基于可靠次用户信息的协作频谱感知算法研究

对认知无线电系统最基本要求之一就是次用户必须有能力以高的精确率来确定主用户是否存在。而以前对认知无线电频谱感知的研究表明:在实际认知网络中次用户之间的相互协作可以提高其频谱检测性能。然而,对于协作频谱感知而言,随着协作次用户数目的增加,势必会增大用于传输本地检测结果到融合中心的专用控制信道带宽,从而增加系统开销。该文在控制信道带宽有限的约束条件下,提出一种通过考虑可靠次用户信息的协作频谱感知算法来进一步改善频谱检测的性能。该算法的基本思想:只有具有可靠的本地检测结果的次用户才发送自己的检测结果到融合中心,否则,该次用户不发送任何信息。同时,对提出的该算法在理论上进行了推导,通过仿真结果表明:在控制信道带宽受限的约束下,相比于传统的或门协作频谱感知算法,提出的算法能够大大改善对主用户的检测性能。     

多任务群智频谱感知算法

频谱感知是认知无线电系统中的关键技术。本文将群智感知的激励机制与协作频谱感知有效结合,提出了一种基于多任务群智感知的协作频谱感知算法。该算法考虑检测概率和感知时间建立了参与感知的次用户效用函数,次用户通过优化感知时间得出次用户的最优效用并确定感知的信道,通过贪婪算法在有限预算限制下来选取参与感知的次用户,在次用户感知完成后发放一定的报酬,以激励次用户参与频谱感知的积极性。仿真结果表明,该算法可以同时感知多个信道,通过激励提高了次用户的参与度,使得协作频谱检测概率得到有效的提升。      

基于最优停止的认知无线网络下行频谱接入算法

为有效平衡认知无线网络中次用户系统中接入信道的感知时间和信道总的吞吐量之间的矛盾,提出了一种只对部分信道进行感知的频谱接入策略,联合总的感知信道数和各条信道的感知时间进行优化,并通过最优停止算法求解,在最大化节省感知时间的同时,取得较大的平均吞吐量。与HC-MAC(Hardware Constrained- Media Access Control)算法的仿真分析对比表明,该算法在相同给定条件下感知时间更短,吞吐量更大,具有明显的优势。     

基于Stackelberg博弈的多任务协作频谱感知算法

随着移动设备的增多,认知无线电技术诞生,而频谱感知是认知无线电技术中的重要一环。本文将群智感知和频谱感知结合,提出了一种基于Stackelberg博弈的多任务协作频谱感知算法。该算法将融合中心(平台)与次用户分别建模为Stackelberg博弈领导者和从属者。在领导者博弈中,平台给次用户发布最优的报酬值以获得最佳的效用;在从属者博弈中,本文着重考虑了剩余能量对次用户的影响,次用户在平台给的报酬下改变感知时间以获得最优的效用。仿真结果表明,该算法可以提高融合中心对频谱的检测概率。      

一种基于信道质量的鲁棒机会频谱接入策略

为了提高分等级网络中次用户通过机会频谱接入获得的有效吞吐率,提出了一种基于信道质量的鲁棒机会频谱接入策略.该策略利用信道质量信息和信道占用信息做出传输决策,使得次用户在信道感知结果为空闲和占用时分别以不同的信道质量门限选择传输机会发起传输,充分利用了信道质量好的传输机会.结合该策略,建立了以对主用户的干扰为约束条件,最大化次用户有效吞吐率的优化问题,并考虑到了信道传播特性统计参数存在不准确估计的情况,对该接入策略的门限进行了鲁棒性设计.仿真结果表明:所提出的鲁棒机会频谱接入策略能够显著提高次用户的有效吞吐率.     

一种非理想感知条件下的双门限机会频谱接入策略

为了有效提高认知网络中次用户的吞吐率性能,提出了一种应用于非理想感知条件下的双门限机会频谱接入策略。该策略能在次用户对信道占用情况感知非理想的条件下,综合考虑次用户的信道质量和非准确的信道占用信息,使次用户在信道感知为空闲和占用时分别以不同的信道质量门限选择接入信道,从而最大程度地利用信道质量较好的传输机会,提高次用户的吞吐率性能。结合本策略,建立了以次用户的有效吞吐率最大化为目标、以对主用户的干扰程度为约束条件的优化问题,并在次用户对信道感知存在误差的条件下给出了最优门限的设计方法。仿真结果表明,所提出的双门限机会频谱接入策略能够在非理想感知条件下显著提高次用户的有效吞吐率。     

协作频谱感知中快速自适应门限策略

频谱感知是认知无线电的一个重要组成部分。在异构网络中,认知节点的移动会导致接收信号强度和噪声功率发生变化,这使得采用固定门限参数的频谱感知策略无法保证在任何时候均工作于最优感知状态。为了解决这一问题,该文提出一种自适应门限参数的协作频谱感知策略。该策略无需主用户信号、信道以及环境噪声的任何先验信息,参与协作的所有认知节点采用最陡下降法自适应调节门限参数,控制中心采用最优数据融合算法获得最小检测代价。仿真结果显示,当认知节点参数发生变化时,协作节点的门限参数快速收敛于最优值,使系统贝叶斯风险最小。     

等比缩减的机会频谱接入

重复使用一定的TV频段是机会频谱接入的一个典型应用。在认知无线电机会频谱接入中,为了最大化信道的利用,授权用户与认知用户相互协作共同利用信道。文章将授权用户对信道的占用过程模拟为连续时间马尔可夫过程。认知用户在限制其对授权用户的干扰影响条件下,利用等比缩减的策略对信道进行感知,提出一个最优频谱接入策略,提高频谱的利用率。     

基于排队时延及博弈分析的认知无线网络信道分配算法

提出了一种适用于认知无线网络的分布式动态频谱资源分配算法。该方法以业务分组的传输成功率作为用户的效用函数,通过优先级排队模型求解传输时延,并采用分布式博弈获得各用户的信道分配策略。与已有的算法相比,所提算法对策略迭代方式进行了改进,且采用了动态策略调整步长。各从用户根据当前感知的网络状态和其余用户的策略,不断动态调整自身的信道选择策略。所提出的算法能够使各认知用户信道选择策略更加快速地收敛到策略均衡点,有效抑制策略的振荡,减小分组丢失率。基于MATLAB对所提出的算法的性能进行了仿真,仿真结果验证了该算法的有效性。     

混合频谱共享方式下多用户动态频谱分配算法

为解决混合overlay/underlay频谱共享方式下多用户动态频谱分配问题,构建了混合频谱共享方式下动态频谱分配模型,提出了基于Q学习的多用户动态频谱分配算法. 该算法在不对主用户产生有害干扰的前提下,以最大化次用户总吞吐量为目标,构建了与次用户相对应的虚拟次用户作为智能体. 通过与环境交互学习,进行信道和共享方式初选;频谱分配系统根据冲突情况和各智能体的学习结果调整信道分配策略直至次用户间无冲突. 仿真结果表明,该算法在无信道检测和信道先验知识的条件下,能根据前一时隙信道状态和次用户传输速率需求,实现动态信道分配和频谱共享方式确定,避免次用户间冲突,减少主次用户间冲突,有效提升次用户总吞吐量.     

基于合作博弈的多信道认知无线网络中的频谱共享算法简

采用合作博弈对多信道认知无线网络中的频谱共享问题进行了建模分析,提出了次用户在各信道上的信干噪比乘积作为合作博弈的效用函数。次用户在各信道上保证对主用户的干扰小于一定门限的要求下,通过最大化各自效用函数的乘积来进行功率分配。由于最大化次用户效用函数的乘积问题是非凸的,通过变量替换将其转化为了一个等价的凸优化问题,利用该凸优化问题的对偶分解,提出了一种次用户间的频谱共享算法。仿真结果表明,所提算法在次用户和速率与公平性之间进行了有效折中。     

感知频谱共享下的多天线功率优化分配算法研究

本文构建了一种在感知结果下具有多天线次用户的频谱共享模型,该模型由单入单出主用户对和多入单出认知用户对构成。当认知用户感知到主用户占用信道时,主用户向认知用户发送Message信息,使得认知用户发射端能够得知主用户对干扰总功率的限制要求,通过自适应地调整认知用户发射机的发射功率,以保证其对主用户不造成有害干扰;如果主用户未占用信道,认知用户立刻以最大发射功率占用信道。并分别在主用户存在和不存在两种情况下,优化认知用户发射机各天线的发射功率来最大化系统总的数据传输率。最后,通过数值仿真来验证推导出的功率分配策略,并对其进行分析和讨论。仿真结果表明:相比于机会频谱接入（Opportunistic Spectrum Access, OSA）和基于感知的频谱共享（Sensing-based spectrum sensing）模式,推导的功率分配策略在提出的模型中可以获得更高的信息传输率。      

一种认知无线电网络频谱分配策略

频谱分配技术是认知无线电的关键技术之一,为适应认知无线电系统的时变特性,频谱分配算法必须有较快的收敛速度。在干扰温度模型下,提出一种基于Kuhn-Munkras算法的认知无线电频谱分配策略。该策略利用Kuhn-Munkras算法可以实现最佳匹配并且收敛速度快的特性,根据不同的用户在不同信道上所产生的效益的差异性,实现认知用户和信道的最佳匹配。仿真表明,基于Kuhn-Munkras算法的频谱分配在性能上优于传统的配对算法和greedy算法。     

基于次用户功率控制辅助的合作频谱感知

传统的合作频谱感知一般将感知环境建模为单级信道,且次用户一般都以相同的发射功率向数据融合中心报告感知数据,难以体现并利用不同次用户感知数据之间的空间分集差异。为解决此问题并有效地设置次用户在感知数据上报阶段的发射功率,该文提出了3种最优功率控制方案,以获得相应设计准则下参与合作感知的次用户最优发射功率。在融合中心理想具备感知信道和报告信道的统计特性时,通过理论推导获得了基于信道统计特性的功率控制闭式解方案;当信道统计特性难以现实具备时,分别获得了基于联合信道统计特性估计的最大特征功率矢量及盲加权多特征功率矢量方案。理论分析和仿真实验表明,在不同的先验信息条件下,3种方案的性能皆远优于缺少功率控制的合作感知方案。     

基于业务请求数据包长度的机会频谱接入算法

针对非时隙主用户网络,研究了单个次用户在周期性感知框架下的机会频谱接入问题。通过建立次用户信道感知和接入模型,提出了一种基于次用户请求业务数据包长度的机会频谱接入算法。该算法根据每个时隙分配给次用户业务数据包长度,自适应调整机会频谱接入策略。仿真结果表明,所提算法能够在干扰水平要求较高情况下,提高次用户平均有效传输吞吐量的同时,实现有效吞吐量与碰撞概率的折中;同时当外部环境发生变化时算法具有较强的鲁棒性。     

多跳认知水声通信中的分布式稀疏频谱检测算法

水声信道常表现为严重的频率选择性衰落、低的声波传播速度和严重的多径效应等。这些特性使得认知水声通信中的频谱检测变得非常困难。除此之外,水声通信网络通常为自组织网络,缺少融合中心,而基于融合中心的频谱检测算法需要将各个认知用户的感知数据传送到融合中心,因此该方法在认知水声通信中是不可行的。与认知无线电类似,由于低的频谱使用率,认知水声通信中的频谱也是稀疏的。考虑到水声信道的特殊性,基于压缩感知理论,该文对认知无线电中的压缩频谱检测算法进行了改进,提出了两种不同情况下(已知水声信道状态信息和未知水声信道状态信息)的适用于认知水声通信的分布式稀疏频谱检测算法。通过近邻认知用户之间的合作,这两种算法利用空间分集增益和联合稀疏特性来提高算法的频谱检测性能。通过分布式计算和局部优化,新算法使得认知用户与其近邻认知用户之间只需进行少量的数据交互。仿真实验结果证明了该文提出的算法在检测认知水声通信系统中频谱空洞的有效性。     

基于跨层优化的机会频谱接入算

针对周期性信道感知机会频谱接入系统,首先采用马尔可夫过程对次用户的感知活动进行建模分析,然后结合物理层和MAC层参数提出一个跨层性能指标--有效传输容量,并在最大化有效传输容量准则下提出一种跨层优化机会频谱接入算法,进而分析了机会频谱共享系统可获得的平均有效传输容量.理论分析和仿真结果表明,所提出的跨层优化接入算法性能优于单层优化接入算法,它可以使次用户获得更高的有效传输容量.     

多信道频谱感知与频谱接入的优化与折衷

基于贝叶斯推理的多信道频谱感知方法和思想,文章通过多个认知用户随机地选择部分信道进行协作感知并利用特殊设计的贝叶斯推理法则来快速有效地获取所有信道的活动状态。贝叶斯推理的多信道频谱感知方法也是多分辨率频谱感知的基础,具有重要的应用价值。文章还通过分析多用户多信道条件下频谱感知和频谱接入之间复杂而微妙的内在联系,对其进行适当地优化与折衷,以提高认知系统的性能和效率。     

基于博弈论的空时频谱共享：动态接入与惩罚策略

为了解决时空域频谱资源利用不充分的问题,针对异构网络中多个次用户通过感知空时频谱机会动态接入的场景,提出一种基于博弈论的可靠频谱共享策略。首先,次用户通过信道采样感知主用户的活跃程度,并进一步寻找适合的空时频谱机会。其中,每个次用户旨在寻求更多的频谱资源,须避免对主用户的通信质量造成损害。为此,次用户与主用户之间需进行个人效用的协商,以达到混合纳什均衡状态。当次用户发射功率异常时,其行为将被视为违规。然后,结合违规次数和网络中活动节点数,对次用户采用退避时间补偿算法进行惩罚。最后,仿真结果验证了引入惩罚机制的空时频谱机会共享策略的有效性。     

瑞利信道中自适应双门限频谱感知算法研究

频谱感知是认知无线电中的一项关键技术,能量检测、匹配滤波器检测和周期循环频谱检测是认知无线电中频谱感知技术中传统、经典的算法.基于能量检测的频谱感知算法因实现简单且不需要先验信息而被广泛应用,但低信噪比的情况下检测概率会降低,用户的检测性能不足,从而导致认知用户和主用户之间的冲突碰撞次数增多.针对以上存在的问题,在基于自适应频谱感知的基础上,利用噪声功率估计,提出了一种瑞利信道下的自适应双门限频谱感知算法.仿真结果表明,在低信噪比噪声不确定的情况下,这种算法能够大大提高检测概率,有效降低了认知用户和主用户之间的冲突碰撞次数,从而提高频谱的利用率.