基于Bertrand和Cournot博弈的频谱共享模型

针对多个主用户和单个次用户的场景,提出了一种基于Bertrand和Cournot混合博弈的频谱共享模型.主用户拥有两种具有一定替代性的频谱资源,并根据频谱市场需求决定采用Bertrand或Coumot博弈,通过相应地调整频谱数量和价格策略来获得最大收益.最后,推导了该模型静态博弈纳什均衡表达式,分析了动态博弈的稳定性,并通过非完全信息动态博弈的仿真结果验证了模型的正确性.     

一种基于重复博弈的频谱分配策略

针对动态频谱接入,提出了一种基于重复博弈的频谱共享分配策略。通过基于惩罚的防欺骗策略,参与用户将约束自己的行为以合作方式共享频谱、实现频谱分配,保证合作竞争的诚实性。仿真结果显示,该合作规则方法能够很好地降低用户间的干扰,防欺骗方式也能很好地约束参与人保持合作。     

一种新的多用户协作频谱感知方案及其检测时间分析

提出一种新的多用户协作频谱感知方案,根据认知网络中所有候选用户的通信链路质量,选择最佳中继对主用户进行协作感知,从而可以获得明显的多用户分集增益,显著提高认知无线电系统的感知性能.在Rayleigh衰落环境下,对所提出的多用户协作方案和传统非协作方案的检测性能进行了理论分析,得到了系统检测时间的解析表达式.此外,针对非协作感知和多用户协作感知的系统检测时间,进行了相应的数值仿真实验.结果表明,与非协作方案相比,多用户协作感知方案所需的检测时间明显减少,且随着用户数目的增加,多用户协作方案能获得更多的分集增益.     

一种自适应频谱成形器:在超宽带认知无线电中的应用

超宽带脉冲无线电(UWB-IR)在高速通信、高精度定位及穿墙透地等重要领域具有广阔的应用前景,它与认知无线电结合将进一步缓解频谱资源的紧张局势.然而,现有的UWB脉冲难以充分利用其频谱能量,导致其传输性能下降;同时,UWB-IR无法有效而灵活地进行频谱规避,从而无可避免地干扰其余授权用户.从数学插值理论出发,本文基于径向基神经网络提出一种通用频谱成形滤波器,进行合理简化后给出其简单硬件实现.该脉冲设计网络能快速跟踪UWB设备的工作环境,自适应地设计具有特定频谱的UWB-IR脉冲.当无授权用户工作时,它能最大化频谱利用率,改善UWB系统传输性能;当有授权用户时,在最大化非授权频段能量利用率的前提下,它能有效地规避授权频段,实现可靠频谱共享.理论分析和仿真表明,基于神经网络的UWB脉冲在频谱利用率、频谱规避性能及接收性能等方面均优于现有设计方案.     

一种新的高频谱利用率调制方式RPPK

随着通信技术的发展,频谱资源日趋紧张.超窄带通信体制的出现极大地提高了系统频谱利用率,但需借助于特殊的超窄带滤波器方能实现.然而超窄带滤波理论并未获得学术界的一致认同,其实现也难以验证.本文提出了一种新的超窄带调制方式–随机脉冲位置键控(random pulse position keying,RPPK),通过对其功率谱分析发现,RPPK调制信号功率谱中基本不含多余离散谱线,避免了超窄带滤波器的使用.因此,RPPK理论更为清晰,实现更加简单.仿真和分析表明,RPPK频谱利用率可高达100bit/s/Hz;当接收端采用最佳接收时,其性能与BPSK相近,优于其余的超窄带调制方式;同时,RPPK亦能提供用户多址接入和通信保密性.     

一种新的操作系统安全模型

机密性和完整性是操作系统安全的两个重要特性，BLP模型只解决了机密性的问题，而Biba模型只解决了完整性的问题，其他模型也都类似，无法使二者同时兼顾．基于一个特殊可信主体，提出了一种新的操作系统安全模型，融合了以上两种模型，可以同时保持机密性与完整性．     

认知无线电网络中频谱切换概率研究

为了解决认知无线网络中由于频谱的移动性给无线资源管理带来的新挑战,提出了一种描述频谱移动和认知用户行为的时间关系模型,并对该时间模型下的频谱切换概率问题进行了研究。推导了一次认知业务请求服务时间内,发生频谱切换的概率公式,研究了频谱空洞消失的速率与认知业务离开的速率对频谱切换概率的影响,给出了频谱切换不大于4次时的理论和仿真概率,仿真结果验证了理论结果的正确性。研究结果表明,频谱空洞消失的越快,认知业务持续的时间越长,发生频谱切换的概率就越大。     

主用户状态改变和低信噪比环境下的weight-p能量检测算法

在认知无线电网络中,主用户状态改变和低信噪比都会造成频谱检测的性能下降.本文提出了一种新的加权(weight-p)能量检测算法,用于抵抗主用户状态改变和低信噪比对认知用户检测性能的影响.为减少实现复杂性和节约需要的功耗,我们将weight-p能量检测器的最优权值建模成一个最小采样时间(MST)的优化问题,找出了最优权值和次优权值.仿真表明,在主用户状态改变和低信噪比的场景下,本文提出的weight-p能量检测算法可以提高认知用户的检测性能和降低虚警概率,并且在获得相同检测性能的前提下可以压缩检测时间.