认知无线电中的一种频谱盲感知算法

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,它能够通过与其运行环境交互而改变其发射机参数,特别是可让未授权用户使用授权用户的频谱,此外,它还为网络及终端提供更高的灵活性。高可靠性的频谱感知是实现频谱共享的关键。在分析了Parthapratim De提出的认知无线电中频谱Blinding Sensing算法的基础上提出了利用数据前、后向线性预测与矩阵QR分解结合的新算法。仿真实验表明,在同样的无线传输环境下,新算法比原算法能更可靠地感知频谱空穴。     

多分辨率频谱感知算法性能的参数化评估方法

多分辨率频谱感知算法是一种利用小波变换时频尺度可变特性,对宽带通信系统进行快速准确地感知的频谱感知算法。基于多分辨率频谱感知算法的特性,提出了一套频谱感知性能参数化评估方法,构建了基于OFDM信号的多分辨率频谱感知算法仿真平台。分别从小波函数基的选取、调制方式、扫描速率以及实际IQ失配问题的影响等角度,对OFDM宽带信号的感知性能进行了系统的仿真评估和分析,获得感知系统在不同参数设置时的检测概率和误检概率评估结果’为认知无线电系统的进一步设计实现与性能评估提供了重要依据。     

控制信道受限的认知无线电联合频谱感知

在多用户认知无线电系统中,针对认知无线电用户合作频谱感知中联合检测性能的提高与控制信道带宽受限的矛盾,提出了一种基于能量检测的合作频谱感知方法。该方法放弃携带信息量较少的感知信息,并将携带信息量较多的感知信息量化后传送至数据融合中心。这种方法在兼顾认知无线电频谱感知性能的前提下,有效降低了控制信道开销。     

基于特征值的频谱感知算法仿真研究

频谱感知是认知无线网络中的一个重要功能,是实现其他功能的基础。研究了新型的基于特征值的感知算法,充分利用随机矩阵的渐近谱分布特性和特征值的收敛特性来设置判决门限,提高感知性能。理论分析和仿真结果均表明,新型算法性能明显优于典型的能量检测算法,克服了能量检测算法的噪声不确定性问题。

Abstract：

Spectrum Sensing is an important function in the cognitive radio networks.A new eigenvalue-based detection scheme for spectrum sensing was studied,and decision thresholds were set to have good performance by using the property of asymptotic spectrum distribution and convergence of maximum eigenvalue of random matrices.Theoretical analysis and simulations results show that the new detection scheme can obviously outperform the classical energy detection,and overcome the noise uncertainty problem.     

认知无线电中实现自适应压缩频谱感知

在实际生活中频谱通常是稀疏的，将压缩感知（compressed sensing，CS）技术运用到宽带频谱感知中具有很大优势。然而，实践中稀疏度通常是未知的，因此需要选择较大的测量数目，导致算法的感知性能下降。为解决这一问题，提出一种自适应压缩频谱感知方法，通过分析压缩测量的二阶导数与稀疏度之间的关系对稀疏度进行粗估计。在粗估计的基础上，逐步增加测量数并对训练子集与测试子集进行迭代计算，当满足停止准则时得到稀疏度的精确估计。仿真结果表明，所提方法在性能上优于现有的其他传统CS方法，对降低复杂度、减少存储空间等方面具有重要意义。此外还验证了所提方法在噪声环境中的有效性。     

认知无线电网络中授权用户参数估计

针对认知用户在频谱切换过程中无法实时地获取授权用户到达率与服务率的问题,提出了基于隐式马尔可夫模型的参数估计算法。首先利用排队论对授权用户队列进行建模与分析,推导出授权用户队列状态转移概率;其次利用能量感知算法检测授权用户队列真实状态,获得可观测序列值;然后利用隐式马尔可夫模型描述两种随机过程,即授权用户队列状态变化随机过程和可观测序列随机过程;最后利用forward-backward算法估计隐式马尔可夫模型,从而获得授权用户到达率与服务率。仿真结果表明,该方法能够实现实时的、较为精确的估计,从而实时地为认知用户选择频谱切换策略提供依据。     

基于特征值极限分布的双门限频谱感知算法

针对传统频谱感知算法在较低信噪比和存在噪声不确定度时,检测性能降低的问题,提出了一种基于特征值极限分布的双判决门限频谱感知算法。由于利用了双门限和信号采样协方差矩阵的特征值进行判决,这种算法不但可以有效地克服噪声不确定度对检测性能的影响,而且不需要预先知道主用户信号的任何信息。与已有的最大最小特征值频谱感知算法相比,由于采用了双判决门限,因此该算法的检测性能更优。仿真结果表明,该方法不但可以有效地克服噪声不确定度,而且检测性能也优于最大最小特征值算法。     

基于FFT谱能量检测和互相关检测的快速频谱感知方法及其性能分析

为了解决无人机通信中频谱资源紧张的问题,利用认知无线电技术实现无人机动态共享地面通信的频谱资源.针对单用户频谱感知的遮挡效应问题,利用单用户移动检测,提出基于主用户空间范围内的频谱能量检测和互相关检测结合的二次检测方法,分析并给出所提算法在主用户随机出现情况下的虚警概率和检测概率的解析表示.仿真结果表明,所提算法在运算...     

Femtocell网络中基于PSO的频谱感知技术

在Femtocell和Macrocell构成的两层网络中,干扰问题十分突出,传统的研究主要集中在静态的资源分配上,未能有效地提高频谱资源的利用率。基于认知无线电中的频谱感知技术,检测出空洞的频谱资源分配给Femtocell使用。给出了多用户多天线Femtocell系统的协作频谱感知模型,推导出全局检测概率,在给定虚警概率的前提下,在融合中心基于粒子群优化（particle swarm optimization, PSO）算法优化分配每个Femtocell用户感知信息的权值,最大化系统的全局检测概率,提高频谱资源的利用率。仿真结果表明,所提算法能够有效地改善系统的检测性能,具有较好的实时性,适用于实际的两层网络通信系统。     

认知无线电中的合作频谱感知性能仿真分析

在认知无线电网络中,合作频谱感知用来准确地检测主用户的出现。利用了一个新的仿真数字模型研究了在中继用户有发送功率约束的条件下,认知用户间的路径损耗指数（a₂）与主用户和认知用户间的路径损耗指数（a₁）之比a₂/a₁、主用户与两个认知用户间的夹角φ、以及发射功率对合作频谱感知检测性能的影响。数字仿真结果表明:采用合作后检测性能的改善对路径损耗指数之比a₂/a₁非常敏感,并且当a₂/a₁<1时,可以得到较大的合作增益,当a₂/a₁>1时,采用合作后检测性能改善很小。     

基于支撑集融合的分布式协作压缩频谱检测方法

针对认知无线电(cognitive radio, CR)宽带频谱检测过程中存在的采样压力大、数据传输量大、信道衰落严重等问题,提出了一种基于支撑集融合的分布式协作压缩频谱检测方法。在该方法中,本地信号重构过程和频谱稀疏支撑集的分布式融合过程反复交替进行,将本地重构过程中获得的稀疏支撑集信息进行分布式融合,又将融合结果作为先验信息指导本地信号再次重构,多次重复以实现信号重构与频谱检测。仿真结果表明,所提出方法的频谱检测性能可接近集中式的压缩检测方法,而该方法的迭代重构过程复杂度低,具有计算开销少的优势。     

基于特征值高阶矩的频谱感知增强技术

基于特征值的多天线盲频谱感知方法在认知无线电中得到了广泛的研究。基于特征值的检测算法设计依赖于随机矩阵理论和样本协方差矩阵的特征值特性。许多研究表明特征值的高阶矩可以提供额外的鉴别信息进而能改善统计推断问题的性能。基于此,利用所有特征值的p阶矩提出了新的基于特征值高阶矩的频谱感知增强算法,并利用随机矩阵理论推导了虚警概率和判决门限的解析表示。此外,基于仿真实验研究了特征值高阶矩幂次变化对检测性能的影响。最后,通过仿真实验验证了所提算法的有效性。     

基于RBF神经网络的认知无线电认知引擎设计

认知无线电(CR)是一种智能无线通信系统,它能根据环境变化、业务需求动态调整参数,提高系统性能,其核心技术是认知引擎的设计。认知引擎可引入人工智能领域的推理与学习方法来实现CR的感知、自适应与学习能力。为适应变化的无线环境和用户需求,提出基于径向基神经网络(RBF)的CR认知引擎设计方法,该法通过对经验知识和环境的学习,重配置通信参数,以达到资源合理分配,提高系统性能。该引擎由两层RBF神经网络组成,外层神经网络学习全局属性,内层神经网络学习局部属性,以解决路由协议及局部参数的学习配置。在训练RBF神经网络学习模型后,根据定义的两个测试基准函数,评估模型性能,仿真验证了该学习模型的有效性,且能够有效实现CR学习重构。     

性能优化的认知无线电网络安全路由选择算法

针对认知无线电网络可用频谱动态变化的特点和认知节点存在有意或无意丢包干扰问题,将跳数最少、鲁棒性强和路由安全等级高作为路由选择标准,提出了一种路由选择算法。跳数最少可简化数据传输过程;鲁棒性强可保证在可用频谱动态变化时,数据稳定传输,提高网络吞吐率;路由安全等级高可以减少由于转发节点存在的有意或无意干扰而引起的数据包丢失。给出了算法的具体实现步骤,理论分析和仿真实验表明该算法是高效和可行的。     

ENERGY-EFFICIENT SENSING COVERAGE AND COMMUNICATION FOR WIRELESS SENSOR NETWORKS

Wireless sensor networks have a wide range of applications. Sensing coverage and communication coverage are two fundamental quality of service. In this paper, we present our work on energy efficient sensing coverage and communication. We design several schemes for sensing coverage subject to different requirements and constraints respectively. We also propose a broadcasting communication protocol with high energy efficiency and low latency for large scale sensor networks based on the Small World network theory. Simulation and experiment results show that our schemes and protocol have good performance.