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.     

一种基于压缩采样的多用户联合宽带频谱感知方法

在理想的认知无线电系统中,认知用户能够同时感知很宽的频带,而受限于前端器件的物理性能,实时全频带检测很难实现.针对这一问题,文章提出一种基于压缩采样的宽带频谱感知方法.首先设计了一种集中式多认知用户分组并行压缩采样架构,使每个认知用户只需要一个低速率AD转换器即可实现宽带频谱感知中的模拟信号高速采样.另外,根据压缩采样理论,该方法充分利用了主用户信号在频域上的稀疏性,基站只需要远少于奈奎斯特采样点数的观测值即可对主用户信号的频域信息进行恢复,并通过恢复出的信息对频谱占用状态进行判定.仿真结果表明,该压缩检测算法相比于传统能量检测具有较高的系统检测概率和较短的检测时间,且只需要10%的存储单元.     

基于迭代攻击检测的联合压缩频谱感知算法

针对宽带认知无线电网络中频谱感知所需采样率过高以及频谱感知性能容易受到模仿主用户攻击威胁的问题,提出了基于迭代攻击检测的联合压缩频谱感知算法。认知无线电用户利用压缩感知理论降低信号的采样率,并将感知结果报告给融合中心。融合中心利用来自各认知无线电用户的感知报告估计主用户发射信号功率和路径损失参数,根据估计误差得到测量剩余值。在迭代攻击检测中,通过比较测量剩余值发现和去除受到模仿主用户攻击影响的异常感知报告,合并剩余报告得到可靠的联合频谱感知结果。仿真表明,该算法能够有效抵抗模仿主用户攻击,并且能够以低于奈奎斯特准则的采样率实现准确可靠的频谱感知。     

单比特协作压缩频谱感知

提出了一种低开销的协作压缩频谱感知方案,其中每个认知用户利用单比特量化获取压缩采样值的符号信息作为测量值. 融合中心收到不同认知用户的符号信息后,利用2种联合感知算法来确定频谱的占用情况. 仿真结果表明,新方案具有较好的感知性能,不仅优于独立感知方案,而且在低信噪比时优于多比特量化感知方案.     

认知无线网络中收敛感知算法安全性检测

分布式认知无线网络中,攻击者通过篡改本地频谱感知数据发起频谱感知数据篡改攻击,影响网络中其他节点的数据更新,导致频谱决策的错误．针对分布式认知无线网络中的收敛感知算法进行安全性检测．仿真数据表明,如果网络中存在攻击者在数据收敛后期开始发起频谱感知数据篡改攻击,将会诱使收敛感知算法最终收敛于攻击者提供的感知数据,使局部网络中所有认知用户对频谱感知数据做出错误的判断．最后,针对认知无线网络中频谱感知的特点,考虑影响感知数据更新的因素,给出了分布式认知无线网络中频谱感知的安全补充建议．     

认知无线电网络中安全的合作频谱感知

在建立认知无线电网络威胁模型的基础上,分析了恶意攻击下传统合作频谱感知算法性能的下降程度. 为了对抗恶意用户对频谱感知协议的攻击,提出了一种基于信誉的加权合作频谱感知算法. 该算法根据每个认知用户的历史行为更新其信誉值,再利用信誉值为每个认知用户分配加权因子,最后进行加权融合及判决. 仿真结果表明,在威胁环境下新算法优于传统合作频谱感知算法.     

信噪比比较的协作频谱感知算法

针对现实通信中认知无线电频谱感知的各认知节点所处环境差异这一问题,研究了低信噪比节点感知结果不准确而对协作频谱感知性能产生的影响,得出认知用户所处环境信噪比越高,感知性能越好,即在数据融合过程中,较低信噪比节点参与融合反而影响整体感知性能.故提出信噪比比较的协作频谱感知算法,该方法通过调整因子改变参与融合的节点数量,选取较优节点参与最终的数据融合,在信噪比分布不均匀的环境下,采用MATLAB仿真证明其可有效地提高系统检测性能.     

基于分群的自适应双门限合作频谱感知

针对认知无线电系统中,通知信道不理想对传统合作频谱感知的不利影响,提出了一种改进的合作频谱感知机制:认知用户被分成若干群,选择群内通知信道增益最大的认知用户为中心节点,采用自适应双门限机制负责群内合作频谱检测,并将检测结果报告给认知基站进行合并以确定授权用户是否存在.仿真结果表明:相对传统的合作频谱感知,该机制能降低通...     

基于MBSBL-FMLM的宽带协作频谱感知算法

针对认知无线电网络中单节点的宽带压缩频谱感知算法检测准确性低、实时性差的缺点,提出了基于多测量向量块稀疏贝叶斯学习-快速边缘似然函数最大化(MBSBL-FMLM)的宽带协作频谱感知算法。该算法采用分布式压缩感知(DCS)系统进行多节点协作检测,以降低单节点检测带来的多径衰落、阴影衰落等不利影响;另外,融合中心结合多测量向量(MMV)模型和宽带信号的块稀疏结构得出多测量向量块稀疏贝叶斯学习(MBSBL)框架,并利用快速边缘似然函数最大化(FMLM)方法进行快速参数估计。数值分析表明,基于MBSBL-FMLM算法的检测概率、归一化均方误差、检测时耗均优于SOMP算法。     

认知网络中基于演化博弈的频谱感知技术

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.     

低信噪比下基于双检测长度的频谱感知算法

针对现有认知网络中低信噪比条件下频谱感知性能差、速度慢的问题,提出了一种基于双检测长度的感知算法．该算法先进行一次短数据长度能量检测,当第1次判决主用户不存在时,再进行第2次长数据长度能量检测,并作出最终的感知判决．从理论上推导了平均样本数、检测性能、算法复杂度等重要性质．基于matlab的仿真结果验证了理论推导的正确性,表明所提算法在低信噪比条件下,在感知性能较传统能量检测算法有所提升的同时,具有更少的平均样本数和更低算法复杂度的特点,并有望应用于未来实际认知网络中．     

压缩传感非稀疏宽带频谱导频检测方法

为了突破频谱稀疏性对压缩传感技术的限制,提出了一种基于压缩传感的频谱检测方法,在保证对主用户的干扰不超过指定门限的前提下,通过对目标频段的主用户信号和导频信号在频域进行线性运算,保留频谱空洞处的导频分量,把对非稀疏的主用户信号的恢复转化为对稀疏导频信号的恢复.该方法解决了认知无线电宽带频谱检测中,压缩传感技术在主用户信号非稀疏时的失效问题.仿真结果表明,导频检测方法可以对非稀疏频谱的频谱空洞位置进行准确检测.     

认知无线电网络中的最佳可信度频谱检测算法

由于认知无线电网络中的典型硬决策协作频谱检测在数据融合时未考虑各认知用户检测结果的差异性,不能很好地提高检测性能,因此,提出了一种基于检测可信度的协作频谱检测算法.首先,利用各认知用户的平均接收信噪比来获得它们的检测可信度;然后,综合各认知用户的检测结果以及检测可信度来判断授权用户是否使用频带,从而提高了检测性能.仿真结果表明,在低信噪比情况下,相比典型硬决策协作频谱检测,该算法具有较优的接收特性曲线,并在合理选取认知用户检测阈值的条件下,具有较低的检测错误概率.     

基于压缩感知的双连续超松弛迭代算法研究

压缩感知理论是在已知信号具有可压缩性或通过变换具有稀疏性的条件下,对其信号进行采集,稀疏和重构的新理论.其中稀疏信号重构算法是其中关键的一部分,对信号恢复的精确性及时效性验证有着重要的意义.该文在总结目前已有的重构算法的基础上,提出了一种新的基于压缩感知的双连续超松弛迭代重构算法.该算法通过参数估计自适应的寻找合适的稀...     

面向车辆高速移动的频谱感知算法研究

为了解决多普勒效应对于车联网中频谱检测速度与精度的影响,研究了在车辆高速移动情况下的频谱感知算法。首先通过引入认知无线电技术以及车联网技术,构建认知车联网网络,针对频谱利用率低下的问题提出一种频谱感知算法。实验结果表明,该算法可以很好的消除多普勒频移效应,提高了频谱检测的性能,解决了车辆在高速移动状态下信号失真等问题。     

机会频谱接入中能量有效感知接入策略联合设计

在非时隙主用户网络中,为了提高认知无线网络中认知用户的能量有效性,基于序贯决策理论提出了一种新的自适应机会频谱接入算法。该算法以最大化能量有效性为目标,通过建立感知接入联合优化模型,使得认知用户能够以最优的信道感知时间和传输功率接入信道。同时,在功率控制过程中引入认知用户请求数据包长度,使得传输功率可以基于数据包长度自适应控制。上述目标优化求解过程中,借助于非线性分式规划理论将其转化为线形规划问题,并运用二分搜索算法寻求最优解。仿真结果表明,所提算法能够实现感知性能和感知能耗的有效折中,有效提高认知用户的能量有效性。     

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。