判决相关条件下联合频谱检测的性能分析

为了改善认知无线电中感知用户(未授权)对主用户弱信号的检测性能,采用多个感知用户合作的联合最优门限判决算法.在考虑参与联合检测的各感知用户判决门限具有相关性的条件下,通过理论分析和软件仿真,表明联合检测算法随着参与检测用户数目的增加,能够改善对主用户弱信号的检测性能.在融合中心虚警概率恒定的条件下,与给定各判决门限和系统融合准则的算法相比较,联合最优门限判决算法性能更好.但因各感知用户判决门限具有相关性,系统检测性能比各感知用户判决独立条件下有一定损失.     

认知无线电最优用户选择协作频谱感知

提出了基于最优用户选择的协作频谱感知方案,通过引入Gerschgorin圆盘理论建立用户选择机制,筛选出信道条件最优的若干个认知用户,由其对应的感知数据空间生成全局判决统计量以实现最优协作感知,并在此基础上提出迭代门限算法,进一步优化感知性能.理论分析和仿真结果表明,该方案无需知晓授权用户信号、信道、噪声功率等先验信息,对噪声功率不确定性具有较强的鲁棒性,且当接收机采样次数和参与协作的用户数都受限时,感知性能仍然很稳定,可作为协作频谱感知的现实可实现方案.     

删余协作频谱感知性能分析及优化

提出了一种新的基于删余的协作频谱感知方法,通过减少实际发送的本地决策值数来节约控制信道带宽,降低检测性能对认知用户数的依赖; 分析了这种删余协作频谱感知在感知信道和报告信道均存在衰落下的性能,它可以有效解决报告信道衰落所带来的尾感知问题,降低了虚警率; 提出了进一步优化算法,算法在确保主用户受到足够保护的前提下,通过寻找最优的次用户数和相应的检测门限使次用户的接入机会最大化．仿真结果与理论分析相一致．     

基于信噪比权值的合作频谱感知技术

根据无线环境中各个认知用户的信噪比不同,提出一种基于信噪比权值的合作频谱感知算法。认知用户根据与主用户之间路径衰落因子的不同,得出各自的信噪比值,再通过递归得到相应的权值。融合中心进行加权融合得出最终判决结果。仿真结果表明,这种算法可以提高对主用户的检测概率,其检测性能也优于传统的硬判决融合准则。     

认知无线电加权联合频谱感知优化算法

为了提高认知无线电联合频谱感知的性能,对加权联合频谱感知算法进行了研究,并对权重和观测时间2个感知参数进行了优化.算法基于给定的检测概率,通过选择最优的权重使认知无线电获得最小的虚警概率;还提出了二分算法,通过该算法,认知无线电能够获得最优的观测时间.仿真结果表明:相比未加权的联合频谱感知算法,提出的算法能够获得更低的虚警概率和更高的频谱利用率,并且相比穷举算法,二分算法的计算量要更低.提出的算法能够使认知无线电在授权用户的干扰容限内获得最大的频谱利用率.     

认知无线电网络中基于演化博弈的协作频谱感知技术

 提出了一种基于演化博弈理论的认知网络协作频谱感知方法．对协作频谱感知中次级用户的传输时间和吞吐量进行分析,建立协作感知的博弈模型并研究其动态演化特性,基于次级用户吞吐量最大化准则,得到相应纳什均衡解,在此基础上提出一种次级用户自适应分布式学习算法．理论分析和仿真结果表明,这种协作感知方法在保证检测性能的基础上,有效减少了协作通信开销,提高了次级用户吞吐量．     

基于最小误检概率的最优感知用户数目优化算法

频谱感知是认知无线电系统的关键技术之一,协作频谱感知能够提高频谱感知性能。首先定义了修正后的误检概率,然后以能量检测为基础,推导了在不同判决门限下为使误检概率达到最小的最优感知用户数目,并根据最优感知用户数目进行协作频谱感知。仿真结果表明,与传统的K秩准则相比,文章所提算法能够有效提高感知性能。     

认知无线电网络高能效协作频谱感知技术

提出了一种协作频谱感知方式. 通过对本地观测向量和预设门限的比较,认知用户可以根据本 地感知的可靠性决定是否向基站发送本地判决结果. 在不同控制信道条件下,采用计数准则 和Neyman Pearson准则对所提出的协作频谱感知方式进行了感知性能研究. 理论分析和仿 真结果表明,这种协作频谱感知方式在保证检测性能的基础上,有效减少了协作通信开销, 提升了感知能效.     

基于动态双门限和D-S证据理论的合作频谱感知算法

针对传统能量检测算法门限设置单一且不适应感知信道环境差异的问题,为了提高合作频谱感知结果的可靠性,减小网络开销和融合中心计算的负担,提出了将动态双门限能量检测和D-S证据理论相结合的合作频谱感知算法.在进行本地感知时,该算法可以让认知用户通过双门限能量检测方法直接得到本地判决结果,同时根据信道环境的变化自适应调整双门限值,并在双门限内使用D-S证据理论,感知双门限内未判决结果的信任度函数,将其发往融合中心,这样可以减少融合中心的计算量以及传输带来的网络开销.仿真结果表明,双门限D-S证据理论的融合结果要优于D-S证据理论和OR准则.     

合作感知系统中最优合并准则下的用户删除方法

在IEEE802.22标准系统模型下分析了最优合并准则的性能及影响因素. 在此基础上提出了用户删除的方法：通过设置门限去除对最终判决影响较小的用户,从而大幅减少了合作感知的反馈信息,有效节省了反馈信道资源. 理论分析和仿真结果显示,用户删除通过设置合理的门限可有效控制系统的性能损失,同时降低反馈信道资源需求,为进一步的系统优化打下了基础.     

Optimization of sensing time and cooperative user allocation for OR-rule cooperative spectrum sensing in cognitive radio network

In order to improve the throughput of cognitive radio(CR), optimization of sensing time and cooperative user allocation for OR-rule cooperative spectrum sensing was investigated in a CR network that includes multiple users and one fusion center. The frame structure of cooperative spectrum sensing was divided into multiple transmission time slots and one sensing time slot consisting of local energy detection and cooperative overhead. An optimization problem was formulated to maximize the throughput of CR network, subject to the constraints of both false alarm probability and detection probability. A joint optimization algorithm of sensing time and number of users was proposed to solve this optimization problem with low time complexity. An allocation algorithm of cooperative users was proposed to preferentially allocate the users to the channels with high utilization probability. The simulation results show that the significant improvement on the throughput can be achieved through the proposed joint optimization and allocation algorithms.     

认知无线电网络中基于检测概率的主用户定位算法

为了解决认知无线电网络中次用户对主用户进行定位的问题,提出了一种加权最小二乘的迭代定位算法。采用两状态马尔可夫模型作为主用户头像模型,能量检测作为次用户的感知模型。该算法可以在不干扰主用户正常工作的情况下,利用次用户之间的合作感知结果进行定位,并估计出主用户的三维地理位置位置信息。提出了一种可以降低定位算法复杂度的简化算法。通过对定位问题进行了理论分析,求出了均方误差的Cramer-Rao理论下界。仿真结果表明,算法的均方误差非常接近理论下界,能有效地估计主用户的三维位置信息,提高定位精度。     

基于阈值优化的频谱感知算法

协方差绝对值（Covariance Absolute Value,CAV）感知算法使用固定阈值和固定虚警概率的频谱感知策略,无法保证在任何时候都能使频谱感知性能达到最优。提高频谱感知性能包括降低对主用户的干扰概率并提高空闲频谱的利用率,即最大限度地降低漏检概率与虚警概率。为此,本文对协方差绝对值感知算法进行改进,提出了不同信噪比下自适应阈值的优化方法使频谱感知误差（漏检概率与虚警概率的代数和）达到最小。实验结果表明,本文算法有效降低了频谱感知误差,提高了检测概率,特别是在信噪比较低的情况下性能改善较为明显。     

一种两跳感知系统中断性能优化方案

针对交叉共享方式下的两跳协作感知网络,研究了多个感知用户的协作感测策略,推导了在放大转发传输协议下感知系统的中断概率表达式,并提出了一种联合优化方案.在保证一定频谱感测性能指标的前提下,通过联合优化感测门限、感测时长等参数最小化感知系统的中断概率.理论分析与仿真结果表明,此优化方案能有效改善感知系统的中断性能,提升感知网络传输的可靠性.     

压缩传感非稀疏宽带频谱导频检测方法

为了突破频谱稀疏性对压缩传感技术的限制,提出了一种基于压缩传感的频谱检测方法,在保证对主用户的干扰不超过指定门限的前提下,通过对目标频段的主用户信号和导频信号在频域进行线性运算,保留频谱空洞处的导频分量,把对非稀疏的主用户信号的恢复转化为对稀疏导频信号的恢复.该方法解决了认知无线电宽带频谱检测中,压缩传感技术在主用户信号非稀疏时的失效问题.仿真结果表明,导频检测方法可以对非稀疏频谱的频谱空洞位置进行准确检测.     

认知无线电中协作能量概率分布频谱感知方法

提出了一种基于能量概率分布（EPD）的协作频谱感知算法,以提高认知无线电的检测性能．与传统能量检测使用能量均值做为检测统计量不同,EPD感知算法中的协作感知次用户统计大于给定门限值的采样信号个数,并传送给数据融合中心,数据融合中心将所有统计结果进行叠加,并与噪声的能量概率密度进行相关运算来获得判决结果．利用高斯近似理论分析所提出的EPD协作频谱感知算法的检测性能．仿真结果表明,协作用户数越多,新提出算法的检测性能比传统协作频谱感知硬判决算法越有优势,同时又不需要任何主用户的先验信息．     

特征值类频谱感知算法的仿真分析

为了全面了解基于特征值类的合作频谱感知算法的性能,通过Matlab仿真实验对该类算法进行仿真,以探究门限值随虚警概率的变化、采样次数和认知用户数对检测性能的影响,并分析针对不同信噪比的检测概率和实际的虚警概率。仿真结果显示,基于特征值类的算法不需预知主用户信号和噪声方差信息,能够克服噪声不确定度的影响,相较于传统的能量检测,有着更加稳健的检测性能;基于最小特征值极限分布的改进算法在低信噪比、采样次数和认知用户数较少时,判决门限更低、检测概率更高。     

认知无线电网络中的参数优化问题

针对在多协作用户宽带信道情况下,认知无线电网络中当信道增益固定时,检测时间、功率以及带宽分配等参数的优化问题,提出了各参数的联合优化算法.以信道容量为目标函数,给出了最优的资源分配算法.结果表明,该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,且资源分配与主用户占用的概率、峰值发射功率和干扰约束等因素有关.在多认知用户网络中,参与合作的用户越多,接收信号的信噪比越高,次用户系统的总信道容量越大.     

Estimation for Traffic Arrival Rate and Service Rate of Primary Users in Cognitive Radio Networks

In order to estimate the traffic arrival rate and service rate parameters of primary users in cognitive radio networks, a hidden Markov model estimation algorithm (HMM-EA) is proposed, which can provide better estimation performance than the energy detection estimation algorithm (ED-EA). Firstly, spectrum usage behaviors of primary users are described by establishing a preemptive priority queue model, by which a real state transition probability matrix is derived. Secondly, cooperative detection is utilized to detect the real state of primary users and emission matrix is derived by considering both detection and false alarm probability. Then, a hidden Markov model is built based on the previous two steps, and evaluated through the forward-backward algorithm. Finally, the simulations results verify that the HMM-EA algorithm outperforms the ED-EA in terms of convergence performance, and therefore the secondary user is able to access the unused channel with the least busy probability in real time.     

基于时域-空域联合的认知无线电频谱感知算法

为提高认知无线电系统中频谱感知的性能和检测概率,提出了一种时域-空域联合的频谱感知算法。该算法利用主用户信号时域与空域的特性,通过空域感知对主用户定位,利用主用户的定位信息时域感知选择认知用户进而提高检测概率。仿真结果表明,该算法的检测性能优于时域或空域感知。