一种优化的认知无线电网络分簇协作频谱感知算法

目前对于认知无线电分簇协作频谱感知算法的研究,大都认为每个簇均等地参与协作.没有考虑簇所经历的不同衰落对判决结果的影响.为有效解决这一问题,提出一种优化的认知无线电网络分簇协作频谱感知算法.该算法采用能量节省的分簇感知机制,充分考虑路径损耗与衰落对检测性能的影响.在满足虚警率和检测率的前提下,此方案不仅算法实现简单,而且在分簇结果上可以显著提高系统的稳定性,因此在信道环境复杂的情况下能有效提高频谱感知效率.     

基于注水原理的认知无线电协作频谱感知加权算法

协作频谱感知算法在提高频谱检测概率的同时也增加了控制信道开销,如何降低控制开销成为协作感知的关键技术之一.提出基于注水原理的加权协作检测算法,算法采用基于信噪比的能量检测器,根据检测信号的信噪比,用注水原理计算和分配权值,确定感知贡献,删除无效检测和传输.结果表明,提出的算法提高了检测概率,同时平均感知比特数下降,减少了控制信道开销.     

一种基于信任度的协作频谱感知算法

文章简单介绍了一种认知无线电中的基于信任度的协作频谱感知算法,在分析现有多节点频谱感知算法不足的基础上,结合无线通信环境的实际情况．提出了基于信任度与D—S证据理论的协作频谱感知算法。     

认知无线电协作频谱感知混合加权算法

协作频谱感知的关键技术是降低控制信道开销,笔者提出了一种基于信噪比的加权协作检测算法,采用双门限混合加权判决,融合中心根据当前检测信道贡献大小,从而计算和分配相应的加权值,降低无效的传输.模拟结果表明：该算法不仅检测概率有明显的提高外,而且平均感知比特数下降,从而降低了公共信道的开销.     

分簇认知网络中能量有效的协作频谱感知算法

针对认知网络中用户节点能量受限问题,提出了一种基于分簇网络的能量有效协作频谱感知算法。该频谱感知算法通过对用户节点分簇,缩短感知结果的传输距离。根据对授权用户信号的本地感知和簇内融合的判决结果,设计两次报告审查规则,减少传输感知结果的认知用户数量。以最小化协作频谱感知能耗为目标,建立多变量非线性优化问题模型,并通过逐一变量优化方法求得次优解。仿真结果表明,在保证检测性能的前提下,该算法能明显降低协作频谱感知的能量消耗和传输时延。     

分簇认知网络中能量有效的协作频谱感知算法研究

针对认知网络中用户节点能量受限问题,提出了一种基于分簇网络的能量有效协作频谱感知算法。该频谱感知算法通过对用户节点分簇,缩短感知结果的传输距离。根据对授权用户信号的本地感知和簇内融合的判决结果,设计两次报告审查规则,减少传输感知结果的认知用户数量。以最小化协作频谱感知能耗为目标,建立多变量非线性优化问题模型,并通过逐一变量优化方法求得次优解。仿真结果表明,在保证检测性能的前提下,该算法能明显降低协作频谱感知的能量消耗和传输时延。     

认知无人机网络中多机协作频谱感知研究

多无人机协同工作模式在未来通信中有着重要的应用前景。结合频谱资源短缺的问题,建立认知无人机网络模型,并研究多机协作频谱感知性能,提出一种最佳融合准则来优化检测性能。针对无人机数量较多的大型认知无人机网络,提出一种快速高效的协作频谱感知算法,并比较该算法在瑞利衰落以及Nakagami衰落2种信道环境下的性能。仿真结果表明:①采用最佳融合准则可以使协作频谱感知总错误率达到最小;②快速协作频谱感知算法可以利用较少的无人机来保证协作频谱感知的检测准确度,避免了不必要的感知过程,减少了参与协作频谱感知的次级用户数量,降低了协作感知时间,从而节省了感知过程开销,而且相比于瑞利衰落信道,该算法在Nakagami衰落信道环境下具有更好的性能。     

认知无线电自组织网络带宽动态分配多信道MAC协议

针对目前经典的本地协作多信道MAC协议(LCM-MAC)缺乏频谱感知和带宽动态分配问题,提出一种认知无线电自组织网络(cognitive radio Ad hoc networks,CRAHNs)带宽动态分配多信道MAC(CR-LMAC)协议。通过引入频谱感知机制和新的带宽分配策略模型,改进LCM-MAC协议,使其具备空闲信道感知和动态分配带宽的自适应能力。仿真结果表明,改进后的协议性能优于LCM-MAC,在网络总吞吐量和端到端时延等方面有较大提高和改善。     

基于SNR比较的2次协作的感知无线电频谱检测

在感知无线电系统中多径、阴影和隐藏终端等问题不可避免,协作频谱检测是解决这些问题的有效手段。针对目前协作频谱检测算法的不足,提出一种基于SNR判决的2次协作频谱检测算法,分析了非理想报告信道对性能的影响。数值分析和仿真结果表明,该方法能有效地提高检测概率,减少判决融合决策节点数量,以及减少传给最终融合中心的数据量。     

基于SNR比较的2次协作的感知无线电频谱检测

在感知无线电系统中多径、阴影和隐藏终端等问题不可避免,协作频谱检测是解决这些问题的有效手段。针对目前协作频谱检测算法的不足,提出一种基于SNR判决的2次协作频谱检测算法,分析了非理想报告信道对性能的影响。数值分析和仿真结果表明,该方法能有效地提高检测概率,减少判决融合决策节点数量,以及减少传给最终融合中心的数据量。     

面向宽频段频谱感知的WSN架构及其分簇算法

针对动态频谱管理、频谱监测等领域对宽频带频谱感知的需求,提出了一种面向宽频段频谱感知的无线传感器网络系统架构,采用分簇的网络结构、分频段协作感知和分级的感知结果处理机制,实现了对宽频段频谱的有效、高精确度感知。重点研究了该架构下的分簇算法,提出了一种面向感知任务频段特性的分布式分簇算法。算法基于近邻传播模型,通过分布式消息交互积累网络结构信息,实现将信噪比相似的节点分在较少簇中的分簇目标。仿真表明,提出的分簇算法生成的簇数目随着节点数量的增加线性增长,簇结构在簇首与簇成员信噪比标准差和能量差等指标上均优于现有算法,说明了算法在可扩展性、支持感知结果融合和提高网络工作时间等方面的优越性。     

基于粒子群算法的认知水声通信多信道联合频谱感知技术研究

水声信道可用通信带宽极其有限,如何实现对水下频谱资源的有效共享成为亟需解决的问题,认知水声通信的提出为其指明了新的方向。考虑到水声信道严重的频率选择性衰落和多径效应等特殊性,将多信道联合频谱感知技术应用于认知水声通信中,研究了适用于水下的多信道联合感知的数学模型,并将此模型转换为以认知水声通信系统总吞吐率最大化为目标的带约束优化问题,进而提出了基于粒子群优化方法的多信道联合感知算法。仿真实验表明在相同的干扰条件下,新算法比传统未使用优化而取一致判决门限的水下频谱感知方法能取得更高的系统总吞吐率。     

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...     

基于速率的认知无线网络低复杂度宽带频谱接入算法

为解决认知无线网络中宽带频谱感知模式的计算量大和感知时间延长等问题,提出了一种基于速率的认知无线网络低复杂度宽带频谱感知算法。在宽带频谱感知的基础上,设定选择条件,对信道的期望传输速率进行比较,确定需要感知的信道,以实现减少认知无线网络次用户系统的信道感知时间和感知计算量的目标。经过仿真实验分析对比表明,该算法可以有效地平衡次用户系统吞吐量最大化和主用户系统的干扰之间的矛盾。     

基于遗传算法抵御SSDF攻击的算法研究

协作频谱感知(cooperative spectrum sensing,CSS)可以有效消除频谱感知过程中路径阴影和衰落对单节点频谱感知的影响,但是此感知方式中却有很多潜在的安全问题.针对CSS中较为常见的频谱感知数据篡改(spectrum sensing data falsification,SSDF)攻击,利用感知用户的本地能量检测值和频谱分割技术得到的信道状态值作为数据集进行训练,采用遗传算法优化加权协作中的加权系数,通过改变SSDF攻击者加权系数的方式降低SSDF攻击对系统检测性能的影响.仿真结果表明,加权系数经过遗传算法进化15代左右会趋于稳定值,检测概率明显提高,克服了SSDF攻击对系统造成的危害,更有利于实现认知无线电网络快速及高效的检测要求.     

双门限相对距离加权协同频谱感知算法

针对单节点能量检测法存在的“隐藏终端”和检测准确性低以及协同频谱感知法大多采用等权重进行数据融合,未考虑不同节点所处的通信环境对检测性能的影响等问题,提出一种加权协同频谱感知算法。该算法以双门限能量检测法为基础,依据单节点双门限设置与节点感知性能之间的关系,以单节点双门限的相对距离作为信任度进行加权协同数据融合。仿真结果表明,与单节点双门限能量检测法和“或”准则协同频谱感知法比较,该算法在低信噪比环境,仍能获得可靠的检测性能。     

宽带认知无线电中高效协作频谱压缩感知方案

文中将压缩感知、协作频谱感知、数据融合方法结合在一起,提出了一种新型高效协作频谱感知方案.除采用协作检测概率、协作虚警概率来衡量单个子信道的频谱感知性能外,还提出了系统无空率、系统误阻率两个概念以衡量整个宽带认知系统的频谱感知性能.仿真结果表明压缩感知理论可在近乎完美地重建信号的情况下有效地减少处理的数据量.     

一种自适应的协作频谱感知方法

在认知无线网络中,协作频谱感知技术可有效提高衰落信道下的检测性能,提高对主用户的保护程度以及认知用户的接入机会。在信道状态良好的情况下,参与协作的认知用户数越多,感知性能越好。而在实际的频谱感知过程中,如果感知信道条件较差的话,认知用户的本地感知结果并不准确,此时该认知用户的本地感知结果对于总的协作感知并不能起到积极的作用;其次,参与协作的认知用户数越多,发送本地决策值占用的系统带宽也越大。为了节约系统资源避免不必要的信令传输,本文提出一种自适应的协作频谱感知方法,只有当认知用户的感知信道条件较好时才将其本地感知结果发送到融合中心,否则不发送,以节约系统资源。最后,通过仿真验证了所提方法的有效性。结果表明,所提方法可有效节约系统开销。     

基于改进杂草优化算法的最优线性协作频谱感知

线性加权协作频谱感知模型下,针对虚警概率最大化检测概率的问题,提出了一种基于改进入侵性杂草优化算法的协作频谱感知方案。算法中的可行解与频谱协作感知模型中的权重向量相对应,通过寻求最优权重向量,来达到最大化检测概率的目的。同时将改进后的杂草算法与传统的杂草算法及基于修正偏差因子方法性能进行对比。结果表明,改进后的杂草算法可根据当前噪声环境合理分配系统的权重系数,以较小的迭代次数找到更优的权重向量,在虚警概率一定的前提下,获得高的检测概率,其性能优于原始MDC算法。     

感知无线电网络中改进的信道分配算法

针对多信道感知无线电网络中现有协作式频谱感知方法的不足,考虑信道使用特征、检测性能的动态性以及SU选择感知信道时需对PU造成的干扰降至最低等因素,将信道分配问题建模为非线性整数规划问题.为高效地获得该问题的解,通过构建一个完整的二部图并定义合适的权重向量,将该问题转化为凸二部匹配问题,进而提出一种信道分配算法,可在多项式时间内计算出问题的解,包括SU数量、信道数量以及最大权重值.仿真结果表明:随着SU数量的增加,PU的漏检概率和SU的平均可用时间都在下降;本文算法的吞吐量要优于已有的频谱感知算法.