基于频谱池的认知无线电频谱切换分析

为了解决认知无线网络中认知用户频繁切换的问题,最大程度上降低认知用户的切换次数,在已建频谱池的基础上,提出了频谱空穴空闲时间由长到短的排队时间模型,并对该模型下的频谱切换概率问题进行对比研究.推导了一次认知业务请求服务时间内发生频谱切换的概率公式,研究了授权用户到达率与认知用户到达率对频谱切换概率的影响,给出了频谱切换的概率仿真,仿真证明该模型比随机信道选择的效果更优越.     

认知无线电频谱切换的高效信道选择机制

针对认知无线电系统中,频谱切换效率低这个难点,采用分组匹配的思想,基于业务类型对用户进行分组,将用户分组与一种全面可靠的信道评估机制匹配。这种先分组后分配信道的切换算法能有效提高多个用户的复杂场景中频谱切换的效率。仿真结果表明,该算法能够减少认知用户拥塞概率、频谱切换次数以及切换延迟,提高频谱切换效率,有效保证系统服务质量。     

基于时间预测的多跳频谱切换算法研究

针对集中控制认知无线网络,在考虑频谱异构特性的同时,为保证频谱切换业务的服务质量,提出了一种多跳频谱切换算法。通过建立用户移动模型来预测分配信道的可使用时间;设计出路径中不同类型节点的路由处理方法;认知基站根据预测最短路径时间和路由请求包中的时间戳来选择最优路径。仿真结果表明,提出的多跳频谱切换算法能够大大降低切换阻塞概率,提高信道利用率;用户移动对信道可使用时间有着显著的影响。     

基于混合蛙跳算法的认知无线电频谱分配

提出一种二进制混合蛙跳算法和基于该算法的认知无线电频谱分配方法。对该方法与颜色敏感图论着色算法进行仿真比较,结果表明在最大化网络总效益和最大化公平效益准则下,基于二进制混合蛙跳算法的频谱分配方法的性能较高。二进制混合蛙跳算法能找到理想最优解,颜色敏感图论着色算法得到的解与理想最优解偏差较大。     

基于模糊马尔可夫链预测的CR频谱接入算法

基于认知无线电（CR）的动态频谱接入技术,近年成为研究热点,但大部分算法都是根据当前授权用户的频谱活动情况来指导认知用户的频谱接入。本文研究了一种基于模糊马尔可夫链预测模型的动态频谱接入算法,该算法结合授权频段空闲时长的统计规律和模糊理论对信道状态进行预测,认知用户结合自身要求和信道状态的预测结果选择接入。仿真结果验证...     

认知无线电中基于多属性判决的目标切换信道选择

认知无线电通过频谱切换来提高无线频谱利用率,因此切换时目标信道的选择对系统性能的影响至关重要。针对该问题根据多属性判决模型中的简单加权法创造性提出两级选择机制,并结合业务分级的思想利用几何平均法计算出相应的属性权重。与首次匹配法进行了比较,仿真结果表明：该方法选择的目标信道的延迟明显降低,频谱利用率和误码率也明显提高。     

认知无线电网络中频谱分配算法

随着科学技术的发展,无线通信技术逐渐趋于成熟,虽然频谱资源日益增多,但是认知无线电的频谱仍是处于紧缺状态,在一定程度上对无线通信的发展有着阻碍和抑制的作用。比如一些用户的需求在认知无线电网络中并没有得到满足,这一问题具体表现在频谱分配算法的不够严谨,存在很大的欠缺。     

联合考虑信道空闲和切换概率的频谱切换

为了减少频谱感知时间所导致的切换时延,以提高认知用户频谱切换性能,提出了一种基于联合考虑信道空闲和切换概率的认知网络频谱切换方法。在进行信道感知排序时,不仅考虑切换发生时的信道空闲概率,还考虑使用该信道时不再发生切换的概率。通过仿真实验测试了该方法的性能。结果表明,相对于其它频谱切换方法,该方法可大幅度减少切换次数,为用户提供更加可靠的服务。     

认知无线电网络一种自适应切换机制的Markov建模分析

为了提高认知无线电网络(CRN)的利用率和吞吐量性能,提出了一种新的主用户优先的自适应频谱切换机制。强调主用户的优先地位,并考虑主用户到达率对次用户的通信影响和限制次用户对主用户的干扰功率,次用户以此自适应地决定执行主动切换机制或被动切换机制。在此自适应切换机制下建立了主次用户之间的Markov链,求出了相应的稳态概率,由稳态概率和不同状态下的吞吐量推导出系统吞吐量和信道利用率的解析表达式。又对次用户之间的通信建立了一个Markov链,推导出次用户之间传递控制信息的时间。数值结果表明提出的新的自适应切换机制比基于CSMA的接入方法具有更高的系统吞吐量和信道利用率,并且可以求出次用户之间的传递时间。     

基于可信度的认知无线电频谱侦听算法

提出一种基于可信度的频谱空穴侦听算法,减少向公共接收机发送的侦听比特数。根据能量检测理论,若能量分布在“判决”区域,则感知用户将发送1 bit或2 bit的自适应量化值,以报告基于侦听可信度因子和似然判决的感知结果,否则感知用户不发送信息。性能分析与仿真结果表明,该算法在确保侦听性能损失较小的情况下,能降低用户的平均侦听比特数。     

一种时域—码域联合的认知无线电频谱感知算法

为了提高认知无线电系统中频谱感知的性能,对多维联合的频谱感知进行了研究,提出一种时域—码域联合的频谱感知算法。该算法主要利用了直接序列扩频主用户信号频谱空间中时域与码域的特性,分别从时域与码域的角度对信道的状态进行检测,其中时域采用能量感知,码域分析扩频主用户信号的二次功率谱,最终共同确认信道状态。仿真结果表明,联合感知算法对应的检测性能优于单纯时域或码域感知,能够直接应用于直接序列扩频主用户的频谱感知。     

Analytical modeling for spectrum handoff decision in cognitive radio networks

Cognitive Radio (CR) is an emerging technology used to significantly improve the efficiency of spectrum utilization. Although some spectrum bands in the primary user’s licensed spectrum are intensively used, most of the spectrum bands remain underutilized. The introduction of open spectrum and dynamic spectrum access lets the secondary (unlicensed) users, supported by cognitive radios; opportunistically utilize the unused spectrum bands. However, if a primary user returns to a band occupied by a secondary user, the occupied spectrum band is vacated immediately by handing off the secondary user’s call to another idle spectrum band. Multiple spectrum handoffs can severely degrade quality of service (QoS) for the interrupted users. To avoid multiple handoffs, when a licensed primary user appears at the engaged licensed band utilized by a secondary user, an effective spectrum handoff procedure should be initiated to maintain a required level of QoS for secondary users. In other words, it enables the channel clearing while searching for target vacant channel(s) for completing unfinished transmission. This paper proposes prioritized proactive spectrum handoff decision schemes to reduce the handoff delay and the total service time. The proposed schemes have been modeled using a preemptive resume priority (PRP) M/G/1 queue to give a high priority to interrupted users to resume their transmission ahead of any other uninterrupted secondary user. The performance of proposed handoff schemes has been evaluated and compared against the existing spectrum handoff schemes. Experimental results show that the schemes developed here outperform the existing schemes in terms of average handoff delay and total service time under various traffic arrival rates as well as service rates.     

遗传算法在认知无线电频谱感知中的应用

针对基于OFDM系统的多带联合检测方法中门限向量选取问题,在一定的主用户干扰限制下,充分考虑各子信道特征,建立了门限向量优化模型。将遗传算法应用其中求解最优门限向量,使认知系统吞吐量得到了优化。仿真结果表明,这种方法比传统未使用优化而取一致门限的频谱感知方法对吞吐量的提高更有效。     

认知无线网络中频谱预测的协作策略设计

在多主用户（PU）、多认知用户（SU）的认知无线网络（CRN）场景中,研究了频谱预测的协作策略设计问题。将频谱预测的协作策略设计问题归纳为一个优化问题,以整个CRN的吞吐率最大为优化目标,对参与协作的SU数量和数据融合门限进行优化,并提出一种搜索算法求解此优化问题,这是首次对协作频谱预测中的协作策略进行研究。在此基础上,提出了基于分组的协作频谱预测策略,并设计其帧结构。仿真结果表明,这种基于分组的协作频谱预测策略在满足虚警概率要求的前提下,能够以更低的协作预测能耗,达到更高的CRN吞吐率,从而提高了协作频谱预测的效率。     

基于适应值预测的DABC认知无线电频谱分配算法

针对认知无线网络频谱分配过程存在的问题,提出了基于适应值预测策略的双人工蜂群算法（FP-DABC）。该算法设计的干扰门限阈值,提高了用户的接入数量;适应值预测方法的使用,加快了分配效率;同时算法对频谱分配过程公平性和系统整体性能进行了优化。实验仿真结果表明：FP-DABC算法牺牲了部分网络效益的同时,在用户满意度、分配率、平均分配时间、用户公平性和系统整体性能上均优于颜色敏感图着色算法（CSGC）和人工蜂群算法（ABC）。     

基于可信度的认知无线电协同频谱检测

认知无线电中随着参与协同检测的认知用户数目的增大,频谱检测性能逐渐增强。但是过多的认知用户参与协同检测,会使整个认知无线电网络的灵敏度降低,同时也会造成巨大的系统开销。针对上述问题,提出了一种新的基于可信度的协同频谱检测方法。在满足目标错误概率的条件下,该算法只选择可信度较高的一些认知用户参与协同频谱检测。仿真结果表明当认知用户中存在恶意节点或者故障节点时,该算法同传统算法相比较,频谱检测性能更好,具有更强的健壮性。     

认知无线电网络中基于需求的多小区频谱分配算法

提出一种认知无线电网络中基于需求的多小区频谱分配算法。使用图论着色模型,结合频谱质量分级概念,根据小区内需求情况,该算法将网络中周期检测到的可用频谱分配给各个认知小区,最大化满足需求的同时,为业务提供服务质量保障。仿真结果表明：与原有算法相比,该算法能更好地满足网络需求。