一种基于融合规则的自适应分簇协作频谱感知算法

为适应无线信道的动态性,提出了一种基于融合规则的自适应分簇协作频谱感知算法.首先,根据融合中心应用的融合规则推导分簇协作时能满足系统检测性能的信道门限值.然后,由簇首检测当前信道状态,当信道条件好于分簇门限值时,仅簇首进行本地检测,并上传检测结果至数据融合中心,实现分簇协作;否则,由本簇节点进行全节点协作检测,并分别上传检测结果至数据融合中心,或选择退出协作检测,仅接收融合中心的判决信息.最终,由数据融合中心进行融合计算,并做出系统全局判决.仿真结果显示,采用OR融合方法时,所提算法能极大地提高控制信道资源效率;采用AND融合方法时,算法能将系统有效工作区间扩大30％左右,且能选择信道状态好的簇进行协作频谱检测.     

基于SNR比较的认知无线电协作频谱检测

协作频谱检测是认知无线电中的一项关键技术,其检测性能取决于感知节点的本地频谱检测结果的可靠性,而目前已有的方案中对此却很少考虑.对此,认为不同的认知节点信噪比(SNR)导致了各节点本地检测结果的可靠性不同,故在此基础上提出了一种基于融合中心进行SNR比较的认知无线电协作频谱检测算法.在该算法中各认知节点将本地的判决结果和估计的SNR同时发送到融合中心,然后在融合中心对SNR进行比较,按照文中设计的规则来选取有较好SNR的认知节点参与判决融合.数值分析和计算机仿真表明,该方法能有效提高检测概率,并减少参与判决融合的节点数量.     

分级分布式无人机协作频谱感知方法

无人机认知网络(Cognitive UAV Network,CUAVN)可以通过高精度的频谱感知提高频谱效率,但传统的集中式协作频谱感知不适用于无人机(Unmanned Aerial Vehicle,UAV)网络。UAV网络拓扑结构动态变化,使得全局信息很难快速收集至一个融合中心。针对上述问题,提出了一种基于K-means聚类算法的分级分布式协作频谱感知方法。首先,利用K-means聚类算法基于位置信息对UAV进行分簇;然后,采用两级分布式融合方案进行分层融合,在每个簇内先进行一致性信息融合得到獽个融合结果,再进行第二次融合得到最终全局收敛结果;最后将最终收敛结果与检测阈值对比,得到最终决策。仿真结果表明,所提出的分级分布式融合方案具有较好的收敛性,且信息融合迭代次数比未分级融合方案更少。在不同权重因子的加权情况下,所提方案较未分级融合方案更好,且平均接收信噪比越大时检测性能越好。与未分级分布式融合方案相比,在UAV节点较多的情况下,该方案使CUAVN的频谱检测性能得到了提升。     

基于信道统计特征的认知无线电协作频谱检测

针对认知无线电到融合中心间的控制信道为Nakagami-m衰落信道的情况,研究了认知无线电协作频谱检测问题,推导出融合中心利用衰落信道统计特征的似然比协作频谱检测公式.该方法不需要瞬时信道状态信息,简化了协作频谱检测过程,便于实际应用.通过仿真对融合中心的协作频谱检测性能进行了分析,结果表明:利用衰落信道统计特征的似然比协作频谱检测的性能较利用瞬时信道状态信息的似然比频谱检测性能略有下降,但是在高信噪比或衰落不严重的情况下,二者的性能非常接近,认知无线电节点个数对两种频谱检测方法间的性能差距几乎没有影响.     

一种双门限分簇协作频谱智能感知算法

基于门限值的能量检测是一种常用频谱感知技术,传统单门限能量检测方法不灵活且不准确.本文提出了一种基于双门限分簇自适应协作频谱感知算法.首先,基于噪声不确定性设置双门限值,在双门限值范围外进行硬判决,否则进行软判决.根据判决结果,基站将传感器节点划分为不同的簇.融合中心根据融合规则,设置分簇门限值,进行进一步频谱检测.仿...     

改进双门限能量检测分簇协作频谱感知算法

针对传统频谱感知算法在低信噪比环境下检测概率较低的问题,提出改进双门限能量检测分簇协作频谱感知算法。算法将感知节点分簇,簇间信息采用OR准则硬融合,簇内双门限外节点发送1 bit判决结果进行硬融合,双门限内节点发送能量值和信噪比值进行加权软融合。加权软融合阶段构造检测概率与节点权重系数函数,利用压缩因子粒子群算法选择权重系数进行函数寻优,以最大化检测概率。仿真结果表明,在低信噪比和不同感知用户数目环境下,算法仍具有较高的检测概率。     

认知Ad hoc网络中基于市场的三级频谱分配方案

分簇是Ad hoc网络规模较大时采用的主要结构,而频谱分配是Ad hoc网络的关键技术之一。该文针对认知无线电环境的分簇Ad hoc网络,提出了一种新的基于市场的频谱分配方案,该方案中簇首节点依据业务比例从频谱管理中心购买频谱,簇内采用基于供需市场理论的频谱分配算法。分析了簇内频谱市场的两种迭代定价算法额外需求迭代算法和连续松弛迭代算法以及簇首需求订购的过程。该方案能实现各簇收益的最大化,簇首基于需求的频谱购买相对于等量购买进一步提高了频谱效用。仿真结果表明这种频谱分配方案能有效提高系统频谱效用,额外需求迭代算法和连续松弛迭代算法均表现出良好的收敛性能。     

协作通信系统中基于频谱效率优化的跨层设计

为改善协作分集系统的频谱效率,提出一种改进的跨层设计方案,对协作通信系统物理层的自适应调制编码（AMC）技术和链路层的混合自动重传(HARQ)协议进行联合优化设计。该方案利用少量比特的反馈,使得仅当目的节点通过直接信道不能正确译码分组时或者当直接信道处于深度衰落时触发中继节点转发协作伙伴数据。给出了所提方案基于瑞利衰落信道、解码转发（DF）条件下频谱效率的表达式,然后搜索在任意信噪比条件下使频谱效率最大化的调制与编码方案。通过计算机仿真对理论分析进行了验证。理论分析和仿真表明该跨层设计在中低信噪比(SNR)可进一步提升协作通信系统的频谱效率。      

衰落信道下的协作频谱检测及其性能分析

在低信噪比和复杂性环境下,协作频谱检测是准确实现频谱感知的有效手段。文中分析了基于能量检测的单用户频谱检测算法以及基于硬判决和等权重的多用户协作频谱检测技术,导出了在高斯信道、Rayleigh衰落信道和Nakagami-m衰落信道情况下协作频谱检测虚警概率和漏检概率的闭合解析式,并对此进行了仿真验证和比较。结果表明,等权重协作频谱检测算法能够有效克服衰落信道对频谱检测的影响。     

一种基于邻域信息的多信道自适应建网算法

为实现多信道无线自组网的高效建网,针对节点难以感知全网拓扑、其他所有节点的可用频谱以及无法获得同步信息的实际场景,提出了一种基于邻域信息的多信道自适应建网算法。该算法首先设计基于邻域信息的建网策略,使节点能够以自身信息为基础,充分利用可用信道情况、邻居簇首情况等有限的邻域信息进行自适应决策,以建立分簇结构的网络;然后提出基于最大熵原理的信道质量评价算法和基于多头绒泡菌模型的邻居簇首评价算法,分别对节点的可用信道和邻居簇首进行排序,指导节点在建网过程中选择合理的信道和簇首。仿真结果表明,所提建网算法能够使节点在实际场景通信受限的条件下以较小的通信开销完成建网,建立的网络在公共信道数量和簇规模方面也取得了较好的均衡。     

基于证据折扣优化DSmT的协同频谱感知器

协同频谱感知器通过充分利用多个认知无线电用户的空间分集增益,对抗单用户深度衰落和阴影效应问题,降低了感知系统对本地感知用户的灵敏度要求,减少由于单用户检测不确定性带来的系统误判。利用D-S方法进行协同频谱感知,通过在本地提取置信指派,再上传至融合中心进行证据推理与判决,占用较窄的控制信道带宽,达到优于传统方法的检测性能,如“或”、“与”和“最优融合”感知方法。但低信噪用户带来的冲突数据会限制D-S方法性能,使其信噪鲁棒性较差。本文首先定义感知用户基本置信指派函数,基于DSmT提出证据折扣优化 DSmT协同频谱感知器。该感知器根据不同认知用户数据的可靠性,对其置信指派函数进行折扣,加强高可靠性数据对融合结果的贡献,降低不可靠数据对融合结果的干扰,有效解决冲突数据下的协同频谱感知信息融合问题。仿真结果表明,证据折扣优化DSmT协同频谱感知器具有良好的检测性能和信噪比鲁棒性。      

认知网络中协作感知吞吐量的优化

为了提高集中式认知网络的吞吐量,提出了基于信任度的吞吐量优化算法.该算法在主用户充分保护的前提下,以认知用户的吞吐量为目标函数,融合中心采用双门限值对本地感知结果进行融合.从理论上证明了吞吐量是全局漏检概率的增函数,当全局漏检概率等于门限值时,吞吐量达到最大值.并利用牛顿迭代法求出单节点概率,然后采用遍历法可得到认知用户吞吐量最大值.仿真结果表明,当信噪比为-14 dB时认知用户融合优化算法相对"AND准则"OR准则"以及"HALF准则"归一化吞吐量分别提高了0.62、0.3和0.09.     

基于D-S证据理论的协作频谱感知算法

在无线传播过程中,主用户信号经常会受到路径损耗、阴影衰落等影响,导致无线通信环境中单个认知用户对主用户的感知结果存在不确定性。因此,结合D-S证据理论方法,提出了一种新的协作频谱感知算法。以能量检测作为基础,将证据间冲突变化程度平均性的概念结合其中,根据这一方式设计了一种新的证据理论合成法则,将多个D-S融合结果送到融合中心进行数据融合,得出最终判决。仿真实验结果表明,该算法能够很好地解决证据间的高度冲突并较为合理地减轻不确定性因素的影响,在信噪比比较低的情况下,获得较好的检测性能。     

认知无线网络中动态双门限协作频谱感知性能的优化方案

频谱感知作为认知无线电的关键技术,得到广泛深入的研究。其中衡量协作频谱感知性能的主要参数为全局虚警概率和全局漏检概率,它们之和被定义为全局错误概率。本文研究基于双门限能量检测的协作频谱感知性能的优化方案,首先,固定双门限能量检测的检测门限值,对表决融合准则的投票门限进行优化,使得在该能量检测门限值条件下,协作频谱感知的全局错误概率最小;然后在表决融合准则的投票门限取最优值的前提下,对双门限能量检测的检测门限值进行了优化,在不同接收信噪比条件下,最优的检测门限值是动态的,所以要根据信噪比确定最优的检测门限值,使得协作频谱感知的全局错误概率在各信噪比条件下都达到最小值,从而提高了协作频谱感知的性能。仿真结果表明,表决融合准则的投票门限和双门限能量检测的检测门限值取得各自的最优值时,全局错误概率最低,检测性能最好。      

基于自适应决策融合的合作频谱感知方法

频谱感知是认知无线电(CR)的关键技术之一。在该机制中,对主用户(PU)信号的可靠检测是实现CR的前提。提出一种基于自适应决策融合的合作频谱感知算法用于频谱感知,该算法通过估计PU的先验概率与各个CR用户(SU)的漏检及虚警概率,然后运用Chair-Varshney准则对局部判决进行决策融合以得到全局判决。仿真结果表明,采用该方案的全局虚警和漏检概率明显低于单个SU,可有效提高CR系统频谱感知的可靠性。     

基于图像K-means聚类分析的频谱感知算法

近年来,基于能量检测的协作频谱感知算法被广泛应用于频谱感知领域。由于该方法在计算能量检测的判决门限受噪声影响较大以及受限于认知用户的数量等问题,导致其检测性能受到影响。为了解决这一问题,本文提出一种基于图像K-means聚类分析的频谱感知算法。这种方法利用主用户信号存在与否的两种认知信号状态映射成图像,经过调整图像强度和高斯滤波预处理之后利用提取图像像素分布直方图的方法提取出特征向量,然后利用改进的K均值聚类算法对这些特征向量进行训练得到分类模型。最后利用训练好的分类模型对未知信号进行检测,从而实现频谱感知。仿真结果表明,本文所提出的频谱感知算法,在检测性能上优于传统能量检测以及协作频谱感知算法,尤其在低虚警概率、低信噪比的环境下效果更加突出。      

授权用户信号随机到达时基于双门限的多用户合作频谱感知方法

针对认知无线电系统中可能出现的授权用户信号随机到达时的频谱感知问题,提出了一种基于双门限的多用户合作频谱感知方法.首先在本地判决时采用高低双门限的方式,如果判决量大于高门限就判1,小于低门限判0,在两个门限之间就把判决量直接发送给融合中心,融合中心将直接收到的判决量进行软判决合并,软判决的结果再与其他硬判决的结果进行"OR原则"的硬判决合并,从而得到最终的判决结果.仿真表明所提方法的性能比传统"OR原则"硬判决合并方案要好,仅仅略逊于传统等增益软判决合并方案,但是能大量节省认知网络中的传输比特数.     

特征值极限分布的改进合作频谱感知

本文采用随机矩阵理论,分析和研究了多认知用户接收信号采样协方差矩阵的最小特征值的极限分布,针对基于最大最小特征值之差的合作频谱感知算法,提出了新的门限判决方法。此算法能有效克服噪声不确定度的影响,且不需预先知道授权用户信号的先验知识和噪声方差。仿真结果表明,与以前的感知算法相比,本文算法有更低的判决门限,在低信噪比、小采样时,在达到设定虚警概率的前提下,该算法能够获得更好的感知性能。      

基于表决融合的带宽受限的协作频谱感知算法

协作的频谱感知使认知无线电（CR）网络对主用户进行可靠的检测,并避免了对主用户通信的干扰。数据融合是协作的频谱感知的关键技术。但是当协作认知无线电用户较多时,它们向融合中心汇报的感知信息就会占用大量的带宽。本文提出了将表决融合准则与检查策略相结合的协作频谱感知的方法,来减少发往融合中心的平均感知比特数,从而有效节约传输带宽。推导分析了该算法在理想信道和非理想信道中的频谱感知性能,并给出了这两种情况检测概率的闭合式。仿真结果表明,此种基于表决融合准则的检查协作频谱感知算法的性能最优,即在较高的感知性能下有大量的感知比特的节约。      

认知无线电网络中基于最大似然准则的协同频谱检测算法研究

提出一种集中式频谱协同检测算法。各认知节点采用能量检测算法,然后使用最大似然准则进行本地判决,且把似然比作为本地判决可靠性的度量;中心节点基于可信度对接收到的认知节点本地检测数据进行数据融合。仿真结果显示,文中提出的认知节点协同频谱检测方案能够减少误检概率。特别是当信道处于深衰落时,少量节点参与协同就能获得较好的检测性能。