认知无线电中基于MIMO波束成形的协同频谱接入设计

协同认知无线电技术由于其高效的频谱利用效率已经吸引越来越多的关注。在协同认知网络中,当第一用户（Primary User,PU）之间的信道状况恶劣时,特定的第二用户（Secondary User, SU）被选为中继协同PU完成信息传递,作为回报,PU分配一定的信道资源给SU,使其用于传输自己的信息。当SU系统中一个节点拥有多天线时,假设其可以很好的获悉其与PU之间的信道状态信息,通过波束成形设计可以使其在中继PU信息的同时完成自身信息的发送,而且使两者之间的信号互不干扰。这种频谱共享式的接入方式可以节约信道资源,提高频谱利用率。本文对采用放大转发（Amplify and Forward, AF）中继协议的SU发射端分别采用最小化加权均方误差和准则（Minimizing Sum of Weighted Mean Square Errors, MSWMSE）和迫零准则（Zero Forcing, ZF）对波束成形参数进行设计。仿真结果表明,两种设计方式都可以满足消除用户间干扰的要求;另外,由于基于MSWMSE准则的波束成形参数能够更好的平衡噪声和用户间干扰项对信号的损耗,因而获得更优的性能表现,而且通过调整加权系数可以满足PU用户不同的性能要求。      

干扰攻击下基于MAPPO的电视频谱资源分配研究

将认知无线电（Cognitive Radio,CR）与能量采集（Energy Harvesting,EH）进行组合是一种提高电视系统频谱性能的有效方案,但由于CR的开放性,电视网络容易遭受干扰攻击。基于此,研究了干扰攻击下EH-CR网络的联合信道和功率分配问题,考虑网络中存在随机和反应扫描两种干扰攻击,通过信道接入和功率分配,使次用户（Secondary Users, SUs）平均吞吐量最大化。将EH-CR网络建模为部分可观测的马尔可夫决策过程,提出了一个基于多智能体近端策略优化（Multi-Agent Proximal Policy Optimization,MAPPO）的联合信道和功率分配方法。仿真结果表明,提出的方法能够显著提高干扰攻击下SUs的平均吞吐量。     

认知无线网络中信道选择算法研究

研究认知无线网络中认知用户（secondary user,SU）的信道选择策略。在每个信道上,由于主用户（primary user,PU）返回的概率不相同,因此SU需要接入一个成功传输概率最大的信道,以尽量避免与PU发生冲突。提出了一个基于EWA学习的信道选择算法,仿真结果表明,SU通过学习历史信道选择的经验,能自适应地选择可用性最好的信道,从而最小化与PU发生冲突的概率,有效地降低了SU进行信道切换的可能性。     

基于DRL的IRS辅助认知电视频谱资源优化

传统静态电视频谱分配方法导致大量频谱资源存在浪费,认知无线电（Cognitive Radio,CR）因通过频谱共享技术提高电视频谱利用率得到广泛关注。当前,智能反射面（Intelligent Reflecting Surface,IRS）作为一种日益流行的、高效的解决方案,可以满足更高的数据速率、更好的通信覆盖范围。基于此,研究IRS辅助认知通信系统资源优化策略问题,考虑认知用户（Secondary User,SU）通过射频（Radio Frequency,RF）能量采集技术采集绿色能源,最大化SU的平均吞吐量。将IRS辅助认知通信建模为马尔可夫决策过程（Markov Decision Process,MDP）,提出一种基于残差网络的（Double Deep Q-network,DDQN）算法联合优化IRS相移矩阵与认知发射机（Secondary Transmitter,ST）发射功率。仿真结果表明,该算法能够有效提高SU长期累积吞吐量。     

基于深度强化学习的能量采集认知无线电动态频谱接入

为解决认知无线电(Cognitive Radio, CR)中频谱和能量短缺的问题，提出一种基于深度Q网络(Deep Q-Network, DQN)的动态频谱接入算法。次级用户(Secondary User, SU)通过基站射频信号采集能量，并在频谱感知后实现信道的自主接入。模型通过DQN训练，并使用奖励机制和训练算法优化，SU能够根据环境信息作出合适的接入策略。仿真结果表明，提出的深度强化学习(Deep Reinforcement Learning, DRL)模型性能优于无学习模型，提高了频谱感知准确率及用户吞吐量，对比结果证明了模型的适用性及合理的虚警率可以提升模型的学习性能。     

基于部分中继选择的能量收集双跳网络信息年龄优化

针对传统中继协作网络传感器节点能量受限导致信息传输延迟较高的问题,将短包通信（SPC）和能量收集技术相结合,构建了一种双跳中继无线传感器网络模型。网络中源节点和中继均需从专用能量基站收集射频信号能量以保证信息的持续传输,中继采用半双工解码转发协议将源节点发送的状态更新信息以短包形式传递到目的节点,利用中继选择策略与最大比合并技术提出了基于时效性的最早部分中继选择方案。考虑该网络信息的新鲜度,首先,分析了SPC传输性能,推导了中继和目的节点处的平均包错误率。其次,利用顺序统计量描述了源节点到中继端数据包的重传次数,基于更新过程理论推导了网络的平均信息年龄（AoI）表达式,并采用梯度下降方法优化了影响网络平均AoI的部分参数。最后,仿真分析结果表明,优化中继数量和数据包长度可以有效提高网络信息新鲜度,同时,通过对比优化部分参数得到的最优值与贪婪方法得到的最小化平均AoI理论值,可以验证部分中继协作方案在双跳状态更新网络中的可行性。      

一种基于信道质量的鲁棒机会频谱接入策略

为了提高分等级网络中次用户通过机会频谱接入获得的有效吞吐率,提出了一种基于信道质量的鲁棒机会频谱接入策略.该策略利用信道质量信息和信道占用信息做出传输决策,使得次用户在信道感知结果为空闲和占用时分别以不同的信道质量门限选择传输机会发起传输,充分利用了信道质量好的传输机会.结合该策略,建立了以对主用户的干扰为约束条件,最大化次用户有效吞吐率的优化问题,并考虑到了信道传播特性统计参数存在不准确估计的情况,对该接入策略的门限进行了鲁棒性设计.仿真结果表明:所提出的鲁棒机会频谱接入策略能够显著提高次用户的有效吞吐率.     

基于Dec-POMDP的认知无线电网络频谱接入算法

针对认知无线电网络中认知用户（CR）的机会频谱感知及接入问题,提出了一种基于分布式部分可观测马尔科夫决策过程（Dec-POMDP）的多用户频谱接入算法。在该模型框架下,相邻CR用户通过交换接入策略,以区域策略梯度方向为基准,对各个CR用户的接入策略做出调整,从而得到最优联合接入策略。仿真结果表明：该算法有效降低了授权用户的容量损失,提高了空闲频谱的利用效率,能够更有效地做出接入决策。     

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。     

认知网络中基于用户带宽需求的频谱接入策略

针对认知网络中的频谱接入问题,基于多类用户不同带宽需求提出了一种新的频谱接入策略,即基于用户带宽的动态信道接入策略(BRDSA)。首次提出考虑拥有不同带宽需求的主用户和次用户利用频谱聚合技术进行频谱接入,而频谱聚合技术能够提高次用户对离散频谱的利用率。根据相关网络模型,利用排队理论和马尔科夫模型对整个系统状态进行了分析。仿真结果表明这种动态频谱接入策略极大地提高了频谱利用率。     

基于信息年龄优化的多信道无线网络调度方法

信息年龄(AoI)是近年来针对时间敏感类应用所提出的一种描述数据交付及时性的度量标准,它是从网络中目标节点的角度出发,衡量其最新收到的数据包的新鲜程度.在信道资源受限的多信道无线网络场景中,基于信息年龄的链路调度问题需要考虑信道资源和链路冲突的约束.针对上述问题,该文提出一种逐时隙调度链路进行数据传输的调度方法,以最小...     

短包传输下缓冲区辅助的无线传感器状态更新系统的信息新鲜度研究

考虑到信息新鲜度对无线传感器状态更新系统设计和部署带来的影响,提出一个由两个传感器源节点和一个公共目的节点组成的状态更新系统。该系统中两个传感器源节点均配备一个单位大小的缓冲区,并根据伯努利过程在每个时隙感知对应物理过程的状态更新。随后传感器以有限块长度短包的形式将状态更新发送至目的节点。该文采用信息年龄（Age of Information,AoI）描述状态更新的新鲜度。首先,以传感器缓冲区状态组合为中心,该系统可建模为连续时间有限状态的马尔可夫过程,其中有限状态表示缓冲区的不同状态,连续时间表示与年龄相关过程的演进。因此,该系统平均AoI可采用随机混合系统（Stochastic Hybrid System,SHS）评估。最后仿真结果表明,当更新包的感知概率为0.2时,信噪比从0 dB增加至3 dB将导致平均AoI降低20.6%;当信噪比固定为4 dB时,状态更新包块长度从300 channel uses增长至400 channel uses会致使平均AoI降低8.8%。该研究可为缓冲区辅助的状态更新系统设计提供基本理论依据。     

基于无人机辅助的认知无线电网络信息年龄研究

考虑到信息时效性和数据新鲜度对各类实时状态更新系统带来的挑战,提出了一种无人机（Unmanned Aerial Vehicle, UAV）中继辅助的认知无线电网络（Cognitive Radio Network, CRN）信息年龄（Age of Information, AoI）最小化方案。为了降低CRN中次用户接收机处的AoI,在不影响主用户正常通信的前提下,利用UAV作为移动中继来辅助次用户发射机将数据包传输到对应的接收机。通过联合优化UAV的飞行轨迹和资源分配来确保信息新鲜度。由于联合设计问题是非凸的,故采用连续凸逼近的高效迭代算法得出问题的最优解。仿真结果表明,所提方案可以有效提高信息新鲜度,并获得峰值AoI的最小值。同时,数据包的大小和数量与AoI呈线性关系,对UAV的飞行轨迹也有影响。      

Joint optimisation of transmission and waiting times in cognitive radio

Transmission time optimisation is one of the key considerations of cognitive network design. There are many studies in cognitive radio networks (CRNs) focusing on finding the best transmission time for secondary users (SUs) to maximise transmission or energy efficiency. While longer sensing duration leads to a higher sensing accuracy and causes less interference, the SU spends less time for transmission and more energy on sensing spectrum. On the other hand, when the transmission duration becomes longer, although the SU has more opportunities to access the channel, it may encounter higher interference due to primary user (PU) returns and the probability of collision becomes higher. In this article, in a decentralised slotted protocol for CRN, the SU spectrum access is proved as a renewal process, then the interference due to PU return during SU transmission, the missed opportunities due to waiting for the channel to become idle and the energy consumed by the SU in the whole spectrum access process including idling energy, transmission energy and sensing energy consumption are formulated and integrated into newly defined efficiency to obtain the optimum transmission time and waiting time.     

基于时间估计的动态频谱接入算法

基于先验知识模型,设计了基于信道剩余空闲时间估计的动态频谱接入算法：每个次用户根据感知历史维护信道剩余空闲时间的估计向量并周期进行更新,每个时隙开始时次用户选择剩余空闲时间估计最大的信道接入。对动态频谱接入算法的适应性问题进行了分析,并求得了次用户的最优传输时间长度。仿真结果表明,在给定的参数下,新算法的信道利用率比其他算法提高约5%-10%,同时对主用户的干扰保持最低。     

Dynamic wireless spectrum access using GNU Radio and software‐defined radios

This paper presents the design, implementation, and results from a dynamic wireless spectrum access system built using GNU Radio and software‐defined radios (SDRs) as part of an undergraduate senior design project. The project involved designing and implementing a dynamic wireless spectrum access system in which the secondary user (SU) learns the unknown transmission behavior (channel occupancy and time slots) of the primary user (PU) and then opportunistically transmits during time slots and using channels when they are not being used by the PUs. The main design objective was to maximize the throughput of the SU while minimizing the interference to the PU. A transmitted signal energy detection algorithm with an adaptive threshold was employed to set the channel states as occupied or not occupied. Channel state information was used to determine the PU behavior in a deterministic manner such that the unused time slots and channels could be exploited. A channel allocation scheme for the SU is proposed using the PU channel occupancy information to calculate the channel(s) and time slots available to the SU at any given time. Simulation and physical testing of the system validate the proposed algorithms. Students' feedback affirms GNU Radio and SDRs to be an effective platform for introducing abstract mathematical communications theory concepts, such as cognitive radios and dynamic spectrum allocation, in a hands‐on manner.     

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。      

认知网络中的能量回收技术：性能分析及优化设计

通信网络中有限的能源和频带资源限制了网络容量的进一步提升.对能量回收技术在认知网络中的应用进行研究,量化评估用户可回收的能量以及可达吞吐率,并进行优化设计很有必要.在所分析的系统中,当授权用户进行通信时,非授权用户可回收无线信号中所带有的能量,并利用回收的能量进行频谱检测;当检测到授权用户空闲时,非授权用户将接入频谱,利用回收到的能量进行数据传输.采用马尔科夫链模型对通信场景进行描述分析,发现授权用户的活跃程度对非授权用户可回收的能量、获得的传输机会带来影响,进而决定了非授权用户的可达吞吐量.在此基础上,提出一种通过控制授权用户业务量,以最大化网络能量效用和频谱效用的优化方案,并通过仿真证实了理论分析的正确性.