认知网络中基于快速多赢家多频段拍卖的动态频谱分配

针对传统拍卖方法在动态频谱分配中的低效问题,本文提出了一种基于FADM(fast auction with multiple bands and multiple winners)算法的动态频谱分配方法.FADM算法将传统的多物品拍卖问题转化为整数型0/1背包问题,从而可用动态规划寻求最佳的出清向量;新算法采用了保留价格和差异定价抑制共谋,且根据供求关系动态调整保留价格和竞标价格,兼顾了频谱分配的经济效益和社会效益.性能分析和计算机仿真结果表明,FADM算法可以使频谱有效利用率逼近实际需求率,同时尽可能提高分配收益.     

基于Kuhn-Munkres算法保证认知用户QoS的动态频谱分配

本算法采用图论方法解决认知无线网络动态频谱分配(DSA)问题.首先,根据认知用户的服务质量(QoS)以及空闲信道的状态,分别为认知用户和信道划分优先权.然后,提出一种新的计算方式预计认知用户使用信道可获得的带宽效益.最后,将划分优先权后的认知用户、信道建立二分图,将带宽效益作为图的权重.在兼顾考虑认知用户的带宽效益和频谱利用率的前提下,使用Kuhn-Munkres算法将信道分配给认知用户.实验仿真结果表明,本算法可以同时优化带宽效益和频谱利用率,在认知用户等待分配信道时间方面也能取得较好服务质量要求.     

基于频谱差异的动态频谱分配博弈算法

基于博弈论的认知无线电动态频谱分配,是目前认知无线电领域研究的热点之一。考虑到频谱差异性,采用古诺博弈(Cournot game)模型,在原有的定价函数中加入频谱相似度矩阵,提出了新的效用函数,使得更接近于实际网络环境。性能分析表明,考虑了频谱差异性的分配算法较原来算法更具多样性,适合实际网络分配。     

认知无线电的频谱分配算法

认知无线电的频谱分配问题存在瓶颈用户,针对该问题,分析了并行频谱分配算法和CSGC(color-sensitive graph coloring)算法,提出在CMMB(collaborative-max-min-bandwidth)准则下,用并行分配算法来解决瓶颈用户问题,并对系统时间开销和频谱利用率等性能指标进行了仿真分析.结果表明,并行分配算法和CSGC算法的频谱利用情况大致相当,但并行算法的系统时间开销却明显减少,更有利于满足认知无线电中频谱快速分配的要求.     

市场竞争下的三阶段动态博弈频谱接入算法

采用两级动态频谱接入网络模型,提出了基于市场竞争的三阶段动态博弈频谱接入算法。利用逆推法和Bertrand博弈理论解决动态频谱接入问题。两个寡头(移动虚拟运营商:MVNO)先后确定所需频谱数并进行价格竞争吸引终端次用户,次用户可根据对速率和价格的不同偏好进行选择。理论推导和仿真分析了算法的正确性和稳定性,证明该算法存在唯一纳什均衡。仿真结果表明,MVNOs可以灵活做出最优投资和价格决定,达到收益最大化,为实际应用提供了参考模型。     

基于信道选择和自适应功率控制的动态频谱分配

针对频谱分配过程中会出现用户间的干扰问题,提出了一种基于信道选择和自适应功率控制的动态频谱分配算法.该算法的基本思想是将认知用户间频谱的竞争转化为以信道选择为策略空间的博弈模型,通过调整发射功率和利用改进后的效用函数来选择最优的分配策略.实验结果表明:该算法在实现频谱动态分配的同时减小了对授权用户的干扰,提高了系统总吞吐量.     

认知无线电网络频谱共享中的带宽竞争

 在认知无线电网络中,考虑多个主系统以频谱数量竞争向次级用户租借频谱的频谱共享问题,而次级用户以机会方式使用该频谱.将此视为垄断市场的竞争问题,提出了一个频谱买卖的市场模型,每个主系统在服务质量(QoS) 限制条件下,最大化自身的利益.对于次级系统而言,利用效用函数来获得逆需求函数.采用分布式算法得出了动态博弈的解及收敛区域.数值结果表明动态博弈的解在收敛区域内能收敛到纳什均衡解.     

基于极大独立集的协作竞价频谱分配算法

将认知无线电中的动态频谱分配归结为图论中的着色问题.针对目前基于系统吞吐量的分布式贪婪算法和基于复杂度的分布式随机算法效率不高的问题,提出了一种改进的基于极大独立集(MIS)的协作竞价算法.根据MIS中协作用户出价高于集外认知用户最大效用,可以获得授权用户的效用曲线,从而最大化系统总效用,达到充分利用频谱资源的目的.此外,协作竞价算法还能在一定程度上抑制用户之间的共谋.     

基于迭代用户选择的合作频谱感知算法

针对认知无线电中经典频谱感知算法 (能量检测、算术几何平均、信号特征值子空间、最大特征值检测)存在不同程度缺陷的问题,为了进一步提高频谱感知算法的检测性能,提出了基于迭代用户选择(iterative user selection, IUS)的合作频谱感知算法。该算法先对参与合作感知的全部认知用户进行选择,然后在选出的部分用户频谱观测数据的基础上,生成全局检验统计量(global decision statistic, GTS),以此做出授权用户(primary user, PU)信号是否存在的全局判决。仿真结果显示,在虚警概率保持不变的情况下,进行迭代用户选择后,合作频谱感知的检测概率要优于未进行用户选择时的算法。与经典频谱感知算法相比较, IUS的合作频谱感知算法不需要任何先验信息,且以较少的频谱观测数据达到较好的检测性能。     

遗传算法优化的神经网络频谱预测模型训练

针对认知无线网络(CRN)中神经网络频谱预测模型原有的反向传播算法预测准确率不高的问题,提出一种遗传算法优化的神经网络频谱预测模型训练(GA-NN)算法。通过在选择、交叉、变异中加入随机性,使种群的个体收敛至包含全局最优解的集合内,再通过反向传播算法训练神经网络频谱预测模型(BPNN)快速搜索到全局最优解。仿真结果表明,GA-NN算法训练的神经网络频谱预测模型的预测准确率比BP-NN算法提高一倍以上,GA-NN算法在多种CRN中具有适用性。GA-NN算法提高了频谱预测模型的预测准确率,将促进频谱预测技术在CRN中的推广应用。     

5G网络中基于用户需求的频谱资源分配方案

针对第5代(5G)通信系统的频谱特性和用户需求特征,提出局部最优(local optimization,LO) 算法。该算法不同于传统的频谱分配方法,在考虑5G网络中用户需求的情况下,同时提高频谱的利用率。LO算法根据用户需求特征和频谱特性的相应参数计算出二者对彼此的偏好优先级顺序,计算出综合满意度,让用户依次从未分配的频谱中选择让其综合满意度最大的频谱。通过MATLAB软件在用户数和频谱数不同的2种情况下仿真,分析结果可知,LO算法的平均综合满意度、用户和频谱对彼此的整体满意度均高于稳定婚姻(stable marriage,SM)配对算法,且频谱利用率、频谱丢包率与用户丢包率的比值都低于SM算法,并且可以兼顾频谱利用率和用户可靠性要求。同时,LO算法的算法复杂度为O(n^3)。     

数字电视信号的频谱感知实测方案研究

针对我国未来可能开放的电视频段上各种模拟(PAL)及数字电视标准(DVB-T、CTTB)信号的特征,提出了有效的频谱感知实测方案.通过伪随机序列相关检测算法检测CTTB电视信号,并结合载波导频检测算法和循环前缀相关检测算法,通过搭建的基于Labview的硬件检测平台,成功地对上海地区的电视信号进行检测,给出了相关的频谱占用情况及统计特性.     

认知无线电网络QoS保障技术综述

首先简要介绍了动态频谱接入方式和认知无线电技术,分析了在基于动态频谱接入方式的认知无线网络中提供QoS保障的挑战.然后系统地介绍了在认知无线电各关键技术(频谱感知、频谱管理、频谱转移和频谱共享)和上层中的QoS保障技术以及跨层QoS设计的研究现状和困难.最后给出了未来研究的难点和方向.     

基于POMDP的认知无线电动态频谱接入算法

针对当前认知无线电动态频谱接入算法实现复杂度高的缺点,提出了在硬件受限制的情况下,基于部分可观察马尔科夫决策过程的动态频谱接入算法.该算法利用多次对外界信道的检测得到对外界环境的估计,然后根据此估计以当前和未来收益总和最大化为目标,实频谱接入,并实现了最优解和贪心法次优解.该算法比随机检测接入算法多获得约25%的带宽,贪心法的次优解在阶段数较少时与最优解性能非常接近.     

一种基于历史信息的感知无线电动态频谱分配算法

在无线频谱资源分配过程中,历史分配信息通常包含大量有用信息,可为下一阶段的资源分配提供参考借鉴,从而改善资源分配算法的性能.简要介绍了基于图论冲突图理论的网络模型,分析了在感知无线电频谱资源分配算法中引入历史分配信息对算法的影响,构造了代表比例公平性的频谱资源分配算法.仿真结果表明,采用历史信息的算法与原算法相比在系统总带宽、公平性方面都有明显改善,并拥有较好的收敛性.     

宽带无线频谱分配建模研究

随着无线通信的发展,研究如何提高频谱利用率的方法是必然趋势。本文将具有不同特性的静态频谱,竞拍频谱以及动态频谱进行联合分配研究。对频谱可用性特性指标和基于M-LWDF算法的服务质量指标进行了详细的分析说明。并提出了一种有序匹配算法。该算法通过频谱可用性和服务质量指标的有序对应匹配,实现多种频谱资源相结合环境下的频谱分配方案。并通过与随机分配、先静态、后动态的分配方案进行对比,用MATLAB仿真工具验证了该算法在平均总速率、平均失败次数等方面的优越性。     

基于动态组稀疏重构的频谱感知算法

针对认知无线电网络中宽带频谱感知问题,提出了一种基于主用户信号频谱结构的频谱感知算法,简称为DGS-SS算法.该算法首先利用压缩感知理论对信号进行欠采样,然后利用主用户信号频谱的组稀疏结构修正重构过程中的频谱和残差支撑集,从而能够加快重构主用户信号频谱的收敛速度,而且也能够提高主用户信号频谱的重构精度,最后利用重构信号频谱给出频谱空穴的有效检测.仿真结果表明,所提算法不仅能在低压缩比下精确重建信号频谱,而且对噪声变化具有更强的鲁棒性,从而有效地提高了频谱感知性能.     

基于多目标遗传算法的认知无线电频谱分配

频谱共享技术是认知无线电的关键技术。基于多目标遗传算法,将认知无线电网络的最大系统效益和次用户间的最大比例公平作为目标函数,运用图论着色频谱分配模型,实现认知无线电中空闲频谱在次用户间的动态分配,并与颜色敏感图论着色算法(CSGC)进行了比较。通过仿真验证了该算法在认知无线电网络中进行频谱分配的可行性,且性能优于CSGC算法。     

基于阈值优化的频谱感知算法

协方差绝对值(Covariance Absolute Value,CAV)感知算法使用固定阈值和固定虚警概率的频谱感知策略,无法保证在任何时候都能使频谱感知性能达到最优。提高频谱感知性能包括降低对主用户的干扰概率并提高空闲频谱的利用率,即最大限度地降低漏检概率与虚警概率。为此,本文对协方差绝对值感知算法进行改进,提出了不同信噪比下自适应阈值的优化方法使频谱感知误差(漏检概率与虚警概率的代数和)达到最小。实验结果表明,本文算法有效降低了频谱感知误差,提高了检测概率,特别是在信噪比较低的情况下性能改善较为明显。     

一种基于历史信息的感知无线电动态频谱分配算法

在无线频谱资源分配过程中,历史分配信息通常包含大量有用信息,可为下一阶段的资源分配提供参考借鉴,从而改善资源分配算法的性能。简要介绍了基于图论冲突图理论的网络模型,分析了在感知无线电频谱资源分配算法中引入历史分配信息对算法的影响,构造了代表比例公平性的频谱资源分配算法。仿真结果表明,采用历史信息的算法与原算法相比在系统总带宽、公平性方面都有明显改善,并拥有较好的收敛性。