衰落信道下提高协作频谱感知能力的方法

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.     

认知无线网络非理想协作频谱感知节能策略

认知无线网络中非理想协作频谱感知的感知用户数或设备增多会导致系统能耗增大。针对该问题,建立系统优化模型,推导认知传输的感知时间及认知发射机传输功率与系统能效的关系。由于感知时间和传输功率的联合优化问题很难直接解决,因此将其分解为2个子问题分别求解,并基于此提出一种联合优化算法。仿真结果表明,该算法能有效提高认知无线网络中的能效,达到节能优化的目的。     

不同衰落信道下的协作感知性能研究

认知无线电网络中,协作频谱感知技术可以有效地缓解由于信道衰落、阴影等因素造成感知性能下降的问题.该文对不同衰落信道环境下的本地感知性能进行了系统分析;研究了基于能量检测的协作感知方案在不同K-N决策融合准则以及不同协作用户数量条件下的感知性能;在此基础上,讨论了空间阴影相关性对协作感知性能的影响.数值分析和仿真研究的结果表明,本地感知在衰落信道下的性能较AWGN信道下有较大程度的恶化,其中尤以Suzuki信道下的性能最差,而基于K-N决策融合的协作感知一般在OR准则条件下最优,且随着次用户数量增加而改善.为了克服阴影相关性的不利影响,应尽量使节点间距增大.当协作范围一定时,用户数较少但更为分散的协作具有更好的感知性能.     

协作频谱感知及SSDF攻击研究

认知无线电网络中,协作频谱感知技术利用多个认知用户的本地感知,克服了多径效应、阴影效应等问题的制约,提高了系统的检测性能。介绍了典型的协作感知系统模型,对本地感知和融合判决这两个关键要素进行了分析,给出了单节点检测与协作感知时的ROC曲线及性能比较。介绍了频谱感知数据篡改攻击、分类以及目前对该攻击的研究现状,针对可能出现的攻击情况,进行了理论分析和仿真,仿真结果表明遭受SSDF攻击后系统性能明显下降。最后总结了全文。     

频谱感知协作检测方法仿真研究

在认知无线电系统中,认知无线电用户需要快速准确地检测出主用户及其闲置的频带.本文就一种利用两个认知用户协作感知频谱的检测方法进行仿真研究,结果表明,它可以减少检测时间和增加检测的灵敏度.     

基于能量检测的认知无线电频谱感知技术分析

介绍认知无线电的基本知识,较详细论述其中的频谱感知技术,分析了用于发射端检测的能量检测法的基本原理和方法,完成高斯白噪声信道条件下能量检测法的性能参数计算仿真,给出了相应结论。     

协作频谱感知安全问题研究

针对认知无线电网络中协作频谱感知中安全问题,分析了模拟"主用户"PUE和篡改感知数据SSDF两种攻击方式,重点研究了SSDF攻击下的协作频谱感知安全方案。在比较现有抗SSDF攻击方案协作感知性能的基础上,提出了基于四门限决策的改进型WSPRT。结果表明,改进型WSPRT方案相比于传统方案,具有更好的协作感知性能。     

能量效率和碰撞概率联合优化的协作频谱感知算法

协作频谱感知能提高认知无线电网络的感知性能。随着认知网络频谱感知性能的提高,一方面感知网络将会消耗更多的能量;另一方面次用户拥有更多的机会接入授权频谱,次用户的吞吐量不断增加,同时在通信过程中主用户与次用户发生碰撞的概率也不断增大。本文提出了一种联合优化能量效率和碰撞概率的协作频谱感知算法,通过最优感知检测点判断节点所处信道状态,融合中心舍弃信道状态不好的节点使其不参与数据融合,既消除了信道状态不好的节点对全局判决的不良影响,又提高了能量利用率。仿真结果表明,该算法提高了网络的频谱检测性能,并延长了感知网络的生命周期。     

基于概率向量和机器学习的协作频谱感知

针对在认知无线电网络(Cognitive Radio Network, CRN)中进行协作频谱感知(Cooperative Spectrum Sensing, CSS)时,随着次级用户(Secondary User, SU)数量N增加导致能量向量维度随之提高造成的数据处理时间增加,设计开发了使用恒定二维向量的机器学习算法.首先在由 N个SU组成的CRN中进行频谱感知,获取每个SU感知得到的能量数值并组成N维能量向量,然后对N维能量向量进行数据处理,将其变换为恒定的二维特征向量———概率向量,并利用 K Mediods和模糊支持向量机(Fuzzy Support Vector Machine, FSVM)算法对此向量进行训练和分类,针对2个SU 和16个SU建立仿真场景,分别基于N维能量向量与概率向量进行研究,仿真结果表明,在SU数量增加的场景下,使用概率向量的训练时间降低了至少31%,分类延迟略有减少。     

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.     

瑞利信道下多门限频谱合作感知方法研究

随着通信方式由语音转向多媒体应用,人们对高速无线传送的需求与日俱增。然而由于有限的自然频谱,现行的静态频率分配机制不能满足快速激增的高速通信设备的要求。因此,需要能够提高频谱利用效率的创新技术,认知无线电的出现解决了这种频谱拥塞的问题,本文将研究在能量探测频谱感知过程中使用多门限判决方法,在认知无线电网络中,决策中心接收多个认知无线电的观测数值,做出决定判断是否存在主用户。研究表明在瑞利信道下进行能量探测的合作频谱感知,采用多门限的判决方法能使感知效果的到提升。     

基于BP神经网络的协作频谱感知技术

认知无线电技术可以利用主用户未使用的频谱资源来有效地提高频谱利用率。单用户感知技术虽然简单但可靠性较低,协作频谱感知技术可以显著地提高频谱感知的性能。现有的大部分协作感知都是在假设各认知用户的信噪比相同的前提下进行研究。然而在实际环境中,由于每个认知用户所处的环境不同,其信噪比不同,对融合中心判决的影响也不同。如何在提升检测性能的同时提升系统的能量效率是关键问题。提出一种基于BP(Back Propagation)神经网络的协作频谱感知技术,它利用频谱环境的历史信息,通过BP神经网络提高频谱感知性能。仿真结果表明,该算法可以在保证协作感知性能的同时减少参与协作的认知用户数,从而减少能量消耗。     

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。     

基于频谱预测的不完美条件下的能量有效性设计

在认知无线电网络中,次级用户在实施频谱预测和频谱感知的过程中,存在频谱预测错误和频谱感知错误,而这些因素往往会影响整个网络的性能。分析了在电池供电能量有限的认知无线电网络中,存在频谱预测错误和频谱感知错误的条件下次级用户的能量有效性,设计了频谱预测归一化能量有效性公式,仿真了在频谱预测能量消耗、频谱预测错误概率、通信强度、信道数量不同时的归一化能量有效性,并与完美条件下的归一化能量有效性做了比较,仿真结果更符合实际情况,具有较好的理论与工程应用价值。     

基于协作频谱感知的智能电网通信网性能研究

将认知无线电频谱感知技术应用于智能电网的通信网中,可以有效提高频谱资源的利用率。现有研究仅考虑单用户单供电商,但是对需求响应管理性能与感知能耗权衡问题却没有给出理想的解决方案。建立基于多节点协作频谱感知的多用户单供电商智能电网通信网模型。在此基础上,为求解该模型需求响应管理和能耗感知性能权衡问题,提出基于多目标粒子群(MOPSO)的求解方法。仿真结果表明,所提协作频谱感知模型可以显著提高系统需求响应管理性能;MOPSO算法可实现系统需求响应管理性能和感知能耗的最佳权衡,有利于决策者根据实际要求灵活选择最优方案。     

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.     

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。     

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。     

认知无线传感网中一种高能效的频谱感知周期优化算法

为了提高认知无线传感网中节点的频谱感知能效,提出了一种高效的频谱感知周期优化算法。该方法通过引入贪婪因子来减少节点感知信道的次数,进而达到降低感知能耗的目的。在碰撞概率和等待时延的约束下,节点在与信道的交互过程中实现对感知周期的动态修正,达到了对信道状态的自适应高效感知。仿真结果表明,在不同的信道占用状态条件下,该算法相比固定感知周期的方法,有效地提高了感知能效,适于在认知无线传感网中实施。