基于混沌和声搜索的最优线性协作频谱感知算法

为了进一步提高认知无线电频谱感知的准确性和可靠性,提出一种基于混沌和声搜索(CHS)的最优线性协作频谱感知算法。该算法基于能量检测的线性加权协作频谱感知模型,利用和声搜索(HS)算法本身的优化能力和混沌映射的遍历性、随机性等特点,通过求解最优权值的方法,提高频谱感知的性能。仿真实验结果表明,CHS算法的优化性能和收敛速度均优于传统的HS算法,基于CHS的最优线性协作频谱感知算法能够找到最优的权值,从而提高了复杂通信环境下的检测概率;并且在相同的虚警概率下,所提算法性能优于基于修正偏差因子的协作频谱感知算法。     

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。     

基于门限动态调整的最优协作检测方法

为提高协作频谱感知的检测效率、减少系统的反馈开销,提出一种基于门限动态调整的最优协作检测方法。在单节点检测错误概率最小的情况下,导出能量检测中门限值与信噪比的关系表达式,利用二分法求得不同信噪比下的动态门限值。根据系统恒虚警率和恒检测率计算最优协作用户数,并与动态门限值相结合得到系统检测错误概率。仿真结果表明,该方法协作检测概率较高,检测错误概率较低。     

认知无线电网络中的分布式协作感知算法*

针对认知无线电中频谱感知的问题,讨论了分布式协作感知场景下最优的感知算法。介绍了经典的基于放大前传（AF）、解码前传（DF）和选择中继（SR）的分布式协作方案,包括模型、检测概率和虚警概率。提出了一种新的分布式协作感知算法,该算法将原始统计量和信噪比发送给协作用户,减少信道噪声对最后决策结果的影响。运用似然比准则推导出了最优的加权系数,以及决策函数。对几种协作方案的中断概率进行理论推导,并用数值仿真的方法验证了算法在中断概率上的性能。仿真结果表明,提出的方法在检测概率和中断概率上远优于其他分布式协作方案,但该方法需要协作用户间无损耗的传输,这也给实际的应用提出了很大的挑战。     

Cooperative spectrum sensing based on stochastic resonance in cognitive radio networks

A new censoring cooperative spectrum sensing scheme based on stochastic resonance(SR)technique in cognitive radio(CR)network is proposed in this paper.The observations of the cooperative secondary users(SUs)whose statistics fall into the censoring interval are processed by SR system in the proposed scheme.The hard fusion and the soft fusion for the censoring cooperative spectrum sensing scheme are analyzed respectively.Theoretical analyses and simulation results show that the proposed censoring cooperative spectrum sensing scheme has the same detection performance as and lower computational complexity than the method that each cooperative SU performs spectrum sensing using SR-based energy detection,and its detection performance is superior to that of the conventional method that all the cooperative SUs perform spectrum sensing using energy detection in hard fusion.In soft fusion,the proposed censoring cooperative spectrum sensing based on equal gain combination can achieve the optimal sensing performance approximately.     

基于RMT的合作频谱感知新算法及其性能分析*

针对认知无线电中的频谱感知问题,利用随机矩阵理论(random matrix theory,RMT)最新研究成果,提出了一种新的合作频谱感知算法(maximum-minimum eigenvalue detection,MMED)。该算法将采样协方差矩阵最大特征值与最小特征值的比值作为统计判决量,并利用最小特征值概率分布求得判决门限。理论分析与仿真结果表明,与基于最大特征值的频谱感知方法相比,MMED算法不仅具有感知性能更好以及对噪声不敏感等优点,而且在认知用户数较少、样本较小的情况下,也可获得较好的检测     

On optimal fuzzy c-means clustering for energy efficient cooperative spectrum sensing in cognitive radio networks

This work explores the scope of Fuzzy C-Means (FCM) clustering on energy detection based cooperative spectrum sensing (CSS) in single primary user (PU) cognitive radio network (CRN). PU signal energy sensed at secondary users (SUs) is forwarded to the fusion center (FC). Two different combining schemes, namely selection combining (SC) and optimal gain combining are performed at FC to address the sensing reliability problem on two different optimization frameworks. In the first work, optimal cluster center points are searched for using differential evolution (DE) algorithm to maximize the probability of detection under the constraint of meeting the probability of false alarm below a predefined threshold. Simulation results highlight the improved sensing reliability compared to the existing works. In the second one, the problem is extended to the energy efficient design of CRN. The SUs act here as amplify-and-forward (AF) relays and PU energy content is measured at the FC over the combined signal from all the SUs. The objective is to minimize the average energy consumption of all SUs while maintaining the predefined sensing constraints. Optimal FCM clustering using DE determines the optimal SU amplifying gain and the optimal number of PU samples. Simulation results shed a light on the performance gain of the proposed approach compared to the existing energy efficient CSS schemes.     

认知无线电网络中频谱感知性能分析

分析了认知无线电网络中使用能量检测器进行频谱检测的性能。仿真结果表明,衰落会使认知无线电用户检测性能下降,采用硬合并协作方案的合作频谱检测可以提高认知无线电系统的检测概率,但认知无线电系统的虚警概率也会随着参与协作的用户数的增多而上升,特别是控制信道不理想时,协作检测会导致虚警概率下限的出现,造成频谱利用率达不到预期的目标。     

基于Agent的协作频谱感知算法

为了提高认知无线电频谱感知技术的性能, 提出一种新的基于Agent的协作频谱感知算法。该算法在本地检测中使用多门限能量检测,同时将认知节点估计的信噪比的值发送到Agent控制中心,在控制中心根据每一个认知节点发送的信噪比的值和该节点与发射机的距离进行权衡,选取可靠性和有效性较高的认知节点参与判决融合。仿真结果表明,该算法能够很好地提高认知无线电网络的协作频谱感知能力,同时在一定程度上减少了原有协作感知算法中参与感知节点的数目。     

Robust cooperative spectrum sensing schemes for fading channels in cognitive radio networks

In cognitive radio systems, cooperative spectrum sensing can detect the presence of the primary user accurately. In practice, however, since the sensing observations are forwarded to a data collector through fading channels, the sensing performance is severely degraded. To deal with this problem, in this paper, we first propose a secondary user selection based cooperative spectrum sensing method to improve sensing performance by decreasing the reporting errors introduced by the fading channels. Mo...     

衰落信道下提高协作频谱感知能力的方法

由于协作频谱感知能够更准确地确定主用户的存在与否,因此,它被认为是认知无线电技术中的一个重要研究分支.在协作频谱感知中,各认知用户需要通过报告信道发送其本地判决结果(0或1)到融合中心(FC).然而,在实际中,报告信道通常受衰落的影响,这将降低频谱感知的检测性能.针对这个问题,首先,文中提出一种基于认知用户选择的协作频谱感知算法.该算法通过减小由衰落信道引入的误码概率来提高协作频谱感知的检测性能.其基本思想为:只有具有较好瞬时信道增益报告信道的认知用户才将其本地二进制判决结果发送到FC,否则,该认知用户不发送其本地检测结果到FC.其次,提出一种基于空时编码的协作频谱感知方法.通过在CR网络中,利用空间分集增益来降低由衰落型报告信道引入的误码概率,从而提高检测性能.最后,对提出的这两种协作频谱感知方法的检测性能进行理论分析研究,并对其进行数值仿真.仿真结果表明:相比于传统的协作频谱感知,本文提出的这两种协作频谱感知算法都能提高对主用户的检测性能.     

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。     

基于超级节点MAC中继的复域分布检测非正交网络编码

为解决正交通信过程存在的数据发送等待问题,提出一种基于超级节点多接入信道（MAC）中继的复域分布检测非正交网络编码策略。首先,对经典正交信道分布检测技术进行介绍,并针对其存在的问题,使用中继MAC无线传感器网络,把复数域网络编码技术应用在无线传感器网络中,有助于实现协同分集降低信道衰落不利影响。其次,针对中继MAC复数域网络编码正交信道分布检测技术,基于传感器的虚警率和检测概率,提出结合网络符号差错概率的最大似然（ML）最佳传感器标签选择算法,降低误差概率,同时通过超级节点近似,获得中继功率和总发射功率的公平分配。仿真结果显示,该算法在非正交网络编码检测中,检测率指标可达到91.3%,而错误率指标仅为25.1%。实验结果表明,该算法可以有效地提高非正交网络编码算法在实际应用中的检测性能。     

基于循环谱的中继合作频谱检测方法

结合循环谱检测和中继合作检测,提出一种衰落信道频谱检测方法。利用不同信道的信道增益和认知用户间的相关性,构建两用户合作信道模型,给出检测统计量的表达式。在此基础上,分析多用户网络的中继合作并进行检测性能仿真,结果表明,当虚警概率较小时,该方法能提高检测概率和检测灵敏度,且灵敏度的增益随认知用户间距离的增大而减小。     

基于熵权法的CRSN软决策协作频谱感知方法

在实际的无线环境中,阴影和衰落的影响会导致传感节点接收到的信号具有不同的特征。因此,深度衰落中的一些协作节点会出现严重的漏检,这将影响融合操作的最终结果。针对上述问题,提出一种基于熵权法的认知无线传感网（cognitive radio sensor network,CRSN）软决策协作频谱感知方法。该方法将传感器节点组织成逻辑组,以获得能源效率和传感性能的提高,在接收到来自所有成员节点的软传感信息后,簇头采用等增益的软融合来进行簇间融合,然后将局部决策转发给融合中心,在最终决策过程中,采用熵权法为相应的聚类局部决策分配最优权值。仿真结果表明,该方法检测概率和总误差概率方面均优于典型的协作频谱感知分簇方案。     

Spectrum sensing algorithms for primary detection based on reliability in cognitive radio systems

One of the main requirements of cognitive radio systems is the ability to detect the presence of the primary user with fast speed and high accuracy. To achieve that, in this paper, we propose a spectrum sensing scheme by considering the reliability of spectrum sensing. Only the user with no reliable information will perform spectrum sensing again using one-order feature detection. Otherwise, the user directly transmits its binary decision (0 or 1) to the MAC layer. The performance of the one-order feature detection is studied and numerical results are presented to show that the one-order feature detector can perform better than the energy detector due to its robustness to the noise uncertainty. Since the feature detection is performed in time domain, the real-time operation and low-power consumption can be achieved. Furthermore, the performance of proposed spectrum sensing scheme based on reliability is also deduced and the analysis of the performance results indicate that the sensing performance is greatly improved as opposed to energy detector. However, due to the effects of channel fading/shadowing, individual cognitive radios may be not able to reliably detect the existence of a primary user. To solve this problem, cooperative sensing among secondary users are studied using the methodology proposed in this paper. The performance of cooperative spectrum sensing is investigated when various decision fusion rules are applied. We find that, regardless of the decision fusion rule used, the sensing performance can be significantly improved compared to conventional cooperative methods.     

协作感知下基于双门限能量检测的融合方案研究*

将双门限能量检测作为本地感知算法,为在感知性能和系统开销之间取得合理折中,给出了三种将决策融合与数据融合相结合的综合融合方案。研究和比较了这三种新型融合方案的感知性能,分析了各自的优缺点及其适用范围,讨论了门限值系数、协作用户数、协作可信度、平均信噪比等参数的变化对感知性能的影响。蒙特卡洛仿真的结果表明,通过选择合适的系统参数,综合融合方案能在保证较低系统开销的前提下,具有明显优于传统硬融合方案的感知性能。     

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。     

协作频谱感知的系统效用优化分析

协作频谱感知可以提升认知无线电的频谱感知能力,但不同的系统参数对协作频谱感知系统的性能会产生不同的影响。在综合考虑系统资源利用率和归一化吞吐量的情况下,对不同条件下用户数和感知时长对系统性能的影响进行分析。并在检测概率约束条件下,对结合系统检测概率和归一化吞吐量的系统效用提出优化方法,可以求出满足条件的最大系统效用值。仿真结果表明,在不同的环境和条件限制下,达到最大系统效用所需要的用户数和感知时长也是不同的。