认知无线Mesh网的多信道MAC协议

随着宽带无线通信业务的发展,无线频谱资源日益紧张.本文在认知无线电频率感知技术的基础上,将其应用于无线Mesh网的多信道MAC协议(MMAC)中,提出了认知无线Mesh网的多信道MAC协议(CWMN-MMAC).本协议通过增加认知用户对频谱的感知和针对多跳特点的分布式协商,将空闲的频谱动态地分配给非授权用户使用,可以有效提高频谱资源利用率,并通过仿真,研究了协议ATIM窗对吞吐量的影响和主用户空闲时的信道利用率,根据仿真结果可以看到,该协议通过单网卡可以实现较好的信道利用率.     

认知无线网络中无线资源管理研究综述

认知无线电和认知网络是新兴的研究领域,次系统通过对主系统环境的侦测,借用主系统资源进行通信,目的是提高频谱利用率和传输质量,因此,认知网络中的无线资源管理尤为重要.通过调查当前研究领域对于认知网络无线资源管理,总结和综述了常用的数学方法、技术手段及其研究现状,并对未来的发展进行展望.     

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。     

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。     

基于认知无线网络的跨层设计研究

首先讨论认知无线网络跨层设计的挑战,然后提出一种基于推理机的跨层设计方案。最后,总结全文并对未来工作提出展望。     

基于CC-RB算法的认知无线网络信道分配研究

针对基于规则的信道分配(RB: Rule Based)算法假设条件过于理想, 实际应用性不强的缺点, 在考虑各节点不同信道的吞吐量不同的基础上, 提出一种改进的基于信道容量的规则信道分配(CC-RB: Channel Capatty-Rule Based)算法。该算法引入信道容量矩阵, 在进行信道分配时为节点分配质量较好的信道。仿真结果表明, CC-RB 算法在复杂度增加不大的情况下, 系统吞吐量和公平性都较RB 算法有较大提高, 在干扰距离为100 m, 认知节点数为80 个时, CC-RB 算法比RB 算法的吞吐量增加了133%, 公平性增加了96%, 能更好满足实际需要。     

基于非合作博弈的认知无线网络功率控制算法

为降低认知无线网络节点间的干扰,保证网络的服务质量,文章提出一种基于效益的非合作博弈的功率控制算法。该算法利用博弈原理,使认知用户对发射功率进行非合作博弈;并在理论上证明发射功率存在唯一的纳什均衡解。仿真结果表明,该算法不仅具有较好的抗噪声能力,还能在保证授权用户和认知用户服务质量的前提下,降低认知用户的发射功率,从而减少用户间的干扰,提升网络的性能。     

基于OFDM的认知无线网络资源分配

无线频谱资源的稀缺是限制无线业务持续发展的瓶颈.认知无线电作为一种新兴的技术,改变了传统的授权使用无线电频谱的方式.它通过允许非授权用户伺机接入授权用户的频谱,来提高频谱利用效率,被认为是解决无线频谱资源短缺问题的一种有前途的方法.而正交频分复用技术(OFDM)由于能够自适应调整子载波和功率分配参数,实现动态资源分配,进而成为了认知无线网络中可行的空中接口.本文基于OFDM的认知网络中的资源分配问题,给出了多用户认知网络基本的优化模型,引入了认知无线系统中频谱有效和能量有效的资源分配问题,并通过分析问题的数学结构,设计出快速算法进行求解.     

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。     

基于动态多频谱感知的认知无线网络信道接入策略

针对固定频谱感知信道接入机制授权信道分配效率低的问题,提出一种多用户场景下基于动态多频谱感知的认知无线网络信道接入策略.该策略根据认知用户接入请求等级与空闲频谱发现概率为认知用户动态分配感知信道数量,首先分析了认知用户的最佳感知频谱分配数量,在此基础上通过建立认知用户信道接入模型和授权信道可用度更新机制,设计了一种动态感知频谱分配策略,并采用短视策略对网络吞吐量进行了分析.仿真结果表明,所提信道接入策略要比现有认知无线网络信道接入策略提高了网络吞吐量和认知用户接入的公平性,降低了认知用户的平均接入时延.     

CR OFDM系统中具有QoS要求的自适应资源分配算法

为了使CR OFDM系统能满足认知用户的QoS要求,针对系统中认知用户和授权用户间的互干扰影响,提出了一种具有QoS要求的自适应资源分配算法——ARAQ算法。算法中通过进行满足QoS要求的资源分配实现了容纳更多的认知用户,通过进行剩余子载波资源的再分配,进一步提高了频谱利用率。仿真结果表明:ARAQ算法比贪婪算法能容纳更多的认知用户数,同时频谱利用率很接近贪婪算法的频谱利用率且具有较低的算法复杂度。     

感知能力受限的认知无线电系统中的合作检测

为了实现可靠的宽带频谱检测,在感知能力受限的多用户认知无线电系统中使用合作频谱检测。首先对合作检测性能和系统平均传输吞吐量进行建模。在主用户网络可容忍的子频段传输冲突概率受限的前提下,研究多用户合作检测最优化问题,以最大化认知网络的平均传输吞吐量。使用穷举法获得系统的最优合作检测策略,并提出了一个启发式算法以简化计算复杂度。理论分析和数值仿真证明,提出的合作检测策略能有效提高认知无线电系统的频谱检测性能。     

认知无线电系统中有限长度循环谱检测的噪声特性分析

为提高认知无线电系统对微弱信号的频谱检测能力,循环谱检测方法越来越受到重视。但是,有限长度循环谱检测对微弱信号检测性能的影响无法忽视,尤其是噪声信号,经有限长度循环谱估计后,在循环谱平面上的残留值直接决定了循环谱检测的性能。对连续信号的理想循环谱估计方法进行了分析,对有限数据长度、离散采样的白高斯噪声循环谱特性进行了研究,并从噪声信号的自相关特性着手,研究了由于有限数据长度造成的α≠0平面噪声残留问题。从理论上推导了α≠0平面上噪声循环谱估计与数据长度N之间的关系,证明了噪声循环谱估计的下降速度与1/√N成比例,为确定有限长度循环谱检测性能限提供了理论支持。     

认知无线电中自适应切换频谱分配准则的算法

在认知无线网络空闲频谱分配的过程中,为了适应认知用户数和空闲频带数的动态变化,提高系统整体性能（主要指系统总带宽收益和认知用户接入公平性）,构造了最大化系统性能的目标函数,设计了在协作最大总带宽收益CMSB（collaborative max sum bandwidth）和协作最大比例公平性CMPF（collaborativemax proportional fair）2种频谱分配准则之间自适应切换的算法,并给出了其具体实施步骤。采用系统总带宽收益和认知用户接入公平性2种性能评估指标,分析了该算法的性能。仿真结果表明,自适应算法可以在保证系统总带宽收益的同时获得更好的公平性,可以提高系统的整体性能。     

基于证据理论的协同频谱感知算法

针对认知无线电系统中的有效检测授权用户需求,研究了中心节点未知先验信息时的协同频谱感知问题。为了在中心节点未知先验信息的条件下实现对授权用户的有效检测,基于证据理论,对认知用户的本地感知结果提取证据,在中心节点进行融合并判决,提出了一种新的协同频谱感知算法。仿真表明,该算法能够在中心节点未知先验信息情况下,获得很好的频谱感知性能,在先验信息和感知性能之间取得了很好的折中。     

一种无线认知网络中的自适应波束成型模式选择算法

为了能够在避免对主用户干扰的同时,进一步提高频谱的利用效率,提出了一种自适应的波束成型模式选择算法。针对当前的认知网络很少考虑在空间上将主从用户进行分离,将多天线技术引入无线认知网络,利用其提供的空间自由度,从用户基站在主用户信道的零空间内设计发射波束,这样可以使得2个网络共存时,主用户能够无干扰地进行数据传输。同时,随着发射信噪比的变化,从用户基站自适应地在机会式波束成型和正交空分多址2种模式间进行选择,从而最大化网络的容量。分析和仿真结果都表明,这是一种解决网络共存、提高频谱效率的有效方法。     

一种新的基于DFP算法的认知无线电信号检测算法

鉴于信号检测在认知无线电信号中的重要作用,研究了恒模盲信号检测算法（CMA）在认知无线电中的应用。针对于原有典型恒模盲信号检测算法的性能上的劣势,结合最优化理论,提出了一种线性受限拟牛顿恒模算法,称之为LC-DPFCMA,并将它与传统的线性受限恒模算法（LC-CMA）及最小二乘恒模算法（LSCMA）进行了仿真比较。仿真结果表明,提出的LC-DPFCMA算法比LC-CMA算法收敛效果较好;与LSCMA算法相比,算法复杂度有明显降低,且在低信噪比下表现优秀。     

认知无线电中的一种信道估计方法

认知无线电系统能否充分发挥其优势在很大程度上取决于信道估计的准确性和实时性。将基于新型时域内插的初始估计和EM跟踪应用于认知无线电系统,同时引入小波包对初始估计进行消噪处理,提出了一种新型的半盲信道估计方法。理论分析和仿真表明,该方法较好地解决了由于主用户存在造成的导频分布不均匀,保证了天线之间导频符号的相关性,且由于采用EM信道跟踪和小波包去噪进一步节省了频谱资源、提高了估计准确性。该方法可满足认知无线电信道估计实时性和准确性要求,具有较大的实际应用价值。     

基于用户协作的频谱感知方案及检测概率分析

通过认知用户间的彼此协作,可以使得认知无线网络获得明显的空间分集增益,从而显著改善认知无线电系统的感知性能。由此,提出了2种基于放大重传和解码重传的协作频谱感知方案,并且在瑞利衰落环境下对所提方案的检测概率性能进行了理论分析,给出了非协作感知和协作感知的检测概率的解析表达式。根据理论推导得到的检测概率解析式,对3种频谱感知方案进行了数值仿真实验。结果表明：在虚警概率一定的情况下,协作感知方案的检测概率明显大于非协作方案,这也说明了用户协作为认知无线网络带来了可观的性能增益。     

基于可信度的节点选择算法

为了解决提高检测概率与减少网络开销间的矛盾,基于数据优化融合理论,提出了基于可信度的能量融合协同感知算法（EFCS算法）及节点选择算法。通过自适应迭代算法估计出各认知用户的感知可信度,并推导出了算法检测性能与协同用户数及感知可信度间的确定关系。算法能够在达到检测性能指标的前提下,尽可能多地删除冗余协同感知用户。仿真证明,节点选择算法在保证较高的检测概率的同时极大的节省了网络开销。