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。     

认知无线电系统中频谱分配综述

认知无线电是一种新的智能无线电技术,它通过动态地接入频谱为用户提供高容量的服务,能极大地改善现有的低效的频谱利用率。文章主要对认知无线电中频谱分配进行了分析,其重点是对现有的频谱分配方式进行分类,分析它们各自性能,对基于图论、博弈论、定价拍卖和干扰温度等四种常见的频谱分配模型进行了阐述。     

一种认知无线电网络频谱分配策略

频谱分配技术是认知无线电的关键技术之一,为适应认知无线电系统的时变特性,频谱分配算法必须有较快的收敛速度。在干扰温度模型下,提出一种基于Kuhn-Munkras算法的认知无线电频谱分配策略。该策略利用Kuhn-Munkras算法可以实现最佳匹配并且收敛速度快的特性,根据不同的用户在不同信道上所产生的效益的差异性,实现认知用户和信道的最佳匹配。仿真表明,基于Kuhn-Munkras算法的频谱分配在性能上优于传统的配对算法和greedy算法。     

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.     

基于并行分配算法的认知无线电频谱分配算法

针对传统频谱分配方式不合理造成频谱匮乏以及CSGC算法在频谱分配上消耗时间过长影响实时通信的问题,文中提出了一种基于并行分配算法的认知无线电频谱分配算法,其通过同时给各顶点进行上色,从而节省了时间开销。实验证明,并行算法不仅具有与CSGC算法同样的高频谱利用率,且其频谱分配时间开销更低,是一种理想的认知无线电频谱分配算法。     

认知无线电中频谱分配技术研究

首先对频谱分配技术理论进行了概述,包括频谱分配技术的分类、所关注问题以及所需具备的原则。然后又介绍了认知无线电频谱分配中几种典型算法,并分析了各个算法的优缺点。通过以上的分析,为认知无线电频谱分配的研究提供了充分的准备。     

基于认知无线电的动态频谱分配算法研究

在认知无线电系统中,动态频谱分配技术是保证频谱高效利用的关键技术,基于图论的动态频谱分配模型是实现频谱动态分配的重要研究模型,而频谱动态分配算法是实现频谱动态分配的核心.本文主要通过介绍几种频谱动态分配算法来解决电磁频谱动态分配问题.     

认知无线电中基于频谱聚合的频谱分配算法

为了使认知用户可成功接入分配的频谱,进一步提高频谱利用率,提出了一种基于频谱聚合的分布式频谱分配算法(SADSA),该算法以图论着色为模型,算法过程考虑了认知用户的带宽需求和认知设备的最大聚合范围,仿真结果表明了该算法在认知用户接入率方面的优越性.     

基于双门限能量检测的自适应协作频谱感知

针对认知无线电中传统单门限能量检测由于单一门限造成的低信噪比情况下容易误判从而导致错失频谱接入机会的不足,提出了一种基于双门限能量检测方法的自适应协作频谱感知模型.该模型以加性高斯白噪声信道模型为基础,由传统双门限能量检测方法改进而成,针对接收到的能量统计值的大小采用不同的判决方法,各个判决结果直接由所采用的判决方法决定.仿真结果表明,在较低信噪比条件下,与传统单门限能量检测模型相比,该自适应协作频谱感知模型具有更好的识别性能,随着用户数量的增加,识别性能更优.     

基于拍卖的认知无线电频谱分配研究

分析了认知无线电中基于拍卖的频谱分配的特点,给出了认知无线电系统中的频谱拍卖模型,并讨论了第一价格和第二价格密封拍卖机制在认知无线电频谱分配上的应用,研究了认知无线电中频谱拍卖问题的最优价格、保留底价等问题。最后还给出了简单情形下的仿真,结果表明,基于拍卖的频谱分配在吞吐量和丢包率等性能上较随机分配方案有明显改善。     

基于Q学习自适应蚁群算法的认知无线电频谱分配

认知无线电能有效实现频谱资源的再利用,是当前通信研究领域的热点之一.如何进行频谱的合理分配是实现认知无线电网络有效运作的关键问题.在图论着色模型的基础上,提出了一种基于Q-学习的自适应蚁群算法.通过仿真实验表明,该算法性能明显优于颜色敏感图着色算法,能更好地实现网络效益最大化.同时,比传统的蚁群算法寻优能力更强,收敛速度更快.     

基于改进人工蜂群算法的认知无线电频谱分配

各类无线电业务的兴起和发展使得频谱资源处于拥挤的状态,然而当前的静态频谱分配机制导致频谱资源存在着部分频段紧缺和频谱利用不平衡的矛盾。认知无线电是一种提高频谱利用率的新技术。认知无线电系统中，动态频谱分配技术在利用闲置频谱资源上发挥关键作用。本文介绍了频谱分配的图论着色模型，提出一种改进的蜂群算法。基本人工蜂群算法存在搜索精度不高和收敛速度较慢的问题，本文改进的人工蜂群算法引入了基于差分进化算法的搜索策略和高斯变异的侦察策略，并且对选择策略进行改进，提高了种群的多样性。将改进的蜂群算法应用于频谱分配模型中，实验结果表明：改进的人工蜂群算法可以得到更好的系统收益，加快了收敛速度。     

A New Power Allocation Algorithm in Cognitive Radio Networks

Most resource allocation algorithms are based on interference power constraint in cognitive radio networks. Instead of using conventional primary user interference constraint, we give a new criterion called allowable signal to interference plus noise ratio （SINR） loss constraint in cognitive transmission to protect primary users. Considering power allocation problem for cognitive users over flat fading channels, in order to maximize throughput of cognitive users subject to the allowable SINR loss constraint and maximum transmit power for each cognitive user, we propose a new power allocation algorithm. The comparison of computer simulation between our proposed algorithm and the algorithm based on interference power constraint is provided to show that it gets more throughput and provides stability to cognitive radio networks.     

基于潜在博弈的认知无线电频谱分配研究

为解决认知无线电网络中认知用户、授权用户共存情况下的频谱分配问题,提出了一种基于潜在博弈的认知无线电频谱分配模型,该模型以最小化系统总干扰水平为目标,认知用户采用避免机会浪费的改进型策略动态调整规则进行频谱选择,经过有限改进路径快速收敛到博弈的纳什均衡点。在30个认知用户和2个授权用户共存的场景下进行仿真实验,算法以较快的收敛速度实现了频谱分配的目标,证明了模型及算法的可行有效。     

基于鲶鱼粒子群优化算法的认知无线电频谱分配

目前亟待解决如何获得认知无线电系统效益最大化问题,而求解最优频谱分配方法是一项关键技术,针对传统粒子群(PSO)算法收敛速度慢、易陷入局部最优解等缺陷,提出一种基于鲶鱼粒子群算法(CE-PSO)的认知无线电频谱分配方法。首先建立认知无线电频谱分配优化的数学模型,然后以用户取得的效益最大化为优化目标,引入"鲶鱼效应",保持粒子群的多样性,通过粒子间信息交流找到空闲频谱最优分配方案,最后采用仿真实验测试CE-PSO算法的有效性。结果表明,CE-PSO算法克服了PSO算法的缺陷,可以快速、准确地寻找到最优频谱分配方案,更好地实现系统效益的最大化,可以满足认知无线电系统的应用需求。