认知异构无线网络中频谱切换建模与分析

在具有频谱认知功能的异构无线网络中,针对传统频谱切换算法未考虑次用户业务的多样性,且空闲信道不足造成次用户服务时延大的问题,提出基于次用户分级的频谱切换策略。与以往单一的认知无线电网络不同,该策略融合利用免授权频谱的开放式无线网络和机会式利用授权频谱的认知无线电网络,提出了认知异构无线网络场景。根据次用户的业务类型对其进行优先级划分,并在此基础上设计数据分割因子优化策略。进一步采用混合式抢占优先权(preemptive resume priority /non-preemptive resume priority,PRP/NPRP) M/G/1排队模型,分别对主用户网络和开放式无线网络中的频谱切换过程进行建模,提出一个最小化时延的动态自适应频谱切换策略。实验仿真了不同参数对次用户时延的影响,结果表明,该策略较传统的频谱切换策略明显提升了次用户的时延性能。     

基于认知无线电网络的频谱切换技术性能研究

认知无线电网络里,认知用户动态感知和利用主用户频谱.当主用户出现时,认知用户必须让出使用的频谱而产生频谱切换,频谱切换导致认知网络的时延增加、链路保持概率和传输速率下降.本文研究了频谱切换方案及其数学模型.计算机仿真结果表明,采取带外感知的动态频谱接入方案可以有效地降低切换时延和提高认知用户的传输速率.     

认知无线电网络中的动态权值频谱切换判定算法

为了克服认知无线电网络中衬垫传输覆盖范围的限制,基于对衬垫传输范围的估计,提出了多小区的频谱切换机制。当认知用户超出衬垫传输范围时,采用动态权值调整的简单加权判定算法选择最优目标小区,进行频谱切换,继续保持数据传输。理论分析和仿真结果表明,该方案和算法能够降低认知用户的切换失败概率和服务中断概率,提高认知用户的服务质量。     

认知异构无线网络中可信频谱切换机制

在认知异构无线网络中,针对频谱切换过程中次用户发生自私或恶意行为,导致网络性能下降的问题,提出一种基于信誉系统的频谱切换机制。通过提取用户行为特征信息,评估次用户接入信道后的行为,并依据次用户的行为确定其信誉值,在认知基站建立信誉系统。根据次用户的信誉状况来对次用户进行分级,并根据分级情况,为次用户分配授权信道或共享频段的信道。在可信次用户接入授权频谱的过程中,当满足用户等待时延要求时,信誉值高的次用户有更高的接入优先权。可疑次用户可以在共享频段中进行传输。仿真结果表明,算法能够有效地提升系统吞吐量,降低切换及中断概率,减少低信誉次用户接入授权频谱的机会,提升了系统的安全性。     

基于切换的认知QoS分析

研究了认知无线电系统中认知用户的服务切换.提出一种"随机单次切换"策略,并通过构建基于信道叠加的半马尔科夫多信道切换模型,分析认知用户在频谱租用过程中的服务等待时间及切换开销.理论和实验表明,"随机单次切换"策略下,认知用户具有更小的服务等待时间和切换开销.     

基于多目标遗传算法的认知无线电频谱分配

频谱共享技术是认知无线电的关键技术。基于多目标遗传算法,将认知无线电网络的最大系统效益和次用户间的最大比例公平作为目标函数,运用图论着色频谱分配模型,实现认知无线电中空闲频谱在次用户间的动态分配,并与颜色敏感图论着色算法(CSGC)进行了比较。通过仿真验证了该算法在认知无线电网络中进行频谱分配的可行性,且性能优于CSGC算法。     

基于授权用户活动性的认知无线电频谱分配算法

考虑授权用户工作状态的切换概率对认知无线电系统的频谱分配的影响,提出了一种新的认知无线电频谱分配算法.在定义收益期望的基础上,从概率角度提出了两个新的效用函数,分别反映认知系统总的平均信道收益期望和收益期望公平性;并给出了算法的具体步骤.仿真结果表明:与传统的信道分配算法相比,新算法在认知系统总的频谱利用率效用上优势明显;在授权用户工作状态频繁切换时表现出了较好的系统公平性,更具有现实应用意义.     

认知无线电中基于双自适应门限和簇的协作频谱检测

认知无线电(CR)被提出来是为了解决频谱资源短缺和低频谱利用率的问题。它允许认知用户在授权用户空闲的时候机会地接入未占用的频谱。因此,快速而又准确地检测授权用户信号是认知无线电系统的基础。为了提高认知无线电网络协作频谱检测的性能,利用了最优化的本地频谱检测,并结合了基于簇的网络模型。首先,将认知用户分为若干个簇,并选出簇头节点。在同一个簇中的认知用户,共同做出一个簇判决。之后,各个簇头节点进行通信做出全局判决。此外,信噪比(SNR)高的认知用户,向信噪比低的认知用户发送辅助信息,以帮助它们利用自适应双门限法,更加准确地完成本地频谱检测。通过仿真可以发现,本地频谱检测和全局频谱检测的性能都得到了提高。     

基于数据融合的协作频谱感知算法

协作的频谱感知使认知无线电(CR)网络对主用户进行可靠的检测,并避免了对主用户通信的干扰.数据融合是协作的频谱感知的关键技术.对基于"与"准则、"或"准则、最大后验概率准则和贝叶斯准则的数据融合算法进行了研究,采用这4种融合方法在认知无线电网络中进行协作频谱感知,并比较了它们的频谱检测性能.仿真结果显示最大后验概率准则和贝叶斯准则在认知无线电的环境中有优越的感知性能.     

船舶自组网近海环境中的集群分布式协作频谱检测算法

文中考虑在船舶自组网中应用认知无线电技术,并对该应用在近海环境中的频谱检测算法展开了深入研究。以往研究描述了基于认知无线电技术的船舶自织网中主用户节点的隐藏问题。考虑到该网络的动态拓扑结构以及在海洋通信环境中难以寻找固定中心节点的限制,曾提出了一种离散式协作频谱检测算法,并采用自加权方式对检测结果做出修正,提高了算法可靠性。文中介绍了近海环境中自加权分布式频谱检测算法存在的问题。在近海区域,由于船舶密度较大,用户之间干扰增加,使得离散式频谱检测方法的可靠性降低。针对近海区域的通信场景,进一步改进了现有的频谱检测算法,即提出了集群分布式协作频谱检测算法,并且通过仿真验证了所提算法在近海环境中的有效性。     

Bid Strategies of Primary Users in Double Spectrum Auctions

Extensive research in recent years has shown that dynamic spectrum sharing is a promising approach to address the artificial spectrum scarcity problem by improving spectrum utilization.This new communication paradigm,however,requires a well-designed spectrum allocation mechanism.This paper designs a double spectrum auction framework that allows unlicensed secondary users to obtain selected idle spectra assigned to licensed primary users.This is a win-win game because primary users can earn extra revenue and secondary users can obtain spectra they desperately need.The competition among primary users in the auction framework is studied combining game theory with a double spectrum auction in a non-cooperative game with the Nash Equilibrium (NE) as the best solution.Primary users use the prices obtained from the NE as their bid strategies to participate in the auction.In this auction sellers and buyers bid privately and confidentially,which means that the secondary users do not actually know the price and the spectrum size offered by the primary users,then a new net utility function was developed for the primary users with an iterative algorithm to find the Nash equilibrium point.Simulations demonstrate that this design effectively improves spectrum utilization.     

认知无线电频谱共享的一种博弈论方法

提出了基于博弈论的认知无线电静态频谱共享模型,研究多个次级用户竞争一个主用户系统的空闲频谱。建立了基于自我约束机制的主用户系统的效益函数,主用户系统兼顾自身频谱需求与不浪费剩余的空闲频谱两方面来确定合适的价格,并引入了动态频谱共享算法,次级用户能不断调整自己的策略最终趋于纳什均衡,最大化自身效益。     

认知无线网络中基于HJ-DQPSO优化的频谱分配机制

在认知用户和授权用户共存的认知无线网络模型中,为了解决认知无线网络中最大化网络效益和用户间接入网络的公平性联合最优化的多目标频谱分配难题,提出了一种新的基于 hooke jeeves（HJ）计算和量子粒子群（quantum particle swarm optimization,QPSO）理论的离散多目标组合优化机制,即 HJ-DQPSO 优化机制。该机制中,提出了采用 HJ 算法进行局部搜索,防止陷入局部最优,并对 QPSO 算法进行离散化处理以便更匹配离散的频谱分配模型。与现有的频谱分配算法进行仿真性能比较,实验结果表明,该机制具有逼近最优解、快速收敛、不易陷入局部最优、参数设置少的特点。在不同的优化目标情况下,能够较好地逼近频谱分配最优解而且可以实现快速收敛,在满足多个优化目标的情况下可以获得更合理的频谱分配方案。     

基于次用户检测能力的认知无线电频谱共享博弈

基于博弈论研究认知无线电系统中主用户和次用户频谱共享方法. 认知无线电系统中,主用户出售空闲频谱给次用户,以获得收益,次用户则通过博弈竞争空闲频谱资源. 由于不同的次用户检测能力各异,主用户对次用户的频谱共享意愿也不同. 根据次用户的检测能力强弱为认知用户设置优先级,提出将反映次用户检测能力的终端设备剩余电量百分比体现在价格函数中,从而得到新的效用函数. 通过仿真表明了该博弈算法能使频谱分配更加有效、公平、合理.      

改进的认知无线电系统中频谱共享博弈算法

为提高博弈策略的合理性和有效性,提出了一种分布式的频谱共享博弈算法.考虑主用户的二次边际成本函数,得到满足稀有频谱资源分配属性的价格函数;设计了节省信道开销的动态次用户信任度机制,对干扰主用户通信的次用户进行惩罚,从而优化频谱共享环境;引入主用户价格反馈机制,实现算法分层,保证主用户和次用户获得最大的效用,并提高频谱的利用率.仿真分析也表明了所提出的博弈算法能使频谱分配更加合理和有效.      

基于干扰门限的动态频谱接入及性能分析

如何在不干扰授权用户(主用户)正常通信的情况下提高次用户使用频谱的效率,这是认知无线电系统中需要解决的关键问题。在主用户优先的基础上,提出了基于干扰门限的动态频谱接入系统的M arkov频谱占用模型,并基于该模型对动态频谱接入过程进行了分析。为了进一步降低次用户间的相互干扰,通过对次用户接入概率的设计,以协调各类次用户间的频谱接入。在3种优化准则下,对次用户依据概率接入的基于干扰门限的主用户优先的动态频谱接入系统进行了仿真。仿真结果表明,基于干扰门限的主用户优先的动态频谱接入系统能大大提高次用户的接入机会,最大程度地提高了次用户的吞吐量。在比例公平准则下次用户接入的性能,与最大化吞吐量准则相比体现了更好的公平性,与最大化最小准则相比能够获得更大的吞吐量,因此基于比例公平准则可以使得系统在高效性和公平性间得到很好的均衡。     

基于多无线模块的快速AP间切换实验研究与分析

基于多无线模块的切换方法有望实现快速的AP间切换,但是缺乏具体的实验论证,特别是切换过程中该方法对网络吞吐量的影响。为此,本文建立了快速AP间切换实验床,并对该方法的切换延迟和切换过程中的网络吞吐量进行了详细的实验研究与分析。实验结果表明,该方法在执行AP间切换时的网络延迟不超过10毫秒,并且对端到端吞吐量几乎没有任何影响,从实验上论证了该方法可以实现快速的AP间切换。