基于能量检测的认知无线电频谱感知技术分析

介绍认知无线电的基本知识,较详细论述其中的频谱感知技术,分析了用于发射端检测的能量检测法的基本原理和方法,完成高斯白噪声信道条件下能量检测法的性能参数计算仿真,给出了相应结论。     

认知无线电系统协作频谱感知机制优化

为使干扰受限情况下的频谱感知效率达到最大,提出一种认知无线电系统协作频谱感知机制的优化方案。定义系统模型,运用协作频谱感知对系统目标进行联合优化,包括感知时间、传输时间、参与协作的感知用户数在内的感知参数优化。仿真结果证明,采用该优化方案,能在满足干扰受限的条件下最大化频谱感知效率。     

认知无线电协作频谱感知机制的优化

频谱感知的目标是在尽量避免对主用户造成干扰的条件下为感知用户提供尽可能多的频谱接入机会。由于单用户频谱检测算法的局限性,协作频谱感知被提了出来。在满足对主用户干扰限度的条件下,为了使单个授权信道的频谱感知效率达到最大,引入一种新的协作频谱感知机制,联合优化包括感知时间、传输时间、参与协作的感知用户数目在内的感知参数,并通过穷尽搜索算法得到最优解。在此基础上研究了多个授权信道情况下的频谱感知效率问题,提出了一种授权信道选择分配方案。仿真结果验证了所提方法的有效性。     

协作频谱感知安全问题研究

针对认知无线电网络中协作频谱感知中安全问题,分析了模拟\"主用户\"PUE和篡改感知数据SSDF两种攻击方式,重点研究了SSDF攻击下的协作频谱感知安全方案.在比较现有抗SSDF攻击方案协作感知性能的基础上,提出了基于四门限决策的改进型WSPRT.结果表明,改进型WSPRT方案相比于传统方案,具有更好的协作感知性能.     

基于认知用户移动性的协作频谱感知研究

协作频谱感知能在一定程度上消除多径和阴影的影响,然而现有协作频谱感知方案均假设各认知用户处于静止状态,未考虑认知用户在协作感知期间的移动对检测性能的影响。针对上述问题,在集中式频谱检测方法的基础上,提出一种认知用户移动状态下的协作检测模型,使主用户处于静止状态,认知用户以一定速度作匀速直线运动。仿真及分析结果表明,随着移动认知用户速度的增大,运用线性融合规则的移动认知用户与静止认知用户协作检测性能均逐渐降低,因此需选择移动速度较小的认知用户作为协作对象以提高频谱感知的整体检测性能。     

单天线认知无线电中的协作频谱感知和无线能量传输

在单天线认知无线电中,可以通过天线协作频谱检测来提高检测衰落信道中主用户(Primary User,PU)存在的传感性能。然而,由于协作频谱检测,认知无线电(Cognitive Radio,CR)可能消耗更多的存储能量,从而降低其传输性能。为了保证其传输性能,提出了一种同步协作频谱检测和无线功率传输的方案,该方案可以收集PU信号的射频(Radio Frequency,RF)能量,以提供频谱检测消耗的能量。提出了时间分流模型、实现了协作频谱检测,能量收集和数据传输的同步。制定了适用于该方案的优化问题,以最大化同步协作频谱检测和无线功率传输模型中认知无线电的频谱效率,分别受限于检测的概率和收集的能量。最后通过计算得到的最佳分配因子,以实现了频谱效率的最大值,并通过仿真得出了结论。     

WRAN中的协作频谱感知参数优化

在WRAN中, 考虑实际授权信道的使用状况, 并且权衡信道利用效率和系统资源利用效率, 设计一种认知无线电协作频谱感知机制. 在不同使用特征的授权信道中, 该机制都可以求解出最优感知参数组合, 使感知效率最大. 分析了信道利用效率和系统资源利用效率的选择性加权对感知效率的影响. 当系统的抗干扰门限足够大时, 可以明显提高用于传输数据的时间.     

基于概率向量和机器学习的协作频谱感知

针对在认知无线电网络(Cognitive Radio Network, CRN)中进行协作频谱感知(Cooperative Spectrum Sensing, CSS)时,随着次级用户(Secondary User, SU)数量N增加导致能量向量维度随之提高造成的数据处理时间增加,设计开发了使用恒定二维向量的机器学习算法.首先在由 N个SU组成的CRN中进行频谱感知,获取每个SU感知得到的能量数值并组成N维能量向量,然后对N维能量向量进行数据处理,将其变换为恒定的二维特征向量———概率向量,并利用 K Mediods和模糊支持向量机(Fuzzy Support Vector Machine, FSVM)算法对此向量进行训练和分类,针对2个SU 和16个SU建立仿真场景,分别基于N维能量向量与概率向量进行研究,仿真结果表明,在SU数量增加的场景下,使用概率向量的训练时间降低了至少31%,分类延迟略有减少。     

基于OFDM的双门限协作频谱感知仿真

针对频谱感知中单门限能量检测的不足,研究了双门限能量检测,结合OFDM频谱利用率较高的特点,提出了将双门限能量检测与OFDM系统相结合的方法.以OFDM系统为基础,将系统中的子信道作为待感知用户,根据可用子载波数量确定实际感知用户,在子信道中进行双门限能量检测,数据融合中心采用“or”准则进行判决.仿真结果表明,该方法能够较好地识别出主用户,从而控制OFDM系统的数据传输,随着可用子载波个数的增加,可以得到更好的识别性能.     

基于分布式估计扩散机制的协作频谱感知方法

研究网络通信频谱优化问题,在分布式网络中,多节点联合估计未知参数.为了满足实时性要求,提出了一种扩散机制的协作频谱感知算法.算法采用扩散矩阵作为加权因子协作更新目标状态估计值,且以较小的均方误差快速实现对信号能量的最优估计.传统的协作感知方法快速性差.提出的算法不需要融合中心,能很好适应拓扑结构动态变化的随机网络.仿真结果表明,改进算法与分布式平均一致性估计算法相比,能够提高实时性并显著改善认知无线电网络的频谱感知性能.     

感知无线电用户有效吞吐量的优化

为了解决感知无线电中,非授权用户(SU)如何在不干扰授权用户(PU)正常通信的的情况下共享频谱资源和优化频谱利用率的问题,针对IEEE 802.22 WRAN,根据实际情况分析了检测概率、虚警概率以及感知时间对第二用户有效吞吐量的影响,从数学的角度阐述了感知时间和有效吞吐量的权衡问题。通过仿真验证了存在一个最优的感知时间,使得有效吞吐量达到最大。     

基于能效的认知无线电频谱接入算法

认知无线电(CR)技术和能效(EE)通信设计这两种技术已经使得系统分别达到较高的频谱效率(SE)和能源利用效率(EE)。然而在认知无线电系统中,既要保持较高的频谱效率,又要使得能源利用效率相对较高的问题,始终少有研究。针对此问题,在正交频分复用(OFDM)认知无线电网络的基础上考虑平均能效和频谱效率折中的频谱接入方案,提出了一种低复杂度的次优启发式算法。仿真结果表明,所提算法相对于其他已有算法能够显著节约能量,并且在性能和复杂度方面具有较大优势。     

Spectrum sensing algorithms for primary detection based on reliability in cognitive radio systems

One of the main requirements of cognitive radio systems is the ability to detect the presence of the primary user with fast speed and high accuracy. To achieve that, in this paper, we propose a spectrum sensing scheme by considering the reliability of spectrum sensing. Only the user with no reliable information will perform spectrum sensing again using one-order feature detection. Otherwise, the user directly transmits its binary decision (0 or 1) to the MAC layer. The performance of the one-order feature detection is studied and numerical results are presented to show that the one-order feature detector can perform better than the energy detector due to its robustness to the noise uncertainty. Since the feature detection is performed in time domain, the real-time operation and low-power consumption can be achieved. Furthermore, the performance of proposed spectrum sensing scheme based on reliability is also deduced and the analysis of the performance results indicate that the sensing performance is greatly improved as opposed to energy detector. However, due to the effects of channel fading/shadowing, individual cognitive radios may be not able to reliably detect the existence of a primary user. To solve this problem, cooperative sensing among secondary users are studied using the methodology proposed in this paper. The performance of cooperative spectrum sensing is investigated when various decision fusion rules are applied. We find that, regardless of the decision fusion rule used, the sensing performance can be significantly improved compared to conventional cooperative methods.     

认知无线电网络中频谱感知性能分析

分析了认知无线电网络中使用能量检测器进行频谱检测的性能。仿真结果表明,衰落会使认知无线电用户检测性能下降,采用硬合并协作方案的合作频谱检测可以提高认知无线电系统的检测概率,但认知无线电系统的虚警概率也会随着参与协作的用户数的增多而上升,特别是控制信道不理想时,协作检测会导致虚警概率下限的出现,造成频谱利用率达不到预期的目标。     

基于小波去噪的联合频谱感知优化算法

传统的能量检测算法由于受到噪声不确定性的影响,在信噪比较低时检测精度差,理论上较优的循环平稳特征频谱感知算法的计算复杂度偏高。因此,在传统能量检测算法基础上结合小波阈值去噪和差分能量检测模型,提出一种优化的双门限联合检测算法。使用能量检测法来判断双门限区间之外的区域,双门限阈值内的不确定性区域使用小波阈值去噪重构后做差分能量检测,并根据信道实时状态动态地调整双阈值。当信道质量较差时,增大双门限之间的距离,否则缩短双门限之间的距离,从而提高频谱检测效率。通过仿真对比得知,该算法有效地提高了噪声不确定性影响下频谱感知的准确性,并且降低了感知算法的计算复杂度。     

A weighted cooperative spectrum sensing framework for infrastructure-based cognitive radio networks

Spectrum sensing plays a critical role in cognitive radio networks. A good sensing scheme can reduce the false alarm probability and the miss detection probability, and thus improves spectrum utilization. This paper presents a weighted cooperative spectrum sensing framework for infrastructure-based cognitive radio networks, to increase the spectrum sensing accuracy. The framework contains two modules. In the first module, each cognitive radio performs local spectrum sensing and computes the total error probability, which combines the false alarm probability and the miss detection probability. The total error probability and the energy signal from the primary user are then sent to the base station. In the second module, the base station makes a final decision after combining the weighted energy signals from all cognitive radios. The final decision is then broadcasted back to all cognitive radios. To reduce the computation complexity and communication overhead, the base station also instructs the cognitive radios that have large total error probabilities not to report their local sensing results. We have developed a theoretical model for the proposed framework, and derived the optimal detection threshold, as well as the minimum number of cognitive radios required to participate in cooperative sensing, subject to a given total error probability. Numerical results verify that the proposed weighted cooperative spectrum sensing framework significantly improves the sensing accuracy.     

认知无线电中差值能量检测

在认知无线电系统中,认知用户需要实时准确地判断频谱的使用情况。研究了能量检测算法的检测性能,发现当噪声波动性较大时,能量检测性能会大幅下降,在低信噪比时尤为明显。因此提出利用噪声不确定性的最大波动范围修正能量检测,并在此基础上提出了一种差值联合能量检测,即通过每次能量检测的差值变化大小校正判决结果,得到最终的融合判决结果。仿真表明,这种改进的能量检测方法的性能在保证传统能量检测优点的情况下有效地提高了认知用户对频谱实时准确的检测性能。     

认知无线传感网中一种高能效的频谱感知周期优化算法

为了提高认知无线传感网中节点的频谱感知能效,提出了一种高效的频谱感知周期优化算法。该方法通过引入贪婪因子来减少节点感知信道的次数,进而达到降低感知能耗的目的。在碰撞概率和等待时延的约束下,节点在与信道的交互过程中实现对感知周期的动态修正,达到了对信道状态的自适应高效感知。仿真结果表明,在不同的信道占用状态条件下,该算法相比固定感知周期的方法,有效地提高了感知能效,适于在认知无线传感网中实施。     

认知无线网络中基于遗传算法的异构信道频谱感知策略

在具有异构信道的认知无线网络环境中,各异构信道具有不同带宽、不同感知时间、不同使用概率、不同稳定度。在给定的时间槽内,感知的信道数目不同,以及感知的信道不同,频谱感知获得的带宽也不同,并且频谱感知耗费的时间也不同,传输的时间也不同。因此,针对如何选择待感知的信道,提高次用户获得的带宽,以及用于传输的时间,提出基于遗传算法的异构信道频谱感知策略GAHS(Genetic Algorithm based on Heterogeneous channels spectrum Sensing strategy)。仿真结果表明GAHS能提高节点获得的带宽和用于传输的时间。