认知无线电加权软合并联合频谱感知算法

为了提高认知无线电的频谱感知性能,提出了对认知无线电用户的检测信息进行加权软合并的联合频谱感知算法. 该算法通过降低对授权用户的干扰和提高认知无线电吞吐量,分别使用最小化干扰加权和最大化吞吐量加权. 算法为信噪比高的用户或者到合作中心信道增益低的用户分配较大的权重,能够提高高信噪比用户的检测信息在合作检测中所占的比例,同时补偿信道衰落对检测信息带来的损失. 仿真表明：该算法的性能比基于信噪比加权或非加权的算法更好,能够降低干扰并提高吞吐量,同时能够降低信道衰落对联合频谱感知性能带来的影响.     

基于QoS的认知OFDM无线电系统自适应资源分配

摘要：根据认知无线电的特点和正交频分复用的传输特性,提出了一种针对认知OFDM无线电系统的自适应资源分配算法. 该算法在子载波和功率分配中,通过把次用户对主用户干扰的功率限制在主用户可容忍的门限以下,使次用户信道容量最大化. 同时,利用比例公平性保证了每个用户的通信服务质量. 仿真结果验证了所提算法的性能和有效性.     

认知无线电网络中的动态波束形成

认知无线电技术能够大幅度提升频谱利用率,具有十分广阔的前景. 有效的波束形成算法能够在避免对主用户造成干扰的同时,保障认知用户的通信质量. 通常的认知波束形成算法均针对静止目标,而无线认知网络节点随时可能处于移动状态. 为此,研究了认知网络中机动目标的波束形成问题. 针对最大化信噪比、最小化主用户干扰和均衡认知用户信噪比3个不同的优化目标,分别提出了相应的波束形成解决方法. 利用粒子滤波对运动目标的DOA进行跟踪估计,并根据得到的DOA估计值来建模基站与认知用户之间的信道. 对于最大化信噪比的优化问题,将其转化为瑞利熵形式,得出问题的闭式解;对于最小化主用户干扰和均衡认知用户信噪比的优化问题,均采用凸优化方法将两个问题转化为二阶锥规划形式,通过内点法求解. 仿真实验结果证明了动态波束形成方法的有效性.     

异构认知网络中基于非随机接入方式的对等接入策略分析

针对无线网络环境中的异构网络提出了一种基于非随机接入方式的频谱接入策略--对等接入策略,其中两个异构网络关系是平等的,网络中的授权用户具有认知功能,并且一个网络中的授权用户能动态地接入另一个网络进行通信. 利用连续时间马尔科夫模型表征用户行为,并根据用户的阻塞概率和强制中断概率衡量系统性能,分析系统中用户的吞吐量. 与传统非共享接入策略进行对比,仿真结果表明对等接入策略能提高系统性能.     

无线多信道中继网络的中继选择性机会调度

为了有效利用OFDMA网络中多点中继协作以提高系统吞吐量,提出了考虑中继选择的调度优化模型.模型以提高系统吞吐量和兼顾用户公平性为目的,以信道无干扰分配为约束条件来进行机会调度. 提出了从路径多样性和链路多样性角度设计新的机会调度算法,算法结合信道分配和中继选择建立用户最优路径,然后机会选择用户. 仿真结果表明了中继选择的机会调度可以明显提升网络吞吐量,也保障了用户公平性.     

EWA博弈抽象的认知无线电网络信道选择

通过协作频谱感知对信道可用性进行分析,构建网络可用信道的优先度表. 利用该优先度表,提出一种基于EWA学习博弈模型的信道选择算法. 与基于学习自动机算法和无悔学习算法对比的仿真结果表明,该算法可通过历史经验的学习选择对认知用户可用性最优的信道,能提高系统的有效吞吐量,并获得更好的资源分配公平性.     

一种新的抑制多径干扰的DFE/RAKE接收技术研究

在超宽带(UWB)无线通信系统中,UWB信号通过多径信道传输后,会受到严重的多径干扰.提出一种基于自适应步长LMS算法的DFE/RAKE接收机,该接收机不仅能有效抑制多径干扰,而且能减少由多径干扰引起的符号间干扰(ISI)的影响.仿真结果表明,在相同条件下,该接收机与基于固定步长LMS算法的DFE/RAKE接收机和RAKE-MRC接收机相比有较低的误码率,提高了接收机的性能.     

无线通信射频接收技术研究

本文在研究通信系统模型的基础上,分析了单次变频超外差式接收机架构、双重变频超外差接收机的模型架构和通信系统抗干扰设计方案,最后提出无线通信接收机系统的优化设计方案,以期为相关学者的研究提供借鉴。     

采用比特干扰抵消的低复杂度多用户空时迭代接收机

提出一种联合Turbo-BLAST的多用户空时编码方案.在接收端,传统的多用户接收机一般采用基于符号干扰抵消(symbol-level cancellation, SLC)的方案,复杂度较高. 该文提出一种基于比特级干扰抵消(bit-level cancellation, BLC)的低复杂度迭代接收机方案.该方案在检测部分将M-QAM调制符号分解成一系列BPSK符号的线性组合,采用比特级的干扰抵消.理论分析和仿真结果表明,提出的方案将迭代接收机检测模块的软检测和软解调部分简化为一个单一的检测部分, 很大程度上降低了计算复杂度.同时在发送端采用贝尔实验室的BLAST分层空时结构,有效地提高了频谱效率.     

一种卫星固定业务上行频段无授权接入方案

为了提高卫星固定业务上行频段的频谱利用效率,提出了一种无授权接入该频段的方案.利用卫星的"空闲"信道构建认知无线电业务信道,同时采用宽带扩频信号,构建具有较低功率谱密度和较强抗干扰能力的公共协调信道.给出了Ad Hoc和星型两种基本的无授权接入模型,重点分析了认知无线电对卫星可能造成的干扰.理论分析和仿真结果表明,众多感知用户可以利用该方案,以低于1%的干扰概率避免对卫星接收机造成有害干扰,实现在卫星固定业务上行频段的无授权接入.     

认知网络中的容量最优机会干扰对齐接入

在传统认知网络中,认知用户只能接入主要用户的空闲频带,而不能同时与主要用户共享带宽. 为了更有效地利用频谱资源,提出一种容量最优机会干扰对齐接入算法. 在保证主要用户信道容量的基础上,认知用户与主要用户可以占用相同的频带同时接入网络,且认知用户对主要用户的干扰为零. 所提出的算法由混合网络基站估计信道状态信息,并计算主要用户的信道容量和系统总信道容量. 根据容量最优的准则确定预编码向量及解码向量. 当主要用户的信道容量与未接入认知用户相比几乎不下降,且总信道容量大于未接入认知用户的总容量时,认知用户以容量最优机会干扰对齐的方式接入网络. 仿真结果表明：在相同信道状态条件下,所提出的算法较现有算法具有更优的信道容量并可提高认知网络频带利用率.     

通信计费数据采集与传输融合的研究

网络与通信的迅速发展,要求计费数据采集与传输要适应计费的发展.越来越多的网络、交换机种类、业务类型、服务要求和用户终端,要求计费数据采集与传输能够融合多个网络,支持多种类的交换机和业务类型,满足尽可能多的服务要求,兼容尽可能多的操作系统以用来满足不同终端的用户.针对这些要求,对计费数据采集与传输模型及计费数据的采集方式、交换机对数据采集提供的支持进行了研究和探讨.     

认知网络中无线电信号智能感知方法研究

无线电信号在噪声波动情形下的检测性能有待提高.该文提出了认知用户根据无线电环境变化自动调整检测阈值的感知方法.融合中心应用坐标搜索算法为认知用户提供最优控制参数，认知用户依据最优参数设定检测阈值，并自主学习特定无线电环境下的最佳阈值.此外，该算法充分考虑了各认知用户的个体特征及其感知贡献，并提出了一种基于能量值的加权算法体现用户特征.实验结果说明该算法对噪声波动具有卓越的鲁棒性，在信噪比低于-15 dB时的检测概率远高于传统方法.     

基于时间间隔的社交行为信息隐藏

提出了一种基于时间间隔的社交行为信息隐藏算法。首先发送者和接收者获取双方共同拥有的具有社交关系的用户信息；随后发送者结合密钥，利用交互行为（如“点赞”）的时间间隔隐藏秘密信息；最后接收者通过周期性获取共同拥有的社交用户的行为信息提取出秘密信息。以知名社交平台QQ为研究对象进行实验仿真，结果表明该方法能以较少的时间代价显著提高秘密信息传递的容量。所提出的方法不局限于特定的社交平台，具有普适性。     

基于无结构P2P网络拓扑平衡的Small World模型探讨

无结构P2P网络中某些共享资源高的节点容易出现网络阻塞和瓶颈问题.针对此问题引入小世界思想,建立具有小世界特征的网络模型.实验证明该模型不仅能阻止P2P网络中形成星形结构,还达到网络负载平衡和避免网络拥塞,并将用户获取的服务与其提供的共享资源联系起来,体现一定的公平性.     

基于疯狂自适应鱼群算法的认知无线电频谱分配

针对目前认知无线电网络中频谱利用无法满足指数级增长的通信需求、人工鱼群算法保持种群多样性差、全局搜索能力弱的问题，对图论频谱分配模型的人工鱼群算法进行了改进，得到了网络效益函数最优情况下的频谱分配.首先自适应调整视野和步长，保证算法前期较强的全局搜索能力和后期的收敛精度；然后在随机行为模式下引入疯狂算子，产生扰动以增加种群多样性.仿真实验对比了4种不同算法在相同模型参数下的系统总效益，同时对可用频谱和认知用户分别设置控制变量法测试算法性能.结果表明：改进后的人工鱼群算法全局搜索能力较强，具有较强的鲁棒性.     

面向异构身份联盟风险评估模型的区块链共识机制

异构身份联盟风险评估系统普遍为中心化架构,存在单点故障、内部作恶以及用户数据控制权丢失等问题,为此提出一种基于区块链的异构身份联盟风险评估模型。该模型以属性加密技术保障数据的安全存储及用户控制权,并结合网络分片思想和聚合签名技术提出一种两级共识机制——分组和聚合签名拜占庭容错（grouped and aggregate-signaturesByzantine fault tolerance,GABFT）算法。GABFT首先利用一致性哈希算法对网络节点进行分组,然后在组内及组间采用了结合聚合签名的实用拜占庭容错（practical Byzantinefault tolerance,PBFT）算法,提高了所提模型的处理效率,降低了通信开销,同时支持节点的动态变化。最后经实验得出：与PBFT相比,GABFT将节点达成共识所需通信次数由平方级降为线性级,且吞吐量约提升2~3倍。     

基于特定主题的社交网络影响力评估方法

针对用户在社交网络应用中的影响力评价方法，以往的研究重点关注网络结构和转发行为对用户影响力的影响，基于用户发布内容和主题的影响力评估研究较少，且未考虑主题间的交互关系.为此提出了一种半监督的主题提取方法，通过在初始化过程中引入种子词并赋予不同的权重，更好地提取目标主题.此外，为了提高用户影响力评估的效果，该文考虑了不同主题之间的交互，将主题之间的相似性叠加于用户相似性的计算.在真实数据上的实验结果验证了所提方法的有效性.     

基于DIKW图谱的虚拟社区用户性格分类与转换方法

随着社交网络的发展，网络虚拟社区的成员数量快速增长.在虚拟社区中，用户会偏向选择浏览自己喜欢的内容，同时倾向与具有相近或相关兴趣爱好或目的的人进行内容交流与处理合作.在虚拟社区中，用户之间的交互内容以数据、信息和知识的形态存在.虚拟社区上大量的数据、信息与知识形态的网络类型化资源中保留了许多网络用户使用“痕迹”.这些痕迹是真实用户的数字化存在代表.为了实现对虚拟社群用户生成内容按照偏好和兴趣进行量化调控，采用数据信息知识及智慧（data information knowledge wisdom，DIKW）图谱对这些类型资源进行建模.根据用户DIKW图谱结合自我构建理论将用户按性格指数进行进一步的归类，并根据DIKW图谱结合自我决定理论将用户的心理需求分类.根据性格指数和心理需求设计了针对不同用户的不同的性格转换方法，模拟了用户生成内容的产生.