基于OFDM的认知无线电频谱检测算法研究

频谱检测是认知无线电的重要任务之一,国内外都对此领域展开了广泛研究, 而正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)技术灵活的选频方案为实现认知无线电系统提供了良好的平台。本文针对OFDM系统的特点,提出了一种新的频谱检测算法,该算法通过对OFDM收发双方的信号建模,以能量检测的方法为基础,充分利用了正交频分复用符号中的未受多经效应污染的循环前缀(Circular Prefix, CP)和空闲时间来提高检测的精度。计算机仿真结果表明：与传统的只利用空闲时间的能量检测方法和利用所有CP符号信息的方法相比,本文中的算法更有效的提高了频谱检测的概率。     

一种公平的认知无线电系统下行频谱分配策略

目前关于认知无线电频谱分配的研究大多以最大化系统容量为目标,很少考虑认知用户的QoS需求,频谱分配方案设计缺乏公平性。针对主用户干扰限制和保障认知用户QoS需求,结合OFDM技术,研究了认知无线电场景中下行多用户分配算法。该算法构建不等式约束下的目标函数以最大化系统容量,通过拉格朗日(Lagrange)对偶优化法给出近似最优解。仿真结果表明,所提算法在牺牲系统和容量的前提下充分保证了次用户的QoS需求,提高了系统的公平性。     

基于能效的认知无线电频谱接入算法

认知无线电(CR)技术和能效(EE)通信设计这两种技术已经使得系统分别达到较高的频谱效率(SE)和能源利用效率(EE)。然而在认知无线电系统中,既要保持较高的频谱效率,又要使得能源利用效率相对较高的问题,始终少有研究。针对此问题,在正交频分复用(OFDM)认知无线电网络的基础上考虑平均能效和频谱效率折中的频谱接入方案,提出了一种低复杂度的次优启发式算法。仿真结果表明,所提算法相对于其他已有算法能够显著节约能量,并且在性能和复杂度方面具有较大优势。     

认知OFDM系统中基于能耗受限的频谱感知方法

针对传统频谱感知方法没有考虑能耗受限对认知系统的影响,以认知正交频分复用(OFDM)系统为背景,提出一种基于能耗受限的联合优化频谱感知方法。该方法基于传统能量检测方法,以最大化吞吐量性能为目标,将频谱感知问题建模为一个优化问题,联合多个频带选取最优感知时间和判决门限参数,使其在能耗受限的情况下,总吞吐量达到最大。仿真结果表明,与传统使用能耗均分的检测方法相比,该方法具有更大的吞吐量,能够更好地节约能耗。     

OFDM认知无线电网络低复杂度功率分配算法

在正交频分复用认知无线电网络中,研究多个功率约束条件下的功率分配问题。认知用户功率约束条件分为两类:对主用户频段的干扰约束与认知用户总传输功率约束。以最大化认知用户速率为目标,构建一个多约束条件优化问题,得出最优功率分配算法,在此基础上,通过对约束条件加以分解,提出一种低复杂度的次优功率分配算法。仿真结果表明,最优算法可以取得最大的认知用户传输速率;提出的次优算法可以极小的性能损失,在复杂度上取得较大优势。     

混合保护准则下基于NC-OFDM的认知无线电系统功率分配

针对主用户采用OFDM通信体制,认知用户采用NC-OFDM通信体制,认知用户共享主用户授权频谱的工作场景,研究了认知无线电系统功率分配策略。提出依据主用户不同工作状态,采用不同的约束准则:对认知用户工作信道,引入功率泄漏干扰因子约束认知用户的发射功率,以限制对主用户工作信道的泄漏功率强度;对主用户工作信道,设置主用户速率损失上限,以确保主用户正常工作。功率分配算法以混合约束准则为基础,最大化认知无线电系统的传输速率。仿真结果表明,与干扰功率约束机制相比较,本算法能显著提升传输速率。     

基于差分进化算法的认知无线电频谱分配

针对认知无线电系统中认知用户分配可用频谱问题,提出基于差分进化算法的认知无线电频谱分配算法。利用差分算法设置参数少、寻优能力强、不易于陷入局部最优等特点,得到可以使认知用户平均系统效益最大化的频谱分配方案。仿真结果表明,提出的算法不仅提高了用户平均系统效益,而且缩短了运行时间,提高了频谱分配效率。     

认知无线电中动态频谱分配问题的研究

介绍了认知无线电的研究现状,对认知无线电系统中已有的动态频谱分配模型进行了分析并结合各种算法进行了比较。在此基础上总结并提出了频谱共享的一些挑战性问题,探讨了动态频谱分配的一些热点问题并构想了未来的发展方向。     

认知无线电网络中分布式频谱分配策略的研究

研究认知无线电网络中的分布式频谱资源分配策略对提高频谱资源利用率具有重要的意义.基于动态议价博弈模型并结合最佳单位带宽定价,对认知无线电网络中主用户和认知用户的收益进行建模,在此基础上提出一种高效的基于议价博弈的分布式频谱分配策略(Bargaining Game-Distributed Spectrum Allocation Strategy,BG-DSAS).分别分析了两用户和N用户条件下的策略方案,并给出了实现BG-DSAS频谱分配策略的算法流程.仿真实验从多个角度分析了策略的合理性和有效性.     

多用户NC-OFDM动态频谱分配策略研究*

为提高基于非连续正交频分复用（NC-OFDM）的多用户动态频谱分配的频谱利用率,分析了两种物理层特性——用户干扰和信道衰落对动态频谱分配性能的影响,并在此基础上提出了两种改进的频谱分配策略;改进的策略依次将NC-OFDM系统的物理层特性纳入动态频谱分配策略的设计中。仿真分析验证了改进策略的有效性,其频谱分配的中断概率相比改进前的策略平均降低了约13%,提高了频谱利用率。因此,充分利用物理层特性是动态频谱分配策略提高效率的可行途径。     

OFDM系统中联合抑制ICI的算法

针对正交频分复用（OFDM）系统中由频率偏移引起的子载波间干扰（ICI）的问题,提出了一种基于对称子载波的ICI自消除算法。该算法将互为相反数的发送符号映射到对称的子载波上,并在接收端将解调信号进行线性组合。为了进一步降低ICI,将基于对称子载波的ICI自消除算法与时域加窗相结合,即在发送数据符号之前,与升余弦函数相乘。对算法进行仿真实验,相对于相邻符号自消除算法,该算法减小了子载波间的干扰系数;加窗后OFDM符号频谱的边瓣衰减速度快,最大可衰减至－40 dB;对于系统的信号干扰比性能（SIR）,加窗后的算法同相邻符号自消除算法相比可提高8 dB左右;在信噪比较大的情况下,改善了系统的误码率。仿真结果表明,所提算法能够抑制ICI,提高系统抗干扰性能。     

基于QoS需求的认知无线电资源分配算法

在误比特率、总发射功率以及主用户可容忍干扰门限的约束下,提出一种基于正交频分复用的认知无线电系统多目标优化贪婪分配算法。以最小化发射功率、最小化跨频干扰及满足次用户QoS需求为优化目标,线性组合这3个目标函数,把多目标优化问题转化为单目标优化问题,采用贪婪算法实现多目标优化。仿真结果表明,该算法的系统总容量趋近于最优,在降低对主用户跨频干扰的同时,能够有效地满足次用户的QoS需求。     

认知网络中基于竞价模型的切换频谱分配

通过对最新竞价算法的分析,针对频谱分配过程中频谱使用率低下的缺点,提出一种认知无线电中基于竞价机制的具有较高频谱使用率的频谱分配算法。引入干扰价格,通过设置干扰价格指数,降低系统干扰,保证主用户的服务质量。数值仿真结果表明,该算法通过多次分配有效地提高了频谱的利用率,增加了系统的吞吐量。     

基于图分析的OFDM频谱感知

随着OFDM信号被广泛应用到现代无线通信系统中,认知无线电中OFDM信号的检测具有重要意义。引入基于图的离散信号处理理论,提出了一种基于图分析的OFDM信号频谱感知方法,详细分析了其检测原理及判决门限的设定,并最后通过蒙特卡洛仿真实验,验证了这种方法的可行性并分析了检测性能,仿真结果表明,在较低信噪比下,这种方法仍具有良好的检测性能。     

认知无线电网络中系统效益最大化的频谱分配

传统遗传算法和自适应遗传算法在优化认知无线电网络的系统效益时易陷入局部最优。针对该问题,通过引入反映每个染色体基因特性的欧氏距离,对遗传算法进行改进,提出一种系统效益最大化的频谱分配方案。实验结果表明,该方案的频谱分配性能优于基于传统遗传算法和自适应遗传算法的方案。     

基于傅里叶系数映射的OFDM系统性能分析

针对正交频分复用(OFDM)系统存在较高峰均比的问题,通过分析OFDM调制系统与周期信号傅里叶级数展开的关系,提出一种基于傅里叶系数映射的OFDM技术方案。该方案将待传输的数据调制为周期性信号,取该信号的部分傅里叶系数进行OFDM调制,替代传统的QPSK或MQAM映射方式。仿真结果表明,该技术方案在和QPSK映射相同频带利用率的情况下,其峰均比可下降3 dB,误码率与QPSK映射基本相当。     

基于认知无线电网络的动态频谱分配

针对无线通信网络中频谱日益紧缺的问题,对基于认知无线电网络的动态频谱分配技术进行研究,提出一种保护信道和排队相结合的动态信道分配方案。该方案在不影响主用户业务的情况下,为因主用户到达而切换的次用户预留保护信道,对新到达的次用户采用排队策略。如果系统中主用户或者次用户因服务完毕而离开时,队列中的次用户则可按一定的次序使用空闲可用的子信道。仿真结果表明,与仅预留保护信道和仅使用队列缓冲器的方案相比,该方案能有效降低系统的总体失败率,提高分配性能,且对次用户的平均吞吐量和平均延迟影响较小。     

时变信道和相位噪声联合OFDM信道估计

在正交频分复用系统中,信道的时变特点导致严重的子载波间干扰,同时,由振荡器产生的相位噪声会带来公共相位错误和子载波间干扰,这都使OFDM系统的性能急剧恶化。基于分数倍基扩展模型,利用重叠导频和最小均方准则,对时变信道和相位噪声联合估计。仿真结果表明,所提出的算法可以提高信道估计质量。     

基于联合算法的OFDM峰均比降低技术

针对OFDM系统具有较高峰均功率比(PAPR)的缺点,提出一种降低系统峰均比的联合算法——修正的ACE-POCS和限幅联合算法。该联合算法利用ACE-POCS算法对OFDM信号进行处理,再用限幅法进一步降低PAPR。基于OFDM系统的仿真结果表明,该联合算法可以有效降低PAPR 3.5 dB,并且不会影响系统误码率性能。     

基于梳状导频的OFDM系统子载波和功率分配

提出一种根据梳状导频进行信道估计得到带有误差的信道信息,来完成自适应比特装载的算法。把正交频分复用子载波进行分组,利用基于梳状导频的信道估计对信道时变进行跟踪,即时获取信道信息来完成分配算法。将子信道的分配和子信道上的比特、功率分配分离开来,以降低计算复杂度。仿真结果表明与静态信道分配方案的等比特分配算法相比,该算法可以节约发送功率大于10 dB。