错误报告概率对协作检测影响研究

空闲频谱检测是感知无线电（CR）的关键技术之一。协作检测算法是空闲频谱检测的关键算法,早期协作检测算法方面的文献只是考虑了检测信道部分对检测性能的影响,而没有将报告信道对检测性能的影响考虑进去。推导了常用融合规则下引入错误报告概率对协作检测算法性能的影响,这对感知无线电的实际应用具有重要的参考价值。     

协同频谱感知在非理想报告信道中的性能

针对非理想报告信道环境中的认知无线电多用户协同频谱感知问题,建立了协同感知三层模型;以单用户为例,分析了报告信道传输错误对单用户感知性能的影响;同时,基于Newman—Pearson准则推导了统计值传输和判决值传输条件下的最优协同频谱感知方法,并给出了平坦瑞利衰落环境下感知性能的上限。     

协作认知网络中基于融合准则与感知时间联合优化的策略

在协作频谱感知网络中,感知时间和数据融合准则均影响着感知性能.假设控制信道为二进制对称信道的前提下,基于“k秩准则”建立了协作感知网络吞吐量优化问题的数学模型,目的是在保护主用户利益的前提下联合优化感知时间和k值使认知网络吞吐量最大化.理论分析了最优感知时间和k值的存在性,并进行了相关的计算机仿真.仿真结果表明:所提议...     

基于中继协作的认知无线电性能研究

频谱感知是认知无线电技术的关键。协作频谱感知能够充分利用网络资源,提高网络中认知用户的检测概率,降低认知用户的虚警概率。基于两个认知用户之间的中继协作,研究了协作频谱感知的感知性能与吞吐量的折衷。仿真结果表明：中继协作的频谱感知方法能够使得在充分保证对授权用户不造成干扰即检测概率一定时,能够有效地降低认知用户感知授权用户的虚警概率,缩短＂弱＂认知用户获得最大吞吐量的最优感知时间,提高其最大吞吐量,并提高认知系统的最大吞吐量。     

Watterson信道下能量检测性能研究

主要从多天线分集接收的角度出发,在短波环境下,通过分析信号衰落、色散效应对频谱感知性能造成的影响,探索提高短波信道下能量检测性能的方法。通过对Watterson信道下能量检测的仿真,对单天线和多天线下的SLC,MA几种方案的性能进行了分析比较,得出在这几种方案中SLC分集接收的方法能够更好地改善传统能量检测在Watterson信道下性能较差的缺点。     

认知无线网络中基于节点功耗和频带利用率的感知时隙优化算法

本文主要研究感知时隙对次用户节点功耗和频带利用率的影响,在保证检测性能的前提下,分析它们之间的折中关系,通过构造新的指标函数来衡量不同系统对次用户节点功耗和频带利用率的要求,并引入调节因子以便根据系统的不同需求选择不同的感知时隙。仿真结果表明,次用户节点功耗和频带利用率均是感知时隙的递减函数,在给定调节因子的情况下,总存在一个最优的感知时隙能够使得指标函数达到最小。      

Optimal Spectrum Sensing in Energy Harvesting Cognitive Radio Systems

In this paper,we consider a cognitive radio system with energy harvesting,in which the secondary user operates in a saving-sensing-transmitting（SST） fashion.We investigate the tradeoff between energy harvesting,channel sensing and data transmission and focus on the optimal SST structure to maximize the SU＇s expected achievable throughput.We consider imperfect knowledge of energy harvesting rate,which cannot be exactly known and only its statistical information is available.By formulating the problem of expected achievable throughput optimization as a mixed-integer non-linear programming one,we derive the optimal saveratio and number of sensed channels with indepth analysis.Simulation results show that the optimal SST structure outperforms random one and performance gain can be enhanced by increasing the SU＇s energy harvesting rate.     

认知中继网络中的信道分配方法研究

认知中继网络中,对信道进行分配可以有效地提高端到端吞吐量。对三节点认知中继网络下的信道分配进行了研究。中继节点采用解码转发协议时,提出了一种次优的分配方法,将信道按信道增益排序,然后逐个地分配中继信道。中继节点采用放大转发协议时,给出了最优的信道分配方法,提出了一种次优的信道分配方法。次优方法逐个地比较中继信道采用传统协作方式传输时的端到端吞吐量、分配为双跳信道S-R和R-D链路时的端到端吞吐量完成分配。和最优方法相比,两种次优方法以较小的性能损失换取了计算复杂度的降低。给出了数值仿真,比较了两种传输方式下的端到端吞吐量性能,验证了以上方法的有效性。通过对比仿真时间,比较了最优方法和次优方法的计算复杂度。给定信道总数,对次优方法下信道分配后的比例进行了仿真,发现待分配中继信道以1/3的比例分配为直传信道;而在放大转发下,待分配中继信道几乎不被分配为双跳信道。      

认知无线电系统中最大化吞吐量的多信道检测-传输方案

研究了认知无线电系统中最大化认知用户吞吐量的多信道检测-传输方案,分别设计了信道状态信息不可获取和信道状态信息可获取情况下的最优检测-传输方案设计,并综合分析了各信道频谱检测的虚警,漏检以及检测时长对认知用户吞吐量的影响。在信道状态信息不可获取时,认知用户需要在每一时隙开始时,就决定需要检测的信道集合以及相应的检测时长。而在信道状态信息可获取情况下,提出了自适应检测-传输方案。该方案在每个信道检测完成之后,认知用户可以根据已知的检测结果以及信道状态信息来不断调整检测-传输策略。仿真结果显示,该自适应检测-传输方案能有效的提高认知用户的吞吐量。     

碰撞冲突下认知无线网络能量效率分析

在认知无线网络的实际应用中,对于一些能量受限的认知用户来说,提高认知无线网络的能量效率尤其重要。该文从最大化认知无线网络能量效率的角度出发,考虑当认知用户在发送数据时突然出现的主用户信号引起碰撞冲突的情况,提出了对感知时间和帧周期进行分别优化和联合优化的单目标最优化问题,并进行理论推导分析。同时,实验仿真验证了理论分析的正确性。结果表明,能量效率分别随感知时间和帧周期的增大而先增大后减小,存在一组最优感知时间和帧周期使能量效率最大化。      

认知无线电网络中改进的拓扑控制算法

在对认知无线电网络进行信道分配时,网络的拓扑健壮性、对主用户的干扰和认知用户之间的干扰是衡量网络性能优劣的重要指标。文中在假设信道占用时间服从负指数分布的前提下,提出了一个权衡对主用户干扰和认知用户之间干扰的参数,并结合健壮的拓扑控制算法,给出了一种改进的拓扑控制算法。仿真结果表明,ITCA比CRTCA在网络吞吐量上有所增加,冲突率有所降低。     

认知无线电系统中频谱感知方法的研究

由于无线通信技术的飞速发展，因此无线资源频谱日趋紧张．而另一方面现有无线通信网络采用的固定频谱分配策略导致许多已分配的频段在大多数情况下未能被充分利用。认知无线电技术的出现为提高频谱利用率提供了一条新的思路．认知无线电的一个重要要求就是能够动态的感知并接入频段，这就需要人们能够感知出空闲频段。论文主要介绍了认知无线电系统中的频谱感知方法，并运用能量检测法对对OFDM信号进行了仿真分析．     

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.     

能量采集认知无线电系统中的最优频谱感知(英文)

In this paper,we consider a cognitive radio system with energy harvesting,in which the secondary user operates in a saving-sensing-transmitting(SST) fashion.We investigate the tradeoff between energy harvesting,channel sensing and data transmission and focus on the optimal SST structure to maximize the SU's expected achievable throughput.We consider imperfect knowledge of energy harvesting rate,which cannot be exactly known and only its statistical information is available.By formulating the problem of expected achievable throughput optimization as a mixed-integer non-linear programming one,we derive the optimal saveratio and number of sensed channels with indepth analysis.Simulation results show that the optimal SST structure outperforms random one and performance gain can be enhanced by increasing the SU's energy harvesting rate.