认知无线电系统中频谱分配综述

认知无线电是一种新的智能无线电技术,它通过动态地接入频谱为用户提供高容量的服务,能极大地改善现有的低效的频谱利用率。文章主要对认知无线电中频谱分配进行了分析,其重点是对现有的频谱分配方式进行分类,分析它们各自性能,对基于图论、博弈论、定价拍卖和干扰温度等四种常见的频谱分配模型进行了阐述。     

认知无线电中频谱分配技术研究

首先对频谱分配技术理论进行了概述,包括频谱分配技术的分类、所关注问题以及所需具备的原则。然后又介绍了认知无线电频谱分配中几种典型算法,并分析了各个算法的优缺点。通过以上的分析,为认知无线电频谱分配的研究提供了充分的准备。     

认知无线电网络中频谱分配算法

 随着新型无线业务的不断发展,频谱供需矛盾日益明显.认知无线电网络被认为是实现动态频谱共享、缓解频谱供需矛盾的重要途径,近年来相关研究受到了广泛关注.本文对认知无线电网络中的频谱分配研究进展进行了分析.论文首先介绍了认知无线电网络的技术背景,分析了认知无线电网络中频谱分配的关键问题和算法设计目标.在此基础上总结了主流频谱分配模型的设计思想与技术特点,并详细描述了各模型经典分配算法的实现机制.最后,对频谱分配研究趋势进行了展望.     

认知无线电中基于频谱聚合的频谱分配算法

为了使认知用户可成功接入分配的频谱,进一步提高频谱利用率,提出了一种基于频谱聚合的分布式频谱分配算法(SADSA),该算法以图论着色为模型,算法过程考虑了认知用户的带宽需求和认知设备的最大聚合范围,仿真结果表明了该算法在认知用户接入率方面的优越性.     

认知无线电中基于图论的频谱分配研究

认知无线电能够解决无线通信需求的增长和频谱资源的有限性这一矛盾,提高频谱资源的利用效率。文章讲述了认知无线电的关键技术,重点介绍了频谱分配技术,进一步分析了基于图论的频谱分配算法,最后介绍了下一步研究工作。     

认知无线电频谱分配技术的研究

认知无线电技术可以有效缓解频谱分配与利用之间的矛盾。频谱分配技术是决定认知无线电能否实现的关键技术之一。本文回顾了认知无线电的由来及相关概念,分析了认知无线电技术及其频谱分配技术国内外发展的现状。     

基于拍卖的认知无线电频谱分配研究

分析了认知无线电中基于拍卖的频谱分配的特点,给出了认知无线电系统中的频谱拍卖模型,并讨论了第一价格和第二价格密封拍卖机制在认知无线电频谱分配上的应用,研究了认知无线电中频谱拍卖问题的最优价格、保留底价等问题。最后还给出了简单情形下的仿真,结果表明,基于拍卖的频谱分配在吞吐量和丢包率等性能上较随机分配方案有明显改善。     

一种认知无线电系统双门限频谱分配算法

基于认知无线电系统中Underlay频谱共享模型,提出了一种双门限频谱分配算法.给定两个信噪比门限,当信噪比低于较小的门限时,系统选择认知用户做中继协助授权用户进行数据传输,以授权用户信道容量最大化为优化目标进行频谱分配;当信噪比大于较大的门限时,系统允许认知用户之间进行低功率数据传输,以认知用户接入数量最大化为优化目标进行频谱分配;当信噪比介于两门限之间时,由授权用户单独进行数据传输.理论分析和仿真表明,当授权用户信噪比低于较小门限时,所提方法能提高授权用户的信道容量;当授权用户信噪比大于较大门限时,所提方法可以提高认知用户的接入数量.     

基于认知无线电的动态频谱分配算法研究

在认知无线电系统中,动态频谱分配技术是保证频谱高效利用的关键技术,基于图论的动态频谱分配模型是实现频谱动态分配的重要研究模型,而频谱动态分配算法是实现频谱动态分配的核心.本文主要通过介绍几种频谱动态分配算法来解决电磁频谱动态分配问题.     

基于并行分配算法的认知无线电频谱分配算法

针对传统频谱分配方式不合理造成频谱匮乏以及CSGC算法在频谱分配上消耗时间过长影响实时通信的问题,文中提出了一种基于并行分配算法的认知无线电频谱分配算法,其通过同时给各顶点进行上色,从而节省了时间开销。实验证明,并行算法不仅具有与CSGC算法同样的高频谱利用率,且其频谱分配时间开销更低,是一种理想的认知无线电频谱分配算法。     

认知无线网络中基于模糊逻辑和Q学习的集中式动态频谱分配(英文)

A novel centralized approach for Dynamic Spectrum Allocation (DSA) in the Cognitive Radio (CR) network is presented in this paper. Instead of giving the solution in terms of formulas modeling network environment such as linear programming or convex optimization, the new approach obtains the capability of iteratively on-line learning environment performance by using Reinforcement Learning (RL) algorithm after observing the variability and uncertainty of the heterogeneous wireless networks. Appropriate decisi...     

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。     

认知无线电频谱分配的博弈论方法

认知无线电中频谱分配问题目前受到了极大的关注。在问题的分析中,涉及了大量策略选择问题,因而可以利用博弈论的相关原理对其进行分析研究。文章介绍了认知无线电频谱分配的一些关键问题,分析了博弈论方法在认知无线电研究中的应用条件,并阐述了认知无线电频谱分配问题的博弈论框架,为今后的相关研究起到积极的促进作用。     

基于潜在博弈的认知无线电频谱分配研究

为解决认知无线电网络中认知用户、授权用户共存情况下的频谱分配问题,提出了一种基于潜在博弈的认知无线电频谱分配模型,该模型以最小化系统总干扰水平为目标,认知用户采用避免机会浪费的改进型策略动态调整规则进行频谱选择,经过有限改进路径快速收敛到博弈的纳什均衡点。在30个认知用户和2个授权用户共存的场景下进行仿真实验,算法以较快的收敛速度实现了频谱分配的目标,证明了模型及算法的可行有效。     

基于Q学习自适应蚁群算法的认知无线电频谱分配

认知无线电能有效实现频谱资源的再利用,是当前通信研究领域的热点之一.如何进行频谱的合理分配是实现认知无线电网络有效运作的关键问题.在图论着色模型的基础上,提出了一种基于Q-学习的自适应蚁群算法.通过仿真实验表明,该算法性能明显优于颜色敏感图着色算法,能更好地实现网络效益最大化.同时,比传统的蚁群算法寻优能力更强,收敛速度更快.     

认知无线电的合作频谱检测分析

认知用户需要持续快速地检测主用户的出现,对基于认知无线电的合作频谱检测机制进行了分析。在理想的两用户网络中,认知用户采用合作机制可以提高系统的平均侦测时间。在多认知用户网络中,参与合作的用户越多,单个认知用户对主用户的侦测概率越高。对于多用户网络,还考虑了整体的实现。