基于跨层优化的认知无线电频谱资源管理研究

考虑到认知无线电网络可用信道在工作频率、带宽、传输范围和干扰范围等不同方面所具有的特异性,基于跨层的优化框架被提出并应用在认知无线电的调度、频谱分配和其路由算法.该算法能够借助已知的信道特性构造出频谱调度矩阵,而且可以将混合型NP-hard线性规划问题简化,同时算法中的遍历算法可以显著降低构建调度矩阵的计算复杂度(从原来的O(2M)降低到O(M2)).仿真结果显示了该算法能够显著提高认知无线电网络的性能.     

认知无线电网络中基于误码丢包拥塞控制的研究

无线网络引起拥塞的一个重要因素是链路误码,可以通过降低TCP发送端的数据发送速率来调整误码丢包,尽量降低对系统吞吐量和增大系统时延的影响。本文在认知无线电网络下对链路层误码情况进行较为深入的探讨,分析认知无线网络中基于误码丢包的影响。在此基础上提出一种在认知无线电网络环境中基于误码率的窗口拥塞控制方案和基于授权用户丢包的拥塞控制方案。通过大量的仿真实验,验证了算法的有效性。     

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ART1和FAM神经网络的认知引擎

认知引擎是认知无线电关键技术之一,其核心是利用人工智能算法完成认知学习、推理与决策功能。自适应满足环境变化和用户需求。提出一种基于ART1和FAM神经网络的认知引擎。该引擎基于MATLAB 802.11a仿真平台模拟无线通信环境,通过对环境信息的学习训练,结合信道特征和用户需求推理决策出系统最优工作参数,实现认知无线电自适应配置。仿真结果表明,该认知引擎能有效实现认知无线电学习推理功能,且算法精度和稳定性均优于SVM及BP网络模型。     

认知无线电网络QoS保障技术综述

首先简要介绍了动态频谱接入方式和认知无线电技术,分析了在基于动态频谱接入方式的认知无线网络中提供QoS保障的挑战.然后系统地介绍了在认知无线电各关键技术(频谱感知、频谱管理、频谱转移和频谱共享)和上层中的QoS保障技术以及跨层QoS设计的研究现状和困难.最后给出了未来研究的难点和方向.     

认知无线电研究进展及应用前景

 认知无线电被认为是解决频谱资源紧缺、提高频谱利用率的有效途径,成为现代无线通信领域的研究热点之一。在广泛调研的基础上,从频谱政策演进、网络与标准发展等方面综述了近10年来认知无线电的研究进展,展望了认知无线电在智能电网、宽带蜂窝网、公共安全网和医疗体域网等新兴无线通信业务方面的应用前景,并提出认知无线电领域未来的研究方向。     

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。     

一种新型认知无线电资源分配跨层技术

为有效利用频谱资源,提高频谱效率,文中利用环境感知技术,设计出认知无线电跨层结构框架,提出一种新的功率控制博弈BPCG(Bandwidth and Power Control Game Algorithm)算法,研究不同用户的频谱带宽分配和功率控制,该算法在确保频谱带宽有效分配前提下,通过对用户功率的有效控制,实现网络总吞吐量的提高.仿真结果表明该算法在相同的功率消耗前提下,网络吞吐量显著提高,并随频谱带的增加,实现网络吞吐量的最大化.     

多小区认知无线电网络中基于非合作博弈的功率控制算法

功率控制技术是认知无线电网络的关键技术之一。本文对多小区认知无线电网络进行分析,建立非合作博弈模型,提出一种新的适用于多小区认知无线电网络基于非合作博弈的功率控制算法,分析指出了该算法存在唯一的纳什均衡,并通过数值仿真分析了该算法的性能,用户可以以相对较低的发射功率获得较高的效用和服务质量,具有一定的实用性。     

认知无线电超宽带多址与抗干扰策略

结合超宽带和认知无线电的特点,介绍基于超宽带传输且能够感知并自适应周围频谱环境的无线通信系统--超宽带认知无线电,分析超宽带与认知无线电的结合点,研究超宽带认知无线电的多址与抗干扰策略,提出超宽带认知无线电系统多址初步构架.结果表明,采用认知无线电可以有效解决超宽带系统的多址与抗干扰问题.     

一种无线认知网络中的自适应波束成型模式选择算法

为了能够在避免对主用户干扰的同时,进一步提高频谱的利用效率,提出了一种自适应的波束成型模式选择算法。针对当前的认知网络很少考虑在空间上将主从用户进行分离,将多天线技术引入无线认知网络,利用其提供的空间自由度,从用户基站在主用户信道的零空间内设计发射波束,这样可以使得2个网络共存时,主用户能够无干扰地进行数据传输。同时,随着发射信噪比的变化,从用户基站自适应地在机会式波束成型和正交空分多址2种模式间进行选择,从而最大化网络的容量。分析和仿真结果都表明,这是一种解决网络共存、提高频谱效率的有效方法。     

基于证据理论的协同频谱感知算法

针对认知无线电系统中的有效检测授权用户需求,研究了中心节点未知先验信息时的协同频谱感知问题。为了在中心节点未知先验信息的条件下实现对授权用户的有效检测,基于证据理论,对认知用户的本地感知结果提取证据,在中心节点进行融合并判决,提出了一种新的协同频谱感知算法。仿真表明,该算法能够在中心节点未知先验信息情况下,获得很好的频谱感知性能,在先验信息和感知性能之间取得了很好的折中。     

基于用户协作的频谱感知方案及检测概率分析

通过认知用户间的彼此协作,可以使得认知无线网络获得明显的空间分集增益,从而显著改善认知无线电系统的感知性能。由此,提出了2种基于放大重传和解码重传的协作频谱感知方案,并且在瑞利衰落环境下对所提方案的检测概率性能进行了理论分析,给出了非协作感知和协作感知的检测概率的解析表达式。根据理论推导得到的检测概率解析式,对3种频谱感知方案进行了数值仿真实验。结果表明：在虚警概率一定的情况下,协作感知方案的检测概率明显大于非协作方案,这也说明了用户协作为认知无线网络带来了可观的性能增益。     

CR OFDM系统中具有QoS要求的自适应资源分配算法

为了使CR OFDM系统能满足认知用户的QoS要求,针对系统中认知用户和授权用户间的互干扰影响,提出了一种具有QoS要求的自适应资源分配算法——ARAQ算法。算法中通过进行满足QoS要求的资源分配实现了容纳更多的认知用户,通过进行剩余子载波资源的再分配,进一步提高了频谱利用率。仿真结果表明:ARAQ算法比贪婪算法能容纳更多的认知用户数,同时频谱利用率很接近贪婪算法的频谱利用率且具有较低的算法复杂度。     

认知无线电中自适应切换频谱分配准则的算法

在认知无线网络空闲频谱分配的过程中,为了适应认知用户数和空闲频带数的动态变化,提高系统整体性能（主要指系统总带宽收益和认知用户接入公平性）,构造了最大化系统性能的目标函数,设计了在协作最大总带宽收益CMSB（collaborative max sum bandwidth）和协作最大比例公平性CMPF（collaborativemax proportional fair）2种频谱分配准则之间自适应切换的算法,并给出了其具体实施步骤。采用系统总带宽收益和认知用户接入公平性2种性能评估指标,分析了该算法的性能。仿真结果表明,自适应算法可以在保证系统总带宽收益的同时获得更好的公平性,可以提高系统的整体性能。     

基于可信度的节点选择算法

为了解决提高检测概率与减少网络开销间的矛盾,基于数据优化融合理论,提出了基于可信度的能量融合协同感知算法（EFCS算法）及节点选择算法。通过自适应迭代算法估计出各认知用户的感知可信度,并推导出了算法检测性能与协同用户数及感知可信度间的确定关系。算法能够在达到检测性能指标的前提下,尽可能多地删除冗余协同感知用户。仿真证明,节点选择算法在保证较高的检测概率的同时极大的节省了网络开销。     

认知无线电中的一种信道估计方法

认知无线电系统能否充分发挥其优势在很大程度上取决于信道估计的准确性和实时性。将基于新型时域内插的初始估计和EM跟踪应用于认知无线电系统,同时引入小波包对初始估计进行消噪处理,提出了一种新型的半盲信道估计方法。理论分析和仿真表明,该方法较好地解决了由于主用户存在造成的导频分布不均匀,保证了天线之间导频符号的相关性,且由于采用EM信道跟踪和小波包去噪进一步节省了频谱资源、提高了估计准确性。该方法可满足认知无线电信道估计实时性和准确性要求,具有较大的实际应用价值。     

OFDM信号的相关比软合作检测

多用户合作检测是认知无线电用户用来提高对基本用户检测能力的重要手段。为了提高相关比检测在低信噪比下的检测性能,提出了一种基于相关比检测的软合作检测方法,该方法能够有效地检测出OFDM类型的基本信号。分析和仿真结果表明,这种方法不仅继承了相关比检测的恒虚警特性,而且检测性能大大提高,对噪声的鲁棒性也更强了。与能量检测的比较显示,该方法能够在不增加复杂度的情况下,在更低信噪比条件下工作,对噪声特性没有要求,非常适合应用于认知无线电技术。     

基于DAQL算法的动态频谱接入方案

针对传统的动态频谱接入方案一般没有考虑自主性,不具备普适性这一缺点,提出了一种基于双动作Q学习算法DAQL（double action Q-learning）的频谱接入方案,该方案将DAQL引入到多授权用户存在的环境下频谱接入问题中,用以降低接入未知频谱环境时的冲突概率。仿真结果表明,提出的方案与随机接入方案相比,不但有更小的冲突概率,而且能动态适应环境的变化,适合认知无线电的需要。     

认知无线电中基于HMM的动态频谱接入技术

为了降低基于CSMA的频谱接入技术在利用频谱空洞时授权用户和认知用户之间发生冲突的概率,提出了一种基于HMM的动态频谱接入方法。利用HMM预测频谱的状态信息,使认知用户在发现授权用户开始传送数据前退出所占用的频带,避免与授权用户产生冲突,根据预测的信息并利用NC-OFDM调制技术传送数据。仿真结果表明,采用该方法的动态频谱接入系统可以大大地降低用户冲突发生的概率,具有比CSMA系统更好的误码性能。