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POMDP的认知无线网络次用户多时隙信道选择算法

为了最大化认知无线网络次用户系统的吞吐量,同时减少信道选择过程中的计算量,在多条主用户信道的次用户多时隙系统中,用半马尔科夫链POMDP(Partially Observable Markov Decision Process)理论刻画次用户信道选择过程,并提出对应的认知无线网络信道选择算法。在每一个时隙开始时,次用户选择部分信道进行感知,之后根据感知结果选择不同的传输功率接入信道,对于没有被感知的信道,次用户可以直接接入。对POMDP问题求解给出最优策略、次优策略。通过在不同仿真环境下对最优策略、次优策略以及任意策略进行数值分析比较,论证了该设计算法的有效性。     

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。     

动态主用户流量模型的跨层优化设计

为适应主用户流量变化较快的场景,在不完美频谱感知的情况下最大化认知用户的吞吐量,提出了一种基于集中式Overlay认知无线网络中感知时间与资源分配跨层优化算法。将优化目标分解为信道分配和检测时间同功率分配联合优化两个子问题,通过子算法迭代,最终得到感知时间与资源分配的联合最优解。仿真结果表明,相对于仅考虑频谱感知或资源分配的单层优化算法,该算法可在兼顾公平的前提下使次用户吞吐量得到有效提升。     

基于高阶统计量的压缩宽带频谱盲检测方法

针对认知无线网络中宽带频谱感知受到高速模数转换器(ADC)器件的技术限制,利用压缩感知理论(CS),采用压缩信号处理技术,直接对压缩观测数据进行分析,推导出宽带频谱检测的高阶判决统计量的概率分布特性,并在此基础上提出了一种基于高阶统计量的压缩宽带频谱盲检测算法(HOS-CWSBD).该算法无需任何有关主用户(PU)信号的先验知识、也无需事先重构出原信号就能实现宽带频谱检测.理论分析和仿真结果均表明,与传统的基于压缩感知理论且需要信号重构的压缩频谱感知算法以及基于Nyquist采样数据的非压缩宽带频谱感知算法相比,该算法具有计算复杂度低、感知性能稳定等优点.     

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。     

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。     

认知无线网络中基于遗传算法的异构信道频谱感知策略

在具有异构信道的认知无线网络环境中,各异构信道具有不同带宽、不同感知时间、不同使用概率、不同稳定度。在给定的时间槽内,感知的信道数目不同,以及感知的信道不同,频谱感知获得的带宽也不同,并且频谱感知耗费的时间也不同,传输的时间也不同。因此,针对如何选择待感知的信道,提高次用户获得的带宽,以及用于传输的时间,提出基于遗传算法的异构信道频谱感知策略GAHS(Genetic Algorithm based on Heterogeneous channels spectrum Sensing strategy)。仿真结果表明GAHS能提高节点获得的带宽和用于传输的时间。     

基于莱斯信道的认知网络合作频谱感知

推导认知无线网络下单认知用户与多认知用户合作频谱感知的莱斯信道模型,并分别进行仿真。结果表明,莱斯信道下单认知用户的频谱感知效果远不及理想环境下的检测效果,但随着认知用户的增加,合作频谱感知的效果明显改善,在增加到一定程度后,甚至优于理想环境下的单用户的检测效果。     

认知无线网络中混合式频谱分配策略及性能研究

针对认知无线网络中的非实时业务,考虑集中式频谱分配可以实现全局优化,分布式频谱分配具有更好灵活性的特点,引入随机退避和控制中心调度的协作机制,提出一种混合式频谱分配策略.基于系统中授权用户和认知用户分别占用的信道个数,建立一个二维Markov模型,在认知用户理想感知的前提下,给出系统的转移概率矩阵,并进行系统模型的稳态分析.导出混合式频谱分配策略下的信道利用率、认知用户中断率及阻塞率等系统性能指标,并通过系统实验,定量的刻画认知用户数,认知用户到达率及信道数对系统性能的影响.     

Dynamic spectrum access and network selection in heterogeneous cognitive wireless networks

In this paper, we propose a cross-layer architectural framework for network and channel selection in a heterogeneous cognitive wireless network (HCWN). Existing research on heterogeneous wireless networks primarily focuses on network selection among available networks, while research on cognitive networks mainly focus on improvising efficient sensing and spectrum sharing algorithms. In this paper, we introduce a novel probabilistic model for channel classification based on its adjacent channels’ occupancy within the spectrum of an operating network. Further, we utilize a Analytic Hierarchical Process for categorizing user applications, followed by prioritizing them based on performance metrics. Finally, a modified Hungarian algorithm is implemented for channel and network selection among secondary users. The effectiveness of our approach is evaluated for different scenarios of HCWN. Simulation results show that our approach provides a 60% and 64% improvement in blocking probability over greedy and first-come-first-serve (FCFS) algorithms, respectively. Additionally, our proposed algorithm results in 22% enhancement in spectrum utilization and 50% increase in throughput over greedy and FCFS schemes.     

基于POMDP的信道感知接入算法

在认知无线电中,为了最大化次用户的吞吐量,同时对主用户的干扰低于预定值,提出一种基于POMDP的信道感知接入算法。次用户将主用户信道在时间轴上细分成等间隔的时隙,在每个时隙开始时,次用户从频谱感知、以较高的功率接入信道和以较低的功率接入信道三种可选策略中选择最优的策略。将次用户的选择过程建模成一个POMDP问题,并采用一些相应的最优策略求解。计算机仿真结果验证了算法的有效性。     

认知无线网络中基于无休止多臂赌博机模型的多用户频谱接入机制

针对如何协调多个认知用户择机接入多段空闲频域信道的问题,提出了一种基于无休止多臂赌博机(RMAB)模型的动态频谱接入机制。首先,考虑到实际环境下认知用户的信道感知误差,推导出能有效处理感知误差的Whittle索引值算法,该算法通过历史经验积累给予每个信道一定的信任值,并综合考虑在当前信任值下选择每个信道的立即收益与未来收益的多少,选择出需要感知接入的信道;其次,对于多个认知用户接入相同信道时产生冲突的问题,提出了基于多标拍卖的协调机制,通过多标拍卖的方式处理认知用户之间的冲突。仿真结果表明,在相同的环境中,所提出的频谱接入机制与未处理误差的或者未采用多标拍卖的接入机制相比,认知用户获得的吞吐量更大。     

基于可信度的加权协作频谱检测算法

协作频谱检测技术可以有效解决认知无线网络本地检测存在的信道衰落、隐藏终端等问题。论文研究了加权协作频谱检测技术,提出一种基于可信度的协作频谱检测算法。每个感知节点基于最大最小值特征值检测完成本地频谱检测,并与融合中心的全局检测结果进行比较估计各自感知节点的频谱检测可信度;融合中心利用切尾平均法计算参与频谱协作检测的可信度门限,并选择可信度大于门限的感知节点参与协作频谱检测。该算法有效降低了认知网络协作检测的复杂性,提高了频谱检测性能,在噪声波动环境下具有良好的鲁棒性。仿真结果表明,算法频谱检测性能要优于其它加权算法1~3 dB,节省系统开销43.75%左右。     

认知网络融合干扰消除的高效频谱感知机制

针对无线认知网次用户快速寻找可用信道与检测主用户出现的问题,提出一种新的高效频谱感知机制。该机制通过感知与传输并发以减少感知的时间开销,利用干扰消除技术消除自身传输对感知的干扰;通过结合不同采样速率下信道状态的观察,实现宽频谱的信道感知;在传输中,利用特征匹配技术检测主用户的出现。实验结果表明,新机制可减少感知时间50%,提高吞吐量100%以上。因此,新机制有效降低了频谱感知的资源消耗,提高了认知通信的效率。     

资源受限的认知无线电系统优化合作频谱感知算法

认知无线电的首要任务就是动态地感知频谱,合作频谱感知提高了频谱感知的可靠性.目前大多数频谱感知算法采用全部认知无线电台参与感知,并且假设每个认知无线电台的信噪比的测量值为一常数.然而,由于无线信道的特性和环境差异,每个认知无线电台的信噪比是有差异的,同时系统资源也是有限的.基于此,在采用能量检测硬判决的合作频谱感知算法基础上,提出一种优化的频谱感知算法.它在满足给定系统探测概率及虚警概率前提下,采用部分性能较好的认知无线电台参与频谱感知,并使系统感知开销最小.理论和仿真证明了其合理及有效性.     

认知无线Mesh网络中基于概率的贪婪频谱决策技术研究

认知无线电网络传统的频谱决策方法中次用户根据不同的判据选择信道,会引起信道竞争和拥塞。针对认知无线Mesh网络中基于概率的频谱决策方法,提出一种贪婪信道选择算法,当发生频谱切换时,其结合改进的抢占优先(相似文献   

面向无线认知网络的冗余感知数据消除

在无线认知网络的协作式频谱感知方案中,非授权用户（次要用户）将各自感知到的可用频谱信息转发给邻居节点,作为频谱分配的依据.而实际上,仅有部分数据影响着频谱分配的结果.无用信息的传递不仅产生了大量额外的通信开销,而且在频谱分配过程中浪费了计算资源.这种情况对于频谱资源稀缺的无线认知网络和能量有限的认知终端来说是无法接受的.因此,如何减少无用信息的传递是一个具有重大实际意义的问题.基于skyline查询处理,提出了多目标约束下skychannel查询处理方法,以减少冗余感知信息传递.其基本思想是：将数据空间划分为控制区域、被控区域和自由区域,按照信道的性能参数,将要查询的信道放入相应区域.传输时,直接忽略被控信道的信息而仅传输非被控信道的数据.在保证不影响频谱分配结果的前提下,可以大量降低网络开销,节约用户的计算资源.仿真结果显示,skychannel查询方法在节约查询时间、降低通信开销和计算开销等方面具有优势.     

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.     

认知无线电网络中感知时间与功率分配的优化

针对多协作用户多信道的情况,讨论了当信道增益固定时,各子信道之间检测时间、总检测时间与传输时间,以及各子信道之间功率分配的问题。区别于以往的单独优化算法,提出了各参数的联合优化算法。以信道容量为目标函数,给出了最优的时间和功率分配算法。实验结果表明,提出的算法能够实现频谱接入并且极大地提高了次用户系统的总信道容量。表明功率分配与信道上主用户占用的概率有关,而时间分配则与信道上主用户接收信噪比以及传输时自身的信噪比有关。在多认知用户网络中,参与合作的用户越多,接收与传输信噪比越高,次用户系统的总信道容量越大。对于认知无线电网络,还考虑了整体的实现。