认知MIMO频谱共享系统中基于感知的预编码优化

提出了一种基于时域频谱感知的空域频谱共享策略:先对主用户频谱进行时域感知,如果主用户不存在则立刻进行认知通信,否则根据感知结果调整波束方向和发射功率,以尽量减小对主用户的干扰。具体地,以预编码矩阵为优化参数,最小化次用户均方误差为优化目标,在对主用户的干扰功率约束下,得到了最优的预编码策略。此外,还分别研究了硬判决和软判决对预编码优化的影响。仿真结果表明,基于感知的频谱共享获得的符号均方误差小于传统的频谱共享策略;而基于软判决的频谱共享策略优于基于硬判决的策略。     

感知无线电用户有效吞吐量的优化

为了解决感知无线电中,非授权用户(SU)如何在不干扰授权用户(PU)正常通信的的情况下共享频谱资源和优化频谱利用率的问题,针对IEEE 802.22 WRAN,根据实际情况分析了检测概率、虚警概率以及感知时间对第二用户有效吞吐量的影响,从数学的角度阐述了感知时间和有效吞吐量的权衡问题。通过仿真验证了存在一个最优的感知时间,使得有效吞吐量达到最大。     

一种新型的认知无线电合作频谱感知算法*

为了提高认知无线电频谱感知性能,同时考虑到不同认知用户SU(Secondary User)具有不同的感知贡献和谈判力量,该文利用合作博弈理论提出了一种新的基于认知无线电的合作频谱感知非对称纳什谈判算法ANBS(Asymmetric Nash Bargaining Solution),该算法充分考虑到了每一个认知用户的感知可信度不尽相同的情况。仿真结果表明,与NBS(Nash Bargaining Solution)等算法相比,该算法不仅具有更强的合理性和可靠性,而且使系统整体感知性能得到了较大提高。     

基于分簇协作频谱感知的认知无线网能量效率研究

针对认知无线网能量消耗引起的能量效率较低问题,在研究认知无线网分簇协作频谱感知能量效率的基础上,提出了一种最优功率分配算法来最大化次用户系统的能量效率。通过建立基于次用户能量效率最大化传输优化模型,在考虑传输功率、感知时间以及干扰限制的情况下,利用拉格朗日函数及KKT条件,得到最优次用户发射功率分配算法,以达到系统能量效率最大化的目的,同时分析了不同参数对能量效率的影响。仿真结果表明,本文所提算法能有效提高次用户系统的能量效率、减少系统开销。     

Massive MIMO 下行系统能效资源分配算法

摘 要: 针对无线通信网耗能造成二氧化碳排放量和运营成本日益增加的问题,提出了一种下行大规模天线系统能效最优的资源分配算法。算法在基站端采用最大比合并(MRT)的预编码情况下,考虑各用户最小数据速率、最大发射功率和可容忍的干扰水平约束条件下,以最大化系统能效下界为准则建立非凸优化模型。首先采用一种迭代算法确定每个用户的带宽分配,然后根据分数规划的性质,将能效优化问题的分数形式转化为减式形式,进而利用凸优化方法求解基站端最优的发射天线数和发射功率来获得最优能效。仿真结果表明,所提算法能以较小的迭代次数收敛到最大能效值,并且有较好的系统频谱效率性能,同时算法复杂度得到了显著降低。     

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。     

非完美频谱感知下认知超密集网络的资源分配

针对实际认知超密集网络场景中认知无线电存在非完美频谱感知的情况,提出了一种基于非完美频谱感知的资源分配方案,目标是在考虑跨/同层干扰约束、保障用户服务质量下,最大化非完美频谱感知下认知超密集网络中次级网络的能效。为此,依据网络模型构建能效优化问题,其为混合整数非凸规划问题,先通过分时共享松弛法和丁克尔巴赫法将其转换成等价的凸优化问题,再使用拉格朗日对偶法求其最优解,以此获得最优能效时的子信道和功率分配策略。基于此,提出了一种迭代的子信道和功率分配算法;为权衡计算复杂度,还提出了一种实用的子信道和功率分配算法。仿真结果表明,所提算法都有效地提升了网络能效。     

基于博弈资源分配的认知异构网络干扰协调算法

基于underlay频谱共享模式的认知异构网络可有效缓解频谱资源短缺问题,但同时会加剧网络中的干扰。针对该问题,提出了一种基于非合作博弈模型的动态频谱分配和功率控制算法进行干扰协调。首先,考虑频谱共享造成的干扰问题,引入认知用户优先等级,将问题构建为联合动态频谱分配与功率控制的频谱定价博弈模型;其次,通过两阶段动态博弈得到纳什均衡解,实现认知网络层频谱资源合理分配和发射功率控制。仿真表明,所提算法能够实现不同优先级用户频谱资源的合理分配和认知基站发射功率控制,有效抑制认知异构网络的跨层干扰和层内干扰。     

基于感知时间和传输时间的认知无线网络单信道选择联合优化模型

为了确保认知无线网络中次用户对主用户的干扰低于预定值的同时,最大化次用户系统的吞吐量,减少次用户丢失频谱机会的次数,提出单信道模式下次用户感知时间和传输时间被联合优化的算法。在单信道模型中,次用户以混合接入策略与主用户共享一条信道,通过综合考虑对主用户的干扰和次用户频谱机会丢失两个因素,对传输时间和感知时间进行联合优化。经过与固定的感知时间和传输时间算法仿真分析对比,验证了算法的有效性。     

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Ad hoc网络的频谱接入跨层设计方案*

为提高分布式认知Ad hoc网络的频谱感知精准性和能量有效性,提出了一种基于能量效率的频谱接入跨层设计方案。首先通过基于感知因子的完全二分图分解法对网络进行分簇,进而在簇内联合优化次用户的发射功率和接入概率,最终得到最优信道接入和功率分配方案。仿真结果表明,与传统算法相比该方案可通过合理分簇提高分布式认知网络的感知精度,在保证感知性能的条件下使系统能量效率得到有效提升。     

基于能耗的分簇频谱感知方法

在协作频谱感知中,当信道经历衰落和阴影时,各用户的感知性能会有不同程度影响,某些受影响严重的次用户甚至可能会严重影响到整个感知网络的性能.同时参与协作的用户数越多,认知传感器网络面临的问题越大.为了解决这些问题,提出了一种基于能耗的分簇协作感知算法.该算法引入基于节点能量的LEACH分簇算法,将认知传感器网络中的各个节点按该分簇算法分入若干簇内;在每个簇内,构造了同时考虑检测性能和能量消耗的效用函数,基于该效用函数对最佳协作用户数和用户进行选择,使每个簇内的检测性能和能耗达到很好的折中;在汇聚节点运用OR规则将簇头发送过来的感知信息进行融合,得到最终判决结果.仿真结果表明,该基于能耗的分簇协作频谱感知算法可以有效地延长认知传感器网络的生存时间,节省网络的能耗,并且保证良好的检测性能.     

基于位置预测的认知车联网协作频谱感知算法

针对认知车联网中由地形起伏或密集城市结构而引起的频谱感知性能低、延时大等问题,提出了一种基于位置预测的协作频谱感知算法。首先,采用能量检测法进行本地频谱感知,通过将次用户接收到的信号能量大小和预先设定的阈值进行比较,初步判定频谱是否被主用户占用。然后,利用认知车联网中车辆位置预测技术,计算车辆位置和信道状态信息,并据此设置置信值,删除置信值低的次用户。最后,在融合中心采用加入置信值的似然比融合规则得到最终判决结果。仿真结果表明,与传统算法相比,所提算法能有效提高频谱感知性能并缩短感知时间,尤其适用于对实时性要求较高的车联网系统。     

单天线认知无线电中的协作频谱感知和无线能量传输

在单天线认知无线电中,可以通过天线协作频谱检测来提高检测衰落信道中主用户(Primary User,PU)存在的传感性能。然而,由于协作频谱检测,认知无线电(Cognitive Radio,CR)可能消耗更多的存储能量,从而降低其传输性能。为了保证其传输性能,提出了一种同步协作频谱检测和无线功率传输的方案,该方案可以收集PU信号的射频(Radio Frequency,RF)能量,以提供频谱检测消耗的能量。提出了时间分流模型、实现了协作频谱检测,能量收集和数据传输的同步。制定了适用于该方案的优化问题,以最大化同步协作频谱检测和无线功率传输模型中认知无线电的频谱效率,分别受限于检测的概率和收集的能量。最后通过计算得到的最佳分配因子,以实现了频谱效率的最大值,并通过仿真得出了结论。     

基于能量分类器的抗SSDF攻击协作频谱感知算法

频谱感知是认知无线电通信的重要环节,SSDF(Spectrum Sensing Data Falsification)是协作频谱感知面临的严重安全威胁。SSDF攻击方式逐渐呈现动态化的趋势,传统防御算法因假定攻击强度保持不变而难以识别动态的篡改数据。针对动态化的SSDF攻击,提出一种基于能量分类器的抗SSDF攻击协作频谱感知算法。该算法首先通过分析动态SSDF攻击的特性,结合距离判别法将邻居节点能量分类,通过将分类结果与本地结果进行对比来识别恶意邻居节点;然后本地节点在滑动时间窗内根据历史频谱判决信息和当前频谱判决信息建立信誉模型,并由此更新各邻居节点的信誉值;最后,本地节点实施加权协作频谱感知。仿真结果表明:相比LDCSS(Largest Deviation-based distributed Cooperative Spectrum Sensing)算法和RBCSS(Reputation-based Cooperative Spectrum Sensing)算法,所提算法在动态SSDF攻击的攻击强度接近阈值时频谱检测概率分别提高了15%和16%,显著增加了认知网络的协作频谱感知性能...     

基于频谱异构和用户移动的频谱共享算法研究

频谱共享允许多个认知节点以机会主义方式使用空闲频谱资源,而绝大多数的频谱共享研究没有考虑传输距离、错误率等方面的频谱异构特性。针对集中控制认知无线网络,提出一种基于频谱异构和用户移动的频谱共享算法。网络中不同类型的频谱信道具有不同的覆盖范围,认知用户可以静止或移动。认知用户的信道分配综合考虑了信道可使用时间、用户地理位置、接入公平性等因素,并在此基础上建立了一个信道分配效用函数,最终目的是最大化系统总效用。仿真结果表明,提出的频谱共享算法能够大大减少系统中的信道切换次数,同时系统其他方面的性能也能够得到保证。     

认知无线电网络中安全的协作频谱检测算法

在认知无线电网络中,当认知用户存在虚假感知信息SSDF时,协作频谱感知的性能会受到巨大影响。为了确保频谱感知的鲁棒性,提出了一种基于信誉度加权序贯频谱检测算法来识别恶意用户并减轻他们造成的影响。该算法通过使用认知用户的近期感知信息计算本地信誉度函数,再综合考虑其信誉值与感知过程中表现的稳定程度以消除恶意用户对主用户的传输效率带来的影响。仿真结果表明,在恶意攻击环境下,新算法优于现有典型协作频谱感知算法。     

An Efficient Optimized Handover in Cognitive Radio Networks Using Cooperative Spectrum Sensing

Cognitive radio systems necessitate the incorporation of cooperative spectrum sensing among cognitive users to increase the reliability of detection. We have found that cooperative spectrum sensing is not only advantageous, but is also essential to avoid interference with any primary users. Interference by licensed users becomes a chief concern and issue, which affects primary as well as secondary users leading to restrictions in spectrum sensing in cognitive radios. When the number of cognitive users increases, the overheads of the systems, which are meant to report the sensing results to the common receiver, which becomes massive. When the spectrum, which is in use becomes unavailable or when the licensed user takes the allocated band, these networks have the capability of changing their operating frequencies. In addition, cognitive radio networks are seen to have the unique capability of sensing the spectrum range and detecting any spectrum, which has been left underutilized. Further this capability of recognizing the spectrum range based on the dimensions detected, allows for determination of the band, which may be utilized. The main objective of this paper is to analyze the cognitive radio’s spectrum sensing ability and evolving a self-configured system with dynamic intelligence networks without causing any interference to the primary user. The paper also brings focus to the quantitative analysis of the two spectrum sensing techniques namely; Energy Detection and Band Limited White Noise Detection. The estimation technique for detecting spectrum noise is based on the detection of probability and probability of false alarms at different Signal-to-Noise Ratio (SNR) levels using Additive White Gaussian Noise signal (AWGN). The efficiency of the proposed Cooperative CUSUM spectrum sensing algorithm performs better than existing optimal rules based on a single observation spectrum sensing techniques under cooperative networks.