基于中继的协作频谱感知

频谱感知技术是认知无线电系统实现的前提和基础。由于无线衰落环境下单节点频谱感知结果可靠性不高,主要讨论协作频谱感知中的中继协作频谱感知技术。针对单个中继节点的协作频谱感知网络,分析了在AF协议下的频谱感知结果。导出了在瑞利衰落环境下中继节点参与协作感知的检测概率上限的闭合表达式,并进行了数值仿真。数值分析结果表明中继节点参与协作能够提高频谱感知性能。     

基于第N佳中继选择的协作频谱感知检测概率分析

为获得最佳感知,系统在n个备选用户中选择最佳中继进行协作感知。但实际系统可能由于各种原因选择了第二佳或乃至更为一般的第N佳中继。为此,提出基于第N佳中继选择的协作频谱感知,推导了其在瑞利平坦衰落下的检测概率,并给出闭合表达式。数值计算表明,随着N的增加,系统检测概率不断下降,乃至低于任意选择;随着n的增加,基于最佳或接近最佳选择的系统检测概率明显提高,而基于最差或接近最差选择的系统检测概率则有所下降。     

基于认知无线电网络的用户合作频谱检测

介绍认知网络中认知用户合作检测算法在降低检测时间以及提高检测灵敏度的优势,构建认知网络中简单的两用户合作协议和非合作协议下的检测系统模型,在此基础上时多认知用户合作情况进行了分析比较.最后对认知网络环境中不同概率参数以及不同数目合作节点的检测性能进行了仿真研究.结果表明,当虚警概率α很小时,采用认知用户的合作感知方法可得到高检测概率,且能降低将近35%的检测时间,有效提高检测主用户的灵敏度.     

认知无线电网络的一种协作频谱感知方案

认知无线电技术能够让非授权用户利用已经分配给授权用户的频段.为了不对首要用户的工作造成干扰,认知用户需要对频谱进行不间断的监测来判断首要用户是否存在.因此,频谱的感知是认知无线电技术的关键.协作频谱感知能够充分的利用网络资源,提高网络中的认知用户的检测概率.文中笔者简单地介绍了一种协作频谱感知的方案.仿真结果表明,通过该方法能够提高网络中认知用户的检测概率,提高网络的检测灵敏度.     

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．     

一种认知无线网络中的协作感知优化方法

认知无线电技术能够显著提高频谱资源的利用率,因此越来越受到学术界的关注。频谱感知是认知无线电的基础,一方面它要求能够快速找到可用频谱,另一方面当授权用户返回时又要求能够快速释放信道避免干扰。提出了一种认知无线网络中多用户协作感知分级方法,并通过数学推导给出最优的分级策略。仿真结果表明,采用所提出的协作频谱感知方法,能够提高认知无线网络的吞吐量。     

认知系统中多天线协作频谱感知方案

针对认知无线电的核心问题——频谱感知,采用性能好的协作频谱感知,这里研究了认知无线电系统中一种多天线协作频谱感知方案,此方案中的噪声信号和主用户的信号均认为是独立复高斯随机信号。同时,次用户将检测到的信号通过波束成形后传向融合中心,而优化函数为发射功率受限的条件下,最大化全局的检测概率。理论推导和方针结果表明,所提出的方案有效地提高了检查概率,充分发挥了空间分集和多用户分集的优势,普遍提高了系统的感知概率。     

基于能量检测的频谱感知方法研究

认知无线电是一种用于提高无线通信频谱利用率的新的智能技术,检测频谱空穴是否存在是实现认知无线电的前提和关键技术之一.首先简述认知无线电的背景和概念,针对认知无线电的频谱感知功能,介绍了基于能量检测的频谱检测方法,并在Matlab环境下进行了仿真实验,比较在相同的虚警概率情况下的检测概率与信噪比的关系.仿真实验结果表明,在相同的虚警概率时,当信噪比大的时候,检测概率越大.     

最优认知用户配对与协作感知算法研究

针对协作算法频谱感知和时隙消耗方面的不足,提出一种最优用户配对与协作感知算法。采用接收信噪比最优的认知用户为感知用户且以接收信噪比次优的认知用户为其中继的配对准则,获得最佳频谱感知性能。通过优化设置协作门限,选择性地采用非协作或协作模式,获得更低的时隙消耗。同时,推导了在瑞利平坦衰落环境下该算法的频谱检测概率下界与时隙消耗。数值计算结果表明,与原有算法相比,该算法不仅检测概率更高且时隙消耗更低。     

基于Markov模型的认知车联网频谱感知方法

针对传统认知车联网(Vehicle to Everything, V2X)频谱感知受主用户频谱活动特性和车辆移动性的影响，感知性能较低的问题，提出了基于Markov的主用户频谱统计模型和认知车辆移动性的频谱感知方法。该方法使用二态马尔可夫链构建主用户频谱统计模型，根据历史统计数据计算主用户频谱状态转移概率，根据认知车辆的移动特性，计算存在频谱机会时的内部概率，最终推导出系统漏检概率的表达式。实验结果表明，该方法在瑞利衰落信道中信噪比为-8 dB时，漏检概率相比传统方法降低了6.5%,具有更好的感知性能。     

认知无线电的合作频谱检测分析

认知用户需要持续快速地检测主用户的出现,对基于认知无线电的合作频谱检测机制进行了分析。在理想的两用户网络中,认知用户采用合作机制可以提高系统的平均侦测时间。在多认知用户网络中,参与合作的用户越多,单个认知用户对主用户的侦测概率越高。对于多用户网络,还考虑了整体的实现。     

基于最佳中继选择的协作频谱感知方案研究

 本文提出了一种基于最佳中继的多用户协作频谱感知方案,通过认知无线电网络中多用户间的相互协作,可以获得明显的空间分集增益,从而改善认知用户的检测性能．针对所提出的多用户协作感知方案,在瑞利衰落环境下分析了相应的系统检测概率,同时也理论推导了传统非协作方案的感知性能．根据检测概率的解析式,对非协作方案和多用户协作方案,进行了相应的数值实验和性能比较．与非协作感知方案相比,多用户协作方案能够显著提高主用户的检测概率．此外,随着候选中继用户数目增加,多用户协作方案对主用户检测概率的改善量越加明显．     

认知无线电多时隙联合频谱感知方法及优化

为了降低认知无线电中次用户对主用户的干扰,提出了次用户通过多个时隙的能量感知联合检测主用户的频谱感知方法。每个传输帧被分成若干个时隙,次用户在每个时隙的开始进行能量感知,通过合并多个时隙的感知结果,提高次用户对主用户的检测性能。为了最大化次用户的频谱效率,将主用户状态建模为二维马尔科夫随机过程,并根据该过程优化单时隙频谱感知时间。仿真结果表明：相比Liang的“先听后传”频谱感知方法,提出方法仅牺牲14％的频谱效率,却使干扰概率降低了28％;随着信噪比增加,提出方法的最大频谱效率逐渐接近“先听后传”频谱感知方法。     

一种基于信誉度的航空无线电协作频谱感知方法

摘要：传统的航空无线电协作频谱感知算法无法区分节点的性质（普通/恶意）,而新的加权序贯检测（weighted sequential probability ratio test,WSPRT）算法虽然解决了这个问题,但在具有频谱感知数据篡改（spectrum sensing data falsification,SSDF）攻击节点的环境中,无法保持高的感知正确率。提出了一种改进型WSPRT 算法,在传统的 WSPRT 算法基础上改进了信誉度奖惩方案,增加了临近时间内感知稳定度的量化。从实验仿真结果看,改进后的算法不仅时间复杂度更低,而且能够有效地识别恶意节点,对于恶意用户的判定更准确。     

协作频谱感知在认知网络中的应用

认知无线电能够灵敏感知周围环境的变化,通过频谱感知功能发现频谱空洞,使得认知无线电能够与周围通信环境相适应。在认知无线电网络中,认知用户（次用户）必须连续地监控频谱,检测主用户是否存在。如果主用户存在,次用户必须尽快地退出该频段,从而不影响主用户。在文中采用一种协作机制,即两用户进行协作频谱感知,从而提高主用户的检测率,减少了检测时间,并且得到捷变增益。我们用Matlab给出仿真结果。     

认知无线电中基于加权硬判决的协作频谱感知算法

Weighted one bit hard combination for cooperative spectrum sensing is proposed in this paper. Two thresholds are adopted to divide the possible energy value into three weighted regions.If the energy value falls into the corresponding region, it will be judged as “1”, no information or “0”. When the probability of false alarm is constrained to be constant, the objective is to maximize the probability of detection. The optimization problem is simplified by separating the weight of the middle region into several intervals. Simulation results show that the sensing performance of the proposed scheme is much better than that of the traditional one bit hard combination scheme and almost the same as that of the equal gain combination (EGC) scheme. Moreover, compared with the traditional one bit hard combination, fewer average sensing bits are required to transmit to the data fusion center with the proposed method.     

一种基于数据融合的合作频谱感知技术

认知无线电是为了提高频谱利用率而提出的一种智能频谱共享技术,快速可靠的检测到主用户和频谱空穴是认知无线电实现的关键和前提.由于阴影和多径衰落的影响,单认知用户检测可靠性低.基于数据融合的合作感知可以大大提高对主用户的检测概率.文中提出基于数据融合的等权重增益结合准则.仿真结果表明:当融合中心采用等权重增益结合准则时的检测性能要优于采用硬判决融合准则时的检测性能.     

一种基于特征值和级联聚类的协作频谱感知方法

为了提高低信噪比(Signal-to-Noise Ratio, SNR)下频谱感知的性能,使用模糊C均值(Fuzzy C-means, FCM)和高斯混合模型(Gaussian Mixture Model, GMM),提出了一种基于特征值和级联聚类的协作频谱感知方法。从接收信号的协方差矩阵中提取特征值构造特征向量,通过在三维空间中执行聚类得到信道是否可用的分类模型,此过程无需获得主用户(Primary User, PU)信号以及噪声功率的先验信息,避免了复杂的门限计算。FCM聚类用于优化GMM聚类的初始参数,有效解决了在低SNR下GMM容易陷入局部最小值的问题。仿真结果表明,该方法降低了GMM的收敛时间并提高了模型分类的准确性,与其他主流方法相比能够有效提升频谱感知的性能。