认知用户有效传输时间的优化

为探讨认知无线中,认知用户SU以某一访问流程共享主用户PU的频谱资源以及SU有效传输时间优化的问题,假定PU信道的状态变化为泊松分布,SU在物理层使用OFDM调制技术。分析了SU使用PU信道通信时占用的信道数n和传输期长度Tt对数据有效传输时间的影响,并用MATLAB作出了仿真图,找到了各自的最优值。作图仿真和理论分析基本吻合。在此基础上,进一步仿真了PU干扰时间率ITR这一重要限定条件的约束效果,得出了ITR的限定在减轻SU对PU干扰程度的同时,也造成SU有效传输时间下降的结论。     

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.     

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。     

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.     

认知无线Mesh网的多信道MAC协议

随着宽带无线通信业务的发展,无线频谱资源日益紧张.本文在认知无线电频率感知技术的基础上,将其应用于无线Mesh网的多信道MAC协议(MMAC)中,提出了认知无线Mesh网的多信道MAC协议(CWMN-MMAC).本协议通过增加认知用户对频谱的感知和针对多跳特点的分布式协商,将空闲的频谱动态地分配给非授权用户使用,可以有效提高频谱资源利用率,并通过仿真,研究了协议ATIM窗对吞吐量的影响和主用户空闲时的信道利用率,根据仿真结果可以看到,该协议通过单网卡可以实现较好的信道利用率.     

认知网络中一种基于最大吞吐量的中继机制

为了抵抗信道衰落以及提高频谱利用率,提出了在多信道多主用户的认知无线电网络中,次用户协作主用户通信的模型.同时基于实际情况中最大化主用户吞吐量的准则,建立了分配问题,通过理论分析,将该问题转化为数学中的指派问题,并根据匈牙利算法提出了分配次用户协作主用户通信的算法以及相应的次用户的接入机制.仿真结果表明,提出的次用户协作主用户通信机制能够较好地抵抗信道衰落,大幅提升主用户的吞吐量,从而提高频谱利用率.     

认知无线电系统中感知时间的优化

以能量检测作为频谱感知的基本方法,以次用户平均信道效率作为衡量认知无线电系统性能的参考标准,分析了存在多条主用户信道时,在次用户频谱感知的不同阶段,感知时长对认知无线电系统性能的影响.推导了授权用户对干扰的防护得到满足的前提下,使次用户平均信道效率最大时,感知时长必须满足的条件,并通过仿真对理论分析进行了验证.仿真结果表明:次用户可以通过选择最佳的感知时长,使其平均信道效率得到优化.     

基于遗传算法的认知无线电网络共同信道和功率最优分配

信道分配和功率控制问题是认知无线电网络中的核心问题。文中根据不完美频谱感知情形下的干扰功率模型,建立认知无线电网络共同信道和功率分配优化模型,并通过罚函数法,将标称的混合整数规划问题简化为不带约束条件的非线性规划问题,提出了基于遗传算法的共同信道和功率最优分配算法。仿真结果表明,该算法能在不完美频谱感知情形下对信道和功率进行联合最优分配,减少对主用户功率干扰,实现网络中认知用户吞吐量的最大化。     

认知无线电IoT中动态协作频谱感知和分割算法

针对认知无线电物联网(Cognitive Radio Internet of Things, CR-IoT)网络中传感器节点能耗大、频谱资源稀缺的问题,本文提出一种动态协作频谱感知和分割(Dynamic Collaborative Spectrum Sensing and Splitting,DCSSS)算法.该算法通过使用双向信息交换技术增强频谱感知时间,并采用合并技术实现次级用户(Secondary User,SU)间的相互协作;为降低低信噪比下的频谱感知时间,采用频谱分割技术,每个SUs在预定的时间对信道选择和路由做出决策.实验结果表明,相较于现存的机制,本文所提算法具有更高的吞吐量、更少的能源消耗和更高的信道利用率.