则构建优化问题;然后分析KKT条件,简化优化问题,进而设计出基于不完全频谱感知的分步式资源分配算法。仿真结果及性能分析表明,相比于基于完全频谱感知的资源分配算法,所提算法对MU造成的干扰更小,并且获得了更优的吞吐量性能。     

基于不完美频谱检测的认知无线电网络资源分配

为在不完美频谱检测环境下对资源进行优化分配,提出一种分布式认知无线电网络资源分配算法。根据贝叶斯理论给出子载波状态信任指数与统计平均干扰功率的概念,利用拉格朗日对偶分解理论,将原分配问题分解为独立的子问题并进行求解,以实现多用户资源的有效分配。仿真结果表明,相对基于回避准则的优化算法,该算法能有效提高系统容量,且能更快地达到循环结束条件。     

认知无线电在频谱感知和资源分配方面的探讨

认知无线电是一种智能无线电技术,具有自主寻找和利用空闲频谱资源的能力,它是解决无线通信需求增长与频谱资源稀缺的有效途径。本文简述了认知无线电的基本原理,对其在频谱感知和资源分配方面的研究进行了总结,并探讨了该技术发展需要解决的几个关键问题。     

超密集网络中基于小区分簇的资源分配

针对超密集网络中毫微微小区(Femtocell)之间同层干扰以及毫微微小区与宏小区(Macrocell)之间跨层干扰问题,提出了一种基于小区动态分簇的资源分配算法。该算法分为两步:第一步首先采用了基于速率公平性的子信道分配算法为宏用户分配子信道,接着利用注水算法分配功率;第二步首先根据毫微微小区之间的干扰权值大小,利用遗传模拟退火算法为FAPs分簇,其次利用启发式信道分配算法为FUEs分配子信道,采用KKT条件为用户分配功率。仿真表明,该算法能够有效抑制这两种干扰,满足用户速率需求,提升网络频谱效率。     

超密集网络中基于干扰协调的资源分配算法

超密集网络中,严重的小区间干扰制约了终端用户的数据速率,针对该问题,该文提出一种基于干扰协调的资源分配方案。该方案分为两个模块：第一模块基于毫微微接入点(Femtocell Access Points, FAPs)间的干扰程度,将干扰强的FAPs分到同一簇内,同簇内的FAPs共享频带资源,通过FAPs间的协作使不同簇之间实现频谱的复用;第二模块基于最大功率和最低速率的公平性准则进行最优功率分配,动态分配资源。仿真结果表明,该算法在超密集网络场景下能够有效控制FAPs间的干扰,最大化系统吞吐量。     

认知超密集网络用户关联与资源分配联合优化遗传算法

针对下行的异构认知超密集异构网络（UDN）的多维资源配置问题,提出一种以毫微微小区用户最大吞吐量为目标的联合优化用户关联和资源分配的改进遗传算法。首先,在算法开始之前进行预处理,初始化用户可达基站和可用信道矩阵;其次,采用符号编码,将用户与基站以及用户与信道的匹配关系编码为一个二维的染色体;然后,将动态择优复制+轮盘赌作为选择算法,以加快种群的收敛;最后,为避免算法陷入局部最优,在变异阶段加入早熟判决的变异算子,从而在有限次迭代下求得基站、用户、信道的连接策略。实验结果表明,在基站与信道数量一定时,所提算法与三维匹配的遗传算法相比在用户总吞吐量方面提高了7.2%,在认知用户吞吐量方面提高了1.2%,且计算复杂度更低。所提算法缩小了可行解的搜索空间,能在较低复杂度下有效提高认知UDN的总吞吐量。     

认知无线电网络中频谱感知性能分析

分析了认知无线电网络中使用能量检测器进行频谱检测的性能。仿真结果表明,衰落会使认知无线电用户检测性能下降,采用硬合并协作方案的合作频谱检测可以提高认知无线电系统的检测概率,但认知无线电系统的虚警概率也会随着参与协作的用户数的增多而上升,特别是控制信道不理想时,协作检测会导致虚警概率下限的出现,造成频谱利用率达不到预期的目标。     

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。     

认知网络融合干扰消除的高效频谱感知机制

针对无线认知网次用户快速寻找可用信道与检测主用户出现的问题,提出一种新的高效频谱感知机制。该机制通过感知与传输并发以减少感知的时间开销,利用干扰消除技术消除自身传输对感知的干扰;通过结合不同采样速率下信道状态的观察,实现宽频谱的信道感知;在传输中,利用特征匹配技术检测主用户的出现。实验结果表明,新机制可减少感知时间50%,提高吞吐量100%以上。因此,新机制有效降低了频谱感知的资源消耗,提高了认知通信的效率。     

Partial cooperative spectrum sensing schedule in cognitive network

Cognitive radio has emerged as a promising technology for maximizing the utilization efficiency of the limited spectrum resources while accommodating the increasing amount of services and applications in wireless networks. One of the most important and critical components of the cognitive radio is spectrum sensing and accordingly, detection of primary users. Considering the hardware constraints existing in cognitive devices, based on the coarse estimation of channel occupancy, partial cooperative spectrum sensing with adaptive spectrum schedule scheme is proposed to increase the possibility to discover more spectrum opportunities promptly. Simulation results show the gain of sensing performance and the energy-saving feature of partial spectrum sensing. Special security scheme is designed to protect the reliability of sensing result from the false message attack. For the scenarios tested, the proposed scheme is shown to increase opportunities by up to 15 percent.     

System model and performance estimation of dynamic spectrum allocation strategy with multi-channel and imperfect sensing

The concept of cognitive radio networks (CRNs) is a promising candidate for enhancing the utilization of existing radio spectrum. In CRNs, secondary users (SUs) are allowed to use the spectrum unused by primary users (PUs). In order to mathematically estimate the system performance of dynamic spectrum allocation strategy with multi-channel and imperfect sensing, we propose a novel preemptive priority queueing model. We establish a discrete-time Markov chain in line with the stochastic behaviour of SU and PU packets. Then, we derive some performance measures, such as the interference rate of PU packets, the normal throughput and the average delay of SU packets. Moreover, we provide theoretical and simulation experiments to investigate the system performance. Numerical experiments show that there is a tradeoff between different performance measures when imperfect sensing is considered. Finally, we present an optimal design for setting the number of the channels in a spectrum.     

非完美CSI下的全双工中继网络的能效谱效均衡

为优化非完美信道状态信息下的解码转发全双工中继网络的能效和谱效,提出了一种基于该网络模型的能效谱效均衡策略。通过构建能量效率和频谱效率的折中优化函数,将一个非凸的多目标优化问题转换为一个凸的单目标优化问题,利用求导法和拉格朗日乘子法求解在不同折中因子下的最优中继发射功率。仿真结果表明,可以通过改变折中因子来优化系统的能效和谱效值,获得最优能效和谱效的性能折中。     

基于可信度的认知无线电协同频谱检测

认知无线电中随着参与协同检测的认知用户数目的增大,频谱检测性能逐渐增强。但是过多的认知用户参与协同检测,会使整个认知无线电网络的灵敏度降低,同时也会造成巨大的系统开销。针对上述问题,提出了一种新的基于可信度的协同频谱检测方法。在满足目标错误概率的条件下,该算法只选择可信度较高的一些认知用户参与协同频谱检测。仿真结果表明当认知用户中存在恶意节点或者故障节点时,该算法同传统算法相比较,频谱检测性能更好,具有更强的健壮性。     

Resource allocation for MIMO-OFDMA downlink based cognitive radio systems with imperfect channel learning

This paper is concerned with the resource allocation for multiple input multiple output and orthogo- nal frequency division multiplexing access （MIMO-OFDMA） downlink cognitive radio systems where a cognitive radio MIMO-OFDMA system is under spectrum sharing with an existing primary radio （PR） network. We use the channel learning scheme to estimate the channel information from cognitive radio transmitter （CR-TX） to PR and then make beamforming to transmit signal. Considering the interference from CR-TX to PR caused by the imperfect channel learning, we intend to maximize CR throughput under the interference power constraint at PR and CR transmit power constraint. A nearly optimal subcarrier and power allocation algorithm with linear complexity is proposed. The proposed algorithm is global optimal when the maximum transmit power is beyond certain threshold. Simulation results show that the proposed algorithm has a good performance very close to the global optimal algorithm.     

一种认知无线电的联合频谱检测算法

为了改善信噪比不同的认知无线电(cognitive radio)用户的联合频谱检测性能,提出了一种基于能量检测的两个用户合作频谱检测算法。在联合虚警概率一定的条件下,根据接收信号能量对各个用户的判决门限进行调整,增大高信噪比用户对联合检测的影响,同时减小低信噪比用户的影响,来提高联合检测概率;判决结果只占用少量比特的信息,减少了通信开销。实验结果表明,所提算法很好地逼近了搜索解,提高了联合检测性能。     

一种时域—码域联合的认知无线电频谱感知算法

为了提高认知无线电系统中频谱感知的性能,对多维联合的频谱感知进行了研究,提出一种时域—码域联合的频谱感知算法。该算法主要利用了直接序列扩频主用户信号频谱空间中时域与码域的特性,分别从时域与码域的角度对信道的状态进行检测,其中时域采用能量感知,码域分析扩频主用户信号的二次功率谱,最终共同确认信道状态。仿真结果表明,联合感知算法对应的检测性能优于单纯时域或码域感知,能够直接应用于直接序列扩频主用户的频谱感知。     

认知无线网络动态频谱感知决策安全协议框架研究

对认知网络频谱感知安全研究现状进行了分析, 提出了一个频谱感知决策安全协议框架。对认知无线网络模型中相关组件、符号进行了定义, 并对其结构和安全性进行了详细描述。通过与相关方案比较, 结果表明该协议框架能够用来抵御频谱感知所面临的潜在威胁, 使之进行正确的频谱决策。     

双阈值能量检测的无线电网络协作频谱感知

针对认知无线电网络中协作频谱感知使能耗增加而降低网络寿命的问题,提出了一种双阈值能量检测的协作频谱感知方案.利用基于双阈值的能量检测方法最大化网络吞吐量,使能耗低于一个阈值同时保护主用户不受次用户的干扰.利用凸优化分析来获得感知时间和检测阈值的最佳值.仿真结果表明,方法能有效权衡网络吞吐量与能量效率之间的关系,相比传统的频谱感知方法,具有明显的优越性.