认知网络中时延最优的频谱决策方法

针对异构认知网络中频谱管理框架的频谱决策问题展开研究,综合考虑物理层频谱感知错误和无线信道衰落、主用户的多次打断带来的不利影响,提出了基于概率的和基于感知的具有负载均衡功能的频谱决策方法。对于基于概率的频谱决策方法,基于短时业务优先的调度策略采用动态规划方法给出了其平均等待时延的闭式解;对于基于感知的频谱决策方法,提出了允许其中断后可以重新搜索可用信道的决策方法,减少了等待主用户传输的时延,并在分析比较两者时延的基础上,提出了一种总体时延最优的频谱决策方法。此外,将认知网络的异构信道特性考虑分析框架中,理论分析较具一般性。仿真结果证实了方法的有效性。     

基于自适应决策融合的合作频谱感知方法

频谱感知是认知无线电(CR)的关键技术之一。在该机制中,对主用户(PU)信号的可靠检测是实现CR的前提。提出一种基于自适应决策融合的合作频谱感知算法用于频谱感知,该算法通过估计PU的先验概率与各个CR用户(SU)的漏检及虚警概率,然后运用Chair-Varshney准则对局部判决进行决策融合以得到全局判决。仿真结果表明,采用该方案的全局虚警和漏检概率明显低于单个SU,可有效提高CR系统频谱感知的可靠性。     

认知无线电系统中的自适应动态频谱分配方法

该文提出了一种认知无线电系统中多小区间的动态频谱分配方法。该方法提出了对检测到的空闲频谱的空闲时长的预测机制,在此基础上,提出了基于频谱可靠性的自适应频谱分配算法。该算法在提高系统稳定性的基础上,最大化频谱资源的连续性;不仅实现了认知系统中频谱切换率的降低,同时保证了各小区所分配频谱的连续性,避免系统开销的增加及频谱管理的复杂化。此外,该方法采用图论着色理论模型实现了各小区之间干扰的抑制。仿真结果验证了该文方法的正确性。     

多天线认知无线电网络自适应空间映射频谱共享

针对集中式多用户多天线认知无线电网络,提出一种基于自适应空间映射的频谱共享策略,根据授权用户接入的随机性所带来的频谱和空间资源占用情况的变化,认知系统将发射信号自适应地映射在认知基站与授权用户之间信道的子空间上,避免或抑制系统间干扰,从而在保证授权用户通信质量的前提下,为认知用户提供通信机会,并且在认知系统内部利用块对角化和奇异值分解方法分离不同认知用户的信号,消除系统内干扰。性能分析和仿真结果表明,与已有的频谱共享方法相比较,该策略不仅具有更高的认知系统可达和速率,并且对于由不同授权系统负载情况形成的不同场景具有更强的鲁棒性。     

认知异构网络中基于克隆选择算法的动态频谱分配

建立了认知异构无线网络的系统模型。基于该模型,以网络效益最大化为目标,考虑接入网的频谱需求,接入网之间的干扰和对应异构网络不同接入技术的多粒度重叠信道之间的干扰约束条件,将频谱资源分配建模为非线性约束0-1整数规划问题,进而提出基于克隆选择的认知异构网络中动态频谱分配算法,并在该算法中设计了一种新的能够同时考虑接入网频谱需求和多粒度信道频谱资源的抗体整数编码方式。仿真结果表明,所提算法相比于贪婪分配算法,增加了网络效益,提高了频谱使用效率。     

认知中继网络中基于频谱感知的自适应功率控制策略

针对采用联合overlay和underlay频谱共享模式的认知中继网络,基于频谱感知结果和干扰信道条件,提出了自适应功率控制策略,从理论上分析了次用户的中断概率。通过Monte-Carlo仿真,与单一overlay或underlay频谱共享模式和固定功率控制方案下次用户的中断性能进行了比较。仿真结果表明,采用自适应功率控制方案,在相同中断概率条件下,次用户对主用户的干扰概率降低了70%~80%;在相同干扰概率条件下,次用户的中断概率降低了1~2个数量级,频谱共享性能得到了有效提高。     

基于认知的UWB系统软频谱自适应设计方法

认知无线电技术与UWB技术结合解决干扰问题已成为近几年研究的热点。基于认知的思想,在满足联邦通信委员会（FCC）频谱限制的基础上,设计出最佳脉冲波形,使其与周围电磁环境中的干扰设备的功率谱相互正交,从而有效地避开干扰。通过对电磁环境的周期性重复采样,UWB可以成为自适应抑制干扰的通信系统,实现了认知超宽带无线电的概念。此方法不需要在整个频段内降低UWB脉冲的功率谱密度,为提高UWB脉冲发射功率和增大UWB系统的通信距离,提供了一种灵活易行的解决方案。     

可见光通信异构网络频谱资源分配算法研究

由于当前已有方法未能对用户需求进行分析,导致可见光通信异构网络系统吞吐量以及平均满意度下降。为此,提出一种可见光通信异构网络频谱资源分配算法。将可见光通信异构网络系统最大容量作为目标,综合考虑用户需求以及最大功率限制等约束,构建可见光通信异构网络频谱资源分配模型。将模型中的对偶问题分解为简单的子问题,通过定向变异的遗传算法进行信道分配,采用拍卖算法进行信道内功率分配,最终实现网络频谱资源分配。实验结果表明,所提算法可以有效提升可见光通信异构网络系统吞吐量以及平均满意度。     

异构认知网络环境下的动态分级资源管理方法

针对异构认知网络中的资源管理问题,提出了基于认知的动态分级资源管理方法(DHRM)。根据不同时间尺度,引入小波神经网络、基于维纳过程的预测方法和增强学习算法获得业务分布变化、切换呼叫资源需求量以及用户喜好等信息,从而动态调配异构多网络各级可用资源。在资源合理分配基础上,根据各网络实时状态以及用户喜好,通过多属性决策算法动态地将业务流分配到最佳接入网络中。仿真结果表明,DHRM相对于网间静态资源管理方法系统容量提高了约20%。     

认知无线电频谱感知与决策引擎设计

设计了一个简易的认知无线电频谱感知与决策引擎,主用户在发射信号前,首先采用功率谱感知算法检测其授权信道中各频段的状态,根据检测结果,结合自身通信传输效率与传输可靠性要求,采用基于BPSO算法的决策引擎给出合适的发射机发射功率及调制方式参数,配置发射机完成数据的可靠与有效传输。最后运用多载波系统对算法的性能进行了仿真,结果表明BPSO算法能在较短的时间内找到最优解,满足认知无线电实时性的要求。     

认知无线电的合作频谱检测分析

认知用户需要持续快速地检测主用户的出现,对基于认知无线电的合作频谱检测机制进行了分析。在理想的两用户网络中,认知用户采用合作机制可以提高系统的平均侦测时间。在多认知用户网络中,参与合作的用户越多,单个认知用户对主用户的侦测概率越高。对于多用户网络,还考虑了整体的实现。     

认知无线电网络中频谱分配算法

 随着新型无线业务的不断发展,频谱供需矛盾日益明显.认知无线电网络被认为是实现动态频谱共享、缓解频谱供需矛盾的重要途径,近年来相关研究受到了广泛关注.本文对认知无线电网络中的频谱分配研究进展进行了分析.论文首先介绍了认知无线电网络的技术背景,分析了认知无线电网络中频谱分配的关键问题和算法设计目标.在此基础上总结了主流频谱分配模型的设计思想与技术特点,并详细描述了各模型经典分配算法的实现机制.最后,对频谱分配研究趋势进行了展望.     

认知无线电多时隙联合频谱感知方法及优化

为了降低认知无线电中次用户对主用户的干扰,提出了次用户通过多个时隙的能量感知联合检测主用户的频谱感知方法。每个传输帧被分成若干个时隙,次用户在每个时隙的开始进行能量感知,通过合并多个时隙的感知结果,提高次用户对主用户的检测性能。为了最大化次用户的频谱效率,将主用户状态建模为二维马尔科夫随机过程,并根据该过程优化单时隙频谱感知时间。仿真结果表明：相比Liang的“先听后传”频谱感知方法,提出方法仅牺牲14％的频谱效率,却使干扰概率降低了28％;随着信噪比增加,提出方法的最大频谱效率逐渐接近“先听后传”频谱感知方法。     

认知无线电中基于加权硬判决的协作频谱感知算法

Weighted one bit hard combination for cooperative spectrum sensing is proposed in this paper. Two thresholds are adopted to divide the possible energy value into three weighted regions.If the energy value falls into the corresponding region, it will be judged as “1”, no information or “0”. When the probability of false alarm is constrained to be constant, the objective is to maximize the probability of detection. The optimization problem is simplified by separating the weight of the middle region into several intervals. Simulation results show that the sensing performance of the proposed scheme is much better than that of the traditional one bit hard combination scheme and almost the same as that of the equal gain combination (EGC) scheme. Moreover, compared with the traditional one bit hard combination, fewer average sensing bits are required to transmit to the data fusion center with the proposed method.     

基于最佳中继选择的协作频谱感知方案研究

 本文提出了一种基于最佳中继的多用户协作频谱感知方案,通过认知无线电网络中多用户间的相互协作,可以获得明显的空间分集增益,从而改善认知用户的检测性能．针对所提出的多用户协作感知方案,在瑞利衰落环境下分析了相应的系统检测概率,同时也理论推导了传统非协作方案的感知性能．根据检测概率的解析式,对非协作方案和多用户协作方案,进行了相应的数值实验和性能比较．与非协作感知方案相比,多用户协作方案能够显著提高主用户的检测概率．此外,随着候选中继用户数目增加,多用户协作方案对主用户检测概率的改善量越加明显．     

认知无线电中频谱感知技术的研究进展

认知无线电技术作为解决当前频谱利用率低下这一问题的有效手段,已成为无线电发展的一个新的里程碑。频谱感知作为实现认知无线电的首要任务,主要涉及物理层的信号检测与处理以及链路层的控制与优化。文中对频谱感知技术的最新研究进展情况进行了综述,重点总结和分析了检测算法的性能、协作融合算法以及感知机制的参数优化,并在此基础上讨论了下一步的研究方向。     

Reputation-Based Hierarchically Cooperative Spectrum Sensing Scheme in Cognitive Radio Networks

Cooperative spectrum sensing in cog- nitive radio is investigated to improve the det- ection performance of Primary User （PU）. Meanwhile, cluster-based hierarchical coop- eration is introduced for reducing the overhead as well as maintaining a certain level of sens- ing performance. However, in existing hierar- chically cooperative spectrum sensing algo- rithms, the robustness problem of the system is seldom considered. In this paper, we pro- pose a reputation-based hierarchically coop- erative spectrum sensing scheme in Cognitive Radio Networks （CRNs）. Before spectrum sensing, clusters are grouped based on the location correlation coefficients of Secondary Users （SUs）. In the proposed scheme, there are two levels of cooperation, the first one is performed within a cluster and the second one is carried out among clusters. With the reputa- tion mechanism and modified MAJORITY rule in the second level cooperation, the pro- posed scheme can not only relieve the influ- ence of the shadowing, but also eliminate the impact of the PU emulation attack on a rela- tively large scale. Simulation results show that, in the scenarios with deep-shadowing or mul- tiple attacked SUs, our proposed scheme ach- ieves a better tradeoff between the system robustness and the energy saving compared with those conventionally cooperative sensing schemes.     

认知无线电的频谱感知算法研究

频谱感知技术、频谱共享技术、频谱管理技术是当前认知无线电的三大核心技术,而频谱感知技术是实现后续的频谱共享和频谱管理的前提。因此主要对当前认知无线电频谱感知技术的基础理论、算法模型以及频谱感知的具体算法做了详尽的分类,并利用Matlab仿真平台对主要的频谱感知算法进行了仿真,并根据仿真结果,比较了各个算法的性能优劣性,可为认知无线电用户的算法选择提供参考,同时也为认知无线电后续的频谱共享和频谱管理工作奠定一定基础。     

传感能力约束下的认知无线网络的多波段光谱感应优化

This paper addresses the problem of joint optimization of subchannel selection and spectrum sensing time for multiband cognitive radio networks under the sensing capability constrains. In particular, we construct a multiband spectrum sensing framework, and derive the probabilities of detection and false alarm taking the different subchannel gain into account. Furthermore, we formulate the multiband sensing as a two-parameter optimization problem under the sensing capability constrains and guaranteeing the QoS of the secondary user. Moreover, we develop a semi-analytical optimization scheme to achieve the optimal solution.     

一种新的认知无线电频谱感知方法

认知无线电是一种用于提高无线电通信频谱利用率的新的智能技术。首先简述了认知无线电的背景和概念,然后针对认知无线电频谱感知的能力,对比分析了现有的三种频谱检测方法：匹配滤波器法、能量检查法和循环平稳特征检测法,在对其进行研究的基础上,提出一种将能量检测法和循环平稳特征检测法相结合的双门限检测法,通过仿真验证了该方法的有效性和优越性。