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.     

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.     

基于信道特性的中继选择协作通信方法研究

根据信道统计特性,研究了放大转发(amplify-and-forward,AF)协作中继网络中的中继选择协作通信方法.首先分析指出在等功率条件下,当信噪比小于某个门限时,选择单个中继节点进行转发(pre-select single relay AF,SAF)比所有节点都转发(all relays AF,AAF)的中断概率小.基于此信噪比门限提出一种中继选择协作通信方法,并且指出这种选择方法使得SAF的中断概率最小;然后结合功率分配提出了一种使中断概率最小化的最优中继选择协作通信方法;最后为了降低复杂度,提出了一种次优中继选择协作通信方法.仿真结果表明,这种次优方法和最优中继选择协作通信方法相比,性能相近.     

“最优化理论”中的Matlab教学与研究性学习方法

最优化理论是信息与计算科学专业的专业课程之一.是一门应用广泛、实用性强的学科.它所研究的问题是讨论在众多的方案中什么样的方案最优以及怎样找出最优方案.它具有广泛的应用背景与前景,是随着计算机的普遍应用而发展起来的.它已广泛应用于各个领域.     

单机模糊交货期调度问题最优解性质的分析及证明

每个工件依据其完成时间有一个满意程度.单机模糊交货期总加权满意程度最大化问题是一个NP-难问题.当工件的参数满足一定条件时,最优解中相邻工件的排列顺序也可以确定,从而简化问题的难度.本文对最优解的性质进行了分析和证明.     

均匀经验过程精确渐近性的一个注记

利用经验过程的弱收敛定理和尾概率不等式, 对一般的边界函数和拟权函数得到了矩完全收敛性精确渐近性的一般形式.