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.     

基于迭代支持检测的分布式压缩频谱感知算法

在宽带认知无线电网络中,为了解决频谱感知所面临的诸如高采样速率、信道衰落以及认知无线电用户硬件资源受限等技术挑战,提出一种基于迭代支持检测的分布式压缩频谱感知算法.通过一跳通信的方式,认知无线电用户能够将各自的检测信息扩散到整个网络,并得到全局一致的支持集;同时,认知无线电用户进行本地稀疏信号重构时,利用一致的支持集信息能够保证不同用户的估计结果具有联合稀疏特性,从而得到更为准确的频谱检测结果.仿真结果表明,文中的分布式频谱感知算法能够以低于奈奎斯特准则的采样速率有效地实现频谱检测,并且在不需要融合中心的前提下获得近似最佳的检测性能.     

一种改进的认知无线电信道选择方法

认知无线电可以通过动态频谱接入技术来有效的提高频谱的利用率,而在动态频谱接入中信道选择策略的优劣直接影响着系统的性能.提出了一种新的基于预测信道空闲概率的信道选择方法.仿真实验表明,该方法能有效减小主次用户之间的碰撞率,从而减小了认知用户对主用户的干扰以及降低了进行信道切换的可能.     

一种动态频谱分配的认知无线网络路由协议

在无线网络中,采用动态频谱接入策略的认知无线电(Cognitive Radio,CR)技术解决了频谱资源紧张以及利用率低的问题.基于该技术,采用ON/OFF过程对主用户行为进行建模,提出了一种信道可用性的动态源路由协议(CADSR).该协议通过认知节点相互告知彼此的信道感知结果建立邻居节点信道列表,在寻路的过程中通过查找邻居信道列表选择可用性较高的信道来优化信道分配,其路由维护机制也针对认知网络中的间歇性连接问题进行了设计.实验表明,该协议相对于DSR协议能够有效地提高频谱利用率并降低重路由概率.     

多信道认知网络的直观信道感知策略

为了提高频谱利用率,认知无线电技术可使非授权用户在不影响授权用户正常通信的情况下,利用瞬时的频谱空穴满足自身通信需求。如何通过感知频谱及时有效地发现频谱空穴是一个至关重要的问题,尤其是对于多信道认知无线电网络。针对多信道认知无线电网络,该文在连续时间Markov链的信道占用模型基础上,根据信道状态可能发生变化的概率,提出了一个动态的直观信道感知策略,并考虑了感知周期的影响。仿真结果表明:在感知周期合适的情况下,该策略能够有效地发现并利用频谱空穴,并且比周期感知和随机感知策略消耗更少的能量用于感知。     

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％.     

一种新型认知无线电信道状态的预测算法

基于部分可测马尔科夫决策过程(POMDP)模型,结合认知无线电频谱侦测技术,提出一种新的多无线电多信道环境下认知无线电检测信道算法.该算法通过对信道状态历史信息的分析,推导出信道信念状态的初始分布和转移概率;然后,以此选择出具有最佳回报的信道以供接入,使得次用户能获得最佳带宽回报,从而达到提高信道利用率的目的.仿真结果表明,算法获得相对于传统认知无线电频谱接入方式更高的信道带宽,并接近无漏检和虚警现象的理想情况,有效地提高了信道利用率.     

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.     

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。     

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MAC层感知结盟方案及实现

认知无线电是一种新兴的智能无线系统,它能够感知授权频段的使用情况,当授权用户不存在时接入通信,当授权用户出现时从该频段退避,以缓解日益紧张的频谱资源使用。文中主要研究认知无线电基于硬件平台的MAC层感知结盟方案及其实现。首先介绍文中所用的认知无线电感知结盟的场景,对结盟情况进行了仿真,验证了结盟相对于一般的协作能够提高系统性能并减少信道开销。在此基础上提出了MAC层基站与终端的方案与时隙划分、广播帧的机制,最后将该方案应用于实际硬件平台,显示出其检测的准确性及汇报的实时性。     

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。     

华东某水库表层沉积物氨氮释放贡献量分析

通过对华东某水库进行现场水样采样, 并结合沉积物氨氮释放试验, 分析水库典型区域表层沉积物、上覆水和间隙水中总氮、氨氮含量, 揭示氮素组成的时空分布特征和表层沉积物对上覆水氨氮的影响. 结果表明: 库内氨氮和总氮呈现明显的季节变化, 且冬季明显高于夏季; 表层沉积物中总氮的质量浓度高于上覆水, 沉积物氨氮扩散通量为 0.18$\sim认知无线电中频谱感知方法的性能与感知场景高度相关. 研究表明, Nakagami-Gamma(KG)衰落信道模型能够可靠地描述无线通信信道. 针对采样点数、接收信噪比、地理位置等多种性能影响因素各不相同的一组异构节点在KG衰落信道下的感知场景, 提出了一种基于熵函数(based on entropy function, BEF)的合作感知方法. 首先, 根据异构节点的不同性能影响因素, 通过定义的熵函数计算各节点的综合评价得分; 然后, 筛选出得分较高的节点进行标准化能量检测; 最后, 采用逻辑或(OR)准则进行融合判决. 仿真结果表明, BEF方法有效地降低了系统的感知开销, 在各个节点的目标虚警概率较低($P_{\rm f}<0.1$)时, 显著提升了全局检测概率.     

Cooperative Spectrum Sensing Algorithms Based on Correlation Matrix in Cognitive Radio Networks

Cooperative energy spectrum sensing has been widely applied in cognitive radio (CR) networks. In this paper, two cooperative sensing algorithms based on the received signals' correlation matrix were proposed. The first proposed algorithm made use of both diagonal elements and non-diagonal elements in the cooperative scheme. In the second algorithm, when the sensing station can obtain the information of the channel gains between the primary user and the sensing nodes, the weighted linear model can be adopted to improve the sensing performance. This paper analyzed the effectiveness of these two proposed cooperative algorithms and demonstrated that they can considerably improve the sensing performance compared with the traditional linear cooperative sensing algorithms. Simulation results showed that the sensing performance can be significantly enhanced by using the proposed algorithms, especially when the number of cooperative nodes is large.     

一种高效利用资源的协作感知方法

在频谱资源日渐紧缺的背景下,认知无线电技术成为无线通信领域新的研究热点,而频谱感知是认知无线电研究的重要内容.为了提高感知结果可靠性并且对抗隐藏节点问题,协作频谱感知被提出,但传统的协作感知策略往往需要大量感知节点的参与,从而消耗了较多的资源.为此,我们从节约资源的角度出发,提出了一种迭代式协作感知方法,该方法可以在感知精度满足一定要求的同时,最小化参与感知的节点数目,从而降低系统的资源消耗.仿真结果表明,本方法能够有效地保证检测概率和虚警概率的目标,同时使得参与感知的节点数目和系统的资源消耗最小化.     

基于隐马尔可夫模型的联合概率信道预测动态认知无线电频谱接入

在基于固定检测周期的认知无线电频谱接入技术中,为了在降低认知用户对授权用户干扰的同时,尽可能地提高认知用户的频谱利用率,提出一种基于隐马尔可夫模型(hidden Markov model,HMM)的联合概率信道预测(joint probability channel prediction,JPCP)的动态认知无线电频谱接入技术.该技术以固定检测周期(fixed sensing period,FSP)为基础,若认知用户已占用授权频段,则利用JPCP值与设定阈值的比较来确定是否提前退出信道的机制,以降低认知用户对授权用户的干扰;若认知用户未能占用授权频段,则利用在二次固定检测周期中增加临时的频谱空穴检测机制来提高认知用户的频谱利用率.仿真结果显示,与传统的固定检测周期技术相比,该技术方案能在降低认知用户对授权用户干扰的同时,有效提高认知用户的频谱利用率.     

基于互信息的分布式贝叶斯压缩感知

压缩感知理论应用于分布式认知网络中时,由于每个认知用户所处的信道环境差别很大,因此频谱感知的精度相差很大.为了提高感知的精度,提出了一种结合了分布式网络中的数据融合方法和压缩感知理论中的高效的数据处理方式的方法.首先,单个认知用户单独地运用压缩采样(CS)进行频谱的粗略感知,然后通过互信息的计算可以得到两两认知用户之间感知信息的差异,而差异大的两个认知用户之间会产生关联.认知用户的感知信息会按照这种关联进行共享.信息共享后,在每个认知用户端,基于贝叶斯推理的压缩感知恢复会重新进行来更新之前的感知结果.仿真结果表明,在感知精度与感知速率方面,算法性能均有改善.     

宽带SSDF攻击下的压缩频谱感知

在宽带主用户信号的模型下,提出了一种新型的宽带SSDF(spectrum sensing data falsification)攻击模式,并结合了压缩感知(compressed sensing,CS)技术与平均一致(average consensus)算法,建立了可防御这种宽带SSDF攻击的分布式宽带压缩频谱感知模型.频谱感知分为感知阶段和信息融合阶段.在感知阶段,各个CR(cognitiveradio)节点对接收到的主用户信号进行压缩采样以减少对宽带信号采样的开销和复杂度,并作出本地频谱估计.在信息融合阶段,为了更好地排除宽带SSDF攻击节点的影响,建立了子信道声望值指标,各CR节点的本地频谱估计结果以分布式的方式进行信息融合,排除潜在恶意次用户的影响,得到最终的频谱估计结果.仿真结果表明,提出的频谱感知模型可以有效地抵御宽带SSDF攻击,并且利用了恶意次用户节点的有用数据获得了额外的分集增益,提高了频谱感知的性能.