认知无线网络中硬合并协同频谱感知的融合准则优化

频谱感知是认知无线电一项基础的任务。在认知无线网络中,多个次级用户可以协同工作,对主用户进行可靠感知。如何融合多个次级用户的感知信息是实施协同感知的关键。本文围绕集中式认知无线网络中的硬合并协同感知技术展开研究,讨论了常用的k-out-of-m融合准则。与OR准则（k=1）、Half-voting准则（k=m/2）和AND准则（k=m）等特例不同,本文考虑参数k任意取值的场景,从最小化贝叶斯代价的角度,推导出了最优k值的闭合表达式。仿真结果验证了该闭合公式的有效性,并显示最优k值随判决门限、频谱非空闲与空闲先验概率比、漏检与虚警影响因子比的增大而减小,且在信噪比场景中更具应用价值。      

协作频谱感知中数据融合与决策算法比较

协作频谱感知中融合多个认知用户的本地检测结果并准确判决至关重要.研究了基于大数合并的硬判决和基于置信(最大似然)合并的软判决,对不同算法的检测性能和复杂度进行了定性和定量的分析和比较.指出未来协作频谱感知中应结合协作用户数的优化和控制信道条件进行数据融合和决策算法设计.     

基于Dempster-Shafer证据理论的协同频谱感知算法

认知无线电的首要任务是频谱感知,单个认知用户的频谱感知结果容易受到衰落和多径的影响,本文结合证据理论研究了多个认知用户的协同频谱感知问题.为了在融合中心未知先验信息的条件下实现对授权用户的有效检测,文章基于Dempster-Shafer证据理论,对认知用户的本地感知结果提取证据,然后在融合中心进行融合并判决,提出了一种基于Dempster-Shafer证据理论的协同频谱感知算法.仿真结果表明,该算法能够在融合中心未知先验信息情况下,获得较好的频谱感知性能.     

基于信噪比软信息的协同频谱感知算法

针对协同频谱感知方法中假定各基站信噪比近似相同,使信噪比差异较大时检测概率性能无法得以明显提升的问题,本文提出一种在OFDM系统下,结合信噪比信息进行融合判决的协同频谱感知算法。该方法首先利用OFDM系统的循环前缀提出一种适合认知无线电系统的盲信噪比估计方法;然后,利用检测概率在信噪比-5dB~-13dB的区间内近似线性变化的特性,依据估计所得信噪比值对检测概率曲线进行软信息量化,作为各基站判决信息的置信度,从而使权重分配更加合理化,同时,相比于判决融合方法,并不明显提高传输带宽。仿真结果表明,相比与传统方法,此方法能有效利用信噪比信息,在不同信噪比环境下均有较优性能,尤其在各基站信噪比差异较大时,其性能已接近数据判决精度。      

认知无线电基于感知信息量化的合作频谱感知

针对认知无线电频谱感知性能的提高与传输开销的矛盾,研究了一种基于感知信息量化的合作频谱感知模型,在此基础上,研究了感知信道信噪比、认知用户数对检测概率的影响以及感知时间、信噪比对虚警概率和吞吐量的影响,并将检测性能与软判决和硬判决比较。理论分析和仿真结果表明,该方法在每个认知用户只增加1 bit传输开销的前提下能够极大地改善检测性能,实现了频谱利用率与传输开销的较好权衡。     

基于优化贝叶斯压缩感知算法的频谱检测

近年来,压缩感知理论依旧是信号处理领域的研究热点之一。将压缩感知应用于频谱检测技术可以突破传统的奈奎斯特采样定理,降低检测时采样率,因此可以减轻硬件处理的压力。因此适合用在频谱检测技术中,特别是宽带信号的频谱检测。本文对贝叶斯压缩感知理论（BCS,Bayesian Compressed Sensing）进行研究,并将其引入频谱检测技术中。在BCS算法的基础上,通过进一步减小高斯随机观测矩阵列向量的相关度,实现对观测矩阵的优化,得到一种优化的贝叶斯压缩感知算法（称其为OBCS算法,即Optimized BCS）。在MATLAB仿真中,本文提出将数零法作为频谱检测判决规则,并使用BCS和OMP算法作为对照,验证了OBCS算法无论在重构误差、检测概率还是虚警概率等指标上都具有最佳的效果。      

基于信誉度的频谱感知数据融合算法

频谱感知数据融合算法对认知无线网络性能起到重要作用,目前各频谱感知算法在检测恶意节点及适应认知用户环境变化上的性能有待加强,为此,提出了一种基于认知用户过往判决记录的改进加权序贯概率比检测算法。该方法通过融合中心记录认知用户过往判决结果的符合次数,改变其信誉度,从而得到该认知用户判决结果在融合结果中所占有的加权,最终得到更为理想的判决结果。     

一种多用户协同频谱感知功率控制方案

分析和研究了多用户协同频谱感知原理,通过时分方式,实现了多用户之间的频谱共享。同时为避免对主用户产生有害的干扰,从用户通过一种算法控制它的发射功率,保证主用户的通信服务质量。最后对多用户协同频谱感知和单用户频谱感知的性能进行了仿真研究,结果表明多用户协同频谱感知可以明显提高频谱感知的性能,克服阴影/衰落作用的不利影响,提高频谱利用率。     

采用最小最大准则的协作频谱感知融合

给出了采用最小最大准则实现认知无线电系统协作频谱感知融合的方法,以在主用户出现在授权频段的先验概率未知的情况下利用概率计算实现认知无线电系统的协作频谱感知融合。该方法可实现同步和异步感知信息的融合。仿真验证了算法的性能,并与采用估计主用户出现在授权频段的先验概率并进行基于概率的感知融合算法性能进行了比较。结果表明:给出的算法可有效实现主用户出现在授权频段的先验概率未知时的协作频谱感知融合。     

噪声功率不确定下协同频谱感知最优融合算法

研究了噪声功率波动性对单点和协同频谱感知性能地影响。分析了在此环境下,单点基站的检测概率与采样点个数的关系,并得出当信噪比不小于噪声功率波动系数的两倍时,基站仍可正常检测。在协同网络中,给出了此环境下数据融合方法的最优权重设定。理论分析与实验表明,相比于传统方法,文中所提最优数据融合算法在各种信噪比环境下性能均较优,尤其在各基站信噪比差异较大时,性能更为显著。     

基于变分贝叶斯推断的新型全局频谱协作感知算法

为了实现多维动态频谱接入,首先给出了主用户的全局功率谱近似模型,并构建了新型全局频谱协作感知算法的总体流程,以获得主用户网络中占用频段、功率及位置等全局信息。接着利用变分贝叶斯推断技术,设计了相应的模型系数向量估计器。仿真结果表明,该方法采用的近似模型具有较好的准确性,相应的系数向量估计算法具有较高的有效性和收敛稳定性,同时指明了信噪比和泄漏总虚假功率的关系以及两者对均方误差性能的影响。此外,还证明了该方法通过利用系数向量θ的稀疏性,而在均方误差性能上具有较大优势。     

Optimization algorithm of periodical cooperative spectrum sensing in cognitive radio

To decrease the interference to the primary user (PU) and improve the detected performance of cognitive radio (CR), a single‐band sensing scheme wherein the CR periodically senses the PU by cooperative spectrum sensing is proposed in this paper. In this scheme, CR first senses and then transmits during each period, and after the presence of the PU is detected, CR has to vacate to search another idle channel. The joint optimization algorithm based on the double optimization is proposed to optimize the periodical cooperative spectrum sensing scheme. The maximal throughput and minimal search time can be respectively obtained through the joint optimization of the local sensing time and the number of the cooperative CRs. We also extend this scheme to the periodical wideband cooperative spectrum sensing, and the joint optimization algorithm of the numbers of the sensing time slots and cooperative CRs is also proposed to obtain the maximal throughput of CR. The simulation shows that the proposed algorithm has lower computational quantity, and compared with the previous algorithms, when SNR = 5 dB, the throughput and search time of the proposed algorithm can respectively improve 0.3 kB and decrease 0.4 s. The simulation also indicates that the wideband cooperative spectrum sensing can achieve higher throughput than the single‐band cooperative spectrum sensing. Copyright © 2012 John Wiley & Sons, Ltd.     

认知网络中协作感知吞吐量的优化

为了提高集中式认知网络的吞吐量,提出了基于信任度的吞吐量优化算法.该算法在主用户充分保护的前提下,以认知用户的吞吐量为目标函数,融合中心采用双门限值对本地感知结果进行融合.从理论上证明了吞吐量是全局漏检概率的增函数,当全局漏检概率等于门限值时,吞吐量达到最大值.并利用牛顿迭代法求出单节点概率,然后采用遍历法可得到认知用户吞吐量最大值.仿真结果表明,当信噪比为-14 dB时认知用户融合优化算法相对"AND准则"OR准则"以及"HALF准则"归一化吞吐量分别提高了0.62、0.3和0.09.     

基于压缩感知和最小二乘的分布式协作频谱感知

针对认知无线电(CR)集中式频谱感知算法对融合中心要求高,而且对节点失效的容忍性也不高等缺点,提出了一种基于压缩感知的分布式多节点协作算法.认知无线电网络中每个CR节点在接收信号频谱后,首先根据压缩采样理论在本地获取压缩采样测量值,然后利用l1范数约束的最小二乘算法在本节点估计频谱,把在此节点估计的频谱传给下一相邻节点,以此进行迭代优化直到算法收敛.理论分析和仿真结果表明,所提算法不仅计算复杂度低,收敛速度快,而且精确重构性能好,可靠性较高.     

Sensor node-assisted asynchronous cooperative spectrum sensing for cognitive radio network

In order to take advantage of the asynchronous sensing information, alleviate the sensing overhead of secondary users （SUs） and improve the detection performance, a sensor node-assisted asynchronous cooperative spectrum sensing （SN-ACSS） scheme for cognitive radio （CR） network （CRN） was proposed. In SN-ACSS, each SU is surrounded by sensor nodes （SNs）, which asynchronously make hard decisions and soft decisions based on the Bayesian fusion rule instead of the SU. The SU combines these soft decisions and makes the local soft decision. Finally, the fusion center （FC） fuses the local soft decisions transmitted from SUs with different weight coefficients to attain the final soft decision. Besides, the impact of the statistics of licensed band occupancy on detection performance and the fact that different SNs have different sensing contributions are also considered in SN-ACSS scheme. Numerical results show that compared with the conventional synchronous cooperative spectrum sensing （SCSS） and the existing ACSS schemes, SN-ACSS algorithm achieves a better detection performance and lower cost with the same number of SNs.     

一种低速采样的协同宽带频谱感知方法

频谱感知是通信系统抗干扰和智能化的关键能力.针对认知无线电系统窄带频谱感知技术受制于数模转换器件的发展水平,难以解决认知无线电系统宽带、实时频谱感知的问题,提出一种多节点协作的认知无线电系统宽带频谱感知方法.该方法设计由多个认知节点对目标频段执行次奈奎斯特采样来降低采样速率,采用能量检测方式对采样矢量进行集中式融合判决,实现宽频段范围内干扰信号的谱定位和判断,降低各个感知节点的采样速率,支撑认知网络系统构建高实时、宽频带频谱感知的能力.计算机仿真试验结果表明,所提方法达到90％检测概率时压缩比要求为0.025,具有可靠性与有效性.     

基于监督学习的自适应协作频谱感知算法

在认知光通信网络中,能量检测方法因不需要知晓 主用户的参数而被广泛研究,但该方法在噪声波动情形下的感知性能有待提高。该文提出认 知用户根据光通信环境变化自动调整检测阈值的方法来提升低信噪比下的感知性能。融合中 心应用坐标搜索算示为认知用户提供最优控制参数。认知用户以中心阈值为基础,依据最优 参数及自身收集的能量动态设定检测阈值,并通与融合中心的信息交换,学习特定环境下的 最佳阈值。此外,参考了各认知用户在协作感知中的贡献差异,并设计新的权值计算方法来 体现该差异。仿真实验结果表明该文中的频谱感知方法对噪声波动有卓越的鲁棒性,提高检 测概率的同时降低了错误概率,在信噪比为－20dB时的检测概率仍 高达96.9%,远高于传统方法。     

基于信道统计特征的认知无线电协作频谱检测

针对认知无线电到融合中心间的控制信道为Nakagami-m衰落信道的情况,研究了认知无线电协作频谱检测问题,推导出融合中心利用衰落信道统计特征的似然比协作频谱检测公式.该方法不需要瞬时信道状态信息,简化了协作频谱检测过程,便于实际应用.通过仿真对融合中心的协作频谱检测性能进行了分析,结果表明:利用衰落信道统计特征的似然比协作频谱检测的性能较利用瞬时信道状态信息的似然比频谱检测性能略有下降,但是在高信噪比或衰落不严重的情况下,二者的性能非常接近,认知无线电节点个数对两种频谱检测方法间的性能差距几乎没有影响.     

基于能量约束的协作频谱感知算法研究

为了实现绿色节能认知通信的目标,针对协作感知和传输过程中的能量消耗问题,提出了一种基于能量约束的集中式协作频谱感知算法。建立了系统检测寿命最大化的频谱感知模型,对其进行了详细分析,给出了检测寿命最大化对应参数的搜索方法。仿真结果显示,该方法可以在满足检测精度的条件下有效延长认知网络的检测寿命,并提高低信噪比用户参与协作的几率。