主用户模拟攻击下的协作频谱感知方法

针对存在主用户模拟攻击(primary user emulation attack, PUEA)下的频谱感知问题,提出了一种基于攻击强度阈值(attack-aware threshold, ART)的协作频谱感知方法。该方法首先建立了存在PUEA的网络模型,然后分析4种状态下协作频谱感知的特点,采用检测统计量的一阶和二阶矩估计出PUEA攻击的概率,最后以总误差概率为目标函数,求出不同攻击强度下的最佳门限阈值,并通过ART方法完成在不同攻击强度下的协作频谱感知。仿真实验表明,该方法能够估计恶意信号出现的概率,有效减少频谱感知总误差概率,提高整个网络的频谱感知性能。     

基于SNR和谱熵的协作式频谱感知算法仿真研究

目前的频谱感知算法大多受到信道衰落、噪声不确定性等因素的影响,针对此问题,提出了一种基于SNR和谱熵的协作式频谱感知算法CSSE.1)CSSE算法选择具有最大SNR的节点作为中继节点转发信号进行协作频谱感知,有效的解决信道衰落带来的影响.2)CSSE算法采用谱熵检测主用户信号,有效的解决噪声不确定性带来的影响.提出的CSSE算法在不需要知道主用户信号先验知识的情况下,不但能够有效的缓解信道衰落、噪声不确定性带来的影响,而且具有较低的频谱感知时间,具有很好的实际应用价值.仿真结果表明,相比已有的频谱感知算法,不仅检测性能得到了比较大的提高,而且频谱感知的时间也减少了近40％.     

基于信誉与共识的分布式智能入侵防御方案

当认知用户中存在恶意用户,特别是恶意用户间存在协作行为时,将给协作频谱感知带来极大危害。为有效抵御恶意行为,提出将信誉模型与一致性融合相结合的分布式智能入侵防御方案。每一次迭代过程,需要依据奖惩机制对认知用户的信誉值进行奖励或惩罚,进而将信誉值与一致性融合中的融合因子相结合,并共同作用于一致性融合过程。该方案下,智能的恶意用户将最终选择放弃恶意攻击。仿真结果表明,所提方案能有效抵御多个恶意用户(有协作/无协作)的攻击。与现有的3种防御机制相比,该方案具有更好的检测与防御性能。     

基于压缩感知的认知无线网络协作频谱感知技术

针对传统频谱感知算法受A/D器件物理瓶颈,硬件计算能力等限制难以实现宽频段授权用户实时检测的问题,将压缩感知技术应用于宽带频谱感知,建立了一个基于Xampling前端的新型协作频谱感知模型,在此模型基础上提出一种基于认知用户分组,纽内利用压缩感知技术进行信息融合,组间对各组检测结果进行判决融合,两者结合实现授权用户检测的新算法,并给出了认知用户的分组原则.与传统宽带频谱感知算法相比,该方法无需高速A/D,也不需要恢复原始信号,可有效降低宽带频谱感知的硬件复杂度,缩短频谱感知时间,仿真结果证实了新算法的有效性.     

CWNs中机会协作传输策略及其差错性能分析

在主用户和感知用户共存的认知无线网(cognitive wireless networks, CWNs)中,针对如何在保证主用户有效传输的同时满足感知用户无线业务通信要求的问题,提出了一种基于频谱感知的机会协作传输策略。在瑞利衰落信道下对所提方案进行理论分析,给出了协作传输与非协作传输策略下平均误比特率的解析表达式,理论分析和仿真结果表明,相对于传统非协作传输而言,机会协作传输策略的差错性能得到明显改善。     

控制信道受限的认知无线电联合频谱感知

在多用户认知无线电系统中,针对认知无线电用户合作频谱感知中联合检测性能的提高与控制信道带宽受限的矛盾,提出了一种基于能量检测的合作频谱感知方法。该方法放弃携带信息量较少的感知信息,并将携带信息量较多的感知信息量化后传送至数据融合中心。这种方法在兼顾认知无线电频谱感知性能的前提下,有效降低了控制信道开销。     

针对认知无线网络大规模入侵的双重防御方案

协作频谱感知(cooperative spectrum sensing,CSS)可有效提高频谱检测的准确性,然而,当次用户中恶意用户占比较大且同时发动大规模攻击时,将严重影响CSS的准确性。文中将用户选择和置信传播有机结合,提出一种针对大规模入侵的双重防御方案。基于本地感知结果通过用户选择机制挑选可靠次用户,挑选出的可靠次用户包括诚实用户和伪装成诚实用户的恶意用户。然后以可信度为权重计算置信值均值并将其和预设门限比较,进一步滤除伪装成诚实用户的恶意用户。仿真结果表明,与已有的简单的基于信誉的方案、基于均值的方案、基于克隆节点的攻击检测算法相比,所提方案具有更好的检测性能,且置信值收敛更快。     

基于强化学习和共识融合的分布式协作频谱感知方法

在频谱感知中为了解决不同信誉用户网络节点之间的数据融合问题,提出了一种基于强化学习和共识融合的分布式协作频谱感知方法。该方法将每个感知用户认为是一个智能体(agent), agent通过强化学习算法从相邻节点选择合作用户进行共识融合,采用信誉值作为奖励,确保agent倾向于信誉高的节点进行融合,并同时降低恶意用户的信誉值,使其逐渐退出感知网络,最后采用一致性融合方法使整个网络达成共识,并与判决门限对比,完成协作频谱感知。仿真实验表明,该方法能够有效的识别恶意用户,并通过强化学习提高整个网络的感知性能,使协作频谱感知网络更具智能性和稳定性。     

基于支撑集融合的分布式协作压缩频谱检测方法

针对认知无线电(cognitive radio, CR)宽带频谱检测过程中存在的采样压力大、数据传输量大、信道衰落严重等问题,提出了一种基于支撑集融合的分布式协作压缩频谱检测方法。在该方法中,本地信号重构过程和频谱稀疏支撑集的分布式融合过程反复交替进行,将本地重构过程中获得的稀疏支撑集信息进行分布式融合,又将融合结果作为先验信息指导本地信号再次重构,多次重复以实现信号重构与频谱检测。仿真结果表明,所提出方法的频谱检测性能可接近集中式的压缩检测方法,而该方法的迭代重构过程复杂度低,具有计算开销少的优势。     

认知无线网络中基于联盟博弈的分布式协作频谱感知方法

针对认知无线网络中感知用户(sensing user, SU)之间协作效用低的问题,将联盟博弈论应用到频谱感知中,提出了一种基于联盟博弈的分布式协作频谱感知方法。该方法首先通过SU进行本地频谱感知,然后利用联盟形成规则将SU分成若干联盟,在单用户优先准则下进行联盟间信息交换,经过迭代形成稳定的联盟分区结构,最后融合联盟内的感知信息完成频谱感知。仿真结果表明,采取的单用户优先准则较传统合并分裂准则,灵活性更高,形成的联盟效用值更大,在协作频谱感知中提高检测概率的同时降低了虚警概率,具有更好的频谱感知性能。     

认知无线电网络抗恶意用户节能协作频谱感知策略

针对当前认知无线电网络协作频谱感知策略存在能量消耗过大且未考虑恶意用户存在及通信链路中断的问题,提出一种基于信誉管理系统的节能协作频谱感知策略。首先对系统信誉值和感知报告总数的表达式进行推导分析,建立感知策略模型,对恶意用户进行有效抑制。进一步提出策略对应的虚警和漏检概率估计方法及其闭合表达式,深入分析通信链路中断带来的影响。最后仿真结果表明,在达到相同检测目标情况下,提出的节能策略所需感知报告数量较传统策略更少,有效降低了能量消耗。感知性能在通信链路存在中断情况下受到的影响更小。     

基于特征值极限分布的双门限频谱感知算法

针对传统频谱感知算法在较低信噪比和存在噪声不确定度时,检测性能降低的问题,提出了一种基于特征值极限分布的双判决门限频谱感知算法。由于利用了双门限和信号采样协方差矩阵的特征值进行判决,这种算法不但可以有效地克服噪声不确定度对检测性能的影响,而且不需要预先知道主用户信号的任何信息。与已有的最大最小特征值频谱感知算法相比,由于采用了双判决门限,因此该算法的检测性能更优。仿真结果表明,该方法不但可以有效地克服噪声不确定度,而且检测性能也优于最大最小特征值算法。     

基于FFT谱能量检测和互相关检测的快速频谱感知方法及其性能分析

为了解决无人机通信中频谱资源紧张的问题，利用认知无线电技术实现无人机动态共享地面通信的频谱资源。针对单用户频谱感知的遮挡效应问题, 利用单用户移动检测, 提出基于主用户空间范围内的频谱能量检测和互相关检测结合的二次检测方法, 分析并给出所提算法在主用户随机出现情况下的虚警概率和检测概率的解析表示。仿真结果表明, 所提算法在运算量较低情况下获得比已有单用户检测算法更好的检测性能。     

基于自适应感知的OFDM宽带测控抗干扰方法

针对正交频分复用(orthogonal frequency-division multiplexing, OFDM)宽带测控中难以有效对抗干扰的问题,提出多门限的快速傅里叶变换(fast Fourier transform, FFT)和小波包联合自适应频谱感知来实现宽带OFDM频谱重构抗干扰。该方法首先通过固定双门限FFT能量感知进行带宽内高干噪比干扰初检测,然后通过自适应小波包频谱感知实现剩余低干噪比频宽内的干扰检测,最后根据频谱感知结果,对OFDM宽带测控系统的频谱进行重构,实现干扰规避。实验结果表明,感知算法方法具有较好的干扰检测性能,并能够实现OFDM宽带测控系统的有效抗干扰。     

一种基于证据融合的高可靠性产品可靠性评价方法

如何综合来自不同信息源的信息进行可靠性评价是高可靠产品可靠性分析领域的研究热点.针对存在随机不确定性和认知不确定性时高可靠产品的可靠性评价问题,结合证据理论提出了一种新的评价模型.鉴于不同可靠性信息源对产品可靠性指标的贡献不同,利用K-L交叉熵定义各个信息源的权重,对每个信息源生成的基本概率分配函数(BPA)进行修正.然后,将修正后的BPA按照D-S证据组合规则进行融合,进而利用可转移信度模型(TBM)对合成后的BPA进行概率测度的转换,从而实现对高可靠产品可靠性的度量.最后,以某型号电子器件的寿命评估为例,验证了本文提出的评价方法的可行性和有效性.     

认知无线电中实现自适应压缩频谱感知

在实际生活中频谱通常是稀疏的，将压缩感知（compressed sensing，CS）技术运用到宽带频谱感知中具有很大优势。然而，实践中稀疏度通常是未知的，因此需要选择较大的测量数目，导致算法的感知性能下降。为解决这一问题，提出一种自适应压缩频谱感知方法，通过分析压缩测量的二阶导数与稀疏度之间的关系对稀疏度进行粗估计。在粗估计的基础上，逐步增加测量数并对训练子集与测试子集进行迭代计算，当满足停止准则时得到稀疏度的精确估计。仿真结果表明，所提方法在性能上优于现有的其他传统CS方法，对降低复杂度、减少存储空间等方面具有重要意义。此外还验证了所提方法在噪声环境中的有效性。     

Alpha稳定分布噪声下基于特征值之差频谱感知算法

针对基于特征值的谱感知算法在脉冲噪声的环境下感知性能不佳的问题，分析矩阵全部的特征值，引入矩阵特征值的几何均值，提出了基于分数低阶协方差矩阵的最大特征值与特征值几何均值之差(difference between maximum eigenvalue and geometric mean of eigenvalue, DMGM)的频谱感知算法。选择了Alpha稳定分布噪声模拟脉冲噪声环境，理论分析与仿真实验结果表明，在不增加算法复杂度的前提下，DMGM算法与其他算法相比，更适用于脉冲噪声环境，在低信噪比条件下具有更好的感知性能。     

基于特征值检测的多天线盲频谱感知算法的研究(英文)

在多天线感知场景中噪声不确定和信号相关现象可能同时存在,经典的基于能量检测(ED)感知性能将急剧恶化。利用多天线接收信号存在的相关特性,提出一种基于取样协方差矩阵(SCM)特征值的盲频谱感知方法。新方法无需噪声方差、主信号和无线信道的信息参与感知过程。与经典的能量检测方法相比,由于无需噪声方差参与感知节点的判决过程,新方法的感知性能对噪声不确定性具有良好的鲁棒性。利用多元统计理论和随机矩阵理论(RMT)获得了相应的理论判决门限。仿真结果表明新算法比基于ED的感知算法具有更好的误警性能和更可靠的检测性能。     

认知无线电中的合作频谱感知性能仿真分析

在认知无线电网络中,合作频谱感知用来准确地检测主用户的出现。利用了一个新的仿真数字模型研究了在中继用户有发送功率约束的条件下,认知用户间的路径损耗指数（a₂）与主用户和认知用户间的路径损耗指数（a₁）之比a₂/a₁、主用户与两个认知用户间的夹角φ、以及发射功率对合作频谱感知检测性能的影响。数字仿真结果表明:采用合作后检测性能的改善对路径损耗指数之比a₂/a₁非常敏感,并且当a₂/a₁<1时,可以得到较大的合作增益,当a₂/a₁>1时,采用合作后检测性能改善很小。     

基于特征值高阶矩的频谱感知增强技术

基于特征值的多天线盲频谱感知方法在认知无线电中得到了广泛的研究。基于特征值的检测算法设计依赖于随机矩阵理论和样本协方差矩阵的特征值特性。许多研究表明特征值的高阶矩可以提供额外的鉴别信息进而能改善统计推断问题的性能。基于此,利用所有特征值的p阶矩提出了新的基于特征值高阶矩的频谱感知增强算法,并利用随机矩阵理论推导了虚警概率和判决门限的解析表示。此外,基于仿真实验研究了特征值高阶矩幂次变化对检测性能的影响。最后,通过仿真实验验证了所提算法的有效性。