认知无线电网络中感知时间与功率分配的优化

针对多协作用户多信道的情况,讨论了当信道增益固定时,各子信道之间检测时间、总检测时间与传输时间,以及各子信道之间功率分配的问题。区别于以往的单独优化算法,提出了各参数的联合优化算法。以信道容量为目标函数,给出了最优的时间和功率分配算法。实验结果表明,提出的算法能够实现频谱接入并且极大地提高了次用户系统的总信道容量。表明功率分配与信道上主用户占用的概率有关,而时间分配则与信道上主用户接收信噪比以及传输时自身的信噪比有关。在多认知用户网络中,参与合作的用户越多,接收与传输信噪比越高,次用户系统的总信道容量越大。对于认知无线电网络,还考虑了整体的实现。     

基于粒子群算法的认知无线电参数优化及敏感度分析

认知无线电能根据环境变化和用户需求自适应调整工作参数。现有认知引擎大多采用遗传算法优化参数。但随着认知用户数的增加,遗传算法染色体增多,导致算法收敛时间过长,无法满足实时通信需求。将改进惯性因子的粒子群算法用于认知无线电工作参数的优化,并在不同通信模式下对传输参数进行敏感度分析,以便有选择性地从目标函数中剔除敏感度较低的参数,降低处理复杂度。仿真结果表明,采用粒子群算法的参数优化在收敛速度、搜索效率和算法稳定性等方面均优于遗传算法,仅需较小的进化代数就能找到最优参数解,从而减小了优化时间,满足了认知无线电实时处理的要求。     

一种基于子空间分解的认知MIMO传输机制

针对传统认知无线电中检测-避免机制无法保证认知用户通信质量的问题,利用多输入多输出(MIMO)在空域处理上的优势,提出一种基于子空间分解的认知MIMO传输机制。在信道检测阶段,通过对协方差矩阵进行子空间分解得到噪声空间,在数据传输阶段,结合预编码将发送信号投影到噪声空间上,并采用功率注水以优化系统性能。仿真结果表明,该算法可以实现认知用户与主用户的空间复用,有效地提高系统的频谱利用率。     

基于中继联合优化选择的物理层安全方案

针对认知无线电(CR)网络中的安全传输问题,提出基于传输中继和干扰中继联合优化选择的物理层安全方案。在主用户网络和次用户网络共存的环境中,通过优化选取协作传输中继和协作干扰中继实现信息的安全传输,并分析推导出瑞利衰落环境下该方案保密中断概率的闭式表达式。仿真结果表明,在不同参数场景下,该方案均可实现较低的保密中断概率,提升CR网络的信息传输安全性能。     

认知中继网络中的功率分配算法

无人机（Unmanned aerial vehicle, UAV）通信是当前无线通信领域的研究热点。为了保证地面移动端与UAV通信的可靠性,提出了基于空时块码（Space-time block code, STBC）的协作中继传输方案。为了提升频谱效率,本文利用认知无线电技术,于协作中继处分别采用放大转发(Amplify-and-forward, AF)和解码转发(Decode-and-forward, DF)两种协议进行传输,在主用户通信服务质量得到保证和认知用户传输功率受限的条件下,建立以认知中继网络的吞吐量最大化为目标函数的优化问题。采取拉格朗日乘子法与Karush-Kuhn-Tucker (KKT)条件相结合的方案来实现优化问题中最优功率的分配。最后,仿真结果不仅验证了所提方案的有效性,还表明了DF中继协议下认知中继网络的吞吐量优于AF中继协议。     

认知协作网络中安全传输策略

认知协作网络是一种基于协作通信技术的认知无线电网络,不仅解决了不同网络在特定的时间与空间中频谱资源分配不均的问题,而且可以通过主次用户间的协作提高网络性能.但随着各种无线技术和移动应用日益丰富,由于无线信道的固有特性,服务质量会因安全问题造成性能损失与波动.针对认知协作网络中,因受到恶意用户攻击,引起的网络传输性能下降的问题,提出基于区块链的安全协作传输策略.首先,采用区块链进行身份认证,避免数据污染而导致传输性能的损失与波动;然后采用RS(Reed-Solomon)码编码来提升纠错能力,进一步提高网络性能的稳定性.仿真结果进一步证明了所提出的方案优于现有的认知协作网络传输方式,具有较高的安全稳定性.     

B3G/4G中的协作通信及其在认知无线电中的应用

B3G/4G无线移动通信快速的发展面临着新的技术挑战。介绍了协作通信技术的基本概念,并对协作通信在认知无线电中的应用进行了讨论和分析。如果认知无线电用户可以获得来自周围认知无线电用户的协作,这将有利于提高传输速率。能够提供最大传输速率的最佳中继被用来进行协作。仿真结果表明,通过协作,认知无线电链路的传输速率可以提高。     

基于二进制蚁群模拟退火算法的认知引擎

在认知无线电系统中,认知引擎依据通信环境的变化和用户需求动态配置无线电工作参数。针对认知引擎中的智能优化问题,提出一种二进制蚁群模拟退火（BAC&SA）算法用于认知无线电参数优化。该算法在二进制蚁群优化（BACO）算法中引入模拟退火（SA）算法,融合了BACO的快速寻优能力和SA的概率突跳特性,能有效避免BACO容易陷入局部最优解的缺陷。仿真实验结果表明,与遗传算法（GA）和BACO算法相比,基于BAC&SA算法的认知引擎在全局搜索能力和平均适应度等方面具有明显的优势。     

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。     

基于自适应调制的认知链路频谱效率分析

认知链路接入和传输策略的联合优化可有效提高频谱利用率。提出了一种新的基于动态接入模式自适应调整传输参数的优化框架,该框架以underlay与interweave混合接入模式为背景,以最大化平均频谱效率为目标,将问题建模为在主用户平均频谱效率、认知用户平均发送功率和平均误包率等约束条件下,主用户和次用户自适应调整传输参数的优化问题。数值仿真结果表明,相对于单一接入模式,在混合接入场景中,利用自适应调制编码技术(AMC)可以更有效地提高频谱效率。