基于天线选择的多天线频谱感知技术

为了保护主用户系统不受认知用户的影响,提高频谱检测的可靠性,提出了一种新的基于天线选择和能量感知的频谱检测算法.该算法利用认知用户多个接收天线的感知信息,根据认知用户与主用户之间信道的差异,充分利用多天线的空间分集,选择部分使得检测概率最大化的天线进行合作检测.仿真结果表明,基于天线选择和能量感知的多天线频谱检测可有效地提高感知数据可靠性,感知数据的检测概率显著提高.     

基于多抽头频谱估计方法的频谱感知技术

认知无线电系统中,认知用户必须具备动态可靠感知与检测频谱空穴的能力。采用多载波调制可以作为认知用户频谱感知的有效实现方式。不同于传统正交频分复用OFDM（orthogonal frequency divisionmultiplex）多载波调制,提出了认知节点基于多抽头频谱估计方法的频谱感知新技术,它基于滤波器组进行实现。采用扁长型滤波器多带调制设计的多抽头频谱估计器,具有较高的频谱动态范围,可以比周期图频谱估计器更有效地估计干扰温度功率谱。通过干扰温度功率谱仿真分析,多抽头频谱估计器作为认知用户前端频谱分析器,可以准确估计干扰温度功率谱,进而实现对主用户接收机的干扰抑制。     

基于迭代用户选择的合作频谱感知算法

针对认知无线电中经典频谱感知算法 (能量检测、算术几何平均、信号特征值子空间、最大特征值检测)存在不同程度缺陷的问题,为了进一步提高频谱感知算法的检测性能,提出了基于迭代用户选择(iterative user selection, IUS)的合作频谱感知算法。该算法先对参与合作感知的全部认知用户进行选择,然后在选出的部分用户频谱观测数据的基础上,生成全局检验统计量(global decision statistic, GTS),以此做出授权用户(primary user, PU)信号是否存在的全局判决。仿真结果显示,在虚警概率保持不变的情况下,进行迭代用户选择后,合作频谱感知的检测概率要优于未进行用户选择时的算法。与经典频谱感知算法相比较, IUS的合作频谱感知算法不需要任何先验信息,且以较少的频谱观测数据达到较好的检测性能。     

宽带认知OFDM系统的混合频谱感知技术

为降低宽带正交频分复用(OFDM)认知系统的频谱感知开销,提出了一种快速频谱感知方法——混合频谱感知策略。该策略利用能量阈值法检测是否存在活跃用户,利用小波变换多尺度分析法检测活跃用户的频谱边界。进行了系统设计并给出了两种检测方法的阈值准则。仿真结果表明:能量阈值法能够快速判断活跃用户的存在性,而小波变换法则可以在加性Gauss白噪声(AWGN)信道和频率选择性衰落信道下提高频谱边界的正确检测概率。混合频谱感知策略融合了两种检测方法的优点,相比传统频谱感知方法有效降低了感知开销,并且易于实现。     

基于OFDM的认知无线电系统中最优功率分配

在基于正交频分复用(OFDM)的认知无线电系统中,主用户会受到次用户带内子载波以及邻带子载波的带外泄漏功率的干扰。为了在保护主用户通信性能的前提下高效利用机会频谱,该文提出了求解次用户子载波间的最优功率分配方案的方法,通过求解一个凸优化问题获得最优功率分配方案。较之迭代分块注水算法,该方法特别考虑了邻带子载波功率泄漏的影响。仿真结果表明:采用这种方法所获得的功率分配方案在满足各主用户干扰功率上限的条件下使得次用户信道容量最大化。     

双门限频谱感知中自适应烟花算法的应用研究

为了解决静态频谱分配仅将频谱分配给授权用户导致频谱资源紧缺的问题，对认知无线电中频谱感知部分进行优化。由于能量检测方法中选取固定门限值对不同信噪比信号检测误差较大，采用一种优化的双门限协作的感知方法。对于非授权用户接收信号时可能会受到干扰的情况，选取了联合频谱感知的方式。通过对爆炸半径进行自适应处理后的烟花算法来确定最小检测误差，利用其结果求得最优的门限值，得到最优的双门限值将接收到的能量区域分为3个区域，对于不能确定的区域将能量值发送到融合中心进行进一步判决，将所有判决结果用或(OR)准则融合得出频段是否有主用户占用。仿真结果表明了该方法与其他较新提出的双门限优化方法相比，具有一定优势。     

低压电网基于发射效率的OFDM比特分配算法

低压电网信道衰减特性变化剧烈，正交频分复用（OFDM）系统的自适应调制技术根据每个子载波的信道状况和用户需求，为每个用户分配最佳的子载波，为每个子载波分配最佳的调制方式，这样可以更好地利用信道资源，提高传输速率．以低压电网为对象，利用多项式函数拟合的低压电网信道模型，从基于SNR门限的比特分配算法出发，提出了一种基于发射效率的OFDM比特分配算法，并与固定调制方式和固定功率分配的OFDM系统进行对比．结果表明该算法能够根据各个子信道的实际传输情况灵活地分配发送功率和信息比特，使更多的子载波可以使用性能好的调制方式，从而有效地利用了低压电网信道资源．     

基于信噪比权值的合作频谱感知技术

根据无线环境中各个认知用户的信噪比不同,提出一种基于信噪比权值的合作频谱感知算法。认知用户根据与主用户之间路径衰落因子的不同,得出各自的信噪比值,再通过递归得到相应的权值。融合中心进行加权融合得出最终判决结果。仿真结果表明,这种算法可以提高对主用户的检测概率,其检测性能也优于传统的硬判决融合准则。     

瑞利衰落信道下OFDM系统多址接入方案的性能比较

调制方式和多址接入的灵活性是正交频分复用(OFDM)技术的一大优点.对OFDM系统下行链 路的不同多址方式进行了比较,介绍了分别用于OFDM-FDMA和OFDM-TDMA的自适应子载波分配和 自适应调制.仿真结果表明:带自适应子载波分配的OFDM-FDMA方式性能最佳.     

基于OFDM的认知无线电系统中的一种改进的功率分配算法的研究

改进了应用于基于OFDM的认知无线电系统中的功率分配算法。迭代分块注水算法,目标是在总的功率约束和每个子信道的功率约束的条件下最大化系统的容量。在主用户的功率约束非常严格时,尤其考虑了相邻子载波的功率泄露,并且在主用户的频谱和认知用户的频谱之间设置保护带,使其他子载波的功率分配呈现梯形分布。所以只是在功率约束比较严格的子载波上实施迭代分块注水算法。仿真结果表明,改进的功率分配算法性能接近迭代分块注水算法,而且具有较低的复杂性。     

一种优化的认知无线电网络资源协同分配算法

在目前的认知无线电研究中,多用户OFDMA系统中如何实现子载波和功率的合理分配是研究的重点之一.针对认知无线电资源分配过程中出现的多认知用户资源分配不公平的问题,研究了认知无线电网络中授权用户占用子载带时,认知用户的吞吐量受限制的问题,提出了一种基于underlay频谱共享模式下的OFDMA认知无线电网络功率与子载带协同分配优化算法.该算法利用干扰门限的设置,使用原始感知信息(RSI)和信道状态信息(CSI)进行功率与子载波分配,然后分别进行功率控制和用户选择的计算,找到最优化传输功率与每个子载带最优使用用户,在保证授权用户免受有害干扰的前提下,使授权用户存在时,也可共享频谱传输,确保了系统的稳定性,提高了网络吞吐量.理论分析与仿真结果表明,相比传统的功率与子载波联合分配算法,该算法可以提高系统的平均加权吞吐量.     

瑞利衰落信道下噪声跟踪干扰检测性能分析

在瑞利衰落信道下,分析了跳频通信中噪声跟踪干扰的检测性能.应用认知无线电中协作频谱感知的思想,研究了AWGN(Additive White Gaussian Noise)信道下单跳信号存在干扰的检测性能,在此基础上,推导得到了瑞利衰落信道下的检测概率和虚警概率,应用硬判决中的"k out of n"准则,得到了瑞利衰落信道下噪声跟踪干扰的检测概率.仿真结果验证了理论分析的正确性.     

基于MDFT滤波器组的两步检测算法

认知无线电(Cognitive Radio, CR)在解决频谱资源匮乏问题和提高频谱资源利用率方面被寄予厚望。频谱感知的循环特征检测算法复杂度较高,而能量检测算法在信噪比比较低的情况下检测性能不理想,针对这种情况,在改进离散傅里叶变换(MDFT)滤波器组结构的多载波调制系统中,提出一种基于MDFT滤波器组调制的两步检测算法。该算法结合了循环特征检测较强的抗噪声干扰特性以及能量检测算法复杂度低的优势。仿真结果表明：所给出的两步检测算法在较低信噪比时相对于MDFT能量检测、OFDM循环特征检测等其他算法,其检测性能有明显改善,同时较MDFT循环特征检测算法可有效降低算法复杂度。     

基于序贯与能量联合检测的频谱感知技术研究

认知无线电(CR)技术是一种提高频谱资源利用率的有效方法,频谱感知是其实现的前提和关键技术。针对序贯检测在个别情况下所需要的采样点数过多,达不到次级用户(SU)要求的问题,提出了一种序贯与能量联合检测(SEJD)的算法。首先同时用序贯与能量检测两统计量进行采样统计,先使用序贯检测进行判决,若当采样点数超过次级用户的要求,则直接用能量检测算法进行判决,得出判决结果。仿真结果表明:在相同的检测条件前提下,相比于能量检测(ED)算法和截断型序贯检测(truncated SD)算法,所提出的算法在检测概率和最大采样点数上有很大的提升,为确保频谱感知技术在信号检测上的快速性和准确性提供了理论依据。     

一种低复杂度的最大化资源效用的最优感知节点数目优化算法

协作频谱感知技术是认知无线电中的重要技术.首先定义了认知网络的效用函数,该函数考虑了协作频谱感知中的感知错误概率和感知用户所占用的资源以平衡感知性能和资源利用效率.然后推导了在所有感知用户的信噪比相近的情况下,为达到资源效用最大化所需要的最优的感知用户数目.仿真结果表明通过最优感知用户数目的选择,认知网络的效用高于其他算法,并和穷举算法的效用接近,但是计算复杂度大为降低,从而降低融合中心的计算能耗,有助于绿色节能认知网络的实现.     

认知无线电中一种新的基于MED的频谱感知算法

提出了一种新的基于最大特征值检测的频谱感知算法,并利用最新的大维随机矩阵理论的结果来获取新的理论判决门限.该门限能够使检测器产生更加可靠的感知性能,获得更高的检测概率.仿真结果验证了新算法的有效性.     

采用数据扩展技术的OFDM自适应调制算法

在传统的OFDM系统中,实现自适应调制需要传输大量的有关子载波调制参数信息,致使传输效率下降.文中分析了采用数据扩展技术的自适应调制OFDM系统的特征,发现最优算法就是在原始数据符号之间平均分配比特和功率,在此基础上提出了以用户需求为目标的最小化总功率的自适应调制算法.此算法的原始数据符号最多采用两种调制阶数,并且可以在原始数据符号之间按顺序分配,这样不仅降低了算法复杂度,而且大大减少了有关调制参数信息的传输.仿真结果表明该算法具有良好的性能,在复杂度相近的前提下,该算法比采用自适应功率控制的传统OFDM系统节省功率(用子载波的平均信噪比表示)约2 dB.     

一种新的循环谱统计量频谱感知算法

为了提高认知无线电中感知用户对授权用户(主用户)的检测概率,提出一种新的基于循环谱统计量的主用户信号检测算法.该算法利用循环谱离散频域平滑方法,对信号的循环谱在循环频率处建立合理的检测统计量,然后求解得到对应不同虚警概率的判决门限,以使感知用户能检测信噪比更低的授权用户信号.该算法具有检测结构简单,易实现的特点.仿真结果表明,在高斯白噪声信道中,虚警概率为0.1,频域平滑累积次数为255,在信噪比为-16 dB的条件下,与Dandawate-Giannakis(DG)方法相比,本文算法的检测概率提高23%.     

基于能量检测的频谱感知方法

认知无线电是一种用于提高无线电通信频谱利用率的新的智能技术.首先简述认知无线电的背景和概念,针对认知无线电的频谱感知功能,详细地分析基于能量检测的频谱检测方法,在此基础上研究了噪声方差的不确定性对检测性能的影响.针对无线信号检测具有本地局域性和能量检测存在信噪比极限的特点,提出一种分布式有限合作检测机制,推导出基于“OR”规则的有限合作机制的检测概率,并进行Monte Carlo仿真.理论计算和仿真结果都表明,该方法在虚警性能略有下降的基础上,能较大程度改善低信噪比情况下的检测性能.     

认知无线电空闲频谱的联合检测算法

为了提高认知无线电中感知用户对主用户(弱信号)的检测性能,提出了一种多个感知用户合作的分布式优化联合检测算法.该算法在知道主用户信号和噪声的概率分布的条件下,通过最优化理论中的逐步二次规划法,联合求解检测系统的最优融合准则和各感知用户的最优判决门限,使系统联合检测概率取极大值.该算法不受接收机检测方式的限制,数值求解收敛速度快.仿真结果表明,感知用户为5个、融合中心虚警概率为0.1、相关符号累积为255次、不同融合准则下各感知用户信噪比相同时,与最好的固定融合准则检测算法相比,该算法使联合检测概率在高斯白噪声信道和平坦瑞利衰落信道中分别提高了13%和5%.