基于压缩感知的协作系统物理层安全分析

将压缩感知技术引入协作通信系统中研究其物理层安全问题.在多源多中继协作通信系统中,将源节点通过中继节点到目的节点,源节点到窃听节点的信道矩阵作为压缩感知的测量矩阵,目的节点和窃听节点可以采用信号重构算法进行重构.通过系统仿真证明,窃听节点存在对信道估计存在误差,合法目的节点的重构性能优于窃听节点,可以达到安全传输.     

协作感知门限自适应优化

 在频谱感知过程中,采用协作感知的方式对空间内多个节点的感知结果进行融合,可以消除路径阴影和深度衰落情况的影响,有效提高结果的准确性和可靠性。基于加权融合的协作判决准则,为了保证融合结果的检测概率和虚警概率达到标准,需要使每个节点的感知结果均达到相应的标准。因此提出通过对每个感知节点设定合适的感知门限进行优化。首先对各感知节点的进行分析,可以得到每个节点在检测概率和虚警概率一定的条件下,感知门限与节点权值的关系,其次通过遗传算法对权值的优化实现权值优化--感知门限优化的自适应优化过程。最后通过仿真验证该方法可以高效准确地实现感知门限的自适应优化,从而保证了协作频谱感知的实际性能。     

CR网络中基于K秩融合的频谱感知算法

针对合作频谱感知模型,分析了集中式频谱感知的基本原理,并对融合中心的硬合并算法进行了研究.讨论了在先验概率已知时,K秩融合准则中K的各种取值对系统检测概率、虚警概率、漏检概率的影响以及合作用户节点数目与错误概率之间的变化关系.仿真结果表明,在加性高斯白噪声环境下,感知节点规模较小,在大约一半的节点参与合作时,K秩融合准则具有较好的感知效率.     

有向无线传感器节点概率感知模型的设计

针对现有的有向传感器节点的感知模型应用中,在感知范围两侧的边缘处易受误差影响而使得此处感知能力的不确定,致使整个网络的覆盖情况不稳定的问题,设计了一种有向概率感知模型。该模型参考了全向概率感知模型,同时考虑到了节点的转动误差,更加准确地描述了有向传感器节点的感知能力。经仿真验证,该模型具有较好的应用效果。     

基于分数阶小波的频谱感知算法

针对非平稳信号在低信噪比下使用能量感知算法感知效果差的问题,提出了一种基于分数阶小波的频谱感知算法。首先对接收信号进行分数阶小波变换达到能量聚集与去噪处理的目的,之后对重构信号进行能量感知。仿真结果表明,该算法相比于传统的能量感知算法以及基于小波变换的能量感知算法,可以提高在低信噪比下对非平稳信号的感知效果。在感知概率为0.3时,基于分数阶小波的能量感知算法比传统的能量感知算法和基于小波变换的能量感知算法分别提高了6 d B和2 d B的信噪比增益;在虚警概率恒为0.1时,基于分数阶小波变换的频谱感知算法的感知概率为0.867,明显高于传统能量感知算法0.287的感知概率和基于小波变换的频谱感知算法0.628的感知概率。     

一种高效利用资源的协作感知方法

在频谱资源日渐紧缺的背景下,认知无线电技术成为无线通信领域新的研究热点,而频谱感知是认知无线电研究的重要内容.为了提高感知结果可靠性并且对抗隐藏节点问题,协作频谱感知被提出,但传统的协作感知策略往往需要大量感知节点的参与,从而消耗了较多的资源.为此,我们从节约资源的角度出发,提出了一种迭代式协作感知方法,该方法可以在感知精度满足一定要求的同时,最小化参与感知的节点数目,从而降低系统的资源消耗.仿真结果表明,本方法能够有效地保证检测概率和虚警概率的目标,同时使得参与感知的节点数目和系统的资源消耗最小化.     

宽带SSDF攻击下的压缩频谱感知

在宽带主用户信号的模型下,提出了一种新型的宽带SSDF(spectrum sensing data falsification)攻击模式,并结合了压缩感知(compressed sensing,CS)技术与平均一致(average consensus)算法,建立了可防御这种宽带SSDF攻击的分布式宽带压缩频谱感知模型.频谱感知分为感知阶段和信息融合阶段.在感知阶段,各个CR(cognitiveradio)节点对接收到的主用户信号进行压缩采样以减少对宽带信号采样的开销和复杂度,并作出本地频谱估计.在信息融合阶段,为了更好地排除宽带SSDF攻击节点的影响,建立了子信道声望值指标,各CR节点的本地频谱估计结果以分布式的方式进行信息融合,排除潜在恶意次用户的影响,得到最终的频谱估计结果.仿真结果表明,提出的频谱感知模型可以有效地抵御宽带SSDF攻击,并且利用了恶意次用户节点的有用数据获得了额外的分集增益,提高了频谱感知的性能.     

基于压缩感知的星型拓扑结构无线传感网络信号检测算法

针对星型拓扑结构无线传感网络中,不能及时地处理多个传感器节点同时采集到紧急事件并且立即向中心发送数据请求的问题,提出了一种有效的检测算法。因为同时激活的传感器节点数目相对于整个网络中传感器节点的总数来说是比较稀疏的,因此压缩感知理论能够用于这种情况的信号检测。此外,考虑到在整个传感网络,传感器节点数目非常大,因此,可采用李雅普诺夫中心极限定理估计每一个传感器节点是否被激活的状态概率,进而根据该概率估计选择可靠的支撑集元素并有效的克服误差传播的影响。最后,通过仿真实验验证本文提出算法的性能。     

量化评估用户感知的可用性

为了量化分析Web服务失效和性能降级的原因，提出了基于Web集群服务器的用户感知的可用性模型．首先使用Markov生灭过程估算系统状态概率，再利用排队论估算系统稳定状态下的请求丢失概率，最后结合二者建立起用户感知的可用性数学表达式，并以此来量化评估用户感知的可用性对各系统性能参数的敏感性．数值计算结果表明，影响用户感知的可用性的主要因素有2种，即低负载下的平均故障检测时间与平均无故障时间之比值，高负载下的平均故障修复时间与平均无故障时间之比值，同时用户感知的可用性可以通过增加后端节点的个数来改善，当后端节点数增加到一定程度时，该性能将趋于平稳．     

基于转发效用和拥塞感知的机会网络路由算法

针对移动机会网络中转发节点选择和数据包管理不合理问题,提出基于转发效用和拥塞感知的机会网络路由算法.建立转发效用模型,根据移动机会网络的机会接触特性定义节点接触概率和节点接触活跃度;建立节点拥塞感知模型,定义节点区域拥塞系数;将转发效用和节点区域拥塞系数用于数据包转发过程和数据包管理过程,提出节点接触概率的转发节点选择...     

基于中继选择的协作频谱感知算法

针对最佳中继选择协作频谱感知方案检测概率低、而所有中继节点均参与协作频谱感知复杂度高的问题,提出一种中继选择协作感知算法.该算法根据N条中继链路等效信噪比的大小,从中选择出L个信噪比大的优质中继用户转发主用户信息.导出了该算法在瑞利平坦衰落下的频谱检测概率上限闭合表达式,为频谱检测性能分析提供了理论依据.数值分析结果表明：只需60%左右的优质链路参加中继就可以达到理想的性能,大大降低了系统实现的复杂性.     

无线传感网中基于压缩感知的高效数据传输方案

传统的无线传感网技术中,数据源节点将采集到的原始数据序列直接传送给中间转发节点进行处理,因此当需采集的数据序列很长或者数据源节点的数目很多时中间转发节点需处理的数据量非常大。为此,基于近年来发展迅速的压缩感知理论,本文将压缩感知技术应用于无线传感网,提出一种新型高效的数据采集传输方案。采用系统所需存储转发寄存器的容量、节点耗能、时延来衡量无线传感网的网络性能。仿真结果表明,压缩感知理论可在近乎完美地重建信号的前提下有效地减少处理的数据量进而降低对硬件的要求并改善无线传感网网络性能。     

基于群体感应构建的时滞复杂网络的完全同步

根据生物系统中的群体感应思想构造了一种新型时滞复杂动态网络。其特点为网络各节点仅由与外部扩散信号感应的方式连接,感应过程中存在时间延迟。利用Lyapunov稳定性理论证明了当系统参数满足一定条件时,通过控制感应强度可实现网络中各节点运动的完全同步。数值仿真结果表明,该网络可在周期态达到同步,并且随感应强度不同,周期解的复杂程度不同。     

华东某水库表层沉积物氨氮释放贡献量分析

通过对华东某水库进行现场水样采样, 并结合沉积物氨氮释放试验, 分析水库典型区域表层沉积物、上覆水和间隙水中总氮、氨氮含量, 揭示氮素组成的时空分布特征和表层沉积物对上覆水氨氮的影响. 结果表明: 库内氨氮和总氮呈现明显的季节变化, 且冬季明显高于夏季; 表层沉积物中总氮的质量浓度高于上覆水, 沉积物氨氮扩散通量为 0.18$\sim认知无线电中频谱感知方法的性能与感知场景高度相关. 研究表明, Nakagami-Gamma(KG)衰落信道模型能够可靠地描述无线通信信道. 针对采样点数、接收信噪比、地理位置等多种性能影响因素各不相同的一组异构节点在KG衰落信道下的感知场景, 提出了一种基于熵函数(based on entropy function, BEF)的合作感知方法. 首先, 根据异构节点的不同性能影响因素, 通过定义的熵函数计算各节点的综合评价得分; 然后, 筛选出得分较高的节点进行标准化能量检测; 最后, 采用逻辑或(OR)准则进行融合判决. 仿真结果表明, BEF方法有效地降低了系统的感知开销, 在各个节点的目标虚警概率较低($P_{\rm f}<0.1$)时, 显著提升了全局检测概率.     

基于概率图理论的无线传感器网络覆盖性与选路策略研究

针对无线传感器网络中节点传感半径、节点传输半径与连通覆盖性之间的内在联系问题,基于几何概率理论,提出并证明了一个传感半径尺度刻画,若节点传感半径满足该尺度刻画,则监测区域内的每一个目标点,在任何时刻都能以渐近于1的概率落在至少一个传感器节点的感应范围内.另外,分析了无线传感器的连通覆盖问题,提出并证明了一个节点苏醒概率不等式,其可作为网络连通性不受到破坏的判断尺度和临界门限.最后文章在满足无线传感器网络连通必要性的前提下,基于图论模型,提出了一个无线传感器网络的选路策略并作了比较分析,得出简要结论.     

基于能量检测的频谱感知方法

认知无线电是一种用于提高无线电通信频谱利用率的新的智能技术.首先简述认知无线电的背景和概念,针对认知无线电的频谱感知功能,详细地分析基于能量检测的频谱检测方法,在此基础上研究了噪声方差的不确定性对检测性能的影响.针对无线信号检测具有本地局域性和能量检测存在信噪比极限的特点,提出一种分布式有限合作检测机制,推导出基于“OR”规则的有限合作机制的检测概率,并进行Monte Carlo仿真.理论计算和仿真结果都表明,该方法在虚警性能略有下降的基础上,能较大程度改善低信噪比情况下的检测性能.     

Trust attestation mechanism for the sensing layer nodes of Internet of Things

The main function of Internet of Things is to collect and transmit data. At present, the data transmission in Internet of Things lacks effective trust attestation mechanism and trust traceability mechanism of data source. To solve the above problems, a trust attestation mechanism for sensing layer nodes is presented. First a trusted group is established, and the node which is going to join the group needs to attest its identity and key attributes to the higher level node. Then the dynamic trust measurement value of the node can be obtained by measuring the node data transmission behavior. Finally the node encapsulates the key attributes and trust measurement value to use short message group signature to attest its trust to the challenger. This mechanism can measure the data sending and receiving behaviors of sensing nodes and track the data source, and it does not expose the privacy information of nodes and the sensing nodes can be traced effectively. The trust measurement for sensing nodes and verification is applicable to Internet of Things and the simulation experiment shows the trust attestation mechanism is flexible, practical and efficient. Besides, it can accurately and quickly identify the malicious nodes at the same time. The impact on the system performance is negligible.     

一种新的循环谱统计量频谱感知算法

为了提高认知无线电中感知用户对授权用户(主用户)的检测概率,提出一种新的基于循环谱统计量的主用户信号检测算法.该算法利用循环谱离散频域平滑方法,对信号的循环谱在循环频率处建立合理的检测统计量,然后求解得到对应不同虚警概率的判决门限,以使感知用户能检测信噪比更低的授权用户信号.该算法具有检测结构简单,易实现的特点.仿真结果表明,在高斯白噪声信道中,虚警概率为0.1,频域平滑累积次数为255,在信噪比为-16 dB的条件下,与Dandawate-Giannakis(DG)方法相比,本文算法的检测概率提高23%.     

Outage Probability Based on Relay Selection Method for Multi-Hop Device-to-Device Communication

To improve the connectivity of device-to-device(D2D) communication between delay-assisted vehicles, a multi-hop D2D relay selection strategy based on outage probability is proposed. The algorithm firstly clusters the relay users based on the distance of D2D users, and determines the number of one-hop relay nodes through the outage probability threshold. Two-hop relay nodes directly select the same number of relays as one-hop relay nodes according to the descending order of signal noise ratio(SNR) to establish a square matrix. The Hungarian algorithm is used to assign the relay nodes of two clusters to complete the inter relay communication. Finally, the information is sent to the D2D receiver by combining technology. The simulation results show that this algorithm can reduce the cost of relay probing process and the outage probability of system in multi-hop D2D relay communication.