基于POMDP模型的分布式机会频谱接入算法

针对认知无线电（cognitive radio,CR）信道的动态特性,以部分可观测马尔科夫决策过程（POMDP）为模型对认知无线电网络用户的频谱感知和频谱接入过程进行研究,提出了基于POMDP模型的分布式机会频谱接入算法.该算法利用网络信道的历史频谱感知信息对主用户接入信道的状况作出估计,以认知用户吞吐量最大化为目标进行频谱接入.同时,通过贪心算法得到此优化策略的次优解,降低了最优策略的计算复杂度.论文分析了认知用户接入吞吐量与网络中信道数目以及信道状态转移概率之间的关系,将贪心算法与随机检测接入算法进行了仿真比较.仿真结果显示,该算法获得的吞吐量比随机检测接入算法提高了约25％,能够更有效地做出接入策略.     

基于OPNET的DMR随机接入算法的仿真研究

在OPNET平台上建立了DMR(Digital Mobile Radio)集群基站控制信道随机接入的模型,并根据DMR空口协议各种呼叫类型的空口占用特点及其发生概率,对随机接入中的各种退避算法进行了仿真,比较了线性退避算法和二进制退避算法,通过仿真得出在二进制退避算法下,DMR集群控制信道中的随机接入具有更好的吞吐率和延时等综合性能。     

基于随机接入的JTIDS抗毁性动态接入算法

基于随机理论提出了一种能够适应JTIDS的节点数动态变化的随机接入算法. 基于随机理论,分析和比较了竞争接入算法和随机接入算法的抗毁性能,并进行了理论验证;基于OPNET建立了竞争接入算法和随机接入算法的仿真模型,通过仿真验证理论分析的合理性. 对随机接入算法的抗毁性能进行了仿真,仿真结果表明,算法能够在不增加额外控制信息的情况下,动态地适应战场环境下网络拓扑结构的变化,提高了接入的可靠性,同时保证了时效性.      

一种新型认知无线电信道状态的预测算法

基于部分可测马尔科夫决策过程(POMDP)模型,结合认知无线电频谱侦测技术,提出一种新的多无线电多信道环境下认知无线电检测信道算法.该算法通过对信道状态历史信息的分析,推导出信道信念状态的初始分布和转移概率;然后,以此选择出具有最佳回报的信道以供接入,使得次用户能获得最佳带宽回报,从而达到提高信道利用率的目的.仿真结果表明,算法获得相对于传统认知无线电频谱接入方式更高的信道带宽,并接近无漏检和虚警现象的理想情况,有效地提高了信道利用率.     

基于无线随机接入代价函数的协作速率分配

通过速率分配将单数据流拆分到多网络可实现高速协作传输,但对无线随机接入网而言,这相当于增加了竞争传输的用户数,会导致接入碰撞率和平均等待时间增大.为此,文中提出了一种基于无线随机接入代价函数的协作传输速率分配算法,用信道利用率建立的价格函数来描述接入时间代价,按照以最小接入代价换取最大吞吐量收益的原则对速率分配进行数学建模,并证明了该速率分配问题是一个凸优化问题,还根据拉格朗日乘数法推导出了显式解.仿真结果表明:该算法可根据网络状态和信道效率进行网络选择和资源调度,在接入时延和分配公平性上进行了折衷;同时可避免接入重载随机接入网,从而提高接入效率.     

高速铁路场景中基于MAB模型的多信道选择算法

针对高速列车越区切换过程中, 切换带为多信道分布的问题, 提出一种基于多臂老虎机(multi-armed bandit, MAB)模型的信道选择算法. 首先, 以置信区间上界(UCB)算法为基础, 通过设置信道空闲差异因子, 使算法快速收敛于最优信道； 其次, 通过引入满意通信概率(SCP), 衡量移动列车的通信质量, 分析与切换过程中误码率之间的关系； 最后, 利用最优信道选择比率、成功传输率和累积接入损失作为评判标准, 分析算法的性能. 仿真结果表明, 该算法的累积接入损失比原始UCB算法减少了约18.5%； 对比随机选择算法与原始UCB算法, 成功传输率提高了约30.2%和3.3%； 最优选择比率提高了约88.3%和13.5%.     

非对称认知网络中分布式多用户频谱共享算法

为解决多用户冲突导致非对称认知网络吞吐量降低的问题,根据网络中用户信道收益矩阵的特点,提出了一种分布式多用户联合频谱共享方法.首先,基于Gale-Shapley理论实现认知用户和信道之间的"一对一"频谱分配,以避免认知用户之间的竞争冲突;其次,在未知信道先验知识或者认知用户仅有部分信道感知能力时,通过顺序最优学习算法获取信道收益信息;同时设置接入定时器,实现分布式机会频谱共享.仿真结果表明:所提方法的平均网络吞吐量明显优于随机等分布式算法,且复杂度比最优算法大大降低,收敛速度较快,适于感知带宽受限和用户地理位置分散的非对称认知网络.     

超宽带无线通信系统接入控制流程设计

针对单信道不能解决并发传输的问题,在超宽带系统的接入控制中采用多信道方式,根据信道最大利用率的原则决定哪些分组可先传送.对原有的接入控制设计进行了适用于超宽系统特点的改进,通过退避一段随机时间再来监听信道.在半双工方式下采用单收发器方式进行系统设计,每个节点依据服务质量需求选择确定的分组,分组信息广播到所有节点,所有信息在信号产生阶段收集以减小系统额外开销.仿真结果表明,改进的设计在业务量高时传输性能更好.     

认知无线电系统基于信道选择的动态接入方法研究

针对认知无线电系统各信道的增益和可用时长的不同,研究认知无线电用户接入网络时的信道选择机制.首先设计两种信道选择机制,分别选择信道增益最大的和空闲时间最长的信道进行接入,然后综合考虑信道增益和空闲时长两种因素,通过控制认知用户在各信道的接入概率达到系统容量的最优化,最后在最优化算法的基础上设计相关的比较参数进行信道的选择,从而得到次优化选择结果.仿真表明,次优化算法与最优化算法性能接近,具有较好的系统容量特性和较低的中断概率.     

基于遗传退火的密集D2D网络资源分配算法

针对高密集场景下传统D2D资源分配算法接入率较低的问题,提出了基于遗传退火的密集D2D网络资源分配算法.首先根据小区内用户之间的干扰情况构建干扰图;然后根据干扰图为D2D用户构建候选信道集合;最后设计适应度函数,并通过遗传退火算法寻找适应度最高的信道分配方案,以提高系统总吞吐量和D2D接入率.仿真结果显示,提出的算法与图着色算法和随机分配算法相比,系统总吞吐量平均增幅为6.2%和21.8%,D2D用户接入率平均增幅为14.7%和44.5%,表明该算法在提高系统总容量的同时,还能有效提升D2D对的接入率.