分布式协作频谱感知的信誉模型

协作感知技术能大大提高认知无线电网络中的频谱感知效果,但也会产生一些安全隐患,如频谱感知数据伪造攻击。针对单个恶意次用户发起的连续性频谱感知数据伪造攻击和若干个恶意次用户发起的非连续性频谱感知数据伪造攻击,设计并实现了一种分布式协作频谱感知的信誉模型。仿真实验表明,该模型能有效地识别恶意次用户和抵御频谱感知数据伪造攻击。同时,该模型还具有较小的虚警率、丢失率和较好的容错能力。     

感知数据错误化攻击下分布式检测的性能分析

针对分布式检测的安全问题,研究分布式检测中感知数据错误化（SDF）攻击及其对检测性能造成的影响. 定义一种概率型翻转攻击模型描述攻击者篡改初始感知数据的恶意行为. 以检测概率、虚警概率和错误概率为性能指标,推导在所提出的攻击模型下分布式系统检测性能的闭合表达式,进而分析SDF攻击下分布式检测系统的稳态性能和瞬态性能. 以偏移系数为目标函数,推导使分布式检测失效的盲化条件,即分布式系统无法检测出目标的真实状态时所对应的恶意节点攻击策略. 仿真结果表明：SDF攻击会恶化系统检测性能,且不同攻击参数会对检测性能造成不同程度的影响.     

认知Wi-Fi网络中使用相关均衡的频谱共享算法

认知Wi-Fi网络是基于认知无线电技术、感知和利用电视频谱白空的新型无线局域网．在该无线网络环境下,设计了集中式和分布式两种基于相关均衡的频谱共享算法．综合考虑了认知Wi-Fi网络的频谱分裂特性、多网间的互扰和用户的业务需求等,将频谱共享问题建模为非协作博弈．两种算法分别考虑了有效性和复杂度．其中,集中式算法可最大化网络整体收益,而分布式算法无须引入信息交互．仿真结果表明,相较于贪婪算法,这两种算法均能提升网络收益．     

认知无线电网络中安全的合作频谱感知

在建立认知无线电网络威胁模型的基础上,分析了恶意攻击下传统合作频谱感知算法性能的下降程度. 为了对抗恶意用户对频谱感知协议的攻击,提出了一种基于信誉的加权合作频谱感知算法. 该算法根据每个认知用户的历史行为更新其信誉值,再利用信誉值为每个认知用户分配加权因子,最后进行加权融合及判决. 仿真结果表明,在威胁环境下新算法优于传统合作频谱感知算法.     

非信任环境中一致卡尔曼滤波的数据融合算法

针对非信任环境下数据融合时感知数据的可靠性问题,提出了此环境下攻击节点判定算法,并采用一致估计的分布式卡尔曼滤波算法实现动态目标跟踪。该算法能有效识别攻击节点并对其篡改数据做相应处理,减小篡改数据对数据融合的影响。仿真结果验证了所提算法的有效性,准确实现了动态目标跟踪。     

认知无线网中基于队列博弈的频谱选择算法

针对认知无线网络中分布式分组数据自适应传输问题,提出了一种新的基于队列博弈的频谱选择算法.该算法将数据传输问题建模成频谱选择的潜在博弈,考虑主用户占用频谱的影响,利用排队理论分析并构建用户效用函数,通过自主调整频谱选择策略实现频谱分配及跨层优化传输时延、分组损失率.仿真对比表明,所提出的算法存在纳什均衡,更有效地降低了分组传输时延及数据损失率,更加快速地收敛到策略均衡点,且具有更小的复杂度.     

基于迭代攻击检测的联合压缩频谱感知算法

针对宽带认知无线电网络中频谱感知所需采样率过高以及频谱感知性能容易受到模仿主用户攻击威胁的问题,提出了基于迭代攻击检测的联合压缩频谱感知算法。认知无线电用户利用压缩感知理论降低信号的采样率,并将感知结果报告给融合中心。融合中心利用来自各认知无线电用户的感知报告估计主用户发射信号功率和路径损失参数,根据估计误差得到测量剩余值。在迭代攻击检测中,通过比较测量剩余值发现和去除受到模仿主用户攻击影响的异常感知报告,合并剩余报告得到可靠的联合频谱感知结果。仿真表明,该算法能够有效抵抗模仿主用户攻击,并且能够以低于奈奎斯特准则的采样率实现准确可靠的频谱感知。     

基于CDS的分布式协作共识频谱感知方法

针对原有全网络分布式协作共识方法信息交互量大、收敛速度慢、共识收敛结果不稳定的问题,本文在分布式协作共识频谱感知方法的基础上,提出了基于连通支配集的分布式协作共识频谱感知方法。该方法通过网络连通支配子集进行网络频谱感知信息的收集和共识计算,获得稳定的共识结果,再将共识结果分享给网络其他非支配集节点,实现全网络快速共识收敛。与原有分布式协作共识方法相比,降低了网络节点间的信息交互量,并且能快速收敛到稳定、精确的共识结果,仿真结果验证了算法的优良特性。     

认知无线电安全研究综述

为深入理解认知无线电安全问题,掌握其研究现状及发展趋势,从传统型和特殊型两个角度,对目前认知无线电网络中存在的拒绝服务攻击、自私行为攻击、路由安全、密钥协商、GPS信息干扰、主用户伪造攻击、频谱感知数据篡改攻击等安全问题进行概述,并对解决安全问题的典型方案进行归纳总结。此外,针对目前相关研究中所存在的问题,明确了一些有待继续研究的方向。     

认知无线电中自适应分步合并协作频谱感知算法

在等增益合并协作频谱感知基础上,提出了一种新的频谱感知算法．根据认知用户接收信噪比的变化,通过自动调整参与协作频谱感知的认知用户数,以减少认知无线电网络中的数据开销．推导了瑞利衰落信道下采用此算法时,认知用户通过控制信道发送到中心控制器的平均数据量的计算公式．理论分析和仿真结果表明,和等增益合并协作频谱感知算法相比,在保证频谱检测性能的前提下,该算法减少了认知用户通过控制信道到中心控制器的平均数据开销．     

低信噪比下基于双检测长度的频谱感知算法

针对现有认知网络中低信噪比条件下频谱感知性能差、速度慢的问题,提出了一种基于双检测长度的感知算法．该算法先进行一次短数据长度能量检测,当第1次判决主用户不存在时,再进行第2次长数据长度能量检测,并作出最终的感知判决．从理论上推导了平均样本数、检测性能、算法复杂度等重要性质．基于matlab的仿真结果验证了理论推导的正确性,表明所提算法在低信噪比条件下,在感知性能较传统能量检测算法有所提升的同时,具有更少的平均样本数和更低算法复杂度的特点,并有望应用于未来实际认知网络中．     

一种基于能量检测的双门限协作频谱感知技术

针对认知用户接收到的信号特点,提出了一种基于能量检测的双门限协作频谱感知技术。当信号能量位于两个门限之间时,由数据融合中心根据最大比合并准则再次进行判决,并结合本地判决结果做出最终决策。仿真结果表明,所提方法可以有效地提高检测概率,降低错误概率。     

认知无线电网络的检查协作频谱感知技术

在认知无线电中,协作频谱感知通常被用来提高感知性能。但当用户个数较多时,控制信道带宽的限制和感知时延会影响协作感知的性能。作者提出采用检查协作频谱感知可以有效避免这些问题。检查协作频谱感知通过减少认知用户上报基站的感知信息,降低通信负荷和感知时延,从而提高系统的敏感性。通过最大化频谱利用率可以得到最优的不发送概率,从而在感知时延和接入频谱机会的错失上得到折衷。通过分析及仿真结果可以看出,检查协作感知与传统协作感知相比,有效提高了系统的敏感性。通过最优的不发送概率可以确定最佳的感知门限进行感知。     

基于可变间隔的认知无线电频谱检测机制

为灵活控制认知无线电网络中媒体访问控制（MAC）层频谱检测的成本,提出了一种基于可变检测间隔（FSP）的频谱检测机制,该机制充分利用授权用户状态分布的统计信息,通过引入控制因子,使认知用户可以适时改变检测间隔,在检测所造成的损失时间与检测次数之间折衷。仿真分析表明,FSP检测机制比传统的固定间隔检测更有效地控制检测成本。     

基于线性加权数据融合的协作频谱感知优化

在认知无线电网络中,协作频谱感知技术可有效地缓解本地感知场景中存在的隐藏终端等问题。为了获得更大的协作增益,该文采用基于数据融合的协作频谱感知策略,融合中心依次收集各次用户上报的本地能量检测数据,然后进行线性加权融合,并做出最终判决。重点研究了线性加权融合方案的优化,推导了各次用户分别在Neyman-Pearson(N-P)和Bayesian两种不同准则下的最优融合权重,并在Suzuki感知信道下进行了蒙特卡洛仿真和数值验证。结果表明,N-P准则下给出的两种优化加权融合方案MDC和NDC性能相近,且均比EGC、SC、MRC等常用的融合方案具有更高的协作检测概率;而Bayesian准则下推导的优化加权融合方案BAY在检测可靠性方面明显优于其他方案。     

认知无线电网络频谱检测研究

为解决认知无线电中空闲频谱的识别问题,综述了近期世界范围内的频谱检测方法。分析了基于信道衰落、噪声特性等因素对频谱检测性能的影响,指出了物理层检测、MAC（Media Access Control）层自适应检测以及多用户合作检测的关键技术问题及其分析处理方法,并对检测性能进行了定性和定量的分析和探讨。     

认知无线电网络中的最佳可信度频谱检测算法

由于认知无线电网络中的典型硬决策协作频谱检测在数据融合时未考虑各认知用户检测结果的差异性,不能很好地提高检测性能,因此,提出了一种基于检测可信度的协作频谱检测算法.首先,利用各认知用户的平均接收信噪比来获得它们的检测可信度;然后,综合各认知用户的检测结果以及检测可信度来判断授权用户是否使用频带,从而提高了检测性能.仿真结果表明,在低信噪比情况下,相比典型硬决策协作频谱检测,该算法具有较优的接收特性曲线,并在合理选取认知用户检测阈值的条件下,具有较低的检测错误概率.     

基于动态双门限和D-S证据理论的合作频谱感知算法

针对传统能量检测算法门限设置单一且不适应感知信道环境差异的问题,为了提高合作频谱感知结果的可靠性,减小网络开销和融合中心计算的负担,提出了将动态双门限能量检测和D-S证据理论相结合的合作频谱感知算法.在进行本地感知时,该算法可以让认知用户通过双门限能量检测方法直接得到本地判决结果,同时根据信道环境的变化自适应调整双门限值,并在双门限内使用D-S证据理论,感知双门限内未判决结果的信任度函数,将其发往融合中心,这样可以减少融合中心的计算量以及传输带来的网络开销.仿真结果表明,双门限D-S证据理论的融合结果要优于D-S证据理论和OR准则.     

面向车辆高速移动的频谱感知算法研究

为了解决多普勒效应对于车联网中频谱检测速度与精度的影响,研究了在车辆高速移动情况下的频谱感知算法。首先通过引入认知无线电技术以及车联网技术,构建认知车联网网络,针对频谱利用率低下的问题提出一种频谱感知算法。实验结果表明,该算法可以很好的消除多普勒频移效应,提高了频谱检测的性能,解决了车辆在高速移动状态下信号失真等问题。