噪声不确定下基于进化博弈论的 协作频谱检测研究

认知无线电中,协作频谱检测已经被证明可以有效提高系统的检测性能。但是在噪声不确定的情况下,认知用户会更加倾向于减少检测消耗来提高自身的吞吐量。本文主要是把进化博弈论应用到噪声不确定下的协作频谱检测中,认知用户可以动态地选择是否参加协作频谱检测,通过不断的迭代学习,得到一个进化稳定策略（ESS）。本文把所有认知用户作为整体参与博弈,由进化博弈论算法,得到其参与协作的认知用户平均吞吐量,并将其与所有用户的平均吞吐量对比。如不等则反复迭代直至相等,从而得到最终的进化稳定策略。仿真结果表明:噪声不确定度越高,达到平衡时认知用户参与协作检测的概率就越高;进化博弈论算法让认知用户选择性地参与协作检测比让所有用户都参与协作检测有更高的系统吞吐量。      

基于特征值极限分布的合作频谱感知算法

采用最新的随机矩阵理论,对多个认知用户接收信号采样协方差矩阵的最小特征值的极限分布进行了分析,提出了一种改进的最大最小特征值合作感知和门限判决方法。该算法不需预知授权用户信号的先验知识,且能有效克服噪声不确定度的影响。与现有算法相比,在给定虚警概率时,仿真结果显示该算法判决门限更低、检测概率更高;而且在认知用户和采样数较少时,也能获得很好的检测性能。     

瑞利信道中自适应双门限频谱感知算法研究

频谱感知是认知无线电中的一项关键技术,能量检测、匹配滤波器检测和周期循环频谱检测是认知无线电中频谱感知技术中传统、经典的算法.基于能量检测的频谱感知算法因实现简单且不需要先验信息而被广泛应用,但低信噪比的情况下检测概率会降低,用户的检测性能不足,从而导致认知用户和主用户之间的冲突碰撞次数增多.针对以上存在的问题,在基于自适应频谱感知的基础上,利用噪声功率估计,提出了一种瑞利信道下的自适应双门限频谱感知算法.仿真结果表明,在低信噪比噪声不确定的情况下,这种算法能够大大提高检测概率,有效降低了认知用户和主用户之间的冲突碰撞次数,从而提高频谱的利用率.     

认知无线网络中基于特征向量的协方差盲检测方法

传统的协方差检测算法需要信道条件信息和多个认知节点参与。利用主用户信号与噪声信号协方差矩阵相关性的差异,提出了一种基于特征向量的协方差盲检测算法,推导出了所提算法的虚警概率和门限值的闭合表达式。该算法仅需要2个认知节点,不需要任何先验信息,对不确定噪声有很强的适应能力。仿真结果表明,所提算法性能优于其他协方差盲检测算法。     

认知无线电系统中基于OFDM的一种资源分配方案

文章在已知主用户干扰门限的基础上,对认知用户的子载波和功率进行合理分配;阐述了使认知用户系统容量达到最大的最优功率分配算法,给出了易于实现的次优算法,并与传统功率分配算法进行比较。仿真结果表明,在给出不同干扰门限的条件下,认知用户采用最优算法比传统算法获得的发射功率要高,并且次优算法的性能接近最优算法。     

低信噪比条件下基于随机共振的感知方法与性能分析

针对认知网络实际环境中常呈现出噪声高动态变化、低信噪比特征,无法快速准确进行频谱感知的问题,本文将物理学非线性领域中的随机共振理论引入到频谱感知中,提出了一种基于广义随机共振的能量检测算法.该算法引入匹配噪声,通过匹配非线性系统、噪声和信号三者的关系,从而改变能量检测统计量的分布,有效地检测信号的存在性.本文从理论上推导了最佳匹配噪声的表达式,并得到了检测性能、受噪声不确定度的影响、感知时间等方面的重要理论结论.仿真结果验证了理论推导的正确性,表明所提算法能够在信噪比为-20dB等低信噪比条件下较现有能量检测算法提高3dB以上,且具有感知速度快、受噪声不确定度影响小等特点.     

背景噪声下的端点检测算法的研究

噪声环境下的端点检测在语音信号分析和识别中占有重要地位.文中将分形理论中的分形记盒维数应用到端点检测算法中,采用了基于分形记盒维数与短时能零比相结合的端点检测算法,以分形记盒维数为主要判决条件,并在判决门限的设定上采用了自适应机制.仿真结果表明,基于分形记盒维数和短时能零比相结合的端点检测算法在白噪声和粉红色噪声下具有很好的准确率和鲁棒性.     

认知无线电中一种基于循环谱的能量检测算法

能量检测方法存在检测精度不高以及对噪声功率的不确定性敏感等问题,在认知无线电中应用时极易造成极大地虚警或漏检.为了提高认知用户接收主用户信号的检测精度,本文在详细分析循环谱理论的基础上提出了一种基于循环谱的接收信号功率检测算法,并以MPSK信号为例给出了该算法详细的理论分析.计算机模拟仿真结果表明:无论是在高信噪比还是在低信噪比条件下,基于循环谱的接收信号功率检测算法的检测精度相比传统的能量检测方法均有较大的性能增益.     

基于认知无线电网络的用户合作频谱检测

介绍认知网络中认知用户合作检测算法在降低检测时间以及提高检测灵敏度的优势,构建认知网络中简单的两用户合作协议和非合作协议下的检测系统模型,在此基础上时多认知用户合作情况进行了分析比较.最后对认知网络环境中不同概率参数以及不同数目合作节点的检测性能进行了仿真研究.结果表明,当虚警概率α很小时,采用认知用户的合作感知方法可得到高检测概率,且能降低将近35%的检测时间,有效提高检测主用户的灵敏度.     

特征值极限分布的改进合作频谱感知

本文采用随机矩阵理论,分析和研究了多认知用户接收信号采样协方差矩阵的最小特征值的极限分布,针对基于最大最小特征值之差的合作频谱感知算法,提出了新的门限判决方法。此算法能有效克服噪声不确定度的影响,且不需预先知道授权用户信号的先验知识和噪声方差。仿真结果表明,与以前的感知算法相比,本文算法有更低的判决门限,在低信噪比、小采样时,在达到设定虚警概率的前提下,该算法能够获得更好的感知性能。      

使次系统容量最大化的协作频谱感知性能分析及优化

针对认知无线电网络中SU数、检测门限、带宽、频谱利用率和次系统容量间关系的分析表明,一方面C-CSS不仅可降低虚警率、提高频谱利用率,还可利用较少的SU实现较高的次系统容量;另一方面在SU数一定且满足目标要求时,C-CSS与T-CSS实现最大次系统容量所要求的检测门限不同.提出协作频谱感知优化算法,利用NP准则通过直接对数学模型求解即可得到使次系统容量最大的SU数和相应检测门限.理论分析和仿真结果均表明,所提算法在保证目标检测率的前提下最大化了次系统容量.     

采用天线选择的多用户MIMO-OFDM系统容量研究

对于采用线性预编码进行空分复用的多用户MIMO-OFDM系统的下行链路,分析了使用户间干扰完全消除的预编码矩阵设计实现过程,提出了用户端联合天线选择算法,以增大发送的数据流数,提高系统和容量,在此基础上提出了逐次递增确定用户天线的选择算法.仿真结果表明,本文所提的天线选择算法使系统和容量远高于未经天线选择时的和容量,并且次优的逐次选择算法在计算量可接受的情况下与最优联合选择算法相比获得的容量增益相差不大.     

认知无线电中基于阵列天线和协方差矩阵的频谱感知算法

该文提出一种基于阵列天线和协方差矩阵的频谱感知算法,该算法能够在噪声不确定性的条件下进行盲频谱感知。该算法在协方差矩阵的基础上,构建新的检测统计量,推导判决门限,对检测统计量与判决门限进行比较进而做出最终判决;在主用户信号到达方向与认知用户接收天线法线方向不一致的情况下,为使认知用户能完全接收主用户信号,利用了阵列天线技术。仿真结果表明,与Zeng等人(2009)提出的绝对值协方差矩阵频谱感知算法(Covariance Absolute Value Spectrum Sensing, CAVSS)相比,该算法判决门限的计算方法更加准确;在相同条件下,该算法的检测概率高于CAVSS。     

一种基于多窗低复杂度的频谱检测算法

频谱检测过程中的主用户识别是目前认知无线电研究的主要问题之一,根据Neyman-Pearson准则提出了一种改进的多窗频谱检测算法,得出认知无线电系统在多传感器环境下的最优门限公式,并确定了实际环境下需要传感器的最佳个数要求。实验仿真表明:在给定虚警概率P_FA=0.1,信噪比SNR=0 dB,多锥度(MTM)阶数K=4时,只需要4个传感器就能达到满足Neyman-Pearson准则的最佳检测性能;由于不需要进行奇异值分解(SVD),因此,相对于传统的多窗结合奇异值分解算法(MTM-SVD),算法的复杂度降低,提高了整个系统的工作效率。     

感知/传输帧结构下基于有效容量的多功率分配策略

传统认知无线网络功率分配时,一般假定主用户（Primary User,PU)状态在一帧内不发生变化,并且未考虑传输时延的问题。在下一代移动网络中,由于主用户活跃程度的提高以及严格的时延要求,上述问题是功率资源分配时亟需考虑的重要方面。针对这种问题,以最大化认知用户可获得的有效容量为目标,采用基于感知/传输帧结构的四状态三功率传输策略,从而满足时延约束要求,且考虑了主用户的活跃程度。建立了系统以及状态转移模型,设计了使用服务质量(Quality of Service,QoS)约束的平均信道有效容量优化函数,采用Lagrangian方法详细分析推导了最佳有效容量的理论近似值,并对影响有效容量的不同因素进行了仿真分析。与传统的传输策略相比,在保证主用户正常通信的前提下,采用所提算法,认知用户的有效容量得到了显著提高。     

基于认知无线网络的部分用户合作频谱感知算法

在认知无线电网络中,传统的合作频谱感知算法允许所有的认知用户参与合作。但是,当参与频谱感知的用户数量较大时,就会导致系统具有较低的传输性能。因此,对一种部分认知用户参与合作频谱感知的方法进行了研究。这种方法采用不同的融合准则,在满足给定系统的检测概率和虚警概率阈值的前提下,确定参与合作感知用户的数量,从而提高系统的检测概率和能量效率,降低系统的虚警概率。     

认知无线电系统中协同能量检测算法的性能研究

该文首先研究了单认知用户能量检测算法的检测性能和检测灵敏度与检测时长和噪声短时间内平均功率波动性之间的关系,得出检测性能和检测灵敏度随噪声短时间内平均功率波动性的增大而急剧下降的结论,在低信噪比时尤为明显;针对检测性能和检测灵敏度随噪声短时间内平均功率波动性的增大而急剧下降,提出了基于多用户协同能量检测算法。仿真表明,在低信噪比环境下,即使噪声短时间内的平均功率存在较大的波动性,只要适当地增加协同检测的用户数,仍可获得较为准确的检测性能。     

采用Rao-Blackwellised粒子滤波的时变多用户检测

传统多用户检测方法通常假定接收方已知活跃用户数,其一般为这个系统所能容纳的最大用户个数.在此前提下,传统多用户检测方法能够获得较好的性能.然而在实际多址移动通信系统中活跃用户个数及其参数往往都是时变的,因此传统多用户检测方法性能恶化.针对这个问题,本文首先采用随机集理论( Random Set Theory,RST)建立多用户动态模型,基于此模型将信道分解为离散部分和连续部分,并通过分析两者的关系得到它们的状态转移概率;然后提出了采用Rao-Blackwellised粒子滤波(RBPF)算法的时变多用户检测器,实现了活跃用户数目变化和信道幅度变化的跟踪及用户发送数据估计;最后给出了算法在抗噪声能力、抗远近效应和系统容量等方面的仿真结果.仿真结果表明本文算法性能明显优于传统多用户检测方法.     

一种基于博弈论的认知CDMA频谱分配机制

针对认知无线电的频谱资源分配问题,提出了一种考虑认知用户间相互干扰行为的完全信息博弈模型。在最大化认知用户传输速率的条件下为其分配子载波以及功率,并且证明了纳什均衡的存在。仿真结果表明,该算法合理地对认知用户的效用函数进行了设计,算法能够很好地满足不同认知用户的速率需求,符合实际通信环境。提高了通信系统容量,并且能够较快地达到均衡状态以及具有较好的收敛性。     

不完全信道状态信息条件下多用户Turbo-BLAST迭代检测算法

该文将空时多用户检测技术和Turbo-BLAST方案相结合,构造了基于CDMA技术的多用户Turbo- BLAST系统模型,提出了不完全信道状态信息条件下的解相关算法和迭代检测算法。在发送端将V-BLAST结构与CDMA技术相结合实现多路复用,在接收端利用空时多用户检测算法去除用户间干扰,得到期望用户的接收信号,然后采用考虑信道估计误差的软干扰抵消迭代检测算法,对期望用户的接收信号进行检测以去除天线间干扰。仿真结果说明,所提算法对于多用户Turbo-BLAST系统是有效的,可在不增加复杂度的条件下达到良好的迭代效果。