非理想决策传输条件下的协作频谱感知

现有的基于决策融合的协作频谱感知方案大多数都是以理想的通用控制信道为前提,没有考虑实际决策传输中也存在衰落及噪声干扰,对此,将感知信道和控制信道建模为Suzuki信道,提出一种基于最小错误概率决策估计和K/N决策融合的协作频谱感知方案. 数值分析和仿真结果表明,非理想决策传输条件下的协作感知性能较理想条件下有一定恶化,在控制信道信噪比较低的情况下,其性能甚至不如本地感知. 在此基础上,研究了阴影衰落的空间相关性对协作感知性能的影响. 仿真结果显示,随着次用户之间距离的增大,阴影相关性的不利影响将逐渐减小.     

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．     

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。     

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.     

认知无线电网络高能效协作频谱感知技术

提出了一种协作频谱感知方式. 通过对本地观测向量和预设门限的比较,认知用户可以根据本 地感知的可靠性决定是否向基站发送本地判决结果. 在不同控制信道条件下,采用计数准则 和Neyman Pearson准则对所提出的协作频谱感知方式进行了感知性能研究. 理论分析和仿 真结果表明,这种协作频谱感知方式在保证检测性能的基础上,有效减少了协作通信开销, 提升了感知能效.     

协同无线网络中感知传输时间分配与功率控制的联合优化

针对协同无线网络中频谱感知和数据传输两阶段的时间分配及功率优化问题,在充分考虑认知用户在各个信道上的不同传输功率及其对授权用户出现概率的误检或漏检的基础上,提出了放大转发模式下基于最大化系统传输能效的感知传输时间分配和功率控制联合优化方案,并证明了该方案可以通过序列优化的方法来获得其全局最优解.仿真结果表明,协作中继传输方式下所获得的系统传输能效明显优于非中继传输方式,且随着感知传输时间分配比率的减小和授权用户信噪比的增加,系统性能将得到进一步提高.     

认知无线电中自适应分步合并协作频谱感知算法

在等增益合并协作频谱感知基础上,提出了一种新的频谱感知算法．根据认知用户接收信噪比的变化,通过自动调整参与协作频谱感知的认知用户数,以减少认知无线电网络中的数据开销．推导了瑞利衰落信道下采用此算法时,认知用户通过控制信道发送到中心控制器的平均数据量的计算公式．理论分析和仿真结果表明,和等增益合并协作频谱感知算法相比,在保证频谱检测性能的前提下,该算法减少了认知用户通过控制信道到中心控制器的平均数据开销．     

基于SNR比较的协作感知用户选择问题的研究

在实际情况的认知无线电环境下,由于认知用户的感知可靠性存在差异,并不是参与协作的认知用户越多,感知性能越好.综合考虑协作的必要性与协作的增益两方面因素,提出了一种基于信噪比(SNR)比较的协作感知用户选择方案.理论分析及仿真结果一致表明:该方法在有效地提高频谱感知检测性能的同时,减小了参与协作感知的用户数目,提高了协作效率.     

多信道认知无线电频谱感知时间和门限联合分配

为提高多信道认知无线电的吞吐量,提出采用交替方向优化联合分配次用户的频谱感知时间和子信道感知门限.基于"先听后传"的次用户帧结构,建立了感知时间和门限的优化分配模型.该模型在保证满足主用户通信需求和子信道频谱感知性能的前提下,最大化次用户各子信道的吞吐量总和.联合优化算法通过交替优化感知时间和门限能够获得模型的最优解.仿真结果表明:存在最优的感知时间和门限最大化次用户的吞吐量,并且相比之前的方案,联合分配能够提高次用户的吞吐量.     

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。     

基于EEF准则的认知无线电宽带频谱感知

提出了基于指数嵌入族(EEF)准则的认知无线电宽带频谱感知算法. 在EEF准则宽带感知算法的基础上,充分考虑信号子空间和噪声子空间的性质,利用Gerschgorin酉变换改进EEF算法,提出了基于Gerschgorin EEF(GEEF)的宽带感知算法. 该方案主要是利用EEF准则或GEEF准则估算出授权频带中被主用户占用子带集合的势,从而完成宽带授权频段上空闲频带的感知,以便于被次级用户动态接入. 理论推导和仿真结果表明,所提出的方案无须知晓任何有关噪声功率和主用户信号的先验信息,对噪声功率的不确定性具有鲁棒性.     

Cooperative detection algorithm of spectrum holes in cognitive radio

To improve the detection performance of sensing users for primary users in the cognitive radio, an optimal cooperative detection algorithm for many sensing users is proposed. In this paper, optimal decision thresholds of each sensing user are discussed. Theoretical analysis and simulation results indicate that the detection probability of optimal decision threshold rules is better than that of determined threshold rules when the false alarm of the fusion center is constant. The proposed optimal cooperative detection algorithm improves the detection performance of primary users as the attendees grow. The 2 dB gain of detection probability can be obtained when a new sensing user joins in, and there is a 17 dB improvement when the accumulation number increases from 1 to 50.     

认知无线电网络中基于演化博弈的协作频谱感知技术

 提出了一种基于演化博弈理论的认知网络协作频谱感知方法．对协作频谱感知中次级用户的传输时间和吞吐量进行分析,建立协作感知的博弈模型并研究其动态演化特性,基于次级用户吞吐量最大化准则,得到相应纳什均衡解,在此基础上提出一种次级用户自适应分布式学习算法．理论分析和仿真结果表明,这种协作感知方法在保证检测性能的基础上,有效减少了协作通信开销,提高了次级用户吞吐量．     

机会频谱接入中能量有效感知接入策略联合设计

在非时隙主用户网络中,为了提高认知无线网络中认知用户的能量有效性,基于序贯决策理论提出了一种新的自适应机会频谱接入算法。该算法以最大化能量有效性为目标,通过建立感知接入联合优化模型,使得认知用户能够以最优的信道感知时间和传输功率接入信道。同时,在功率控制过程中引入认知用户请求数据包长度,使得传输功率可以基于数据包长度自适应控制。上述目标优化求解过程中,借助于非线性分式规划理论将其转化为线形规划问题,并运用二分搜索算法寻求最优解。仿真结果表明,所提算法能够实现感知性能和感知能耗的有效折中,有效提高认知用户的能量有效性。     

认知无线电网络中的参数优化问题

针对在多协作用户宽带信道情况下,认知无线电网络中当信道增益固定时,检测时间、功率以及带宽分配等参数的优化问题,提出了各参数的联合优化算法.以信道容量为目标函数,给出了最优的资源分配算法.结果表明,该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,且资源分配与主用户占用的概率、峰值发射功率和干扰约束等因素有关.在多认知用户网络中,参与合作的用户越多,接收信号的信噪比越高,次用户系统的总信道容量越大.     

基于最小误检概率的最优感知用户数目优化算法

频谱感知是认知无线电系统的关键技术之一,协作频谱感知能够提高频谱感知性能。首先定义了修正后的误检概率,然后以能量检测为基础,推导了在不同判决门限下为使误检概率达到最小的最优感知用户数目,并根据最优感知用户数目进行协作频谱感知。仿真结果表明,与传统的K秩准则相比,文章所提算法能够有效提高感知性能。     

认知MIMO系统中基于博弈论的干扰对齐算法研究

为消除用户间干扰,提高认知无线电多输入多输出（CR-MIMO）系统传输速率,给出一种基于博弈论的干扰对齐算法。该算法首先采用注水算法为主用户进行功率分配,同时设计次用户预编码使次用户信号落入主用户未分配功率的子信道。然后将次用户之间的多条干扰链路构成一个博弈群体进行求解,实现次用户之间的干扰对齐。此外,为最大化次用户传输速率,将次用户功率分配问题转换为布谷鸟鸟巢的选择问题,构造适应度函数,得到最优的功率分配方案。数值分析表明,该算法可以消除主次用户的干扰以及次用户之间的干扰,传输速率比最大信干噪比（Max-SINR）算法高2 b·s-1·Hz-2,同时,结合布谷鸟搜索算法进行功率分配后传输速率高于文献[13]。     

一种采用盖尔圆半径修正特征值的信息论判源方法

结合盖尔圆定理与信息论准则提出了一种新的信息论判源准则(MAIC)。对信号采样协方差矩阵进行盖尔圆变换,利用信号协方差矩阵的特征值与对应的盖尔圆半径在区分信号和噪声方面的一致性,用盖尔圆半径修正特征值,并将修正后的特征值及新的罚函数应用于信息论方法得到MAIC判源准则。理论分析表明,由MAIC方法估计得到的目标数目接近真实数目的一致估计,克服了AIC方法在高信噪比下容易出现高估的问题。计算机仿真和湖上试验数据处理结果表明MAIC是一种在高、低信噪比下都能取得良好检测效果的稳健的多目标检测算法。     

判决相关条件下联合频谱检测的性能分析

为了改善认知无线电中感知用户(未授权)对主用户弱信号的检测性能,采用多个感知用户合作的联合最优门限判决算法.在考虑参与联合检测的各感知用户判决门限具有相关性的条件下,通过理论分析和软件仿真,表明联合检测算法随着参与检测用户数目的增加,能够改善对主用户弱信号的检测性能.在融合中心虚警概率恒定的条件下,与给定各判决门限和系统融合准则的算法相比较,联合最优门限判决算法性能更好.但因各感知用户判决门限具有相关性,系统检测性能比各感知用户判决独立条件下有一定损失.