下行卫星认知无线电门限与功率联合优化

用于卫星通信的频谱资源日益紧缺,但现存卫星系统却存在利用不足的问题。针对该问题,以最大化卫星通信中下行带内数据传输量为目标,提出了基于Underlay认知无线电的卫星信道检测门限与功率分配联合优化算法。首先分析了下行链路中信道融合检测误差、功率分配向量与数据传输量之间的数学关系,给出了信道数量及总功率均受限时信道与功率联合分配的可行性条件。之后,进行了目标模型可行性论证及融合误差分析,并将优化目标函数问题分解为检测门限与功率分配两个子优化问题。针对两个子问题,文中分别证明了加窗粒子群优化算法适用于数据融合后的门限优化,论证了信道与功率联合分配的可行性,在此基础上给出了信道与功率联合分配的最优解。引入中间量在两个子优化算法之间反复迭代,得到了本文目标函数的联合最优解。最后,仿真给出了检测门限优化性能,结果表明,改进型算法在准确度和迭代次数上均优于传统粒子群算法;比较了该联合优化算法与传统卫星通信方式及普通Underlay认知无线电用于卫星通信时的性能差异,结果表明,该联合算法能够有效提高频谱利用率;给出了算法复杂度。     

卫星认知无线电CDMA上行链路功率控制

功率控制和动态频谱接入是提高卫星通信中频谱利用率的关键技术。非注册用户以频谱租赁方式可对注册用户付出的代价进行补偿,亦可完成自身通信需求。针对注册用户和非注册用户给出不同的效用函数,对由两种用户作为参与者建立的博弈模型进行纳什均衡求解,之后通过最大化系统容量条件完成效用占优选择,得到最优化功率分配策略。该策略可满足两种用户自身需求,亦可使系统通信容量最大。对于其性能,给出了两种用户数量和发送功率的关系,仿真结果表明,非注册用户数量在系统容限内愈多则系统总容量愈大,注册用户所要求的最低信干噪比则在一定范围内最佳。     

认知无线网络自适应功率控制博弈算法

为满足认知无线网络环境下各认知用户的需求,综合考虑认知用户距离基站的远近、算法稳定性及用户间的干扰问题,使用非合作博弈论对认知无线网络中的功率控制问题进行建模,提出一种使用收益函数和综合代价函数共同表示效用的自适应功率控制算法,理论证明了该算法存在唯一的纳什均衡解。通过引入综合代价函数,使各认知用户在非合作博弈下包含了协作的行为,从而获得帕累托最优解。Matlab仿真表明,该自适应功率控制算法在满足不同用户对SIR需求不同的前提下,克服了远近效应,降低了认知用户的发射功率,实现了高频效和频谱共享的公平性。     

认知无线电中的动态频率选择和功率控制研究

采用博弈理论对认知无线电网络中的分布式动态频率选择和功率分配策略进行建模分析,通过建立合作来协调认知节点间的行为,从而提高分布式决策算法的性能,并建立了一个模块化的通用仿真平台.仿真结果表明,该分布式算法能够以较快的速度收敛于系统稳定状态,且复杂度低、实现简单.     

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。     

认知无线网络中准入控制和功率控制联合优化

提出了一种基于离散的粒子群算法和单纯形法的优化机制来实现准入控制和功率控制的联合优化方案。在主用户干扰温度门限和次用户QoS的约束下,将准入控制建模成0/1组合优化问题,并将功率控制建模成线性约束问题,由于准入控制是NP难,该方案将准入控制和功率控制进行加权规划进行优化,同时,为降低计算复杂度,提出一种针对准入控制组合优化的可行性验证方法。并且针对离散的粒子群算法的收敛性进行了证明。仿真与分析表明,该方案具有收敛性,相比其他优化方案,能更有效地提高用户准入量并降低用户功率消耗,提高网络性能。     

基于信道分配的多跳认知无线电网络路由算法

现有认知无线电网络中路由算法没有综合考虑主用户的到达率和认知用户竞争使用信道对网络性能的影响。针对上述问题,结合认知无线电网络频谱动态变化的特性,提出一种基于信道分配的多跳认知无线电网络路由算法（multi-hop cognitive routing basedan channel allocation, MCRC）。MCRC算法先得到最大化总吞吐量的全局信道分配,然后考虑主用户使用授权信道的概率和认知用户竞争使用信道的概率,得到认知用户使用某个信道的概率,最后以信道的有效传输时延作为选路标准,根据Dijkstra算法选择最小时延的路径。性能评估结果表明,MCRC明显地减小了平均端到端时延,极大地提高了平均端到端吞吐量。     

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。     

认知无线电传感器网络自适应接入控制策略

针对当前认知无线传感器网络接入控制策略能量消耗过大及难以适应服务要求的问题,提出一种认知自适应接入控制策略。首先建立接入控制策略模型,利用代表节点降低感知能量消耗和报告开销。然后提出关于感知模型选择及工作周期调整的自适应方法来提高感知效率,深入分析其对系统吞吐量及帧递送率带来的影响。最后仿真结果表明,在达到相同检测目标情况下,提出的自适应接入控制策略所需通信开销较传统策略更少,有效降低了能量消耗,吞吐量较传统方法有了较大提高,在回避主用户情况下服务质量受到的损失更小。     

认知无线电系统帧长参数优化

针对认知无线电系统帧结构设计中,如果数据发送时间设置不当可能导致干扰过大以及从用户接入机会丢失过多的问题。基于主用户活动服从指数分布的假设,推导建立了系统干扰模型和从用户接入机会丢失模型,该模型能以较大概率保证干扰时间及从用户接入丢失时间小于指定百分比值。在此基础上,提出了一个干扰和接入机会丢失受限的认知无线电系统帧长设计方案。实验结果表明,根据该方案设计的帧结构能够有效保证从用户的接入时间、较高的感知效率及较低的干扰率。     

Improved spectrum sharing algorithm based on feedback control information in cognitive radio networks

In order to avoid the system performance deterioration caused by the wireless fading channel and imperfect channel estimation in cognitive radio networks, the spectrum sharing problem with the consideration of feedback control information from the primary user is analyzed. An improved spectrum sharing algorithm based on the combination of the feedback control information and the optimization algorithm is proposed. The relaxation method is used to achieve the approximate spectrum sharing model, and the spectrum sharing strategy that satisfies the individual outage probability constraints can be obtained iteratively with the observed outage probability. Simulation results show that the proposed spectrum sharing algorithm can achieve the spectrum sharing strategy that satisfies the outage probability constraints and reduce the average outage probability without causing maximum transmission rate reduction of the secondary user.     

Joint power and spectrum allocation algorithm in cognitive radio networks

The spectrum sharing problem between primary and cognitive users is mainly investigated.Since the interference for primary users and the total power for cognitive users are constrained,based on the well-known water-filling theorem,a novel one-user water-filling algorithm is proposed,and then the corresponding simulation results are given to analyze the feasibility and validity.After that this algorithm is used to solve the communication utility optimization problem subject to the power constraints in cognitive radio network.First,through the gain to noise ratio for cognitive users,a subcarrier and power allocation algorithm based on the optimal frequency partition is proposed for two cognitive users.Then the spectrum sharing algorithm is extended to multiuser conditions such that the greedy and parallel algorithms are proposed for spectrum sharing.Theory and simulation analysis show that the subcarrier and power allocation algorithms can not only protect the primary users but also effectively solve the spectrum and power allocation problem for cognitive users.     

基于着色理论的认知无线电频谱分配算法

认知无线电技术是解决当前频谱资源紧缺情况的有效手段,其中动态频谱分配技术是一个非常重要的环节。首先基于图着色理论建立了分配模型,分析了基于着色理论的频谱分配算法,并针对认知网络节点的动态性提出动态的频谱分配算法,该算法建立在已分配频谱的基础上,通过冲突节点相应信道的释放和寻找空闲信道算法减轻节点移动对频谱分配的影响。实验结果表明,此算法在不减少系统效用的情况下能有效减少参与重新分配信道的节点个数,减小动态频谱分配的复杂度。     

Game-theoretic approach to power and admission control in hierarchical wireless sensor networks

Power efficiency and link reliability are of great importance in hierarchical wireless sensor networks (HWSNs),especially at the key level,which consists of sensor nodes located only one hop away from the sink node called OHS.The power and admission control problem in HWSNs is comsidered to improve its power efficiency and link reliability.This problem is modeled as a non-cooperative game in which the active OHSs are considered as players.By applying a double-pricing scheme in the definition of OHSs’ utility function,a Nash Equilibrium solution with network properties is derived.Besides,a distributed algorithm is also proposed to show the dynamic processes to achieve Nash Equilibrium.Finally,the simulation results demonstrate the effectiveness of the proposed algorithm.     

Multi-band spectrum auction framework based on location information in cognitive radio networks

Cognitive radio(CR) technology is considered to be an effective solution to allocate spectrum resources,whereas the primary users of a network do not fully utilize available frequency bands.Spectrum auction framework has been recognized as an effective way to achieve dynamic spectrum access.From the perspective of spectrum auction,multi-band multi-user auction provides a new challenge for spectrum management.This paper proposes an auction framework based on location information for multi-band multi-user spectrum allocation.The performance of the proposed framework is compared with that of traditional auction framework based on a binary interference model as a benchmark.Simulation results show that primary users will obtain more total system revenue by selling their idle frequency bands to secondary users and the spectrum utilization of the proposed framework is more effective and fairer.     

基于平均有效容量的认知无线电功率控制算法

针对传统认知无线网络功率控制策略难以在信号强度较弱时实现有效功率分配的问题,以认知用户所能获得的平均信道有效容量最大化为优化目标,提出了一种新的认知无线网络的功率控制与优化算法,建立了信道容量及其状态转移模型,设计了支持时延QoS约束的平均信道有效容量目标函数,并采用Lagrangian定理详细推导了最优解的近似表达式,最后对影响平均信道有效容量的因素进行了仿真分析。结果表明,认知用户的平均信道有效容量和相同信噪比条件下认知用户发送能效比得到了明显提高。     

基于射频隐身的相控阵雷达功率控制算法

为了提高相控阵雷达的射频隐身性能,提出了一种基于射频隐身的功率控制算法。首先确定了功率分级的准则,并基于阵元的特性改进了一种粒子群多目标优化算法。然后以指定方向上达到期望功率、其他方向上功率最小为目标,利用改进的粒子群多目标优化算法,对阵元的开关进行了优化设计,仿真实现了功率分级。在满足检测概率的前提下,根据目标雷达反射截面的大小和目标距离,实现了目标跟踪时的功率控制。最后利用施里海尔截获因子对算法的隐身性能进行了衡量。仿真结果表明,本文算法具有较好的射频隐身性能。     

基于博弈论和效用论的认知无线电功率控制算法

提出了一种基于博弈论和效用理论的认知无线电功率控制算法。算法将认知用户发射功率净效用函数表示为效用部分和代价部分之差。对效用部分,用Sigmoid型效用函数替代David提出的幂指效用函数,并对替代误差进行补偿;对代价部分,提出了参考历史发射功率经验的代价函数,使得代价的变化更加平稳。仿真分析表明,本文算法与传统算法相比,不仅提高了系统稳定性,而且减少了系统的误差和控制开销。