一种优化的认知无线电网络资源协同分配算法

在目前的认知无线电研究中,多用户OFDMA系统中如何实现子载波和功率的合理分配是研究的重点之一.针对认知无线电资源分配过程中出现的多认知用户资源分配不公平的问题,研究了认知无线电网络中授权用户占用子载带时,认知用户的吞吐量受限制的问题,提出了一种基于underlay频谱共享模式下的OFDMA认知无线电网络功率与子载带协同分配优化算法.该算法利用干扰门限的设置,使用原始感知信息(RSI)和信道状态信息(CSI)进行功率与子载波分配,然后分别进行功率控制和用户选择的计算,找到最优化传输功率与每个子载带最优使用用户,在保证授权用户免受有害干扰的前提下,使授权用户存在时,也可共享频谱传输,确保了系统的稳定性,提高了网络吞吐量.理论分析与仿真结果表明,相比传统的功率与子载波联合分配算法,该算法可以提高系统的平均加权吞吐量.     

基于不同分组层策略的认知无线电网络的性能

基于次用户采用的不同分组层策略,分析了认知无线电网络的性能,提出了两种认知无线电网络模型,推导了次用户的丢包率、分组时延、吞吐量以及频谱利用率的表达式.同时通过认知无线电网络的性能仿真验证了理论分析模型的准确性.分析和仿真结果表明:分析模型能准确地评估认知无线电网络的性能;次用户的丢包率、分组时延和频谱利用率随着业务流流入速率的增加而增加;使用认知无线电技术能大大提高频谱利用率;次用户采用不同的分组层策略对频谱利用率的影响很小,而对吞吐量的影响很大.     

基于不同分组层策略的认知无线电网络性能分析

文中根据次用户采用的不同分组层策略,提出了两种认知无线电网络模型及其性能分析方法,推导了次用户的丢包率、分组时延、吞吐量以及频谱利用率表达式。同时,为了验证理论分析模型的准确性,对认知无线电网络的性能进行了仿真。分析和仿真结果表明：（1） 分析模型能准确地评估认知无线电网络的性能;（2）次用户的丢包率、分组时延和频谱利用率随着业务流入速率的增加而增加;（3）使用认知无线电技术,能大大提高频谱利用率;（4）次用户采用不同的分组层策略对频谱利用率的影响很小,但对吞吐量的影响很大。     

认知无线电网络中动态频谱分配策略的收费方案

针对认知无线电网络中的动态频谱分配策略,考虑次级网络的响应性能,令中断传输的次级用户数据包立即离开系统.通过构造个人收益函数,基于可观察排队情形,给出均衡状态下系统中次级用户数据包的数量阈值,并建立一个带有传输中断的有限容量排队模型.基于Poisson 过程,建立转移率矩阵,导出次级用户数据包的平均响应时间,系统吞吐量和频谱切换率等性能指标.为了实现动态频谱分配的社会最优,面向次级用户提出频谱接入的收费方案,并给出该收费方案的数值结果.     

非对称认知网络中分布式多用户频谱共享算法

为解决多用户冲突导致非对称认知网络吞吐量降低的问题,根据网络中用户信道收益矩阵的特点,提出了一种分布式多用户联合频谱共享方法.首先,基于Gale-Shapley理论实现认知用户和信道之间的"一对一"频谱分配,以避免认知用户之间的竞争冲突;其次,在未知信道先验知识或者认知用户仅有部分信道感知能力时,通过顺序最优学习算法获取信道收益信息;同时设置接入定时器,实现分布式机会频谱共享.仿真结果表明:所提方法的平均网络吞吐量明显优于随机等分布式算法,且复杂度比最优算法大大降低,收敛速度较快,适于感知带宽受限和用户地理位置分散的非对称认知网络.     

基于协作中继的认知无线电网络性能优化

认知无线电被认为是一种在允许主从网络共存的情况下,完成高效频谱利用的智能无线通信系统.其中有一个基本挑战,是在最大化认知无线电用户的传输速率的情况下保证主网链接的服务质量(QoS).研究了在次要网络中基于协作的频谱存取方式.在严格的QoS要求下,认知无线电被允许传输的功率很低,因此传输速率受到限制.如果认知无线电用户可以获得来自周围认知无线电用户的协作,这将有利于提高传输速率.能够提供最大传输速率的最佳中继被用来进行协作.对峰值干扰受限和平均干扰受限的传输速率性能进行研究.仿真结果 表明,通过协作,认知无线电链路的传输速率可以提高,尤其是当直接链路的功率受限时.在平均干扰约束下,由于传输端和中继的功率适应性,传输速率优于峰值干扰限制下的情况.传输速率要优于直接传输.并且随着潜在中继数量的增长,将获得更高的增益.     

采用空时分组编码的动态分组加权合作频谱感知方案

针对认知无线电网络中存在的非理想反馈信道与用户间信道使合作频谱感知算法难以有效提高频谱检测性能的问题,提出了一种基于空时分组编码的动态分组加权合作频谱感知(DCWCSS)方案。首先将所有未分组认知用户中具有最高用户间信道平均信噪比的两个用户分为一组,并依此将剩余用户进行两两分组,然后根据各认知用户检测结果对系统检测性能的贡献对认知用户进行加权,赋予不同权重,最后采用空时分组编码(STBC)方案将用户检测结果传输给基站进行判决。DC-WCSS方案可依据用户间信道平均信噪比进行动态分组,并根据认知用户检测结果的可靠性设置用户权重,能有效降低反馈阶段的误码率,从而提高系统检测性能。仿真结果表明,与基于传输分集的合作频谱感知方案相比,在虚警概率为0.3时,DC-WCSS方案的一次加权和二次加权后的系统检测概率可分别提升至少20%和30%。     

基于动态多频谱感知的认知无线网络信道接入策略

针对固定频谱感知信道接入机制授权信道分配效率低的问题,提出一种多用户场景下基于动态多频谱感知的认知无线网络信道接入策略.该策略根据认知用户接入请求等级与空闲频谱发现概率为认知用户动态分配感知信道数量,首先分析了认知用户的最佳感知频谱分配数量,在此基础上通过建立认知用户信道接入模型和授权信道可用度更新机制,设计了一种动态感知频谱分配策略,并采用短视策略对网络吞吐量进行了分析.仿真结果表明,所提信道接入策略要比现有认知无线网络信道接入策略提高了网络吞吐量和认知用户接入的公平性,降低了认知用户的平均接入时延.     

认知多用户多中继协作蜂窝网络最优共同功率和频谱分配

研究了基于认知无线电的多用户多中继协作蜂窝网络最优功率和频谱共同分配问题,建立了基于发射功率向量和中继结点频谱分配向量为参数的网络最优功率和频谱最优化分配模型,应用罚函数法对提出的最优化分配模型进行求解,提出了一种多认知用户多中继协作蜂窝网络最优功率和频谱共同分配方法。仿真验证了提出的方法正确性和有效性,仿真结果表明提出的分配方法能对发射功率和中继结点频谱进行最优分配,保障每个结点获得最优吞吐量的基础上最大化网络总的吞吐量。     

基于POMDP模型的分布式机会频谱接入算法

针对认知无线电（cognitive radio,CR）信道的动态特性,以部分可观测马尔科夫决策过程（POMDP）为模型对认知无线电网络用户的频谱感知和频谱接入过程进行研究,提出了基于POMDP模型的分布式机会频谱接入算法.该算法利用网络信道的历史频谱感知信息对主用户接入信道的状况作出估计,以认知用户吞吐量最大化为目标进行频谱接入.同时,通过贪心算法得到此优化策略的次优解,降低了最优策略的计算复杂度.论文分析了认知用户接入吞吐量与网络中信道数目以及信道状态转移概率之间的关系,将贪心算法与随机检测接入算法进行了仿真比较.仿真结果显示,该算法获得的吞吐量比随机检测接入算法提高了约25％,能够更有效地做出接入策略.     

光纤光栅轴向应力传感模型的研究

对光纤光栅的应力传感特性进行了理论分析,提出了光纤光栅轴向应力传感的数学模型,得出了其应力灵敏度系数的理论值,并对轴向应力作用下光纤光栅的传感特性进行了实验研究,对比分析了理论与实验结果,讨论了光纤的力学参数对光纤光栅应力传感特性的影响。     

优化型自适应频谱感知调度算法

针对传统的周期性频谱感知机制对空闲频谱机会的有效利用率不高,且与主用户碰撞概率较大等问题,在多用户协作感知场景下,提出了一种优化型自适应感知调度（OASS）算法.利用部分可观测马尔可夫决策过程理论,将自适应感知调度建模为决策优化控制问题,当每个时隙开始时,从频谱感知、数据传输、休眠等待、信道切换4种可选策略中选择最优策...     

协作感知门限自适应优化

 在频谱感知过程中,采用协作感知的方式对空间内多个节点的感知结果进行融合,可以消除路径阴影和深度衰落情况的影响,有效提高结果的准确性和可靠性。基于加权融合的协作判决准则,为了保证融合结果的检测概率和虚警概率达到标准,需要使每个节点的感知结果均达到相应的标准。因此提出通过对每个感知节点设定合适的感知门限进行优化。首先对各感知节点的进行分析,可以得到每个节点在检测概率和虚警概率一定的条件下,感知门限与节点权值的关系,其次通过遗传算法对权值的优化实现权值优化--感知门限优化的自适应优化过程。最后通过仿真验证该方法可以高效准确地实现感知门限的自适应优化,从而保证了协作频谱感知的实际性能。     

水色遥感理论模型探讨

由于目前技术条件的限制 ,黑箱模型在水体组份反演的研究中占据了主导地位 ,但其理论基础不足 ,针对具体成像条件推得的黑箱模型难以推广 ,故需从水色遥感成像机理出发来研究理论模型的识别和求解。意识到辐射传输方程难以实用 ,提出基于辐射传输方程求解结论的水色遥感理论模型架构。并讨论了模型的若干影响因素。特别指出 ,应该使用传感器灵敏度积分的方法来关联传感器接收到的辐射率和灰度值数据 ,而不是简单地使用传感器在波段中心波长处接收的辐射率。     

金基纳米材料在传感领域中的研究进展

开发操作简单、成本低廉、准确可靠的检测手段对于食品安全、环境监测和临床诊断尤为重要。金基纳米材料因其独特的光学特性，在传感领域中应用广泛。目前金基纳米材料大多应用于可视化传感器的构建及应用，使用肉眼就可实现分析检测。但是依靠肉眼仅能用于定性或半定量分析，定量分析仍需借助大型仪器。因此以温度计为信号读出装置的光热传感在分析检测领域中成为新兴的研究热点，弥补了以肉眼为读出存在的问题。因此，本文综述了近几年基于金基纳米材料的可视化及光热传感在分析检测领域中的研究进展，并分析了该技术在实际应用中面临的一些问题，对未来的发展前景进行了展望。     

基于生产者-消费者程序结构的振动传感系统

低频振动常伴随自然灾害的发生,低频振动信号的实时准确检测对海底地震监测及海啸预警等领域的灾害探测具有重大意义,光纤振动传感器是实现低频信号检测的有效方式.设计了一类光纤振动信号传感系统的传感光路及相位解调单元,采用基于迈克尔逊干涉仪结构的顺变柱体传感检波器实现对传感系统中振动信号的转换和探测.针对光纤式低频振动信号传感系统的信号处理高实时性和高信噪比的难题,提出在信号解调处理单元引入LabVIEW的生产者-消费者程序结构模式,极大提高程序并行运算速率并有效释放上位机内存压力.经过系统整体联调测试实验验证,系统对0.01～1 Hz的超低频振动信号有高信噪比的输出,同时为光纤振动传感技术在低频频段研究工作提供参考.     

基于自适应加权压缩感知的图像超分辨率重建

压缩感知理论被广泛应用于从少量随机观测中精确地重构原始信号,基于压缩感知理论来实现图像的超分辨率重建,在利用图像的局部稀疏性先验的基础上,采取了以下两项措施：一是通过对图像降质模型的估计,采用K-奇异值分解(K-singular value decomposition, K-SVD)算法构建过完备字典对,依据同一图像高低分辨率观测在对应字典下稀疏表示系数相似的特点,将字典对所表示的高低分辨率图像间的映射关系带入目标函数中,避免了降采样和模糊算子难以抽象为矩阵形式对求解造成的影响;二是在待超分辨率图像稀疏编码时提出一种自适应加权的梯度投影稀疏重构(adaptive weighting gradient projection for sparse reconstruction, AWGPSR)算法,克服了传统正交匹配追踪(orthogonal matching pursuit, OMP)算法在这一步需要固定稀疏度的缺陷,可获得更加精确的稀疏表示系数。结合得到的稀疏表示系数与高分辨率字典可以重建出图像的高频分量,将重建的高频分量与低频部分融合可以得到最终的图像超分辨率重建结果。实验结果表明,...     

基于二阶循环统计量的频谱感知方法

认知无线电可以自动感知周围环境并能调整系统参数,以适应环境的变化,是一种新的智能无线通信技术,而有效可靠的频谱感知技术是认知无线电得以发展的关键和前提。该文通过对基于二阶循环统计量检测方法的综合分析和研究,将该方法应用到认知无线电频谱空洞的检测当中,给出了利用二阶循环统计量实现对授权用户检测的具体实施方案。仿真试验结果表明,基于二阶循环统计量的频谱感知方法具有良好的检测性能,能够有效地完成对授权用户的检测。     

认知无线电中基于循环平稳特征的频谱感知方法

提出一种基于信号频域循环平稳特征的频谱感知方法,该方法能够区分出授权和非授权信号的类型从而获取不同的频谱共享策略将授权信号及非授权信号分别建模成线性周期时变变换,对授权信号和非授权信号进行频域的循环平稳特征分析,给出2类信号呈现循环平稳特征的位置,并给出用于鉴别2类信号的检测方法,其中推导了复过程中近似协方差矩阵的计算。仿真结果验证了该方法能在低信噪比中有效地鉴别出授权及非授权2类信号。     

高原山区遥感植被制图研究综述

 植被制图是植被生态学研究的基础和重要内容之一.在环境复杂、异质性高的高原山区,由于诸多因素的影响给该区域的遥感植被制图带来很大的困难和挑战.作者重点介绍在复杂山区环境中利用遥感技术进行植被制图的基本过程.为了提高山区遥感植被图的精度,建议注意以下几点：①在提取训练样本阶段,应将同一地物或者植被类型根据其不同的光谱特征分成不同亚类型进行选取训练样本;②现有许多地形校正模型不能有效地提高遥感分类精度;③分类器选择时,建议选择人工智能神经网络分类法、决策树、基于专家知识分类法等先进的非参数分类器;其次如果选择使用中低分辨率影像数据,可以考虑使用亚像元或软分类法;当使用高分辨率影像时,选择基于对象分类法要优于基于像元分类法;④结合辅助数据,尤其是DEM数据能显著提高山区遥感植被或森林制图精度.将来高级地形校正模型和分类算法需要进一步开发和发展.GIS技术与遥感数据结合也是未来遥感植被制图技术发展的一个重要方向.未来研究还需要将群落和植被生态学的理论和方法与遥感技术相结合来提高山区植被制图精度,并促进遥感科学和空间植被生态学发展.