认知无线电网络中能量检测技术的研究

认知无线电技术作为一种新型通信技术,能够在授权用户空闲的时候允许其他用户使用其空闲频谱,从而有效提高频谱资源利用率。频谱感知能力是认知无线电网络工作的前提条件,也是认知无线电网络的支撑技术。本文在不同的无线信道条件情况下,对认知无线电网络中能量检测技术的检测性能进行理论分析与仿真。     

基于OFDM的认知无线网络资源分配

无线频谱资源的稀缺是限制无线业务持续发展的瓶颈.认知无线电作为一种新兴的技术,改变了传统的授权使用无线电频谱的方式.它通过允许非授权用户伺机接入授权用户的频谱,来提高频谱利用效率,被认为是解决无线频谱资源短缺问题的一种有前途的方法.而正交频分复用技术(OFDM)由于能够自适应调整子载波和功率分配参数,实现动态资源分配,进而成为了认知无线网络中可行的空中接口.本文基于OFDM的认知网络中的资源分配问题,给出了多用户认知网络基本的优化模型,引入了认知无线系统中频谱有效和能量有效的资源分配问题,并通过分析问题的数学结构,设计出快速算法进行求解.     

基于自适应OFDM技术的认知无线电频谱分配策略

根据认知无线电网络特点,提出一种基于自适应OFDM技术的认知无线电频谱分配策略,该方案通过自适应OFDM机制将无线频谱资源划分为若干自适应子载波,同时在子载波上采用频谱利用率高的MQAM调制方式.仿真结果表明,采用该方案提升了认知无线电网络中系统的频谱效用,同时由于自适应性的引入,使算法获得了较快的收敛性.     

基于频谱预留的一类频谱切换改进方法研究

在认知无线电网络中,认知用户通过择机接入主用户的空闲频谱来进行工作,当主用户出现在授权频谱上时,认知用户必须及时空出该频段。介绍了认知无线电中的频谱切换理论和现有的两类频谱切换方法,在此基础上对现有方法进行了改进及比较,并设计了切换流程。仿真结果表明,改进后的方法在保持较好切换时延性能的基础上,有效地降低了网络中的切换概率。     

无线传感器网络中基于贝叶斯准则融合的协作频谱感知算法

文中将认知无线电应用于无线传感器网络中,考虑了传感器节点的能量有限、传输数据量较多、频谱资源受限、次用户如何避免占用主用户信道等情况下,构建一种认知无线传感器系统模型.该系统在对授权用户不造成干扰的前提下提高频谱利用率,解决频谱资源受限的问题,并在此基础上提出了基于贝叶斯准则融合的协作频谱感知方案,同时定量的分析了虚警代价与漏验代价对系统的影响.仿真结果表明,相比传统的或融合、与融合协作频谱感知方案而言,该方案较好的提高了无线传感器网络频谱感知的可靠性和准确性,同时更明确地指出虚警代价相比于漏验代价大时,可有效地使系统平均总代价降低.     

基于认知无线电网络的频谱切换技术性能研究

认知无线电网络里,认知用户动态感知和利用主用户频谱.当主用户出现时,认知用户必须让出使用的频谱而产生频谱切换,频谱切换导致认知网络的时延增加、链路保持概率和传输速率下降.本文研究了频谱切换方案及其数学模型.计算机仿真结果表明,采取带外感知的动态频谱接入方案可以有效地降低切换时延和提高认知用户的传输速率.     

基于多目标遗传算法的认知无线电频谱分配

频谱共享技术是认知无线电的关键技术。基于多目标遗传算法,将认知无线电网络的最大系统效益和次用户间的最大比例公平作为目标函数,运用图论着色频谱分配模型,实现认知无线电中空闲频谱在次用户间的动态分配,并与颜色敏感图论着色算法(CSGC)进行了比较。通过仿真验证了该算法在认知无线电网络中进行频谱分配的可行性,且性能优于CSGC算法。     

认知无线电中基于双自适应门限和簇的协作频谱检测

认知无线电(CR)被提出来是为了解决频谱资源短缺和低频谱利用率的问题。它允许认知用户在授权用户空闲的时候机会地接入未占用的频谱。因此,快速而又准确地检测授权用户信号是认知无线电系统的基础。为了提高认知无线电网络协作频谱检测的性能,利用了最优化的本地频谱检测,并结合了基于簇的网络模型。首先,将认知用户分为若干个簇,并选出簇头节点。在同一个簇中的认知用户,共同做出一个簇判决。之后,各个簇头节点进行通信做出全局判决。此外,信噪比(SNR)高的认知用户,向信噪比低的认知用户发送辅助信息,以帮助它们利用自适应双门限法,更加准确地完成本地频谱检测。通过仿真可以发现,本地频谱检测和全局频谱检测的性能都得到了提高。     

一种异构可重构的认知无线电平台及设计方法

未来无线通信频带越来越紧张,认知无线电可感知频谱,使认知用户和认证用户可以无干扰地共享频谱,并成为一种提高频谱利用率的重要方法。提出了一种基于SoC(System on Chip)的异构可重构认知无线电平台及设计方法,该方法满足认知无线电感知频谱、适应无线信道时变的要求,并能高效、低能耗地实现认知无线电的动态配置。     

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.     

一种基于支持向量机的认知无线电频谱感知方案

针对以能量检测为代表的传统频谱感知算法一般存在低信噪比下性能不足,容易面临隐藏节点效应,对检测灵敏度要求高等问题,提出一种新型的基于蜂窝认知用户位置定位的频谱认知方案。该方案以无线指纹数据库为基础,通过无线指纹定位驱动认知用户实现频谱认知功能。认知用户利用无线指纹对其自身进行定位,并根据指纹数据库确定其对于授权频段接入的可能性。针对网络中的主用户发射机位置存在已知和未知2种情况,可通过认知用户读取数据库来确定授权频段可用性,或将已收集获取的历史数据作为训练数据,引入支持向量机(support vector machine,SVM)算法对认知用户所处位置的授权频段可用状态进行预测。此外,针对单个用户频谱状态预测性能不足的缺陷,提出了联合地理位置相近的多个认知用户的合作预测机制。仿真实验验证了本方案相对于传统能量检测算法的性能优势以及能效优势。     

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。     

认知无线电网络中基于需求拍卖竞价的频谱分配算法

在认知无线电网络中,为了实现对频谱资源更加高效合理的分配,对原有基于拍卖模型的分配算法进行改进。引入供求理论加入需求因子和补贴函数,提出了一种基于需求拍卖竞价的认知无线电频谱分配算法。根据拍卖模型及动态频谱分配的特点,使用基于需求的系统总体效用最优的分配准则。在估价时考虑到了认知用户对频谱需求情况的不同,优先分配需求急迫的认知用户并对无线环境较差的用户进行竞价补贴以确保相对公平。通过仿真验证结果表明,本算法较之前提出算法在系统效用方面基本相当,公平性得到了明显提高,复杂度也得到了降低,提升了系统的整体效能。     

基于一种特殊队列的认知无线电网络性能分析

提出了一种被分成延时和丢弃两部分的特殊队列,建立马尔科夫模型分析了基于此队列的用户个数受限的认知无线电网络性能,并推导其丢包率、分组时延以及频谱利用率表达式,同时,对认知无线电网络进行仿真.分析和仿真结果表明:(1)分析模型能准确预测认知无线电网络性能;(2)次用户的丢包率和分组时延随着延时队列长度的增大分别减小和增大,而频谱利用率不受延时队列长度的影响;(3)采用认知无线电技术,能大幅提高频谱利用率.     

基于跨层建模的随机频谱接入新机制

针对用户呼叫层和分组层的不同运行机制,建立了认知无线电网络呼叫层和分组层相互关系的跨层马尔可夫模型,推导了次用户的呼叫阻塞概率和分组时延的表达式,提出了一种基于跨层建模的随机频谱接入新机制,并对认知无线电网络进行了系统级仿真.结果表明,文中模型能够准确地评估认知无线电网络的性能,随机频谱接入新机制可同时保证次用户呼叫层和分组层的性能要求.     

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。     

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.     

认知无线网络中无线资源管理研究综述

认知无线电和认知网络是新兴的研究领域,次系统通过对主系统环境的侦测,借用主系统资源进行通信,目的是提高频谱利用率和传输质量,因此,认知网络中的无线资源管理尤为重要.通过调查当前研究领域对于认知网络无线资源管理,总结和综述了常用的数学方法、技术手段及其研究现状,并对未来的发展进行展望.     

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%。     

认知无线电频谱决策与重构技术

认知无线电（CR）是一种智能的通信系统,通过有效利用空闲频谱从而极大提高频谱利用率。本文研究认知无线电中频谱决策与自适应重构技术,提出了基于用户业务特性、无线环境以及CR节点能力的自适应频谱决策方案。当前基于加权遗传算法实现的CR自适应重构方法存在权重难以选取问题,本文提出了基于非支配排序免疫遗传算法的CR自适应重构方法。所提算法通过引入免疫算法中的浓度控制机制和均匀初始化技术改善遗传算法种群多样性,从而有效提高遗传算法的寻优能力。