两种标准联合的认知无线电频谱分配算法

为了提高认知无线电系统频谱分配的公平性,本文提出了采用两种协作式标准计算子图的认知无线电系统的频谱分配算法．首先对一些子图采用CMSB标准,频谱分配完之后,对其他一些子图采用 CMPF标准．系统仿真结果表明,系统公平性相比于原来的改进的算法有了明显的提高,同时本文算法的瓶颈认知用户信道容量得到了较大程度的改善．     

一种采用并行免疫优化的频谱分配算法

基于图论的认知无线网络频谱分配是一个NP难问题,智能优化是求解此问题的有效方法．由于实时性是认知无线网络频谱分配不同于其他无线网络频谱分配的显著特点,故提出了一种基于主从式并行模型的并行免疫优化频谱分配算法,即在多个节点上同时并行计算种群中抗体的亲和度．给出了算法的主要思想、关键技术及基本实现步骤．仿真实验结果表明,该算法可以获得更高的网络收益,缩短频谱分配时间．与传统的经典串行算法相比,可以获得较理想的加速比和效率．     

认知无线电中OFDM多用户频谱分配

针对认知无线电需要提高频谱利用率,限制功率以及保障QoS的要求,结合OFDM技术,研究了认知无线电场景中的多用户频谱分配,并给出了2种算法.其中,最优算法通过授权用户的SIR下限得到认知无线电的发射总功率,并采用拉格朗日定理为每个认知用户分配子载波和功率;次优算法引入"分配比例因子"来体现用户分配中的公平原则,并通过限制SIR得到频谱分配结果.仿真表明,最优、次优算法的性能好于基于FDMA的静态频谱分配算法,最优算法相对于FDMA能够有35%的容量提升;次优算法容量略有减小,但充分保障了用户的QoS需求.2种算法从不同层面满足了认知无线电的需求.     

基于POMDP强化学习的动态频谱分配算法

提出基于VCG机制的动态频谱分配博弈模型,解决了认知无线网络环境存在的信息约束限制、分布式特性和频谱分配动态、复杂性问题;提出一种基于动态频谱分配的部分可观察马尔可夫决策过程（POMDP）强化学习算法. 认知用户通过对历史信息的观察、统计,为提高竞拍策略的奖赏值而进行不断的学习获取最优竞拍策略. 将POMDP强化学习转变为信度状态马尔可夫决策过程 (belief MDP)最优策略学习. 采用值迭代算法求解信度状态MDP模型的解. 仿真结果表明,基于POMDP强化学习算法可显著改善认知用户的行为,提高动态频谱分配性能.     

一种认知无线电系统中联合的频谱分配新算法

本文从认知无线电系统实际应用出发,首先应用图论算法快速的预分配频谱,同时为再次分配提供了公平性,然后用博弈论思想对初次分配的信道优化,完成认知用户之间的频谱再次分配.最后仿真表明频谱的资源可以充分利用,在传输功率的约束下,每个认知用户提高自身的速率,合理地分配功率,证明了本文图论和博弈论联合的算法的有效性.     

基于多目标遗传算法的认知无线电频谱分配

频谱共享技术是认知无线电的关键技术。基于多目标遗传算法,将认知无线电网络的最大系统效益和次用户间的最大比例公平作为目标函数,运用图论着色频谱分配模型,实现认知无线电中空闲频谱在次用户间的动态分配,并与颜色敏感图论着色算法（CSGC）进行了比较。通过仿真验证了该算法在认知无线电网络中进行频谱分配的可行性,且性能优于CSGC算法。     

认知无线电中的联合准则频谱分配算法

动态频谱共享技术允许认知用户接入未授权的频谱,可以有效地提高频谱资源的利用率．针对图论着色算法中产生的单轮分配聚集现象,提出了基于协作式最大化频谱总效用和协作式最大化比例公平的联合准则算法．该算法在计算节点间的着色标号时采用不同的准则,进而提高了用户间分配的公平性,同时降低了时间开销．     

基于图论的动态频谱分配策略

针对颜色敏感图论着色频谱分配算法一般只应用于静态网络的问题,基于频谱分配的图论模型及颜色敏感图论着色频谱分配原理,提出了一种改进的最大化系统总收益规则下的动态频谱分配算法,并进行了仿真实验,对比分析了原有算法与新算法的性能.仿真结果表明,改进的算法虽然使认知网络总效益有所下降,但大幅度减少了时间开销,提高了系统的时效性.     

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。     

认知无线电网络中的合作频谱分配算法（增刊修改稿）

研究认知无线电网络中的动态合作频谱优化分配，给出了基于图着色理论的频谱分配模型，针对固定拓扑提出了加权分布式贪婪算法WDGA、基于公平性的分布式贪婪算法BFDGA及改进的随机分布式算法IRDA，分别实现了基于吞吐量、公平性及合作开销的频谱优化分配；针对可变拓扑提出了一种快速信道调整算法FCAA，在保证吞吐量和公平性性能的前提下可以明显减小开销。     

基于分组拍卖的认知无线电频谱分配算法

针对传统基于拍卖的认知无线电频谱分配算法中次用户收益低、用户自私性等问题,提出了一种基于分组拍卖的认知无线电频谱分配算法.通过引入分组机制降低了拍卖的复杂度,使系统收益能较快的达到稳定;考虑到频谱分配过程中可能产生干扰问题,本算法设置了干扰半径,确保干扰范围内同一频谱不会分配给不同用户;构建次用户收益函数及竞价函数,在保证系统收益的同时提高了次用户收益;最后,为了抑制次用户拍卖过程中的自私性,建立满足真实性的收费机制,减少用户虚假报价.仿真实验验证了文中算法的合理性和有效性.     

一种基于模糊Q学习算法的认知无线电频谱分配策略

认知无线电是一种智能推理学习的通信系统,为了实现认知无线电频谱分配智能学习过程,引入模糊Q学习方法.认知用户通过在线Q学习来调节模糊推理系统,得到最优的频谱分配模糊规则,实现自适应的频谱分配方案.最后将模糊Q频谱分配算法与非智能学习算法(模糊频谱分配算法以及随机分配算法)进行比较,仿真结果证明了该方案能在一定程度上提高系统带宽收益,同时降低系统的冲突率.     

一种基于信道节点的动态频谱分配算法

兼顾认知用户需求和系统运算开销,提出了以信道作为图着色顶点的动态频谱分配算法。建立了分配模型,介绍了基于图论的频谱资源分配算法,分析了该算法与已有图论算法的优劣。仿真结果表明,改进算法具有一定优越性。     

Novel Spectrum Allocation Algorithm Based on the Activities of Primary Users for Cognitive Radio Networks

In traditional cognitive radio (CR) network, most existing graph-based spectrum allocation schemes don’t take on-off behavior of primary users (PUs) into consideration. In this paper, a novel spectrum allocation algorithm based on the activities of the PUs is proposed. The proposed algorithm mainly focuses on the vacant probability of licensed spectrums. And it allocates the vacant spectrums considering the interference to the neighbor cognitive nodes and the probability fairness of different cognitive nodes during the allocation. Based on the definition of the obtained benefit of cognitive node, new utility functions are formulated to characterize the system total spectrum utilization and fairness performance from the perspective of available probability. The simulation results validate that the proposed algorithm with low system communication cost is more effective than the traditional schemes when the available licensed spectrums are not sufficient, which is effective and meaningful to a real CR system with bad network condition.     

认知无线电系统的一种联合频谱分配算法

在认知无线电系统中,博弈论算法从频谱共享池中获取频谱困难.为了提高自身传输速率,同时使频谱可以充分利用,采用图论算法快速地初次分配频谱,联合博弈论方法优化信道.仿真结果表明:在传输功率的约束下,联合频谱分配算法提高了自身的效用(速率),能够充分利用频谱资源,合理分配功率,仿真验证了图论和博弈论联合的算法是有效的.     

基于分布式认知无线电的非合作博弈频谱分配算法

基于博弈论的认知无线电频谱分配问题,是目前认知无线电领域的研究热点之一.分布式认知无线电系统的网络容错能力强,易于架设并且通信可靠性高.采用博弈论算法对认知无线电网络的频谱分配进行建模分析,可以很好的提高自适应算法的性能和收敛速度且降低了算法的复杂度.仿真结果表明,该分布式系统中的频谱分配算法收敛速度快、复杂度低并且具有很好的通信可靠性.