能量检测在认知无线电频谱感知中的应用

随着无线通信技术的飞速发展,无线电频谱资源日趋紧张。认知无线电已经成为解决现有频谱资源匮乏的非常有前途有前景的技术。认知无线电是一种智能的无线通信系统,它能够感知周围的无线环境,通过一定的方法相应地改变某些工作参数来实时地适应环境,从而达到提高频谱利用率、缓解频谱资源紧张的目的。频谱感知是认知无线电中最具挑战的问题之一。详细介绍了基于能量检测的频谱感知方法,并从理论上分析研究能量检测法的检测性能,最后通过MATLAB仿真分析能量检测法对于OFDM信号的检测性能。     

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．     

基于深度强化学习的能量采集认知无线电动态频谱接入

为解决认知无线电(Cognitive Radio, CR)中频谱和能量短缺的问题,提出一种基于深度Q网络(Deep Q-Network, DQN)的动态频谱接入算法。次级用户(Secondary User, SU)通过基站射频信号采集能量,并在频谱感知后实现信道的自主接入。模型通过DQN训练,并使用奖励机制和训练算法优化,SU能够根据环境信息作出合适的接入策略。仿真结果表明,提出的深度强化学习(Deep Reinforcement Learning, DRL)模型性能优于无学习模型,提高了频谱感知准确率及用户吞吐量,对比结果证明了模型的适用性及合理的虚警率可以提升模型的学习性能。     

认知无线电技术研究

人们对于无线通信数据传输速率的要求越来越高,这必然会导致各种通信系统更加依赖于频谱资源,让本就供不应求的频谱资源变得日益紧张起来,从而对通信技术产生不利影响。不过,频谱资源在使用过程当中,却存在着严重的浪费现象,很多需要频谱资源的无线系统却不能得到频谱资源,让大量频谱资源出现了闲置的现象。对此,如何解决这一问题,关系到了通信系统的发展。文章主要分析了认知无线电技术对于频谱资源的有效利用,从而解决了频谱资源供求紧张问题,以及频谱资源大量浪费的问题,使频谱资源得到了优化配置和有效利用。     

认知无线电网络中基于噪声功率估计的能量检测性能

该文分析了利用噪声功率估计值进行能量检测时判决门限的计算问题,推导出检测性能的Q函数表达式。为达到期望的检测性能,判决门限不能直接由噪声功率估计值替换已知的噪声功率得到,必须进行修正。文中给出了修正判决门限的闭合表达式,极大地简化了检测性能分析和判决门限计算。仿真结果表明,在估计样点数为20时,对比原判决门限,基于修正判决门限的误警概率减少了15%,有效地提高了认知无线电网络的吞吐量。     

认知无线电关键技术研究

讨论目前认知无线电频谱的两个重要技术—感知和预测。针对感知无线通信环境下,根据一定的学习和决策算法,实时自适应地改变系统工作参数,动态检测和有效利用空闲频谱,仿真表明,理论上允许在时间、频率以及空间上进行多维的频谱复用,可大大降低频谱和带宽限制,以及对无线技术发展的束缚     

认知无线电频谱感知技术研究

认知无线电(CR)作为一种智能通信系统,能够充分了解周围的通信环境,实现频谱的动态利用。频谱感知被用作动态无线电访问的关键技术,并在近些年得到了广泛的研究及应用。文章介绍了三种不同的频谱感知技术:基于发射机的频谱检测、基于接收机的频谱检测和合作检测,并对三种检测技术的性能及优缺点进行了分析。     

认知无线电研究综述

认知无线电是一种智能频谱共享技术。它通过感知频谱环境、智能学习并实时调整其传输参数,实现频谱的再利用,可显著地提高频谱的利用率,特别是可让未授权用户使用授权用户的频谱。本文在概述了认知无线电技术的发展之后,重点介绍了认知无线电技术及其应用的研究现状,包括认知无线电的总体概念、相关频谱政策和标准化工作进展、相关关键技术和安全技术的研究,以及它在UWB、Mesh、WRAN中的应用现状。最后对认知无线电技术的发展进行了展望。     

基于认知无线电的频谱感知技术经典算法研究

基于认知无线电通信系统的核心技术频谱感知经典算法,详细阐述各个算法模型设计原理及实现机制。最后,对频谱感知技术经典算法的优缺点进行了比较,并对频谱感知技术的未来研究趋势进行了展望。     

认知无线电系统中的关键技术研究

深入研究了当前认知无线电中的关键技术,讨论了认知无线电系统的体系结构,分析了主流频谱感知技术并对比了其特点。同时给出了当前动态频谱管理研究的新进展。     

认知无线电频谱感知估计时延的随机规划优化算法

为了提高认知无线电网络的频谱利用率,该文提出对认知无线网络频谱感知估计时间进行优化。如果频谱感知时间较长,一方面对信道参数的估计更准确,会减小对授权用户的干扰并提高认知用户的吞吐量;另一方面,数据传输时间相应缩短,使系统吞吐量减小,这时存在一个最优的感知时间使得系统吞吐量最大。该文认为子频段的信道状态信息服从指数分布,故提出随机规划的方法,对认知无线网络频谱感知估计时间进行优化运算。计算机仿真结果表明,该算法是切实有效的,具有一定的工程应用价值。     

Optimization of energy efficiency for cognitive radio with partial RF energy harvesting

The cognitive radio (CR) with energy harvesting is a potential technology to improve both the spectrum efficiency (SE) and the energy efficiency (EE). In this letter, we consider that the secondary users can harvest radio frequency (RF) energy from primary signal and its own signal. The goal is to maximize the energy efficiency of the CR system subject to sufficient protection to the primary user and the power constraint. An efficient algorithm is proposed to optimize the sensing time and the power of the secondary transmitter. Simulation results show that the EE is further improved by using the proposed mechanism.     

认知无线电中基于截断序贯检测的频谱感知技术

序贯检测的检测时间是随实际接收信号采样点的变化而不同的随机变量,在平均意义上,序贯检测有较高的检测速度,但是个别情况下可能需要很长的检测时间,为了避免这种现象的发生,同时提高认知无线电中频谱感知的速度,该文提出了一种截断序贯检测算法。首先分析了截断对传统序贯检测性能的影响,给出了虚警概率和漏检概率的上限,然后基于该性能上限得到了截断序贯检测的检测门限,最后给出了截断序贯检测算法的流程。仿真结果表明,该算法在有限的检测时间内,能够满足系统的性能要求,且其平均检测时间小于传统的能量检测。     

认知无线电中的稀疏信道估计与导频优化

认知无线电技术能充分利用闲置的频谱进行数据传输,从而提高频谱利用率。而稀疏信道估计能充分发掘无线信道的稀疏性,从而节省导频开销,并进一步提高频谱利用率。因此,该文研究了采用稀疏信道估计的认知无线电系统及导频优化,将信道估计转化为稀疏重建问题,以最小化观测矩阵的互相关为目标进行优化,并提出了一种快速的导频优化算法。该算法通过灵活设置外循环和内循环次数,实现了对导频序列进行逐位置的替换与优化。仿真结果表明,相比于最小二乘信道估计,稀疏信道估计能节省72.4%的导频开销,提高8.2%的频谱利用率;此外,该导频优化算法优于目前的随机优化算法,在相同的0.012误码率性能下,相比后者能节省约5 dB的信噪比。     

认知无线电的频谱感知技术研究

认知无线电技术接入灵活,能够大大提高频谱的利用率,被认为是当前解决频带使用拥挤的最佳方案。认知无线电是一种可以感知周围通信环境来改变发射机在特定的参数上实时改变的智能通信系统。它采用动态频谱管理来提高频谱利用率,高可靠性的频谱感知是实现频谱共享的关键技术,对频谱感知技术的匹配滤波器检测、能量检测、静态循环特征检测和合作检测等进行了讨论,并分析了各种方法的特点和性能。     

认知无线电中基于信息简约的最大似然协同频谱感知算法

该文针对控制带宽受限条件下认知用户的协同频谱感知问题,提出了基于信息简约的最大似然协同频谱感知算法。算法使用信息简约模块来降低本地感知信息传递需要的网络开销,在基站处使用基于最大似然准则的检测来提高感知性能。理论分析和仿真表明,该算法能够以较少的网络开销有效提高频谱感知性能,特别是在认知用户接收信噪比相差较大的情况下,其性能优势更为明显。     

认知无线电中基于阵列天线和协方差矩阵的频谱感知算法

该文提出一种基于阵列天线和协方差矩阵的频谱感知算法,该算法能够在噪声不确定性的条件下进行盲频谱感知。该算法在协方差矩阵的基础上,构建新的检测统计量,推导判决门限,对检测统计量与判决门限进行比较进而做出最终判决;在主用户信号到达方向与认知用户接收天线法线方向不一致的情况下,为使认知用户能完全接收主用户信号,利用了阵列天线技术。仿真结果表明,与Zeng等人(2009)提出的绝对值协方差矩阵频谱感知算法(Covariance Absolute Value Spectrum Sensing, CAVSS)相比,该算法判决门限的计算方法更加准确;在相同条件下,该算法的检测概率高于CAVSS。     

认知无线电的工作机理和关键技术

认知无线电（Cognitive Radio）是能够高效利用无线频谱资源和显著提高通信性能的智能无线通信技术，对于无线通信的发展具有积极作用和深远影响。本文首先介绍了认知无线电的提出背景、幕本概念和技术特点。其次，说明了认知无线电的工作机理并详细探讨了涉及的关键技术。最后，概述了认知无线电的标准化进展并展望了今后的工作。     

感知无线电中的高效频谱侦测方案

感知无线电是一种能有效提高频谱利用率的先进技术,他能在主用户没有使用频谱的时候发现并使用"频谱空洞".近来有研究结果表明,在衰落和阴影效应影响下频谱侦测的结果会有大幅度下降.为了削弱衰落和阴影效应的影响联合侦测诞生了,传统的联合侦测方式在每个用户所受衰落不同的情况下不能有效的工作.文章提出一种加权联合侦测来提高联合侦测性能.由大量分析和仿真结果可以表明加权联合侦测能大幅度提高侦测性能.     

认知无线电网络中次用户平均吞吐量的优化

协作频谱感知的认知无线电网络中,已有研究表明增加参与协作频谱感知的次用户数量能够提高感知性能,进而提高信道吞吐量。然而,由于信道容量的限制,不断增加参与协作感知的次用户数量并不会使信道吞吐量无限提高,反而会使次用户平均可获得的吞吐量不断降低。针对上述问题,该文以次用户平均吞吐量为优化目标,证明多信道条件下,对于任意给定的融合参数,次用户的平均吞吐量是感知时间的凸函数,并提出交叉迭代算法进行2维优化。仿真结果表明,当信噪比为-10 dB时,次用户使用交叉迭代算法获得的平均吞吐量较已有算法可提高20%以上。