认知无线电中基于多址接入信道的多用户联合频谱感知算法

针对多用户联合感知场景问题,考虑次用户至决策中心之间有损信道的情况,提出了基于多址接入信道（MAC）的联合频谱感知算法。在系统结构和数学建模基础上,分析了传统MAC算法渐近性、中断概率等性能。在次用户平均发射功率约束下,以最大化检测概率为目标,对基于MAC算法中的发射增益进行优化;并考虑了一定服务质量情况下最小化次用户数目的问题。仿真结果表明,MAC算法能够保证良好的检测性能,以决策中心错误概率为例,提出的优化算法取得了指数级的性能提升。     

基于线性网络编码的802.11 DCF信道接入机制

针对实际无线网络中数据包丢失率高的问题,在IEEE 802.11DCF基本接入机制的基础上提出了一种基于线性网络编码的信道接入机制（LEC-DCF）. 该机制通过改进COPE协议的网络编码方式,提出了采用双解码方法来对编码包进行解码,大大提高了目的节点的解码成功率. 运用马尔科夫链模型对LEC-DCF进行数学建模分析. 分析结果表明：在数据包丢失率比较高的情况下,LEC-DCF机制可以明显提高网络吞吐量.     

认知无线网络中多信道频谱感知周期优化算法

为了使认知无线电次用户发现并使用更多的空闲频谱资源,提出了一种多信道频谱感知周期优化算法。针对实际网络中各授权信道使用规律的不同,本文基于交替更新理论建立了多信道状态转移模型,将各信道感知周期的选取建模为一个带约束条件的多目标优化问题,并采用遗传算法对其求解,获得了相对较优的多信道感知周期向量。仿真结果表明,本文提出的目标函数能够有效衡量多信道空闲频谱资源检测率。当目标网络中包含8个授权信道时,所提算法可发现的空闲频谱资源占实际空闲频谱资源的68.23%,相对于以相同周期对各信道进行频谱感知的OFDM机制提高17.68%。     

不同衰落信道下的协作感知性能研究

认知无线电网络中,协作频谱感知技术可以有效地缓解由于信道衰落、阴影等因素造成感知性能下降的问题.该文对不同衰落信道环境下的本地感知性能进行了系统分析;研究了基于能量检测的协作感知方案在不同K-N决策融合准则以及不同协作用户数量条件下的感知性能;在此基础上,讨论了空间阴影相关性对协作感知性能的影响.数值分析和仿真研究的结果表明,本地感知在衰落信道下的性能较AWGN信道下有较大程度的恶化,其中尤以Suzuki信道下的性能最差,而基于K-N决策融合的协作感知一般在OR准则条件下最优,且随着次用户数量增加而改善.为了克服阴影相关性的不利影响,应尽量使节点间距增大.当协作范围一定时,用户数较少但更为分散的协作具有更好的感知性能.     

基于FFS的压缩感知算法研究

传统的频谱感知方式因其自身的局限性而难以满足处理速率的更高要求。压缩感知的优势在于前端传感器采样数据量远远小于传统采样方法所获的数据量,从而有效提高频谱感知的速度。本文给出了一种新颖的压缩感知算法——快速傅里叶采样算法,该算法能采集较少的点数,较快地重构信号。算法分为频率分离、比特测试和系数估计三个主要步骤。文中对FFS算法进行了详细分析及实现,给出了仿真信`号重构结果 ,并将该算法的运算量与快速傅里叶变换进行了对比分析。仿真结果表明,该算法具有较好的重构精度,并且信号长度的剧烈增加对运算量的影响较小,在大信号处理时运行时间远远低于FFT。     

认知无线电中基于POMDP的机会频谱接入方案

为了充分利用先验信息,更好地对空闲频谱进行接入,针对认知无线电的多信道接入问题提出了一种基于半可观马尔可夫决策过程的认知无线电频谱接入方案.该方案采用信任向量,结合当前感知结果对主用户行为进行预测,并利用半可观马尔可夫决策理论选择出当前空闲概率最大的信道进行接入.同时根据信道前后相关性对次用户的发送时间、休眠时间进行了...     

无线认知网络中基于竞争的频谱感知预测算法

无线认知网络已成为无线网络的研究热点,其中频谱感知和接入算法研究一直是无线认知网络的研究重点。本文针对一定的无线认知网络,给定多个竞争业务流之间的拓扑关系,提出了一种集中式的频谱感知和接入算法。该算法利用一种新的最小团覆盖算法对竞争关系进行建模,并通过最大匹配算法进行频谱分配。仿真结果证明,该算法能使全网期望的吞吐量至少提高30%。     

基于广义似然比的频谱感知算法

基于拟合度检验的频谱感知算法(GOF)具有较好的检测性能但复杂度高.给出了新的检测模型,引入广义似然比,利用接收信号样本均值的平方构造了新的检验统计量;推导了该检验统计量的概率密度函数(PDF)和判决门限的表达式,进而实现频谱感知.在高斯信道环境下,与GOF算法及能量检测算法(ED)进行比较,仿真表明:所提算法具有较好的检测性能且复杂度低.     

基于莱斯信道的认知网络合作频谱感知

推导认知无线网络下单认知用户与多认知用户合作频谱感知的莱斯信道模型,并分别进行仿真。结果表明,莱斯信道下单认知用户的频谱感知效果远不及理想环境下的检测效果,但随着认知用户的增加,合作频谱感知的效果明显改善,在增加到一定程度后,甚至优于理想环境下的单用户的检测效果。     

基于双门限的新型协作频谱感知算法

针对传统认知无线电双门限能量感知算法在可靠性和带宽受限上存在的不足,提出一种基于两比特硬合并的新型双门限协作频谱感知算法。该算法同时利用了认知用户的单比特局部判决结果和解决感知失败问题的两比特局部判决结果两种信息,并由融合中心结合两种局部判决信息做出最终判决从而确定主用户存在与否。仿真结果表明,与传统双门限算法相比,该算法仅以平均感知比特位略微提高为代价(感知失败概率较低时大约平均提高1%),不仅消除了感知失败问题,而且显著提高了感知性能(虚警概率较低时最大可提高21%)。     

基于改进型能量检测的加权协作频谱感知算法

针对单节点能量检测法存在的“隐藏终端”和检测准确性低以及协作频谱感知算法大多采用等权重进行数据融合,未考虑不同节点所处的通信环境对检测性能的影响等问题,提出一种基于改进型能量检测的自适应加权协作频谱感知算法。该算法通过对单节点能量检测方法的改进,在单节点检测错误概率最小的条件下,导出了信噪比与判决门限的关系式,利用二分法求得不同信噪比下的动态门限值,得到相应的虚警概率和检测概率,以虚警概率和检测概率的函数作为加权因子进行数据融合。仿真结果表明,所提算法使协作感知系统在低信噪比条件下也能获得可靠的检测性能。     

基于指数信任度函数的频谱感知改进算法

从多个用户合作感知的角度出发,针对目前的融合规则没有考虑感知结果的信任度,对现有的分布式感知算法进行改进,提出基于指数信任度的频谱感知算法;在认知无线电网络安全方面,将异常点感知引入到感知融合规则中,在指数信任度算法的基础上提出一种基于异常点的频谱感知算法,能抵御认知无线网络中出现故障的或者恶意认知用户;在提高感知速度和可靠性方面,结合指数信任度算法和异常点感知算法,将对感知信息的审核引入到频谱感知算法中,提出一种基于审核的频谱感知算法,该算法在提高感知速度的基础上能获得更好的感知性能。     

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。     

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。     

基于双门限和证据理论的合作频谱感知算法

从提高合作频谱感知结果的可靠性以及减小网络开销和融合中心计算负担的角度出发,提出了一种新的基于双门限和证据理论的合作频谱感知算法。该算法在进行本地感知的时候,认知用户通过双门限能量检测直接得到本地判决结果,将认知用户感知到的能量值在两个门限之间的未能进行本地判决的结果的信任度函数发送给融合中心,这样大大减少了融合中心利用证据理论进行软融合的计算量以及传输感知结果带来的网络开销。理论分析和仿真表明,提出算法的检测概率比其他检测算法的检测概率性能提升30%,其接收机操作性能曲线（ROC）性能比性能较好的D-S证据理论提升3%。     

一种基于特征值的多天线认知无线电盲感知算法

当不存在噪声不确定性时,频谱感知算法中能量检测法是较优的,但实际中噪声是无法确切估计的。针对这一问题,提出了一种适合多天线认知无线电系统的盲感知算法。该算法不需要主用户的任何先验知识,利用采样协方差矩阵的最大特征值和矩阵迹之比作为判决统计量来检测主用户信号。根据随机矩阵理论,当给定虚警概率时,可以求出判决门限的渐近式表达式。仿真结果表明,与同类算法相比,所提算法能获得较高的检测概率和较低的虚警概率,同时克服了能量检测法对噪声的敏感性。     

基于能耗的分簇频谱感知方法

在协作频谱感知中,当信道经历衰落和阴影时,各用户的感知性能会有不同程度影响,某些受影响严重的次用户甚至可能会严重影响到整个感知网络的性能.同时参与协作的用户数越多,认知传感器网络面临的问题越大.为了解决这些问题,提出了一种基于能耗的分簇协作感知算法.该算法引入基于节点能量的LEACH分簇算法,将认知传感器网络中的各个节点按该分簇算法分入若干簇内;在每个簇内,构造了同时考虑检测性能和能量消耗的效用函数,基于该效用函数对最佳协作用户数和用户进行选择,使每个簇内的检测性能和能耗达到很好的折中;在汇聚节点运用OR规则将簇头发送过来的感知信息进行融合,得到最终判决结果.仿真结果表明,该基于能耗的分簇协作频谱感知算法可以有效地延长认知传感器网络的生存时间,节省网络的能耗,并且保证良好的检测性能.     

基于奇异值分解的宽带频谱感知改进算法

对认知无线电中宽带频谱感知的信号检测问题进行研究,在信道位置和带宽随机分布的条件下,提出一种基于Hankel矩阵奇异值分解的改进算法完成宽带频谱的频率点奇异性检测并获得各子频段的起始频率和带宽,有效实现盲宽带频谱感知,同时利用提出的三种性能评价参数对该算法与多尺度小波变换算法进行了性能对比。通过实际接收微波信号及仿真OFDM信号感知实验验证,该算法有效抑制了噪声不确定性,滤除了伪奇异点,提高了宽带频谱感知性能。