认知无线电MAC层感知结盟方案及实现

认知无线电是一种新兴的智能无线系统,它能够感知授权频段的使用情况,当授权用户不存在时接入通信,当授权用户出现时从该频段退避,以缓解日益紧张的频谱资源使用。文中主要研究认知无线电基于硬件平台的MAC层感知结盟方案及其实现。首先介绍文中所用的认知无线电感知结盟的场景,对结盟情况进行了仿真,验证了结盟相对于一般的协作能够提高系统性能并减少信道开销。在此基础上提出了MAC层基站与终端的方案与时隙划分、广播帧的机制,最后将该方案应用于实际硬件平台,显示出其检测的准确性及汇报的实时性。     

Spectrum allocation game of directional transmission in multi-hop cognitive radio networks

The spectrum allocation for links in multi-hop cognitive radio networks is addressed. The links rent the vacant licensed bands offered by primary users for implementing directional transmission. To minimize the individual cost, the links share the licensed band and rental fee. An interference mod- el for the directional transmission in cognitive radio networks is proposed to formulate the cooperative and dynamic behavior of the links using the theory of hedonic game, called spectrum allocation game. The game is proved to converge to the core stable state indicating that all links satisfy with their current conditions and do not deviate from their coalitions. Numerical results show that the game improves spectral efficiency and contributes to reducing the individual cost of the links.     

An ISS-OFDM based adaptive filtering mechanism for interference suppression in wireless multi-hop communication network

The negative impact on communication performance in wireless multi-hop communication net-work caused by limited bandwidth,high bit eror rate （BER）,fading,noise and interference is alleviated by an adaptive filtering game based on frequency subbands selection and predetemined threshold.Such threshold is being obtained in Gaussian and multipath fading channel according to the frequency-matching principle and BER performance.The dynamic selection of subbands will obtain high use efficiency without the help of frequency hopping,and propound a new thought to improve band limited communication for wireless multi-hop communication network.The effectiveness of the adaptive filtering method has been verified by interleaving spread spectrum orthogonal frequency division multiplexing （ISS-OFDM） in different interference conditions,and the simulating results based on network simulator 2 （NS2） indicate that system BER can be improved greatly.     

认知无线电下航空通信频谱信道分配方法

在现代航空通信,尤其是以机场周边、战争区域等通信信道使用频繁并且各种有源或者无源干扰较大的通信环境下,传统的通信信道分配方法很难满足高速率大容量通信的需求。针对这种情况,提出了一种基于认知无线电的动态航空通信频谱信道分配方法。该方法利用通信延时,信噪比门限值和频谱分配效应等级来构建一种以通信质量为标准的反馈频谱分配模型,并利用该模型动态修正基于功率的信道分配方法。仿真从信号接入率和分配函数收敛速度两方面分析了所提出的方法、图色理论频谱信道分配方法和博弈论频谱信道分配方法的性能,结果表明,所提出的方法具有更高的信号接入率和更快的收敛速度。     

超密集6G 网络中的高效频谱资源共享方法

面对6G网络中用户密集化分布、频谱资源有限和分布式决策等挑战，提出了一种基于多维超图博弈的频谱资源共享方法。首先，根据6G网络太赫兹通信特点，设计了多维超图干扰模型，包括同频直接干扰、累计干扰和邻频干扰，通过降低多维干扰值以提升网络吞吐量。为实现分布式决策，将问题建模为超图博弈，并证明该博弈为势能博弈，至少存在一个纳什均衡点。然后，设计了基于同步最优响应的分布式频谱决策方法，求解频谱分配策略。仿真表明，所提的多维超图博弈实现了6G环境下分布式的频谱共享，与传统超图博弈方法相比，进一步降低了用户间的干扰水平，网络吞吐量大幅提升。     

认知异构网络中基于非理想频谱感知的凸优化资源分配算法

当前认知异构网络中无线频谱日益紧缺,而传统固定频谱分配模式日益成为限制无线通信性能的重要瓶颈,在非理想频谱感知情况下资源分配的问题尤为突出。为实现非理想频谱感知情况下无线资源的高效分配,提出一种基于认知异构网络的凸优化资源分配算法。该算法首先构建了基于主用户活跃度的用户到达模型,以精确描述认知网络中主用户的频谱使用状态,为认知用户分配资源提供依据;并通过认知异构网络干扰分析构建非理想频谱感知条件下的干扰容限条件,最后通过凸优化算法实现对认知网络中频谱资源的优化分配。仿真结果表明,在非理想频谱感知条件下,该算法能够有效降低系统平均时延,提升认知异构网络的传输速率和系统吞吐量。     

基于优化博弈算法在WMN信道分配中的应用

针对无线Mesh网在资源分配公平性方面存在的不足,提出了一种基于损耗因子动态优化权重的博弈算法,算法将博弈论融合在无线Mesh网的信道分配问题中,把节点间的竞争看作博弈参与者,采取博弈策略来竞争信道资源.针对信道分配过程中存在的损耗,引入损耗因子来动态更新博弈权重,使博弈能够按需索取,达到信道公平分配的目的.实验结果表明,改进算法使得网络吞吐量有所提升,并且保证了信道分配的相对公平.     

Wireless Communication and Broadcasting Convergence Network Throughput

Wireless communication and broadcasting convergence networks provide a potential solution to greater traffic throughput in the future. In this paper, the throughput of a convergence network is analyzed based on the standardization project for specific requirements for local and metropolitan area networks in China, referred to as broadband wireless multimedia systems. The convergence network is modeled as a combination of a broadcasting channel and a multi-access channel with interference. The throughput is then given as a function of the time resource allocation by calculating the channel capacity with interference. The maximum throughput and the optimal time resource allocation are then determined for a given delay constraint and traffic requirements. The results give guidelines for time resource allocation and system design for convergence networks.     

认知中继网络中的OFDMA资源分配算法

基于下垫式的认知无线电场景,针对基于放大转发协作中继的多用户正交频分多址接入认知网络,讨论了在干扰温度约束条件下,使认知用户总传输速率得到最大化的资源分配问题,提出了一种最优的功率分配算法和次优的等功率分配算法.将这两种功率分配算法分别与传统的相等子信道预分配方案和文中采用的最优子信道预分配方案相结合,仿真结果表明,所...     

认知无线网络中频谱预测技术研究进展

随着无线网络业务的迅猛增长,稀缺的无线频谱资源成为制约无线通信技术发展的瓶颈。认知无线电技术通过对授权频谱进行二次利用的方法为缓解频谱资源匮乏与日益增长的无线业务需求之间的矛盾提供了一种十分有效的技术解决方案。频谱预测技术作为认知无线电的关键技术之一,其在降低系统能量消耗,提高系统灵敏度,降低频谱冲突及提高系统容量等方面发挥重要作用。为此,对认知无线网络中频谱预测技术的研究现状及最新进展进行较为全面和深入的研究,从频谱感知,频谱决策,频谱迁移及频谱共享等4个方面对频谱预测技术及其在认知无线网络中的应用进行了分析,并指出频谱预测技术未来的发展趋势及存在的挑战。     

能量有效的多小区OFDMA下行链路资源分配算法

为了实现多小区正交频分多址(OFDMA)下行链路资源动态分配,采用非合作博弈给出多小区OFDMA子信道分配和功率分配的联合博弈模型,各小区以最大化能量效率为目标实现资源动态分配.由于最优子信道和功率联合分配是NP-hard问题,为了求解联合博弈问题,首先,将其分解为子信道分配和功率分配2个子问题,然后,采用干扰信道增益比最小准则实现子信道分配,在此基础上,利用非合作博弈实现功率分配.理论分析显示:该博弈模型可表达为潜在博弈,从而保证了非合作博弈收敛于纳什均衡解.仿真结果表明:算法性能良好,虽然一定程度上降低了传输速率,但获得了较高的能量效率,实现了能量效率和传输速率折中.     

基于信道选择和自适应功率控制的动态频谱分配

针对频谱分配过程中会出现用户间的干扰问题,提出了一种基于信道选择和自适应功率控制的动态频谱分配算法.该算法的基本思想是将认知用户间频谱的竞争转化为以信道选择为策略空间的博弈模型,通过调整发射功率和利用改进后的效用函数来选择最优的分配策略.实验结果表明:该算法在实现频谱动态分配的同时减小了对授权用户的干扰,提高了系统总吞吐量.     

基于超模博弈的认知无线Ad hoc网络分布式功率控制技术

考虑一种交织(Interweave)模式下的单跳认知无线Ad hoc网络(CRAHN)应用场景,针对次用户(SU)组成的Ad hoc网络提出一种分布式功率控制技术,以最大化提高次网络容量.SU网络通过频谱感知来探测主用户(PU)所在授权频段的使用情况.一旦授权频段空闲,次网络中的SU将利用授权频谱进行并发通信,目标是通过优化各SU的发射功率,以达到次网络频谱效率最大化.首先根据应用场景给出了网络容量优化近似模型,为了解决该非凸问题,将网络容量优化模型建立为等效博弈模型,并在不同的SINR条件下证明了Nash均衡的存在性和唯一性,最终提出基于Gradient Play的分布式功率控制算法来实现资源最优分配.仿真结果表明,该算法可在保证收敛性的同时、支持一定的并发通信用户数、提高该网络系统的频谱效率.     

神经网络在无线隐蔽通信中的应用

无线通信技术已经应用到社会人、机、物等多种元素中,承载着包含多种隐私数据的无线信号。无线传输信道的开放性使其安全性受到了不断的挑战,无线隐蔽通信技术在实现了通信意图安全的同时保证了信息安全和通信路径安全。该文介绍了无线隐蔽通信系统的经典模型,并总结、归纳了传统方法下的隐蔽性能分析和隐蔽系统设计;介绍了利用对抗神经网络解决不同隐蔽通信场景下的干扰设计、中继功率分配和可重构智能表面设计等问题;以利用公开信号作为掩体的隐蔽通信场景为例,介绍了一种利用生成对抗网络生成有限长隐蔽信号的方案,并进一步给出应用该网络设计全双工接收机的干扰信号;探讨了神经网络方法在中继隐蔽通信、非正交多址接入(NOMA)下的隐蔽通信,瑞丽衰落下的隐蔽通信,干扰辅助的隐蔽通信场景下的应用前景以及进一步的研究方向。     

认知无线电网络中基于需求拍卖竞价的频谱分配算法

在认知无线电网络中,为了实现对频谱资源更加高效合理的分配,对原有基于拍卖模型的分配算法进行改进。引入供求理论加入需求因子和补贴函数,提出了一种基于需求拍卖竞价的认知无线电频谱分配算法。根据拍卖模型及动态频谱分配的特点,使用基于需求的系统总体效用最优的分配准则。在估价时考虑到了认知用户对频谱需求情况的不同,优先分配需求急迫的认知用户并对无线环境较差的用户进行竞价补贴以确保相对公平。通过仿真验证结果表明,本算法较之前提出算法在系统效用方面基本相当,公平性得到了明显提高,复杂度也得到了降低,提升了系统的整体效能。     

超密集网络中基于集群分配的干扰管理与资源分配

针对超密集网络通信场景, 提出一种基于集群分配的干扰管理与资源分配算法, 以消除超密集网络中由于大量部署低功率基站而降低吞吐量等影响. 首先, 基于距离、 小区间干扰、 可用资源情况3个条件权衡为家庭基站分配集群; 其次, 根据分配结果将干扰关系建模为干扰加权无向图, 按适当标准对家庭基站进行分类, 针对不同类型的家庭基站采用不同着色算法; 最后, 根据整体着色结果图完成频谱资源块分配. 仿真结果表明, 该算法可以为家庭基站选择最适合的集群加入, 降低集群间干扰, 提升频谱资源利用率, 提高网络的吞吐量.     

认知无线电系统中联合优化资源分配算法

在认知无线电系统中,次用户能够利用感知到的已授权频段进行通信,只要其传输过程对主用户通信引起的干扰处于主用户可以忍受的程度之内。协作中继方案能够利用中继节点的传输来有效提高频谱的利用率,并增强了直接链路的传输能力。文中研究在一个三节点的认知无线电网络中基于协作中继传输时的资源分配问题,为了保证在认知用户对主用户干扰可容忍的前提下使得通信系统端到端的可达吞吐量最大,提出了一种联合优化功率分配和信道分配的方案。仿真结果显示,相对于单独进行功率分配或者信道分配情况下该方案能够有效提高认知无线电系统端到端的传输性能。     

基于启发式混合计算方法求解频谱分配问题

为了对通信网中紧张的频谱资源进行合理指配,通过遗传交叉、模拟退火以及粒子群优解信息共享机制等融合的方式,构建出启发式搜索的混合计算方法。为验证该计算方法的有效性,基于保护比的标准,建立了干扰最小的计算模型,用于判决频率分配结果的合理性。通过对不同频谱资源情况下的频率分配进行仿真,不仅验证了该计算方法的正确性和适用性,而且表明在寻找最优解方面优于其他启发式计算方法。     

LMDS宽带无线接入技术及其应用

LMDS是近年来兴起的一种宽带无线接入技术，充分利用LMDS过去未被很好开发利用的频率资源，并融合在通信领域成功应用的先进技术可以实现更大的频谱利用率，更丰富的业务接入能力及更灵活的带宽分配。论述了LMDS的概念、技术原理及特点、系统结构、系统的优缺点及系统的应用。     

一种基于双层干扰图着色的资源分配算法

针对长期演进(long term evolution,LTE)系统中蜂窝链路和短距离链路中的同频干扰问题,提出一种基于双层同频干扰图着色的信道资源分配算法.该算法通过引入排队理论和终端服务等级要求,分析蜂窝移动通信网和短距离通信网的双层同频干扰,构造一种异构网络的双层同频干扰图.基于系统信道资源占用情况和信道资源分配优先级的考虑,对双层同频干扰图进行着色资源分配.仿真表明,该算法提高了系统平均吞吐量和满意度.