基于随机共振的双门限协作频谱感知算法

针对现有频谱感知算法在低信噪比（SNR）环境中性能检测不佳的问题以及传统随机共振（SR）检测弱信号的方法在实际应用中存在的局限性,通过设置最优门限,计算出最优的协作用户数量,提出了一种基于随机共振的双门限协作频谱感知算法,并对提出的算法进行了性能分析。DCSSR算法通过将位于双门限不确定区域的统计数据经过随机共振系统,进一步提高频谱感知算法在低信噪比下的检测性能。仿真结果表明,在不同信噪比和虚警概率下,DCSSR算法相较于传统单门限能量协作算法、双门限能量协作算法以及单门限随机共振协作算法,检测性能都得到了提升。在信噪比为-20 dB时,提出的DCSSR算法相较于传统单门限能量检测协作算法,检测概率提高了80%。     

一种双门限分簇协作频谱智能感知算法

基于门限值的能量检测是一种常用频谱感知技术,传统单门限能量检测方法不灵活且不准确.本文提出了一种基于双门限分簇自适应协作频谱感知算法.首先,基于噪声不确定性设置双门限值,在双门限值范围外进行硬判决,否则进行软判决.根据判决结果,基站将传感器节点划分为不同的簇.融合中心根据融合规则,设置分簇门限值,进行进一步频谱检测.仿...     

认知无线电中协作压缩频谱感知算法

针对宽带频谱认知无线电环境中,传统能量检测法在信噪比较低时,容易出现误检而使系统的检测性能下降的问题,文中提出了一种新型高性能的协作频谱感知算法,它是基于压缩理论的多节点频谱感知方法,各节点之间采用基于双判决门限的协作方式。仿真结果显示,双门限协作压缩频谱感知算法在低信噪比的情况下,检测性能明显优于传统能量检测法。     

基于动态自适应双门限能量检测的序贯协作频谱感知算法

针对在一般高斯白噪声环境中,传统的双门限能量检测频谱感知算法忽略确定两门限之间的感知信息的问题,该文提出一种基于动态自适应双门限能量检测的序贯协作频谱感知算法。新算法以最优化检测概率为目标,采用序贯方式对协作用户进行动态自适应双门限建模,并对处于两门限之间的接收能量值进行软判决。进一步地,新算法能自适应动态调整门限大小和各判决区域协作用户数,以达到最大化检测概率和最优化受试工作特征曲线的目的。理论分析和仿真结果表明,与经典的双门限能量检测算法相比,提出算法具有更优的检测概率。     

一种优化的认知无线电频谱感知策略

协作频谱感知技术可以有效地避免频谱感知过程中的隐终端问题,降低感知用户对主用户的干扰。但是随着协作感知中感知用户数目的增加,感知中的通信量也会增加。相对于传统的协作感知单门限判决法,双门限判决法可以在对感知性能影响很小的情况下,降低协作感知过程中的通信量。在传统的双门限感知技术的基础上,提出了一种基于权重的双门限协作算法。仿真结果表明,在保证较小的感知通信量下,相对于传统的双门限判决,提出的算法可以提高系统的感知性能。     

改进双门限能量检测分簇协作频谱感知算法

针对传统频谱感知算法在低信噪比环境下检测概率较低的问题,提出改进双门限能量检测分簇协作频谱感知算法。算法将感知节点分簇,簇间信息采用OR准则硬融合,簇内双门限外节点发送1 bit判决结果进行硬融合,双门限内节点发送能量值和信噪比值进行加权软融合。加权软融合阶段构造检测概率与节点权重系数函数,利用压缩因子粒子群算法选择权重系数进行函数寻优,以最大化检测概率。仿真结果表明,在低信噪比和不同感知用户数目环境下,算法仍具有较高的检测概率。     

认知无线网络中动态双门限协作频谱感知性能的优化方案

频谱感知作为认知无线电的关键技术,得到广泛深入的研究。其中衡量协作频谱感知性能的主要参数为全局虚警概率和全局漏检概率,它们之和被定义为全局错误概率。本文研究基于双门限能量检测的协作频谱感知性能的优化方案,首先,固定双门限能量检测的检测门限值,对表决融合准则的投票门限进行优化,使得在该能量检测门限值条件下,协作频谱感知的全局错误概率最小;然后在表决融合准则的投票门限取最优值的前提下,对双门限能量检测的检测门限值进行了优化,在不同接收信噪比条件下,最优的检测门限值是动态的,所以要根据信噪比确定最优的检测门限值,使得协作频谱感知的全局错误概率在各信噪比条件下都达到最小值,从而提高了协作频谱感知的性能。仿真结果表明,表决融合准则的投票门限和双门限能量检测的检测门限值取得各自的最优值时,全局错误概率最低,检测性能最好。      

基于马尔科夫模型的认知无线电动态双门限能量检测策略

该文针对低信噪比条件下频谱感知精度低的问题,提出一种基于马尔科夫模型的动态双门限能量检测算法。该算法根据信道时变特性建立基于马尔科夫的频谱占用模型,利用信道历史状态信息实现模型参数的修正。然后采用先听后说的机制对处于双门限之间的困惑信道状态进行判决,并详细分析了噪声不确定性对频谱感知性能的影响。在此基础上,为了克服噪声不确定性的影响,以频谱检测概率最大为优化目标,对双门限进行实时更新。仿真结果表明,所提频谱感知算法在减小噪声不确定性影响的同时增加了频谱感知精度,降低了认知用户的感知时间。     

基于PN序列自相关的双门限自适应DTMB频谱感知

对于地面电视的模数转换产生宝贵的广播电视“白频谱冶资源,频谱感知与检测技术是高效有序地利用频谱资源的基础。在数字电视地面多媒体广播( DTMB )传输系统中,针对传统的基于信号特征的感知算法在检测性能、计算复杂度与灵活性上的不足,提出了一种自适应的DTMB频谱感知算法。该算法以双门限感知检测为基础,在双门限之外采用基于伪随机( PN )序列自相关的算法,在双门限之内采用不等间隔PN序列累积自相关的算法,同时自适应地调整双门限的取值,平衡算法复杂度、感知性能与信道环境的需求。仿真结果表明,该算法在不同的信道条件下能自适应且快速地调整参数,有效提高频谱检测性能,降低算法复杂度。     

Rician信道下基于双门限的能量检测性能分析

针对认知无线电频谱检测中无线传输环境的复杂性,选用Rician信道模拟信号传输过程中的多径衰落,使用双门限能量检测算法减少噪声不确定性的影响。提出一种Rician信道下基于双门限的能量检测算法,推导了检测概率公式,并定义了误检概率来量化系统检测误差的大小。仿真分析了Rician信道下信噪比和因子K的变化对能量检测性能的影响,并通过仿真表明双门限算法较传统单门限算法,能够有效降低系统进行能量检测的误检概率。     

基于能量检测与Sevcik分形维数的协作频谱感知算法

在认知无线网络中,针对单节点频谱感知易受到噪声不确定性的影响和传统的能量检测法在高噪声功率场景中检测性能较差等问题,根据Sevcik分形维数(Sevcik fractal dimension, SFD)对噪声不敏感、能够区分信号与噪声波形的特点,提出一种将自适应门限的能量检测法与SFD相结合的协作频谱感知方法.通过能量检测法对接收信号进行检测判决,然后由SFD对判定为主用户不存在的信号进行复检,并将所有检测结果进行K秩融合,根据融合结果得出最终判决.仿真结果表明,本文提出的频谱感知方法对噪声不敏感,在低信噪比下的检测性能得到显著提高.     

基于CSS的认知无线电网络PUEA检测和缓解

针对认知无线电网络中的主用户仿真攻击问题,提出了一种基于能量检测的协作频谱感知方法.首先,假设存在一个智能攻击者,它能知道自己所处环境并可以选择不同的传输策略.然后,调整CSS规则和相关参数为能量探测器确定合适且有效的阈值.最后,利用Neyman-Pearson准则进行能量检测,从而检测出恶意攻击.仿真结果表明,相比传统的基于能量检测的频谱感知方法,该方法可以更好地减轻PUEA在频谱感知中的破坏作用.     

基于图像K-means聚类分析的频谱感知算法

近年来,基于能量检测的协作频谱感知算法被广泛应用于频谱感知领域。由于该方法在计算能量检测的判决门限受噪声影响较大以及受限于认知用户的数量等问题,导致其检测性能受到影响。为了解决这一问题,本文提出一种基于图像K-means聚类分析的频谱感知算法。这种方法利用主用户信号存在与否的两种认知信号状态映射成图像,经过调整图像强度和高斯滤波预处理之后利用提取图像像素分布直方图的方法提取出特征向量,然后利用改进的K均值聚类算法对这些特征向量进行训练得到分类模型。最后利用训练好的分类模型对未知信号进行检测,从而实现频谱感知。仿真结果表明,本文所提出的频谱感知算法,在检测性能上优于传统能量检测以及协作频谱感知算法,尤其在低虚警概率、低信噪比的环境下效果更加突出。      

一种基于噪声估计的能量检测自适应门限新算法

频谱感知是认知无线电研究的关键技术之一,能量检测法是典型的频谱感知方法,但传统能量检测法的性能很容易受噪声功率变化影响。本文提出一种基于噪声方差估计的能量检测自适应门限算法。该算法基于噪声统计模型实时估计噪声方差,自适应地设置判决门限,达到更充分利用频谱资源的目的。仿真结果证明,该算法能准确估计噪声方差,有效地提高频谱检测性能。     

认知无线传感器网络中能耗有效的协作频谱感测算法

提出了一种新的认知无线传感器网络中能耗有效的协作频谱感测算法。首先,为了降低分布式传感节点的能耗,假定传感节点的瞬时信噪比和平均信噪比已知,分析频谱感测节点的能耗与最优检测门限值之间的数学模型。然后,结合感测节点选择和判决门限设定理论,研究基于判决节点选择的有效协作频谱感测方案。理论分析和仿真结果表明,算法有效地降低了认知传感器网络的节点总能耗,提高了能耗效率。     

Cooperative Spectrum Sensing with Adaptive Double-Threshold Based Energy Detector in Cognitive Radio Networks

Spectrum sensing is one of the key functionalities in the implementation of cognitive radio. It is used to sense the unused spectrum in an opportunistic manner. In this paper, we propose an energy detector with adaptive double-threshold for spectrum sensing, to optimize the detection performance at a fixed probability of false alarm $(\text{ P }_\mathrm{f})$ i.e. 0.1, which also overcomes sensing failure problem. In the present work, the detection threshold is made adaptive to the fluctuation of the received signal power in each local detector of cognitive radio (CR) user. Simulation results show that proposed scheme optimizes better detection performance and outperforms both conventional energy detector and cooperative spectrum sensing (CSS) method by 12.8 and 3.3 % at $-$ 8 dB signal to noise ratio (SNR), respectively. While utilizing CSS with proposed adaptive double-threshold scheme, where each CR user use a double threshold detectors for local detection and send detection decisions to fusion center (FC) to give the final decision based on hard decision rule. It is further found that CSS with adaptive double-threshold improves detection performance around 26.8 and 7.6 % as compare to CSS with single threshold and Hierarchical with quantization method at $-$ 10 dB SNR, respectively, under the case when a small number of sensing nodes are used in spectrum sensing.     

A Robust Cooperative Spectrum Sensing Scheme in Cognitive Radio Systems

Performance of cluster-based cooperative spectrum sensing is more greatly improved than that of the traditional cooperative spectrum sensing.However,the style of clusters is not pointed out on traditional cluster-based method.In view of all the fading in the cooperative spectrum sensing,space diversity,and selective diversity,a robust cooperative spectrum sensing scheme based on clusters is proposed.Simulation results show that the detection performance of this new scheme is more close to that of the ideal cluster-based cooperative spectrum sensing scheme,and the excellent performance with higher reliability is gained relative to the actual cluster-based cooperative spectrum sensing scheme.Finally,the number of users in a cluster of the proposed scheme is discussed.The two users in a cluster are not the optimal solution to the overall implementation of cognitive radio.