基于目标对象的最佳中继协作频谱感知方案

提出了一种基于目标对象的最佳中继协作频谱感知方案(Pe-BRCS),通过最小化报告信道上的错误传输概率为目标选择最佳中继,以提高感知性能;为了降低计算复杂度,进一步提出了简化的最佳中继,协作频谱感知方案(simplified_BRCS)。仿真结果表明:相比传统SINR-BRCS方案,Pe_BRCS方案有效降低了报告信道上的错误传输概率,可以在增加较少计算复杂度的条件下提高感知性能;simplified_BRCS方案可以在不增加复杂度的情况下很好地近似Pe_BRCS方案。     

单比特协作压缩频谱感知

提出了一种低开销的协作压缩频谱感知方案,其中每个认知用户利用单比特量化获取压缩采样值的符号信息作为测量值. 融合中心收到不同认知用户的符号信息后,利用2种联合感知算法来确定频谱的占用情况. 仿真结果表明,新方案具有较好的感知性能,不仅优于独立感知方案,而且在低信噪比时优于多比特量化感知方案.     

协作频谱感知中的信道搜索机制优化

频谱感知是认知无线电网络中需要解决的首要问题。为了提高频谱感知的整体性能,该文对链路层的协作频谱感知机制进行了研究,针对其中的信道搜索感知场景,提出了一种联合优化信道搜索方案。在该方案中,基站根据各信道的空闲概率大小,选择最优的信道搜索次序,并对不同信道的搜索时长进行一定的加权处理,确保以较长的时间优先搜索空闲概率较大的信道,从而使按需信道搜索过程的切换延迟以及由此造成的QoS损失最小化。仿真实验的结果显示,这种联合优化搜索方案在信道搜索场景下的平均搜索时长始终小于现有的2种搜索方案,这说明其搜索性能具有明显的改善。     

信噪比比较的协作频谱感知算法

针对现实通信中认知无线电频谱感知的各认知节点所处环境差异这一问题,研究了低信噪比节点感知结果不准确而对协作频谱感知性能产生的影响,得出认知用户所处环境信噪比越高,感知性能越好,即在数据融合过程中,较低信噪比节点参与融合反而影响整体感知性能.故提出信噪比比较的协作频谱感知算法,该方法通过调整因子改变参与融合的节点数量,选取较优节点参与最终的数据融合,在信噪比分布不均匀的环境下,采用MATLAB仿真证明其可有效地提高系统检测性能.     

分布式协作频谱感知的信誉模型

协作感知技术能大大提高认知无线电网络中的频谱感知效果,但也会产生一些安全隐患,如频谱感知数据伪造攻击。针对单个恶意次用户发起的连续性频谱感知数据伪造攻击和若干个恶意次用户发起的非连续性频谱感知数据伪造攻击,设计并实现了一种分布式协作频谱感知的信誉模型。仿真实验表明,该模型能有效地识别恶意次用户和抵御频谱感知数据伪造攻击。同时,该模型还具有较小的虚警率、丢失率和较好的容错能力。     

基于中位数的抗SSDF攻击协作频谱感知方案

给出一种基于中位数的分布式协作频谱感知算法。选取次级用户与其邻居间感知数据差值的中位数作为迭代依据,降低感知数据极端的次级用户可能为恶意用户的影响;对各邻居节点建立信任度指标,进一步降低恶意用户的影响。所给算法无需融合中心,次级用户与相邻节点以局部信息交互方式进行协作感知。仿真结果表明,所给算法相比现有平均一致算法可明显提高频谱感知性能,且可提高收敛率。     

认知无线电网络中压缩协作频谱感知

低频谱利用率条件下的信道状态向量具有稀疏性,为降低认知无线电网络中各个认知用户的频谱感知冗余,基于压缩感知技术提出了一种低复杂度的协作频谱感知方法. 仿真结果表明,通过稀疏观测矩阵提高了单个认知用户感知过程的速度和效率;在融合中心对观测数据进行重构过程中使用因子图迭代算法,大幅降低了计算难度;同时可以根据认知网络中的频率使用情况,自适应调整认知用户的感知点数,确保整个网络的高效感知.     

认知超宽带通信系统中的频谱协作感知融合策略

给出了认知超宽带无线通信系统(CUWB)中的协作感知的基本流程,分析了CUWB多用户协作频谱感知的数据融合策略中的硬判决算法和软判决算法。通过分析,发现信道条件较好时,接收信噪比较大时,硬判决的可信度较高,但是当接收信噪比较小时,硬判决的误差就很明显,此时需要引入软判决。通过仿真分析了各融合策略的适用条件,从而达到改善系统的检测性能,降低干扰冲突,提高频谱利用率的目的。     

认知无线电中协作能量概率分布频谱感知方法

提出了一种基于能量概率分布（EPD）的协作频谱感知算法,以提高认知无线电的检测性能．与传统能量检测使用能量均值做为检测统计量不同,EPD感知算法中的协作感知次用户统计大于给定门限值的采样信号个数,并传送给数据融合中心,数据融合中心将所有统计结果进行叠加,并与噪声的能量概率密度进行相关运算来获得判决结果．利用高斯近似理论分析所提出的EPD协作频谱感知算法的检测性能．仿真结果表明,协作用户数越多,新提出算法的检测性能比传统协作频谱感知硬判决算法越有优势,同时又不需要任何主用户的先验信息．     

认知网络中控制信道受限的协作频谱感知

在噪声不确定的条件下,提出一种多频带联合协作感知方法,根据各频段噪声功率的不确定度分别计算出检测门槛上、下限后对本地主用户信号进行多频带联合检测.接收信号能量处于检测门槛上下限之间的频段为本地检测结果不确定的频段,需要进行多点协作频谱感知,认知节点可利用本地检测中确定空闲的频段来传递本节点的感知信息,实现由本节点可用信道分担传统协作感知方法中控制信道通信量的目标.仿真结果表明,对比传统协作感知方法,新提出的协作感知方法能有效减少频谱感知过程中控制信道的通信负载,并且在本地检测结果为不确定的频段能获得更小的误警概率.     

基于分群的自适应双门限合作频谱感知

针对认知无线电系统中,通知信道不理想对传统合作频谱感知的不利影响,提出了一种改进的合作频谱感知机制:认知用户被分成若干群,选择群内通知信道增益最大的认知用户为中心节点,采用自适应双门限机制负责群内合作频谱检测,并将检测结果报告给认知基站进行合并以确定授权用户是否存在.仿真结果表明:相对传统的合作频谱感知,该机制能降低通...     

认知无线电中的频谱感知研究进展

作为认知无线电核心和基础的频谱感知,自从认知无线电的概念提出就受到了高度关注.众多学者和研究机构进行了大量卓有成效的研究,取得许多有价值的研究成果.根据近几年频谱感知的发展状况,对现有的频谱感知技术进行系统总结归纳,从单点检测、合作检测以及检测策略等三方面介绍各种频谱感知方法研究进展和频谱感知算法在现有标准中的应用.最后阐述频谱感知存在的问题以及下一步发展方向.     

认知无线电网络的检查协作频谱感知技术

在认知无线电中,协作频谱感知通常被用来提高感知性能。但当用户个数较多时,控制信道带宽的限制和感知时延会影响协作感知的性能。作者提出采用检查协作频谱感知可以有效避免这些问题。检查协作频谱感知通过减少认知用户上报基站的感知信息,降低通信负荷和感知时延,从而提高系统的敏感性。通过最大化频谱利用率可以得到最优的不发送概率,从而在感知时延和接入频谱机会的错失上得到折衷。通过分析及仿真结果可以看出,检查协作感知与传统协作感知相比,有效提高了系统的敏感性。通过最优的不发送概率可以确定最佳的感知门限进行感知。     

删余协作频谱感知性能分析及优化

提出了一种新的基于删余的协作频谱感知方法,通过减少实际发送的本地决策值数来节约控制信道带宽,降低检测性能对认知用户数的依赖; 分析了这种删余协作频谱感知在感知信道和报告信道均存在衰落下的性能,它可以有效解决报告信道衰落所带来的尾感知问题,降低了虚警率; 提出了进一步优化算法,算法在确保主用户受到足够保护的前提下,通过寻找最优的次用户数和相应的检测门限使次用户的接入机会最大化．仿真结果与理论分析相一致．     

基于分布式压缩感知的宽带协作频谱感知算法

针对认知无线电中传统的宽带压缩频谱感知算法计算复杂度高、检测实时性差的缺点,提出基于分布式压缩感知信道能量观测差值的宽带协作频谱感知算法。该算法无需重构T+1时刻的信号频谱,只需重构T+1时刻与T时刻的信道能量差值,进而得到T+1时刻的信道能量;另外,为减少深衰落、阴影衰落等不利因素的影响,采用多个次用户协作频谱感知。数值分析表明,该算法所需的平均感知时耗为直接重构T+1时刻的信道能量算法的50%左右,且获得了检测概率大于0.95的检测性能。     

认知无线电网络中的最佳可信度频谱检测算法

由于认知无线电网络中的典型硬决策协作频谱检测在数据融合时未考虑各认知用户检测结果的差异性,不能很好地提高检测性能,因此,提出了一种基于检测可信度的协作频谱检测算法.首先,利用各认知用户的平均接收信噪比来获得它们的检测可信度;然后,综合各认知用户的检测结果以及检测可信度来判断授权用户是否使用频带,从而提高了检测性能.仿真结果表明,在低信噪比情况下,相比典型硬决策协作频谱检测,该算法具有较优的接收特性曲线,并在合理选取认知用户检测阈值的条件下,具有较低的检测错误概率.     

基于MBSBL-FMLM的宽带协作频谱感知算法

针对认知无线电网络中单节点的宽带压缩频谱感知算法检测准确性低、实时性差的缺点,提出了基于多测量向量块稀疏贝叶斯学习-快速边缘似然函数最大化(MBSBL-FMLM)的宽带协作频谱感知算法。该算法采用分布式压缩感知(DCS)系统进行多节点协作检测,以降低单节点检测带来的多径衰落、阴影衰落等不利影响;另外,融合中心结合多测量向量(MMV)模型和宽带信号的块稀疏结构得出多测量向量块稀疏贝叶斯学习(MBSBL)框架,并利用快速边缘似然函数最大化(FMLM)方法进行快速参数估计。数值分析表明,基于MBSBL-FMLM算法的检测概率、归一化均方误差、检测时耗均优于SOMP算法。     

分布式宽带合作频谱感知算法

针对传统宽带合作频谱感知中集中式频谱重构带来的网络通信负担重、重构复杂度高的缺点,提出了一种基于分布式子空间估计的非重构宽带合作频谱感知算法.该算法直接从欠采样数据中估计信号子空间,利用子空间的正交性实现频谱感知.为了获得空间分集增益,采用基于扩散自适应的分布式估计算法求解全局信号子空间.理论分析与仿真结果表明,该算法无需重构原始信号的频谱,运算复杂度低,全分布式的多用户合作提高了频谱感知性能,且具有更少的节点通信量.     

特征值类频谱感知算法的仿真分析

为了全面了解基于特征值类的合作频谱感知算法的性能,通过Matlab仿真实验对该类算法进行仿真,以探究门限值随虚警概率的变化、采样次数和认知用户数对检测性能的影响,并分析针对不同信噪比的检测概率和实际的虚警概率。仿真结果显示,基于特征值类的算法不需预知主用户信号和噪声方差信息,能够克服噪声不确定度的影响,相较于传统的能量检测,有着更加稳健的检测性能;基于最小特征值极限分布的改进算法在低信噪比、采样次数和认知用户数较少时,判决门限更低、检测概率更高。