基于定价的认知无线网络按需多信道接入策略

在认知无线电多信道接入场景中,建立满足认知用户服务质量(QoS)需求的非合作博弈模型,定义CRN有效容量的概念,提出基于定价的按需多信道接入策略,推导价格函数的数学表达式,并给出按需迭代注水算法以实现该策略中的信道和功率分配. 仿真结果表明：按需多信道接入策略和按需迭代注水算法较不考虑QoS的一般接入策略在CRN有效容量和CR用户的QoS保证率上都有较大的性能改进. 在给定场景中,按需迭代注水算法能使CR用户的QoS保证率提高10%?20%;在稳定状态下,CRN的有效容量提高38%左右.     

认知网络中主用户接收机通信区域建模及分析

在现有认知无线网络模型综合分析的基础上,针对以主用户发射机为中心进行干扰区域建模的不足,提出一种基于主用户接收机为中心的认知网络模型.基于该模型,采用信息论的观点,在主用户最低吞吐量和主用户通信中断概率的限制条件下,分析得出了主用户通信半径、认知用户密度及主用户吞吐量的相互量化制约关系.数值分析结果验证了该模型在认知用户对主用户接收机干扰过程中的合理性和有效性.     

基于策略的组播接入控制研究

当前使用的IP组播模型不提供接入控制,任何用户可以向组播地址发送数据,也可以任意加入组播组成为成员接收数据.在具体分析了组播参与者^①的不同类型和对接入控制的不同要求后,引入了策略控制系统,提出了基于策略的组播接入控制,给出了该系统的模型,并具体阐述了用户接入时的请求、应答、配置ACL的过程.     

一种改进的WLAN/WPAN中自适应预测随机接入信道分配算法

提出了一种新的自适应预测随机接入信道分配算法,它适用于无线局域网/无线个域网等无线多媒体通信系统.文中给出了算法分配过程的描述,并对其性能作了分析.以HIPERLAN/2标准为例进行了自适应随机接入预测分配算法的仿真,仿真结果表明,该方法与固定RCH数的方法及已有文献的方法相比,其随机信道的接入效率得到了较大的提高,减少了碰撞次数,有效地利用了无线资源,提高了系统的性能.     

异构蜂窝网络中功率有效的家庭基站分簇频谱分配策略

针对宏基站与家庭基站以及家庭基站之间的干扰和功耗问题,提出功率有效的家庭基站分簇频谱分配策略.在家庭基站用户中断概率条件下推导出一个簇内能容纳的家庭基站最大数目.在簇容量和中断概率限制的情况下,进一步推导出簇内家庭基站用户最小信干比和家庭基站最小干扰距离,以此严格保证簇内每个家庭基站用户的信干噪比,并据此提出家庭基站分簇和频谱分配算法.仿真结果表明,所提出的策略提高了网络的功率效率和家庭基站小区的频谱效率.     

认知无线电中基于Shapley值的自适应加权协作感知算法

认知无线电作为一种先进的技术,它可以通过有效利用未被主用户使用的频谱来提高频谱的利用效率.现有的线性加权协作频谱检测算法在一定程度上提高了频谱检测的性能,然而当单节点频谱检测性能急剧下降时会引起全局检测性能的恶化.基于此,我们提出了一种基于Shapley值的自适应加权的合作频谱检测算法来提高全局检测性能,并在加性高斯信道(AWGN)和瑞利衰落(Rayleigh)信道下对该算法进行了仿真验证.结果表明,该算法比传统检测算法性能提高20%以上,具有很好的应用前景.     

认知无线电中基于可信度的感知节点集选择

联合谱感知虽然可提高系统的感知性能,但随着感知节点数目的增加,系统资源的占用越来越多,系统传输 效率下降. 该文详细分析了联合谱感知方法的感知性能,得到感知节点集感知性能与感知节点数目和平均接收信噪比之 间的关系,在此基础上给出一种感知节点集的选择方法. 针对认知网络中可能存在的不可信节点对感知节点集选择方法 的影响,提出可有效剔除不可信节点的可信度检测方法. 综合上面两种方法,提出了基于可信度的感知节点集选择算法, 在进行感知节点集选择的同时可有效剔除不可信节点,有效地保证了所选节点集的感知性能. 仿真结果验证了算法的有 效性和可靠性.     

基于疯狂自适应鱼群算法的认知无线电频谱分配

针对目前认知无线电网络中频谱利用无法满足指数级增长的通信需求、人工鱼群算法保持种群多样性差、全局搜索能力弱的问题,对图论频谱分配模型的人工鱼群算法进行了改进,得到了网络效益函数最优情况下的频谱分配.首先自适应调整视野和步长,保证算法前期较强的全局搜索能力和后期的收敛精度;然后在随机行为模式下引入疯狂算子,产生扰动以增加种群多样性.仿真实验对比了4种不同算法在相同模型参数下的系统总效益,同时对可用频谱和认知用户分别设置控制变量法测试算法性能.结果表明:改进后的人工鱼群算法全局搜索能力较强,具有较强的鲁棒性.     

认知无线Mesh网络中基于频谱聚合度的分簇算法

针对认知无线Mesh网络拓扑结构和可用频谱实时变化的特点,提出一种基于频谱聚合度分簇(SCDC)算法.该算法提出了节点间可用频谱的质量聚合度因子,联合节点位置变化信息,通过计算节点权值实现认知无线Mesh网络分簇的优化.另外,该算法通过簇内成员节点数量的约束阈值实现均衡网络负载.仿真分析证明,SCDC算法在维持网络拓扑相对稳定和提高频谱利用率方面更具优势.     

通信网络的运行管理与维护策略分析

近年来我国经济社会快速发展,促使现代信息技术取得了一定进展,其中通信网络的容量随着人们的需求不断变大,可以更好地发挥通信网络的功能.在通信网络覆盖范围扩大的同时,运行风险与日俱增,对通信网络行业的发展而言极具挑战.基于通信网络运行发展中存在的问题展开研究,以期为通信网络的运营管理提供科学可行的维护策略.     

基于博弈论的异构无线网络动态选择

下一代无线通信网络的主要特征之一是移动终端可以灵活接入各个网络. 在异构网
络共存的下一代通信中,网络选择技术能提高频谱利用率和网络容量. 为此,设计了一个基于
非合作博弈的网络选择机制,以保证移动终端能从异构网络中选择合适的网络接入. 证明了
该博弈为潜博弈,分析了该机制中博弈的纳什均衡存在性和可行性,并设计了一个基于反应
动态机制的最优迭代算法求解博弈. 仿真表明,该算法能够收敛到纳什均衡,且其网络选择机
制具有近似最优的性能.     

有效均衡异构无线网络负载的接入选择

提出了一种能有效均衡异构无线网络负载的动态接入选择算法,在考虑用户移动性、通话质量满意度以及网络当前剩余资源的基础上,进一步考虑网络负载的动态变化趋势. 通过预测不同可接入网络对整个系统阻塞率的影响,实时调节网络负载使其趋于理想状态. 仿真结果表明,该算法能动态适应网络负载变化,有效减小候选网络之间的阻塞率差距,从而降低整个异构系统的平均阻塞率.     

基于RF的无线传感器网络的MAC协议设计

针对传统无线传感器网络能量供应问题,提出了基于射频能量捕获的无线传感器网络介质访问控制(medium access control,MAC)协议.首先在相邻节点之间运用时分多址(time division multiple access,TDMA)技术按时隙分配信道,使数据在源节点到汇聚节点之间无争用传输;同时控制节点...     

认知无线电网络中的动态波束形成

认知无线电技术能够大幅度提升频谱利用率,具有十分广阔的前景. 有效的波束形成算法能够在避免对主用户造成干扰的同时,保障认知用户的通信质量. 通常的认知波束形成算法均针对静止目标,而无线认知网络节点随时可能处于移动状态. 为此,研究了认知网络中机动目标的波束形成问题. 针对最大化信噪比、最小化主用户干扰和均衡认知用户信噪比3个不同的优化目标,分别提出了相应的波束形成解决方法. 利用粒子滤波对运动目标的DOA进行跟踪估计,并根据得到的DOA估计值来建模基站与认知用户之间的信道. 对于最大化信噪比的优化问题,将其转化为瑞利熵形式,得出问题的闭式解;对于最小化主用户干扰和均衡认知用户信噪比的优化问题,均采用凸优化方法将两个问题转化为二阶锥规划形式,通过内点法求解. 仿真实验结果证明了动态波束形成方法的有效性.     

基于生成对抗网络的异质信息网络表征学习

鉴于传统的异质信息网络通常存在的高维稀疏性缺点,首先提出将异质信息网络的高维顶点嵌入低维向量空间的无监督学习模型—— 基于生成对抗网络的异质网络表征学习(heterogeneous network representation learning based on generative adversarial netwo...     

基于类Matern点过程模型的异构蜂窝网建模

在研究异构蜂窝网基站部署及网络性能时,经常使用随机点过程模型,其中泊松点过程模型是一种常用模型.针对泊松点过程模型中存在多点聚合的现象,引入类Matern点过程模型,对比分析了使用类Matern点过程模型与泊松点过程模型时系统的接入概率和系统效能.结果显示,所用模型能在使用较少资源的情况下显著提升系统效能.进一步针对类Matern点过程模型与泊松点过程模型都存在用户更倾向于接入宏蜂窝的问题,引入一个偏好因子,使得选择毫微微蜂窝的用户更多,从而使网络负载得到均衡,网络性能得以提升.     

异构网络中的丢包区分和拥塞控制机制

现有异构网络传输控制协议不能准确估计网络状态,缺乏有效的丢包区分机制. 为此,提出一种基于效用估计的丢包区分算法,并将其应用于多媒体业务TCP 友好传输控制协议. 该算法将网络状态估计算法和差异化丢包区分算法相结合,根据分组到达时间间隔估计当前网络的可用带宽,计算效用参数并估计网络状态,自适应地选取合理的区分机制,以准确区分无线-有线异构网络中拥塞/无线丢失,提升多媒体传输控制协议性能. 实验部分比较了该算法与现有文献方法的仿真性能.