基于POMDP的跨层机会频谱接入优化设计

在功率受限的机会频谱接入(OSA)研究中,大多使用完全可观测马尔可夫决策过程(MDP)对环境建模,以提高物理层或介质访问控制(MAC)层指标,但由于感知设备的限制,无法保证用户对环境完全感知。为解决该问题,提出一种基于部分可观测马尔可夫决策过程(POMDP)与Sarsa(λ)的跨层OSA优化设计方案。结合MAC层和物理层,采用POMDP对功率受限且有感知误差的次用户频谱感知和接入过程进行建模,并将其转换为信念状态MDP(BMDP),使用Sarsa(λ)算法对其进行求解。仿真结果表明,在功率受限条件下,该Sarsa(λ)-BMDP方案的有效传输容量、吞吐量和频谱利用率分别比完全可观测Q-MDP方案低9%、7%和3%左右,其误比特率比基于点的值迭代PBVI-POMDP方案低20%左右,比Q-MDP方案高16%左右。     

基于动态跳频的频谱接入*

在认知网络中,为了克服频谱接入方案中系统吞吐量普遍偏低的缺点,运用动态跳频技术,提出一种可以使次用户顺利切换到其他信道同时增加系统吞吐量的频谱接入新方案,并利用部分可观察马尔可夫决策过程描述这一问题;最后进行了数值验证。     

认知无线电中一种n步串行信道感知策略

为了提高频谱感知的整体性能,基于链路层多认知用户集中式协作感知思想,提出一种带缓冲区的双周期n步串行协作感知机制.该机制利用多认知用户分时、分段协作提高频谱感知效率,建立频谱池缩短被中断用户切换延迟时间,使用离散马尔可夫模型对感知参数建模,通过求解最优搜索步长和双感知周期比,提高认知用户频谱感知性能和QoS.仿真实验结果显示,该算法在感知效率、被迫中断概率和中断时间方面均优于随机搜索和传统串行搜索策略.     

基于信任度函数的认知无线电频谱感知算法研究

认知无线电能有效地利用有限的频谱资源,实现灵活的资源配置和工作模式的调整。介绍了信任度函数,分析了具体的感知融合判决规则的特点,并结合无线通信的具体环境,提出了基于信任度函数的频谱感知算法。该算法是一种复杂度低并且可提高频谱感知性能的算法。仿真结果表明,基于信任度函数的频谱感知算法得到的结果更可靠、更精确。     

MAC与TCP跨层的认知无线网络传输性能增强

认知无线网络中,认知用户需要具备频谱感知的功能,在主用户到来时,可以实现动态频谱切换,从而不影响主用户的通信.但是频谱感知和切换带来的时延可能使认知用户TCP频繁的启动慢启动,而影响传输性能.提出的TCP-CWN(TCP for cognitive wireless network认知无线网络TCP)算法,通过TCP-MAC跨层可以消除由于频谱感知和切换带来的慢启动问题.本方案在NS2上进行仿真,实验结果显示在认知环境下TCP-CWN能很好的缓解由于频谱感知对传输的影响,提高认知用户的传输吞吐量.     

基于能量检测的认知无线电频谱感知技术分析

介绍认知无线电的基本知识,较详细论述其中的频谱感知技术,分析了用于发射端检测的能量检测法的基本原理和方法,完成高斯白噪声信道条件下能量检测法的性能参数计算仿真,给出了相应结论。     

基于改进LSTM的认知无线电频谱感知模型及仿真

针对传统认知无线电频谱感知时间长、计算量大的问题,提出一种改进LSTM的无线电频感知算法。具体改进则是在三个门输入部分增加一个上一时间步的记忆单元作为输出状态值,从而提高神经网络的学习能力;以改进的LSTM为基础,构建改进LSTM的OFDM频谱感知模型。通过仿真实验对算法性能进行验证,仿真结果表明,提出的改进LSTM的OFDM信号频谱感知算法相较于传统频谱感知算法,可提高对认知无线电频谱的获取能力,具有更好的频谱感知性能。     

基于无线指纹数据库的认知无线电频谱感知

提出了一种基于无线指纹数据库的频谱感知方案。首先,在蜂窝认知无线电网络(Cell Cognitive Radio Net鄄work, CCRN)覆盖的目标地理区域内,次用户设备(Secondary User Equipment, SUE)收集大量频谱观测数据,基于各种机器学习算法对频谱观测数据进行处理得到授权频谱上主用户发射机(Primary User Transmit,PUT)的传输模式;随后,在PUT不同的传输模式下划分地理位置区域,采用基于空间距离计算的方法获取网格标签,建立无线指纹数据库;最后,有感知需求的次用户设备(Secondary User Equipment,SUE)根据接收到的基站(Base Station,BS)参考信号的到达时间(Time Of Arrival,TOA)估计值来获取其无线指纹,然后与无线指纹数据库(Wireless FingerPrint Database,WFPD)中的无线指纹(Wireless FingerPrint, WFP)进行匹配确定其地理位置,并由此确定授权频段的接入标签。仿真结果表明,本方案方案在减少对主用户干扰的前提下,增加了授权频...     

认知无线电网络中基于信任度的频谱感知技术

提出了一种在认知无线网络控制信道带宽受限条件下基于信任度的双门限协同频谱感知算法。首先每个认知用户基于双检测门限独立进行频谱感知,但只有部分可靠的认知用户通过控制信道向认知无线网络基站发送本地感知结果。当所有的用户都不可靠时,选取信任度最高的认知用户发送本地感知结果进行判决。理论分析和仿真表明,同常规能量检测算法相比较,该算法能够在控制信道带宽受限条件下,以较少的网络开销获得更好的频谱感知性能。     

基于D-S理论的认知无线电频谱感知算法

针对目前的认知无线电频谱感知数据融合判决规则忽略了各感知节点所处环境差异这一问题,研究了一种基于信任度的多节点频谱感知算法,将D-S证据理论引入判决融合中,通过Matlab仿真验证了该算法的性能相比于原有的频谱感知数据融合算法有了很大的提高。     

基于FDC准则的认知无线电宽带频谱感知

提出了基于灵活检测准则(FDC)的认知无线电宽带频谱感知算法。传统的基于信息论准则的宽带频谱感知算法在估计主用户占用的子带个数时,往往出现低估的情况。针对此情况,利用FDC改进基于Gerschgorin似然估计的认知无线电宽带频谱感知算法。相较于传统的基于信息论准则的能量检测方案,该方案不仅不依赖于噪声功率先验信息,而且可以通过改变灵活系数满足感知系统的不同要求。     

基于深度强化学习的认知无线电协作频谱感知

为了解决频谱资源利用率低的问题,引入了认知无线网络的概念.在认知无线网络中,次要用户可以在不影响主要用户正常工作的前提下机会性地接入授权频段,故精确地感知频谱的状态并快速准确地接入授权频段就显得尤为重要.由于网络中存在干扰和阴影衰落等因素,传统的频谱感知效果不理想.本文引入了协作频谱感知技术,通过强化学习算法选择参与协...     

基于多模型假设检验的认知无线电频谱感知方法

提出一种基于序贯概率似然比多模型假设检验的认知无线电协作频谱感知方法,用于检测可能含有不同结构和参数不确定性的未知信号.传统的认知无线电协作频谱感知方法(如基于序贯概率似然比的单模型假设检验、M元假设检验等),仅限于处理已知信号分布,不考虑信号分布的不确定性,可能会造成检测误判.所提出方法不仅可以处理认知无线电信号分布模型的不确定性问题,而且可以得到满足错误概率约束的有效检测.对频谱感知的一个典型场景进行仿真实验,结果表明所提出基于序贯概率似然比多模型假设检验方法相对于传统方法的检测有效性.     

基于信道预测的认知无线电混合频谱切换算法

针对认知无线电网络,提出了一种将被动式频谱切换与主动式频谱切换相结合的混合频谱切换算法。该算法基于主用户信道的连续时间马尔可夫链模型,预测出信道的未来状态信息,根据该预测结果周期性地对正在通信的认知用户执行主动式频谱切换。该算法对于由于碰撞而退出信道的认知用户执行被动式频谱切换。仿真结果表明,相对于被动频谱切换算法,混合频谱切换算法在保持认知用户阻塞概率和中断概率不变的前提下可显著减少认知用户和主用户间的碰撞次数,能够提高认知无线电网络的频谱利用率。     

认知无线电网络中基于预测的频谱感知方案

为降低认知无线电网络的能耗,提高频谱感知的精度,提出一种基于预测的协作频谱感知方法。通过隐马尔可夫预测算法,剔除不可靠节点,降低频谱感知的不可靠性;基于剩余能量和全局检测概率选择协作频谱感知节点,对频谱状态决策进行优化,实现延长网络生命时间,提高协作频谱感知精度的目标。仿真结果表明,在不降低频谱感知准确率的前提下,该方法有效降低了能耗。     

认知无线电中基于特征值检测的频谱感知算法

频谱感知的任务在于利用感知节点(无线传感器或者认知用户)采集的数据判断频谱空洞是否存在。基于最大特征值检测(MED)和最小特征值检测(SED)的方法最近被应用到频谱感知当中。这两种算法在检测实际应用当中普遍存在的相关信号时表现出良好的检测性能。然而,MED和SED算法对应的判决门限求解非常复杂,从而限制了它们在实际的认知无线电频谱感知中的应用。该文利用取样协方差矩阵的所有特征值,提出了一种新的基于特征值检测(ESD)的算法。利用多元统计理论获得了相应的判决门限。ESD算法无需主信号和无线信道信息参与感知过程。与此同时,它保留了与MED和SED相同的计算复杂度。更重要的是ESD算法对应的判决门限可以通过一个简单的闭合表达式进行求解,其计算复杂度低。仿真结果验证了新算法的有效性。     

基于信噪比估计的自适应频谱感知算法

针对传统能量检测不能对低信噪比条件下的信号进行准确感知,容易造成误判的缺点。为了提高在低信噪比条件下的频谱感知性能并缩短感知时间,结合循环特征检测具有较高的检测性能和鲁棒性但计算复杂度高的特点,提出了基于信噪比预估计的自适应频谱感知算法。该算法通过预估计待检信号与信道噪声的信噪比,当高于信噪比选择阈值时,采用改进后的自适应门限能量检测,降低运算复杂度;若低于选择阈值则进行循环特征检测,保证良好的检测精度;并可以根据系统对检测精度和感知速率的要求,自适应调整选择阈值的大小。仿真结果表明,所提算法有效的提高了低信噪比条件下频谱感知的准确性,缩短了平均感知时间。     

认知无线电中基于多址接入信道的多用户联合频谱感知算法

针对多用户联合感知场景问题,考虑次用户至决策中心之间有损信道的情况,提出了基于多址接入信道（MAC）的联合频谱感知算法。在系统结构和数学建模基础上,分析了传统MAC算法渐近性、中断概率等性能。在次用户平均发射功率约束下,以最大化检测概率为目标,对基于MAC算法中的发射增益进行优化;并考虑了一定服务质量情况下最小化次用户数目的问题。仿真结果表明,MAC算法能够保证良好的检测性能,以决策中心错误概率为例,提出的优化算法取得了指数级的性能提升。     

基于动态优先级的数据中心网络时限感知TCP协议

针对当前数据中心网络传输机制缺乏对Online Data-Intensive (OLDI) 应用软实时性和高吞吐量的综合性能保障的问题,本文提出了一种基于动态优先级的数据中心网络时限感知协议LSTCP。该协议采用最小空闲时间优先(Least Slack First,LSF)调度策略对流进行优先级划分,利用ECN机制的反馈,根据流的缓急程度和网络拥塞程度实现拥塞窗口的动态调整,实现对紧急流而非截止期越早的流优先调度。与传统截止时间感知协议相比,减少了短流的平均流完成时间,保证了长流的吞吐量特性。实验结果表明,与L2DCT算法相比,LSTCP降低了17%的流错过时限的比例,流完成时间的99th分位数减少了20%。