基于Matlab和通用软件无线电外设的频谱感知实现

为提高频谱资源的利用率,针对实际无线通信信道,搭建基于Matlab和通用软件无线电外设的无线通信系统平台,应用能量检测法对主用户信号进行频谱感知和可用频谱带宽估计,实现频谱检测并为次用户的频谱接入提供判断依据。实验结果表明,该方法能快速准确地实现无线电系统通信,并且在高信噪比和采样个数较多的情况下,能较好地检测频谱占用情况,满足认知无线电频谱感知的要求。     

一种认知无线电的分布式合作频谱检测方法

在认知无线电的实际应用场景中,频谱检测技术至关重要。针对具有阴影衰落,多径衰落及噪声变化的无线通信环境,分析了噪声的不确定性对能量检测的影响,并根据每个认知用户接收到信噪比[γ]的不同,采用一种动态调整判决门限的合作检测方法来提高频谱检测率。仿真实验表明,该方法比一般的合作检测方案在避免对第一用户产生干扰的条件下,明显提高了频谱检测效率,使授权用户网络和认知用户网络都能得到可靠的通信。     

基于模糊马尔可夫链预测的CR频谱接入算法

基于认知无线电（CR）的动态频谱接入技术,近年成为研究热点,但大部分算法都是根据当前授权用户的频谱活动情况来指导认知用户的频谱接入。本文研究了一种基于模糊马尔可夫链预测模型的动态频谱接入算法,该算法结合授权频段空闲时长的统计规律和模糊理论对信道状态进行预测,认知用户结合自身要求和信道状态的预测结果选择接入。仿真结果验证...     

基于隐马尔可夫模型的短波认知频率选择方法

针对短波频谱利用率低下及频率选择不够智能的局限性,提出一种基于隐马尔可夫模型(HMM)的短波认知频率选择方法。应用认知无线电原理,将短波传统用户作为主用户,将采用认知无线电技术的短波电台作为认知用户。首先,建立隐马尔可夫模型,结合频谱感知历史数据预测主用户信道状态;其次,在预测空闲的基础上估计信道参数;最后,根据估计的信道参数选择最优频率。仿真结果表明,所提方法能够准确预测传统短波用户信道状态,快速估计信道参数。在设定的仿真条件下,所提方法的成功传输率分别较HMM预测和能量感知随机信道选择方法有5.54%和10.56%的提升,能够选择最优信道。     

小波包能量谱-稀疏核主元在故障检测中的应用

针对滚动轴承故障检测的问题,提出一种基于小波包能量谱-稀疏核主元的滚动轴承故障检测方法。对振动信号进行小波包分解,提取信号的能量频谱,用增量式样本基构造方法,提取能量频谱的样本基,以此样本基建立核主元模型,来分析轴承振动信号能量频谱的变化。通过实验仿真来说明此算法的有效性。     

基于MIMD的动态频谱接入方案

针对基于退让机制（BCM）的频谱接入方案存在的不足,提出一种基于干扰最小化、需求最大化（MIMD）的动态频谱接入方案,给出相应的MIMD动态频谱接入算法（MIMD-DSA）。使感知用户（Cu）通过学习以往频段的接入经验来选择候选频段,在主用户出现时通过MIMD-DSA算法切换到这些频段。仿真和分析结果表明,与BCM方案相比,该方案能进一步提高频谱利用率。     

基于绝对值累积的主用户动态到达频谱感知算法

在认知无线电网络的主用户动态到达频谱感知场景中,针对拉普拉斯脉冲噪声干扰导致频谱检测性能下降的问题,提出基于绝对值累积(AVC)的频谱感知算法。假设接收到的主用户信号服从泊松分布,对接收信号进行AVC处理抑制脉冲噪声干扰,并将处理信号累积求和作为判决统计量,得到判决统计量的均值与方差,求出判决门限理论表达式以判断主用户是否动态到达,从而实现频谱感知。理论分析与仿真结果表明,该算法在不同虚警概率、信噪比及累积求和采样点数量下的检测概率均优于改进的能量检测算法。     

认知无线电中基于POMDP的机会频谱接入方案

为了充分利用先验信息,更好地对空闲频谱进行接入,针对认知无线电的多信道接入问题提出了一种基于半可观马尔可夫决策过程的认知无线电频谱接入方案.该方案采用信任向量,结合当前感知结果对主用户行为进行预测,并利用半可观马尔可夫决策理论选择出当前空闲概率最大的信道进行接入.同时根据信道前后相关性对次用户的发送时间、休眠时间进行了...     

基于动态跳频的频谱接入*

在认知网络中,为了克服频谱接入方案中系统吞吐量普遍偏低的缺点,运用动态跳频技术,提出一种可以使次用户顺利切换到其他信道同时增加系统吞吐量的频谱接入新方案,并利用部分可观察马尔可夫决策过程描述这一问题;最后进行了数值验证。     

基于快速独立成分分析的高效合作频谱感知方法

针对能量检测无法区分主用户与次用户的局限性,将基于快速独立成分分析的盲源分离算法引入频谱感知以分离主次用户的混合信号.在此基础上,提出一种基于近似负熵的判决准则对分离后的信号进行检测.针对单节点频谱感知的不可靠性,将以上算法拓展到加权合作感知,同时提出一种选择合作感知算法以降低感知数据传输开销和检测延时.仿真结果表明:所提算法能够可靠地检测主用户并能有效地提高频谱利用率.     

电力通信异构多网共存网络发现与识别算法

电力无线通信网支撑用户量大面广、业务高并发、运行环境复杂,表现为异构多网混合共存。为了支持智能电力终端动态选择网络接入,必须首先执行网络发现与识别。针对TD-LTE无线通信专网、WiMAX无线通信专网、智能电网邻域网和230 MHz电力无线专网异构多网共存场景,提出一种融合物理层信号时频特征和MAC层协议特征的网络识别算法。该算法结合改进的窗口滑动能量检测和多周期特性加权循环平稳特征检测执行网络发现与识别。仿真结果表明,该算法能有效识别异构的多种电力无线通信网络。     

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。     

Performance of distributed multi-agent multi-state reinforcement spectrum management using different exploration schemes

This paper introduces a novel multi-agent multi-state reinforcement learning exploration scheme for dynamic spectrum access and dynamic spectrum sharing in wireless communications. With the multi-agent multi-state reinforcement learning, cognitive radios can decide the best channels to use in order to maximize spectral efficiency in a distributed way. However, we argue that the performance of spectrum management, including both dynamic spectrum access and dynamic spectrum sharing, will largely depend on different reinforcement learning exploration schemes, and we believe that the traditional multi-agent multi-state reinforcement learning exploration schemes may not be adequate in the context of spectrum management. We then propose a novel reinforcement learning exploration scheme and show that we can improve the performance of multi-agent multi-state reinforcement learning based spectrum management by using the proposed reinforcement learning exploration scheme. We also investigate various real-world scenarios, and confirm the validity of the proposed method.     

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。     

智能电网中基于MQTT协议的ABAC访问控制方案

在智能电网环境中,电力运营商和消费者通过智能电表进行大量高精度的用电数据的实时监测,用户机密数据持续暴露于未经授权的访问,在这种传统通信模式下,智能电表对家庭用户能源消耗的细粒度测量造成了严重的隐私安全问题,而现有的静态访问控制方法并不满足智能电网环境基于上下文的动态访问特性。针对此问题,提出一种基于物联网通信协议（MQTT协议）的访问控制方案,通过在MQTT协议中对树型结构的主题列表设计基于ABAC访问控制模型的动态上下文授权策略,并在WSO2系统使用XACML策略语言实现了提出的访问控制方案。性能评估结果表明,该方案能在较低的通信开销内支持动态的访问控制,以解决智能电网中用户的用电信息未经授权而泄露的隐私安全问题。     

基于机器学习的认知无线网络优化策略

5G的发展带来了终端设备爆炸式增长的现象,使得频谱资源紧缺的问题越加严峻,认知无线网(cognitive radio,CR)的提出,被认为是提高频谱利用率的有效途径。认知无线网,融合了当代无线电通信技术、计算机技术、微电子学技术、软件无线电技术和现代信号处理技术等多学科之长,通过感知周围的电磁环境、学习及理解等方式,自主为用户寻找到当前空闲的频谱,完成信息交互过程。针对频谱资源紧张的现状,为改善频谱分配,首先介绍了有关认知无线网络的概念及其特点,重点介绍了机器学习中遗传算法,强化学习和隐马尔可夫模型在认知无线网络中的应用,并展望了其在认知无线网络中的发展前景。机器学习算法的引入,实现了高效的频谱资源管理,有效地解决了无线频谱资源紧张的问题。     

小型飞行器无线组网系统设计与实现

针对现有小型飞行器组网通信的无线网络标准技术在接入模式、网络延迟和灵活性等方面存在的问题,提出了一种通视条件全空域无线组网的系统架构和方案,完成了相应组网终端的软硬件设计、实现及系统测试验证。方案在网络层采用动态时分多址（TDMA）接入技术,构建低时延的无中心网状网络,使网络节点可动态、快速地接入和退出网络,兼顾了时间敏感数据的实时传输和突发数据的大容量传输;在物理层采用基于频谱感知的自适应跳频通信技术,以保证不受干扰影响的可靠通信,增强了系统的抗干扰和抗截获能力。在组网终端的设计过程中,利用模块化和低功耗处理器集成设计,平衡了SWaP指标,满足了苛刻使用环境条件下的通信距离和数据传输速率等指标需求。系统测试验证表明该组网系统方案可行、性能良好。     

A Learning Automata-Based Cognitive Radio for Clustered Wireless Ad-Hoc Networks

In current wireless networks, the radio systems are regulated by a fixed spectrum assignment strategy. This policy partitions the whole radio spectrum into a fixed number of radio ranges, each exclusively assigned to a specific user. Such a spectrum assignment strategy leads to an undesirable condition under which some systems only use a small portion of the allocated spectrum while the others have very serious spectrum insufficiency. The learning automata-based cognitive radio which is proposed in this paper is a highly potential technology to address the spectrum scarcity challenges in wireless ad hoc networks. This paper proposes a learning automata-based dynamic frame length TDMA scheme for slot assignment in clustered wireless ad-hoc networks with unknown traffic parameters, where the intra-cluster communications are scheduled by a TDMA scheme, and a CDMA scheme is overlaid on the TDMA to handle an interference-free inter-cluster communication. In this method, each cluster-head is responsible for a collision-free slot assignment within the cluster and determines the input traffic parameters of its own cluster members. It then takes these traffic parameters into consideration for an optimal channel access scheduling in the cluster. The medium access control layer in each cluster is based on a time division multiple access (TDMA) scheme, in which each host is assigned a fraction of the TDMA frame proportional to its traffic load. The simulation experiments show the superiority of our proposed slot assignment algorithm over the existing methods in terms of the channel utilization, control overhead, and throughput, specifically, under bursty traffic conditions.     

一种新的FrDMA-B3G移动通信系统方案

移动通信的快速发展不断带来新的需求特点和技术挑战.如何为未来多种业务提供QoS保证的接入服务,是未来移动通信需要迫切解决的问题.同时相对于不断增加的接入需求,可用无线资源的稀缺性要求未来移动通信能取得更高的频谱效率.据此,该文提出一种新的帧分多址(Frame Division Multiple Access, FrDMA)-B3G通信系统接入方案,且该方案的物理层采用OFDM调制技术和多种自适应调制编码模式,能取得较高的频谱效率.通过采用CDMA扩频技术取得多种接入速率,满足不同业务的接入需求.系统仿真显示该方案能较好地满足未来B3G通信系统的诸多需求.     

动态阈值的双门限协作感知方法

随着通信技术的提高和通信应用的增多,无线频谱资源越来越匮乏.许多分配到资源的主用户利用率很低,认知无线电技术希望没有分配到资源的次用户合理使用主用户频谱来提高频谱的利用率.频谱感知技术关系到认知无线电中次用户对空闲频谱的使用机会,是认知无线电的关键技术之一.就是在已有的感知技术的基础上,提出了新的感知手段.在认知无线电网络中,不同的次用户由于与主用户距离以及自身所处环境的噪声影响不同,它们的信噪比一般是不一样的.这里采用的动态阈值的双门限协作感知方法,是对传统双门限能量感知方法的改进,通过充分考虑次用户之间的差异性来提高感知的性能.首先,根据对检测和虚警概率的要求,过滤掉一部分检测能力不满足条件的次用户.同时,每个次用户的用于能量感知的双门限会根据它们各自信噪比的不同而动态变化.通过与单门限能量感知以及传统双门限能量感知方法进行比较,可以看出本文提出的感知方法一定程度上提高了系统整体感知的性能.