基于GBIC准则的认知无线电宽带频谱感知

提出了基于广义贝叶斯信息准则(GBIC)的认知无线电宽带频谱感知算法. 该方案主要是利用GBIC准则估算出宽带授权频带中被主用户占用子带的个数,并确定其在宽带频段上的相应位置,从而完成宽带感知频段上的空闲频段定位以便于次级用户动态接入. 理论分析和仿真结果表明,所提出的GBIC准则宽带频谱感知方案对先验信息的依赖程度低,可以有效地提高频谱感知性能,其性能十分接近传统的能量感知方案.     

认知无线电中传输阶段频谱感知研究

认知无线电系统中,如何进行有效地频谱感知是关系到次用户系统传输效能的首要问题,也是认知无线电长期的研究热点之一。传统的认知无线电中,频谱感知只发生在特定的感知阶段,而忽略了决策、传输阶段信息对频谱感知的支持作用。提出了一种充分利用传输阶段的信息进行频谱感知的方法,并基于感知结果优化下一阶段的发射功率分配。考虑基于解码信息的频谱感知算法,在传输阶段,次用户接收机在接收到次用户发射机的信息后,对信息进行解码;之后,将次用户信息从接收信号中去除,利用剩余的信号检测主用户的工作状态,并根据状态的不同,优化次用户下一阶段的发射功率。数值仿真结果表明,相对于传统的衬底式认知无线电算法（传输阶段的信息没有被用于频谱感知）,在对主用户造成相同的平均干扰情况下,提出的算法能够在一定程度上提升次用户平均信道容量。提出的算法通过对传输阶段信息的二次利用,能够为频谱感知行为提供更多的可用信息,提升检测主用户当前工作状态的正确率,在对主用户造成一定的平均干扰约束下,更加精确地控制次用户自身的传输参数,从系统机制的层面上提高了对通信信道的综合利用率。     

基于EEF准则的认知无线电宽带频谱感知

提出了基于指数嵌入族(EEF)准则的认知无线电宽带频谱感知算法. 在EEF准则宽带感知算法的基础上,充分考虑信号子空间和噪声子空间的性质,利用Gerschgorin酉变换改进EEF算法,提出了基于Gerschgorin EEF(GEEF)的宽带感知算法. 该方案主要是利用EEF准则或GEEF准则估算出授权频带中被主用户占用子带集合的势,从而完成宽带授权频段上空闲频带的感知,以便于被次级用户动态接入. 理论推导和仿真结果表明,所提出的方案无须知晓任何有关噪声功率和主用户信号的先验信息,对噪声功率的不确定性具有鲁棒性.     

认知无线电网络中合作频谱感知参数优化

为提高频谱感知的效率,提出了一种在资源受限的认知无线电网络中合作频谱感知参数优化算法,在保证对授权用户的干扰不超过指定门限时,对信道利用效率与系统资源利用效率进行选择性加权,使认知无线电网络的感知效率最大化. 针对不同使用特征的授权信道,该算法均可求解出相应的最优感知参数组合. 仿真结果表明,在避免干扰授权用户的前提下,最优感知参数组合系统能最大化感知效率.     

认知无线电中的频谱感知研究进展

作为认知无线电核心和基础的频谱感知,自从认知无线电的概念提出就受到了高度关注.众多学者和研究机构进行了大量卓有成效的研究,取得许多有价值的研究成果.根据近几年频谱感知的发展状况,对现有的频谱感知技术进行系统总结归纳,从单点检测、合作检测以及检测策略等三方面介绍各种频谱感知方法研究进展和频谱感知算法在现有标准中的应用.最后阐述频谱感知存在的问题以及下一步发展方向.     

基于时域-空域联合的认知无线电频谱感知算法

为提高认知无线电系统中频谱感知的性能和检测概率,提出了一种时域-空域联合的频谱感知算法。该算法利用主用户信号时域与空域的特性,通过空域感知对主用户定位,利用主用户的定位信息时域感知选择认知用户进而提高检测概率。仿真结果表明,该算法的检测性能优于时域或空域感知。     

认知无线电网络中压缩协作频谱感知

低频谱利用率条件下的信道状态向量具有稀疏性,为降低认知无线电网络中各个认知用户的频谱感知冗余,基于压缩感知技术提出了一种低复杂度的协作频谱感知方法. 仿真结果表明,通过稀疏观测矩阵提高了单个认知用户感知过程的速度和效率;在融合中心对观测数据进行重构过程中使用因子图迭代算法,大幅降低了计算难度;同时可以根据认知网络中的频率使用情况,自适应调整认知用户的感知点数,确保整个网络的高效感知.     

认知无线电中协作能量概率分布频谱感知方法

提出了一种基于能量概率分布（EPD）的协作频谱感知算法,以提高认知无线电的检测性能．与传统能量检测使用能量均值做为检测统计量不同,EPD感知算法中的协作感知次用户统计大于给定门限值的采样信号个数,并传送给数据融合中心,数据融合中心将所有统计结果进行叠加,并与噪声的能量概率密度进行相关运算来获得判决结果．利用高斯近似理论分析所提出的EPD协作频谱感知算法的检测性能．仿真结果表明,协作用户数越多,新提出算法的检测性能比传统协作频谱感知硬判决算法越有优势,同时又不需要任何主用户的先验信息．     

认知无线电多簇联合频谱感知算法

针对衰落信道下,认知无线电的联合频谱感知性能会降低,提出了簇内合作和多簇融合的联合频谱感知算法.算法中所有认知用户被分成若干个簇,簇内到融合中心最近的用户为簇头用户,簇内其他用户将本地感知信息发送给簇头,并由簇头获得本簇的合作感知结果;然后簇头将感知结果发送给融合中心,融合中心采用"或准则"合并各簇的感知结果并给出对授权用户的最后判决.仿真表明,当信道完美时,本文算法和未分簇联合感知算法的感知性能一致,当信道衰落严重时,本文算法的性能会有显著提高,并且分的簇越少,算法的性能越高.     

一种认知无线电系统频谱分配和频谱感知联合设计

目前对认知无线电系统频谱分配的研究均假定频谱感知的结果完全理想,这在现实条件下显然无法满足。考虑非理想频谱感知,结合正交频分复用（OFDM,Orthogonal Frequency Division Multiplexing）传输方式,提出一种频谱分配和频谱感知的联合算法。该算法在构造目标函数时引入了信任度函数,并通过迭代求解得到近似最优的子载波、功率分配和检测门限值。仿真结果表明,文章提出的联合设计在性能上优于传统的独立设计。     

基于循环平稳的多天线感知无线电频谱检测

为了利用多天线的空间分集提高感知无线电频谱检测的性能,提出了基于循环平稳特性的多天线合并频谱检测方法。该方法从各天线接收信号的谱相关函数中提取信道频域响应的信息,在频域合并各天线的接收信号,然后对合并信号进行频谱检测。理论分析和仿真结果表明,该方法能充分利用多天线系统的空间分集提高频谱检测的性能。     

认知无线电加权联合频谱感知优化算法

为了提高认知无线电联合频谱感知的性能,对加权联合频谱感知算法进行了研究,并对权重和观测时间2个感知参数进行了优化.算法基于给定的检测概率,通过选择最优的权重使认知无线电获得最小的虚警概率;还提出了二分算法,通过该算法,认知无线电能够获得最优的观测时间.仿真结果表明:相比未加权的联合频谱感知算法,提出的算法能够获得更低的虚警概率和更高的频谱利用率,并且相比穷举算法,二分算法的计算量要更低.提出的算法能够使认知无线电在授权用户的干扰容限内获得最大的频谱利用率.     

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。     

认知无线电网络中基于演化博弈的协作频谱感知技术

 提出了一种基于演化博弈理论的认知网络协作频谱感知方法．对协作频谱感知中次级用户的传输时间和吞吐量进行分析,建立协作感知的博弈模型并研究其动态演化特性,基于次级用户吞吐量最大化准则,得到相应纳什均衡解,在此基础上提出一种次级用户自适应分布式学习算法．理论分析和仿真结果表明,这种协作感知方法在保证检测性能的基础上,有效减少了协作通信开销,提高了次级用户吞吐量．     

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。