感知频谱共享下的多天线功率优化分配算法研究

本文构建了一种在感知结果下具有多天线次用户的频谱共享模型,该模型由单入单出主用户对和多入单出认知用户对构成。当认知用户感知到主用户占用信道时,主用户向认知用户发送Message信息,使得认知用户发射端能够得知主用户对干扰总功率的限制要求,通过自适应地调整认知用户发射机的发射功率,以保证其对主用户不造成有害干扰;如果主用户未占用信道,认知用户立刻以最大发射功率占用信道。并分别在主用户存在和不存在两种情况下,优化认知用户发射机各天线的发射功率来最大化系统总的数据传输率。最后,通过数值仿真来验证推导出的功率分配策略,并对其进行分析和讨论。仿真结果表明:相比于机会频谱接入（Opportunistic Spectrum Access, OSA）和基于感知的频谱共享（Sensing-based spectrum sensing）模式,推导的功率分配策略在提出的模型中可以获得更高的信息传输率。      

动态自适应频谱的接入策略研究

认知无线电技术利用非授权频谱资源进行业务传输,缓和了目前通信业务飞速发展与频谱资源稀缺的矛盾。动态频谱接入技术通过感知频带,使认知用户能够伺机接入未被主用户占用的频谱空洞。但是在接入过程中,特别是在多个认知用户竞争接入相同的可用频谱资源时,往往面临认知用户间的冲突和各认知用户的QoS得不到保证的问题。文章重点介绍了目前国内外在多个认知用户接入策略上的一些研究成果,并对这些成果进行分析,提出了今后需要进一步研究的方向。     

可任意阶扩展的认知无线Ad Hoc网络频谱共享模型

目前认知无线Ad Hoc网络(CRAHNs)频谱共享模型的研究大多忽视了未被授权频谱被占用过程对授权频谱被一、二级用户占用过程的影响,也有研究同时考虑了一、二级信道被占用的情况,提出了简化的排队模型,但是在进行性能分析时存在较大误差.主要挑战来自于高维马尔可夫状态转移图归纳的复杂性和计算的复杂性.本文研究提出一种新的分...     

基于OMP算法的宽带频谱感知

频谱感知是认知无线电的一项关键技术,其能够检测出未被主用户占用的频谱空穴供次用户接入使用,提高频谱利用率.宽带频谱感知要求对数GHz 的带宽进行检测,过高的采样速率、大的数据量对现有的硬件设备提出了巨大的挑战.本文利用宽带频谱的稀疏性提出一种基于OMP算法的宽带频谱感知方法.该方法利用MWC采样实现对宽带模拟信号直接压缩采样;利用自相关矩阵对称分解特性和主用户信号独立性,得到有限维压缩采样信号模型,利用AIC/MDL准则估计稀疏度作为OMP算法迭代停止的条件,大大减少了算法复杂度;该方法不需要重构接收信号的PSD,直接在时域根据低速率采样信号,检测被占用信道.仿真结果表明,当带内信噪比大于9dB时,频谱检测概率高于90％.     

主用户活跃性对新的认知无线电系统容量的影响

在机会频谱接入认知无线电系统中,认知用户只有在通过感知确定信道空闲时才可以接入授权信道,因此频谱感知对于系统性能影响非常重要。本文提出了基于新帧结构的四元频谱感知模型,考虑主用户活跃性对认知网络吞吐量的影响,采用可同时最大化感知和数据传输时间的新帧结构模型,不需要考虑感知和吞吐量的均衡。理论分析新模型下感知时间,主用户活跃性,目标检测概率,主用户接收信噪比对系统吞吐量的影响,并与传统模型进行对比。     

CVANET中基于POMDP模型的频谱接入算法

针对认知车载Ad Hoc网络(CVANET)信道的动态特性,以部分可观测马尔科夫决策过程(POMDP)为模型对认知车辆用户的频谱感知和频谱接入过程进行研究,提出基于POMDP模型的分布式机会频谱接入算法,并通过贪心算法降低POMDP算法计算量,最后通过仿真研究影响认知车辆用户吞吐量的主要因素,并验证算法的可行性。仿真分析结果表明,认知车辆用户通过本算法接入吞吐量得到有效提高,降低了交通中广播风暴的可能,并且降低了计算量。     

基于马尔科夫模型的认知无线电动态双门限能量检测策略

该文针对低信噪比条件下频谱感知精度低的问题,提出一种基于马尔科夫模型的动态双门限能量检测算法。该算法根据信道时变特性建立基于马尔科夫的频谱占用模型,利用信道历史状态信息实现模型参数的修正。然后采用先听后说的机制对处于双门限之间的困惑信道状态进行判决,并详细分析了噪声不确定性对频谱感知性能的影响。在此基础上,为了克服噪声不确定性的影响,以频谱检测概率最大为优化目标,对双门限进行实时更新。仿真结果表明,所提频谱感知算法在减小噪声不确定性影响的同时增加了频谱感知精度,降低了认知用户的感知时间。     

上海地区白频谱应用规范的分析研究（下）

认知用户的无线电频谱感知技术 1．频谱感知技术分类 认知用户,需要利用频谱感知技术侦测授权频段的频率空闲情况,从中找出可使用信道。当授权用户重新接入时,即需检测到．并迅速让出占用频道．切换到其他空闲频道或中止通信,以避免授权用户受到干扰。     

基于机器学习的认知无线电网络协作频谱检测

为提高认知无线电频谱感知能力,解决频谱感知节点对频谱占用的错误分类,提出了一种基于机器学习的认知无线电网络协作频谱感知方法。首先,构建了一个认知无线电网络模型,并运用Kullback-Leibler散度,推导出了单个感知节点频谱感知覆盖的解析式。其次,分析了无线传感器网络的频谱感知范围和性能,提出了一种能够覆盖整个主要用户区域的多感知节点布置策略。最后,通过对比实验验证了所提方法的有效性。实验结果表明,所提方案通过多部署一个感知节点SN3能够有效缓解频谱错误分类问题,对于50mW和100mW的主要用户功率电平,其真阳率分别可达99.80%与97.5%,可有效提升频谱感知的精确度。     

基于Markov模型的认知车联网频谱感知方法

针对传统认知车联网(Vehicle to Everything, V2X)频谱感知受主用户频谱活动特性和车辆移动性的影响，感知性能较低的问题，提出了基于Markov的主用户频谱统计模型和认知车辆移动性的频谱感知方法。该方法使用二态马尔可夫链构建主用户频谱统计模型，根据历史统计数据计算主用户频谱状态转移概率，根据认知车辆的移动特性，计算存在频谱机会时的内部概率，最终推导出系统漏检概率的表达式。实验结果表明，该方法在瑞利衰落信道中信噪比为-8 dB时，漏检概率相比传统方法降低了6.5%,具有更好的感知性能。     

基于竞争双深度Q网络的频谱感知和接入

认知用户通过频谱感知和接入过程识别频谱状态并占用空闲频谱,可有效利用频谱资源。针对频谱感知中存在感知错误和频谱接入中存在用户碰撞的问题,首先建立多用户多信道模型,设计频谱感知和频谱接入过程;然后通过结合双深度Q网络和竞争Q网络,设计竞争双深度Q网络,解决过估计问题的同时优化网络结构;最后通过智能体与所设计模型中状态、观测、回报和策略的交互,完成使用竞争双深度Q网络解决频谱感知和接入问题的一体化研究。仿真结果表明,相比于已有深度强化学习方法,使用竞争双深度Q网络得到的数值结果更稳定且感知正确率和信道利用率都提高了4%。     

基于统计可信度的压缩感知协作频谱检测算法

压缩感知为认知无线电的宽频谱感知提供了一种新的方法和思路。基于压缩感知的原理,提出了一种多认知用户协作场景下基于用户统计可信度的协作频谱检测算法。该算法使用正交匹配协作追踪算法获得认知区域内的频谱占用情况,根据不同认知用户频谱检测的历史准确度综合判定用户感知结果的统计可信度。仿真结果表明,该算法在不同用户数、不同采样值、不同信噪比变化范围下其检测性能均优于传统算术平均方法,有效改善了检测性能。     

一种基于时频相关性的快速频谱感知算法

频谱感知技术是认知无线电的核心和基础,而自从认知无线电技术被提出以来就一直受到极大的关注。通过对无线频谱占用情况的实时采集处理,对频谱占用情况在时域和频域上的相关性进行分析。利用这种时频域的相关性提出一种快速频谱感知算法,通过频繁模式挖掘提取有效模式,使得在只需要对部分频域和时域的频谱进行检测,就可以完成对整个频谱的占用情况的认知。最后通过实时采集数据进行实验分析,表明该算法确实能达到较好的性能。     

基于DOA估计的认知无线网络频谱感知

认知无线电技术中频谱感知性能的优劣直接影响认知通信系统的性能。针对该特点提出了认知无线电网络中基于波达方向（ DOA)估计的主用户频谱感知模型,即单主用户多次用户和多主用户多次用户的系统模型,选取基于特征分解的多重信号分类（ MUSIC)算法分析两种模型的感知性能,包括虚警概率、漏检概率、最小总错误概率、算法复杂度等,获得了闭值表达式,最后在两种模型下对算法进行了仿真。仿真结果表明：各参数主要影响虚警概率,而漏检概率几乎不受影响,验证了方法的有效性。     

基于滑动窗口的协作频谱感知对抗拜占庭攻击

认知无线电技术允许从用户动态地接入主要用户被授权的频谱,提高频谱利用率。协作频谱感知是认知无线电技术的一个重要组成部分,通过空间分集检测主用户信号。然而,由于认知无线网络的开放性,协作频谱感知过程可能会受到拜占庭攻击,恶意用户伪造有关主用户信号的状态信息,然后对主用户的通信造成干扰或自私地占用频谱资源,此外,协作频谱感知因多个从用户协作而需要更多的时间来检测主用户信号,因而将导致协作频谱感知的性能和效率进一步降低。针对上述问题,提出了基于滑动窗口的协作频谱感知方案,以减轻拜占庭攻击的负面影响,提高协作效率。在深入分析融合中心盲的问题的基础上,从恶意用户的角度出发,建立了一个随机拜占庭攻击模型来描述恶意行为。为了解决感知样本融合过程中的盲的问题,提出了一种交付评估机制,为基于滑动窗口的协作频谱感知奠定了坚实的基础,并在一个滑动窗口内进一步评估信誉值,以提高报告阶段的协作效率。仿真结果表明,无论恶意比例如何,基于滑动窗口的协作频谱感知在始终攻击的情况下只需要6个平均样本数就可以提供100%的检测准确率,而在恶意比例超过50%的随机攻击的情况下依然能够展现出显著的性能优势。     

基于非理想感知的认知无线电系统感知时间与频谱分配联合优化算法

针对非理想感知情况下感知时间与频谱分配联合优化问题,同时考虑漏检与主用户重新占用频谱两种场景所造成的主次用户碰撞,并通过量化主用户对认知用户的干扰,给出有无主用户存在时认知系统可获得的吞吐量。在总传输功率约束以及对主用户的最大干扰功率约束两个限制条件下,以最大化系统平均吞吐量为优化目标,给出感知时间与频谱分配联合优化算法。算法首先通过折半法搜索最优感知时间,在既定的感知时间下,将子信道分配给能获得最大平均吞吐量的认知用户,在此基础上,利用凸优化相关理论求得最优功率分配。仿真结果表明,本文所提算法相比于传统频谱分配算法系统平均吞吐量性能提升了10%左右。     

基于中继协作的认知无线电性能研究

频谱感知是认知无线电技术的关键。协作频谱感知能够充分利用网络资源,提高网络中认知用户的检测概率,降低认知用户的虚警概率。基于两个认知用户之间的中继协作,研究了协作频谱感知的感知性能与吞吐量的折衷。仿真结果表明：中继协作的频谱感知方法能够使得在充分保证对授权用户不造成干扰即检测概率一定时,能够有效地降低认知用户感知授权用户的虚警概率,缩短＂弱＂认知用户获得最大吞吐量的最优感知时间,提高其最大吞吐量,并提高认知系统的最大吞吐量。     

一种非理想感知条件下的双门限机会频谱接入策略

为了有效提高认知网络中次用户的吞吐率性能,提出了一种应用于非理想感知条件下的双门限机会频谱接入策略。该策略能在次用户对信道占用情况感知非理想的条件下,综合考虑次用户的信道质量和非准确的信道占用信息,使次用户在信道感知为空闲和占用时分别以不同的信道质量门限选择接入信道,从而最大程度地利用信道质量较好的传输机会,提高次用户的吞吐率性能。结合本策略,建立了以次用户的有效吞吐率最大化为目标、以对主用户的干扰程度为约束条件的优化问题,并在次用户对信道感知存在误差的条件下给出了最优门限的设计方法。仿真结果表明,所提出的双门限机会频谱接入策略能够在非理想感知条件下显著提高次用户的有效吞吐率。     

等比缩减的机会频谱接入

重复使用一定的TV频段是机会频谱接入的一个典型应用。在认知无线电机会频谱接入中,为了最大化信道的利用,授权用户与认知用户相互协作共同利用信道。文章将授权用户对信道的占用过程模拟为连续时间马尔可夫过程。认知用户在限制其对授权用户的干扰影响条件下,利用等比缩减的策略对信道进行感知,提出一个最优频谱接入策略,提高频谱的利用率。     

认知无线网络中的智能协作频谱感知机制研究

作为智能体,认知无线电应具有智能学习和智能判决的能力。为充分发掘认知用户的智能体特性,本文提出一种基于支持向量机和模糊积分的智能协作频谱感知机制。该机制将协作频谱感知模型转化成基于模糊积分的多分类器融合模型,其中每个认知用户均被看作一个独立的支持向量机分类器,单个感知周期内得到的采样数据作为分类器的输入,分类器的概率输出将被发送至融合中心,融合中心采用模糊积分算法将各分类器得到的结果进行融合并判决。该机制充分挖掘了认知用户在频谱感知阶段的“智能学习”能力和信息融合阶段的“智能判决”能力,仿真结果进一步表明,与单一的分类模型相比,本文提出的智能协作频谱感知机制具有更高的检测概率和更低的虚警概率。