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。     

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。     

基于能量检测的用户选择协作频谱感知

协作频谱感知(collaborative spectrum sensing,CSS)检测结果的上报尽管能够改善检测性能,但是也可能导致认知用户(secondary users,SU)产生较高的开销,同时引起对授权用户(primary users,PU)的干扰。基于双门限能量检测的用户选择CSS策略,称为双门限最佳选择上报(double threshold best selection reporting,DTBSR)策略,意在减少SU的平均检测时间和提高频谱感知的性能。单门限能量检测在受到噪声干扰后性能会严重下降,采用了基于最大比合并(maximum ratio combining,MRC)的双门限能量检测算法,通过考虑信息上报过程对PU产生的干扰,设计了在瑞利衰落信道下DTBSR策略与传统策略的虚警概率和检测概率表达式。仿真结果表明,与传统策略和最优选择上报策略相比,改进的策略能够提高检测性能并减少平均检测时间,并且还可以通过调节感知时间获得最小化漏检概率。     

基于复合熵和证据理论的抗SSDF攻击协作频谱感知方法

针对协作频谱感知中，频谱感知数据篡改(spectrum sensing data falsification, SSDF)攻击导致的感知性能恶化问题，在次级用户中恶意用户占比小于一半的情况下，提出一种基于复合熵和证据理论的抗SSDF攻击协作频谱感知方法。首先，次级用户根据本地感知统计量计算基本概率分配(basic probability assignment, BPA)信息。然后，融合中心根据BPA计算距离值并进行熵处理得到复合熵，再以复合熵为权重对BPA信息进行调整，降低恶意用户的权重。最后，针对证据理论中Dempster融合公式的弊端，采用加权求和法代替传统的融合公式。仿真结果表明，和已有方法相比，在不同类型的SSDF攻击下，所提算法具有较好的感知性能。     

任务优先满足和绩效奖励的重叠联盟效用分配

效用分配是联盟形成中的一个难点问题,合理的效用划分方式有利于联盟的形成与稳定.针对重叠联盟中一个Agent可以参与多个任务的复杂情形,提出了任务优先满足的任务分派方法.当新的Agent成员加入到联盟中时,任务分派时对原有联盟成员给予绩效奖励,然后根据任务分派情况进行效用划分,最后通过实例与已有的效用分配策略进行了对比分...     

Femtocell网络中基于PSO的频谱感知技术

在Femtocell和Macrocell构成的两层网络中,干扰问题十分突出,传统的研究主要集中在静态的资源分配上,未能有效地提高频谱资源的利用率。基于认知无线电中的频谱感知技术,检测出空洞的频谱资源分配给Femtocell使用。给出了多用户多天线Femtocell系统的协作频谱感知模型,推导出全局检测概率,在给定虚警概率的前提下,在融合中心基于粒子群优化（particle swarm optimization, PSO）算法优化分配每个Femtocell用户感知信息的权值,最大化系统的全局检测概率,提高频谱资源的利用率。仿真结果表明,所提算法能够有效地改善系统的检测性能,具有较好的实时性,适用于实际的两层网络通信系统。     

基于卷积神经网络的OFDM频谱感知方法

在认知无线电网络中,高效且准确的频谱感知是必不可少的一个环节。针对传统机器学习算法在频谱感知训练慢的难题,提出一种基于卷积神经网络的正交频分复用(orthogonal frequency division multiplexing,OFDM)频谱感知方法,将深度学习在图像处理上的优势应用到OFDM信号频谱感知中。该方法首先分析OFDM信号的循环自相关和频谱感知模型,对循环自相关进行归一化灰度处理,形成循环自相关灰度图;然后以LeNet-5网络为基础设计卷积神经网络分层地对训练数据进行学习,提取出更加抽象的特征;最后将测试数据输入到训练好的卷积神经网络模型,完成频谱感知。仿真实验表明,该方法能够完成OFDM信号的频谱感知,在低信噪比条件下具有较高的检测概率。     

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。     

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.     

一种空时二维联合频谱感知区域划分方案

认知无线电空时二维联合频谱感知技术可以有效利用认知无线电网络的二维频谱资源,该文提出一种空时异构认知网络区域划分方案的设计方法。新的设计方法依据IEEE 802.22标准和应用需求,建立了一种鲁棒性空时二维感知模型,并明确定义了认知无线电网络构架的主用户分布边界、保护边界和感知边界;基于认知用户对主用户通信中断概率的条件约束,严格推导出了3种边界条件的数学闭式解。采用新的设计方案,在保证主用户通信功率和认知用户最大允许通信功率的条件下,能够灵活确定主用户分区和认知用户的Overlay及Underlay接入模式。理论分析和仿真结果表明,新的区域划分方案在保证主用户良好通信质量的前提下,能够实现认知用户在空间维度更有效的分配和接入可用频谱资源。     

基于稀疏贝叶斯学习的拖曳线列阵空间谱估计

针对常规拖曳线列阵目标方位估计中存在的左右舷模糊问题,提出了联合多个时刻机动拖曳线列阵信号模型的稀疏贝叶斯学习空间谱重构估计方法。首先,建立了机动拖曳线列阵的阵元域信号超完备稀疏表示模型;然后,根据稀疏贝叶斯学习原理将目标的空间角度稀疏特性通过信号双层先验假设进行隐性描述;最后,对目标空间谱的变化过程采用隐马尔可夫模型进行描述,并将空间谱连续慢变的客观规律应用到目标信号超参数的概率密度计算中,构建基于多个时刻阵列信号模型的空间谱稀疏重构模型。计算机仿真研究和海试数据验证结果表明:所提方法在拖曳线列阵机动条件下,能够有效抑制固有的左右舷模糊,同时具有更好的重构精度,从而实现拖曳线列阵空间谱的优效估计。     

阵列失效单元非凸压缩感知平面近场快速诊断方法

在阵列失效单元压缩感知近场诊断方法中,缺乏观测矩阵是否满足约束等距特性的先验信息,因此采用l1范数极小化凸优化算法将无法确保阵列失效单元的高概率精确诊断。针对该缺陷,提出了采用迭代重加权最小二乘的非凸压缩感知平面近场快速诊断方法。在失效单元个数远远小于单元总数的前提下,按照随机欠采样方式分别获取完好阵列和失效阵列的近场幅相信息,继而构造差异性阵列并利用所提的非凸优化算法对该阵列的激励进行重构,从而实现阵列失效单元的高概率精确诊断。数值仿真实验表明,所提方法不仅避免了观测矩阵约束等距特性的缺失对诊断性能造成的不利影响,而且克服了非凸范数易于陷入局部最优解这一弊端,明显缩短了诊断时间,有效提高了诊断成功概率。     

无人机通信网络动态联盟形成方法

无人机之间通过相互协作形成无人机网络以完成相应任务,现有研究较少考虑无人机的移动性所造成的无人机网络的拓扑结构变化而引起的通信方面的问题。本文将无人机网络在通信范围内的通信延迟最低作为目标,基于贝叶斯联盟博弈解决无人机的移动性所造成的的网络结构动态性,以及协作无人机的选择策略问题。在贝叶斯联盟博弈模型中,针对无人机的移动性,将无人机分为两种类型:协作行为的无人机和不协作行为的无人机。基于信念更新机制来帮助无人机观测其他无人机的行为并找到可能的联盟结构。仿真结果表明,由贝叶斯联盟博弈算法得到的通信延迟最小的无人机联盟结构是纳什稳定的。     

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。     

基于NSCT和IHS变换域的灰度可见光与红外图像融合方法

针对灰度可见光与红外图像的融合问题,提出了一种基于非下采样轮廓波变换(non subsampled contourlet transform, NSCT)和IHS变换域的自适应融合方法。该方法利用IHS变换域的有效分离图像亮度信息和光谱信息的优势,对灰度可见光图像进行彩色传递并得到亮度、色调、饱合度(intensity hue saturation, IHS)三个分量的值;然后通过NSCT变换分别对可见光图像的I分量和红外图像进行多尺度和多方向分解,并采用一定的融合规则得到融合图像的低频分量和高频分量,而后进行NSCT逆变换得到灰度融合图像并将其作为最终融合图像的I分量,最后进行IHS逆变换得到红绿蓝(red green blue, RGB)彩色融合图像。理论分析和仿真实验验证了该算法的有效性。