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.     

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.     

基于Stackelberg博弈的最优频谱分配与定价策略

针对家庭基站部署与运营,以及与宏基站共享频谱资源所面临的难题,提出了一种基于Stackelberg博弈的最优频谱分配与定价策略.通过建模基站与用户之间的博弈,分析了资源定价与用户需求的关系;通过建模宏基站与家庭基站之间的博弈,给出了多种场景下双层分级蜂窝网络的最优频谱分配与定价策略.该策略能按需地为宏基站与家庭基站分配频谱,最大化宏基站与家庭基站的频谱效益,并能有效地激励运营商与用户积极部署家庭基站,加速绿色通信网络的建设进程.     

认知无线电网络频谱共享中的带宽竞争

 在认知无线电网络中,考虑多个主系统以频谱数量竞争向次级用户租借频谱的频谱共享问题,而次级用户以机会方式使用该频谱.将此视为垄断市场的竞争问题,提出了一个频谱买卖的市场模型,每个主系统在服务质量(QoS) 限制条件下,最大化自身的利益.对于次级系统而言,利用效用函数来获得逆需求函数.采用分布式算法得出了动态博弈的解及收敛区域.数值结果表明动态博弈的解在收敛区域内能收敛到纳什均衡解.     

基于POMDP的贪婪算法次优频谱接入

在ad hoc网络中, 由于受硬件和能量的限制,在没有数据发送的情况下,次用户无法监控到频谱,不能执行全频谱的感知,因此,针对现有的机会频谱接入(OSA)算法大都基于信道状态具有完全知识的马尔科夫建模的情况,本文提出了基于部分可观察的马尔科夫(POMDP)的决策论方法,该方法综合考虑了机会频谱共享系统的感知和接入优化策略。由于受维数灾难的影响,本文设计了一种基于贪婪算法次优的频谱接入方法,并从理想感知和感知错误存在两方面进行仿真分析。结果表明,在POMDP模型下该方法能有效地避免主次用户之间的资源使用冲突,实现对频谱的有效利用。     

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.     

基于部分可观察马尔科夫决策过程(POMDP)的贪婪算法次优频谱接入

在ad hoc网络中,由于受硬件和能量的限制,在没有数据发送的情况下,次用户无法监控到频谱,不能执行全频谱的感知,因此,针对现有的机会频谱接入(OSA)算法大都基于信道状态具有完全知识的马尔科夫建模的情况,提出了基于部分可观察的马尔科夫(POMDP)的决策论方法,该方法综合考虑了机会频谱共享系统的感知和接入优化策略。由于受维数灾难的影响,设计了一种基于贪婪算法次优的频谱接入方法,并从理想感知和感知错误存在两方面进行仿真分析。结果表明,在POMDP模型下该方法能有效地避免主次用户之间的资源使用冲突,实现对频谱的有效利用。     

基于带内频谱感知的认知网络累加干扰模型分析

对认知无线电中机会频谱接入下认知用户对主用户系统造成的累加干扰进行模型分析.首先采用带内感知的方式进行频谱感知,减小了频谱与信令开销,降低应用成本;随后利用二维极坐标图建立了主用户接收机处的累加干扰模型,并进一步分析主用户接收机处的信干比与认知用户发射机的感知范围、主用户发射机到接收机之间的距离、路径损耗衰减指数等之间的关系.通过数值仿真可看出,基于累加干扰模型,认知用户不仅能充分利用频谱资源而且可以尽量减小对主用户造成的干扰.     

星地认知网络中基于图论的动态频谱划分算法

在星地网络间的多授权用户卫星认知通信场景中,提出了一种基于图论的动态频谱划分过程。首先对图论模型进行介绍,其次分析了多授权用户（地面通信基站）条件下的卫星认知通信场景,根据认知用户（地面卫星用户）的感知范围并利用图论模型确定了其与授权用户间的感知矩阵,然后利用认知用户的吞吐量和授权用户的频谱空闲状态等通信参数,通过迭代的方式得到了最终的频谱接入矩阵,完成了多授权用户条件下的频谱划分。仿真结果表明：该算法可在认知用户的感知能力范围内,将认知用户划分到使其收益最大的授权用户频谱中。     

核支持向量的主用户活动场景分类算法

针对认知无线电网络中传统频谱感知方法性能不足以及空白频谱利用率较低的问题，提出了一种基于核支持向量的主用户活动场景分类算法，通过判断地理区域内的活动主用户数量及分布情况来提高获得潜在频谱接入机会的可能性。根据核支持向量的边界对主用户活动场景作初分类处理，由此判定当前网络中的活跃主用户发射机的数量。初分类处理既能减少支持向量中矩阵计算量，也能减少人工标记数据所带来的成本。再对每一个初分类处理后的数据进行无监督聚类，从而得到实际对应的主用户活动场景细分类。实验结果表明，所提算法与直接使用核支持向量分类算法相比，不仅改善了频谱感知的性能，同时还大大降低了定标成本及时间成本。     

认知无线电频谱共享的一种博弈论方法

提出了基于博弈论的认知无线电静态频谱共享模型,研究多个次级用户竞争一个主用户系统的空闲频谱。建立了基于自我约束机制的主用户系统的效益函数,主用户系统兼顾自身频谱需求与不浪费剩余的空闲频谱两方面来确定合适的价格,并引入了动态频谱共享算法,次级用户能不断调整自己的策略最终趋于纳什均衡,最大化自身效益。     

基于次用户检测能力的认知无线电频谱共享博弈

基于博弈论研究认知无线电系统中主用户和次用户频谱共享方法. 认知无线电系统中,主用户出售空闲频谱给次用户,以获得收益,次用户则通过博弈竞争空闲频谱资源. 由于不同的次用户检测能力各异,主用户对次用户的频谱共享意愿也不同. 根据次用户的检测能力强弱为认知用户设置优先级,提出将反映次用户检测能力的终端设备剩余电量百分比体现在价格函数中,从而得到新的效用函数. 通过仿真表明了该博弈算法能使频谱分配更加有效、公平、合理.      

认知MIMO无线网络中的多买家动态频谱接入技术

研究了认知MIMO无线网络中基于博弈论的动态频谱接入技术,以使得具有不同风险偏好的次级用户(买家)可以动态地选择竞标策略,同时主用户也可以根据系统情况,自适应地调整拍卖机制。基于非合作博弈设计了一个有限离散博弈模型,该博弈至少有一个混合策略的纳什均衡。基于自动学习机的概念,设计了一个有限反馈的分布式随机学习算法。仿真结果表明,所设计的算法具有良好的性能,与传统的固定竞拍机制和随机的选择竞价策略相比,该算法能够帮助主用户获得更高的利润,且让次级用户根据自身的风险偏好,选择一个合理的竞拍策略。     

面向多异质用户的分布式动态频谱接入方法

针对认知无线电网络中多个次用户存在不同服务质量(quality of service,QoS)需求的频谱接入问题,提出了基于Dueling DQN(dueling deep Q-network)的分布式动态频谱接入方法.该方法通过与环境交互学习实现在次用户不掌握系统信道先验信息条件下动态获得最佳频谱接入策略,并以次用户碰撞次数以及成功接入信道次数分析比较所提出方法的性能.仿真结果表明,提出的方法在保护主用户不受干扰、满足多异质用户QoS需求的前提下,能够有效减少次用户间碰撞次数,提高次用户成功接入信道次数,相比随机接入与短视策略(myopic policy)频谱接入方法,该方法的碰撞次数分别降低60％和90％,其成功接入性能分别提高30％和50％.     

Bid Strategies of Primary Users in Double Spectrum Auctions

Extensive research in recent years has shown that dynamic spectrum sharing is a promising approach to address the artificial spectrum scarcity problem by improving spectrum utilization.This new communication paradigm,however,requires a well-designed spectrum allocation mechanism.This paper designs a double spectrum auction framework that allows unlicensed secondary users to obtain selected idle spectra assigned to licensed primary users.This is a win-win game because primary users can earn extra revenue and secondary users can obtain spectra they desperately need.The competition among primary users in the auction framework is studied combining game theory with a double spectrum auction in a non-cooperative game with the Nash Equilibrium (NE) as the best solution.Primary users use the prices obtained from the NE as their bid strategies to participate in the auction.In this auction sellers and buyers bid privately and confidentially,which means that the secondary users do not actually know the price and the spectrum size offered by the primary users,then a new net utility function was developed for the primary users with an iterative algorithm to find the Nash equilibrium point.Simulations demonstrate that this design effectively improves spectrum utilization.     

Social welfare maximization for SRSNs using bio-inspired community cooperation mechanism

This paper considers social welfare maximization for spatial resource sharing networks(SRSNs),in which multiple autonomous users are spatially located and mutual influence only occurs between nearby users.To cope with a lack of central control and the restriction that only local information is available,a spatial resource sharing game is proposed.However,individual selfishness in traditional game models generally leads to inefficiency and dilemmas.Inspired by local cooperative behavior in biological sys- tems,a community cooperation mechanism(CCM)is proposed to improve the efficiency of the game.Specifically,when a user makes a decision,it maximizes the aggregate payoffs for its local community rather than selfishly consider itself.It is analytically shown that with the bio-inspired CCM,the social optimum of SRSNs is achieved with an exchange of local information.The proposed bio-inspired CCM is very general and can be applied to various communication networks.     

认知异构无线网络中频谱切换建模与分析

在具有频谱认知功能的异构无线网络中,针对传统频谱切换算法未考虑次用户业务的多样性,且空闲信道不足造成次用户服务时延大的问题,提出基于次用户分级的频谱切换策略。与以往单一的认知无线电网络不同,该策略融合利用免授权频谱的开放式无线网络和机会式利用授权频谱的认知无线电网络,提出了认知异构无线网络场景。根据次用户的业务类型对其进行优先级划分,并在此基础上设计数据分割因子优化策略。进一步采用混合式抢占优先权(preemptive resume priority /non-preemptive resume priority,PRP/NPRP) M/G/1排队模型,分别对主用户网络和开放式无线网络中的频谱切换过程进行建模,提出一个最小化时延的动态自适应频谱切换策略。实验仿真了不同参数对次用户时延的影响,结果表明,该策略较传统的频谱切换策略明显提升了次用户的时延性能。     

认知异构无线网络中可信频谱切换机制

在认知异构无线网络中,针对频谱切换过程中次用户发生自私或恶意行为,导致网络性能下降的问题,提出一种基于信誉系统的频谱切换机制。通过提取用户行为特征信息,评估次用户接入信道后的行为,并依据次用户的行为确定其信誉值,在认知基站建立信誉系统。根据次用户的信誉状况来对次用户进行分级,并根据分级情况,为次用户分配授权信道或共享频段的信道。在可信次用户接入授权频谱的过程中,当满足用户等待时延要求时,信誉值高的次用户有更高的接入优先权。可疑次用户可以在共享频段中进行传输。仿真结果表明,算法能够有效地提升系统吞吐量,降低切换及中断概率,减少低信誉次用户接入授权频谱的机会,提升了系统的安全性。     

基于联盟的认知无线电机会频谱接入

在认知无线电中,由于次用户会因为错误感知未能发现主用户而接入信道,从而造成主次用户的冲突碰撞,而且竞争同一信道的次用户越多,冲突碰撞的概率越大。提出了基于联盟的MAC协议(ALLY-MAC),合理分配竞争各信道的次用户数量,从而减少与主用户发生冲突碰撞的可能性,提高网络吞吐量。通过仿真实验可看出,与OSA-MAC的接入机制相比较,所提方案能有效地减少主次用户之间的冲突碰撞率,提高网络吞吐量。