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.     

碰撞约束和非理想感知下认知多址接入信道的有效吞吐量

在碰撞约束和非理想信道信息下,研究认知多址接入信道中多个次用户接入主用户频谱的有效吞吐量问题。在机会频谱接入方式（OSA）下,定义有效吞吐量并作为次用户的性能指标。考虑信道质量信息,在信道质量分布参数未知的情况下采用有限的信道样本对参数进行估计,并对非理想感知下次用户的性能进行分析。通过仿真实验,分别讨论了信道质量门限与碰撞概率及次用户性能之间的关系,对比了理想感知和非理想感知下次用户的性能,并与其他算法进行对比,验证了本文接入策略的有效性。     

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。     

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。     

感知不确定下卫星认知无线网络多频谱接入优化策略

针对卫星认知无线网络频谱感知不确定性较大导致传统频谱接入机制效率降低的问题,该文提出一种基于动态多频谱感知的信道接入优化策略。认知LEO卫星根据频谱检测概率与授权用户干扰门限之间的关系,实时调整不同频谱感知结果下的信道接入概率。在此基础上以系统吞吐量最大化为目标,设计了一种基于频谱检测概率和虚警概率联合优化的判决门限选取策略,并推导了最佳感知频谱数量。仿真结果表明,认知用户能够在不大于授权用户最大干扰门限的前提下,根据授权信道空闲状态动态选择最佳频谱感知策略,且在检测信号信噪比较低时以更加积极的方式接入授权频谱,降低了频谱感知不确定性对信道接入效率的影响,提高了认知系统吞吐量。     

基于双门限能量检测的自适应协作频谱感知

针对认知无线电中传统单门限能量检测由于单一门限造成的低信噪比情况下容易误判从而导致错失频谱接入机会的不足,提出了一种基于双门限能量检测方法的自适应协作频谱感知模型.该模型以加性高斯白噪声信道模型为基础,由传统双门限能量检测方法改进而成,针对接收到的能量统计值的大小采用不同的判决方法,各个判决结果直接由所采用的判决方法决定.仿真结果表明,在较低信噪比条件下,与传统单门限能量检测模型相比,该自适应协作频谱感知模型具有更好的识别性能,随着用户数量的增加,识别性能更优.     

非理想信道感知下的频谱共享容量的理论分析

在现有的以理想信道感知为条件的机会频谱共享容量分析基础上,重点讨论非理想感知对机会频谱共享中次用户信道容量的影响。关注两条不同传输途径的信道,一条是从次用户发送端到次用户接收端的无线信道,另一条是次用户发送端到主用户接收端的无线信道。以主用户接收端功率受限作为约束条件,得到了关于非理想信道信号噪声比条件下机会频谱共享的次用户信道容量的关系表达式。首先分析次用户发送端到主用户接收端信道和次用户发送端到次用户接收端信道为非对称时次用户的信道容量,其次分别探讨不同衰落信道模型下两条信道上感知（包括信道估计和预测）误差为对称和非对称结果时,次用户信道容量的变化。     

Q学习算法在机会频谱接入信道选择中的应用

针对“先听后传”的机会频谱接入中认知用户的信道选择问题,本文提出了一种基于Q学习的信道选择算法。在非理想感知的条件下,通过建立认知用户的信道选择模型并设计恰当的奖励函数,使智能体能够与未知环境不断交互和学习,进而选择长期累积回报最大的信道接入。在学习过程中,本文引入了Boltzmann实验策略,运用模拟退火思想实现了资源探索与资源利用之间的折衷。仿真结果表明,所提算法能够在未知环境先验知识条件下可以快速选择性能较好的信道接入,有效提高认知用户的接入吞吐量和系统的平均容量。      

基于业务请求数据包长度的机会频谱接入算法

针对非时隙主用户网络,研究了单个次用户在周期性感知框架下的机会频谱接入问题。通过建立次用户信道感知和接入模型,提出了一种基于次用户请求业务数据包长度的机会频谱接入算法。该算法根据每个时隙分配给次用户业务数据包长度,自适应调整机会频谱接入策略。仿真结果表明,所提算法能够在干扰水平要求较高情况下,提高次用户平均有效传输吞吐量的同时,实现有效吞吐量与碰撞概率的折中;同时当外部环境发生变化时算法具有较强的鲁棒性。     

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PN序列自相关的双门限自适应DTMB频谱感知

对于地面电视的模数转换产生宝贵的广播电视“白频谱冶资源,频谱感知与检测技术是高效有序地利用频谱资源的基础。在数字电视地面多媒体广播( DTMB )传输系统中,针对传统的基于信号特征的感知算法在检测性能、计算复杂度与灵活性上的不足,提出了一种自适应的DTMB频谱感知算法。该算法以双门限感知检测为基础,在双门限之外采用基于伪随机( PN )序列自相关的算法,在双门限之内采用不等间隔PN序列累积自相关的算法,同时自适应地调整双门限的取值,平衡算法复杂度、感知性能与信道环境的需求。仿真结果表明,该算法在不同的信道条件下能自适应且快速地调整参数,有效提高频谱检测性能,降低算法复杂度。     

基于跨层优化的机会频谱接入算

针对周期性信道感知机会频谱接入系统,首先采用马尔可夫过程对次用户的感知活动进行建模分析,然后结合物理层和MAC层参数提出一个跨层性能指标--有效传输容量,并在最大化有效传输容量准则下提出一种跨层优化机会频谱接入算法,进而分析了机会频谱共享系统可获得的平均有效传输容量.理论分析和仿真结果表明,所提出的跨层优化接入算法性能优于单层优化接入算法,它可以使次用户获得更高的有效传输容量.     

动态频谱接入中基于最小贝叶斯风险的稳健频谱预测

针对频谱感知错误累积造成频谱预测性能恶化问题,该文提出一种基于最小贝叶斯风险的稳健频谱预测策略。分布拟合检验表明频谱预测输出服从正态分布,定义频谱预测输出的贝叶斯风险函数,证明使贝叶斯风险函数最小的频谱预测输出判决门限将使频谱预测的均方误差最小,求得了使贝叶斯风险最小的最优判决门限,构建稳健频谱预测策略。仿真结果表明,与固定判决门限的神经网络频谱预测相比,稳健频谱预测策略改进了频谱感知错误下的频谱预测性能,改善了非授权用户的动态频谱接入性能。     

认知系统中基于有限感知与混合保护的功率分配策略

研究了频谱共享环境中,一种基于认知用户有限感知区域与主用户混合保护措施的功率分配方法,在考虑主用户占用子信道概率的情况下,通过建立认知系统的多区域模型,提出了适应于主用户存在与否两种不同情况下的干扰避免策略。在满足认知用户自身最大功率约束与主用户混合干扰功率约束的条件下,基于最大化认知系统传输速率的目标,提出了各子信道集合的和功率以及不同集合内功率分配的联合优化方法,且复杂度较低。仿真结果表明,本文所提方法在不同参数设置下均达到了较好的速率性能,且远远超过机会频谱接入方式所获得的最大传输速率。     

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%。     

混合式频谱共享系统功率分配研究

该文结合机会式频谱共享(Overlay)与共存式频谱共享(Underlay)提出一种混合式频谱共享模型。基于提出的模型,考虑次用户理想感知和非理想感知两种情况,采用离散状态马尔科夫过程对信道活动进行建模,进而在平均容量最大化准则下分析了混合式频谱共享系统的功率分配问题,导出了次用户的最优功率分配策略及系统可获得的最大容量。理论和仿真结果表明,基于最优功率分配策略的混合式频谱共享系统可以获得比Overlay或Underlay系统更高的容量。     

认知Ad Hoc网络能量有效频谱接入策略

针对认知无线Ad Hoc网络中次用户能量受限问题,提出一种基于能量有效性的机会频谱接入策略。联合考虑信道状态的时变性和次用户的频谱感知准确性,基于部分可观测马尔科夫决策过程（POMDP）建立了一种最大化能量有效性的分析架构,指导次用户选择能效最佳信道,并根据信念状态、信道增益和检测概率,自适应控制传输功率。仿真结果表明,该策略能够有效提高次用户传输的能量有效性,通过对传输功率的有效控制,实现了传输性能和能量开销的有效折中。      

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。      

基于最优停止的认知无线网络下行频谱接入算法

为有效平衡认知无线网络中次用户系统中接入信道的感知时间和信道总的吞吐量之间的矛盾,提出了一种只对部分信道进行感知的频谱接入策略,联合总的感知信道数和各条信道的感知时间进行优化,并通过最优停止算法求解,在最大化节省感知时间的同时,取得较大的平均吞吐量。与HC-MAC(Hardware Constrained- Media Access Control)算法的仿真分析对比表明,该算法在相同给定条件下感知时间更短,吞吐量更大,具有明显的优势。