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.     

一种新型认知无线电信道状态的预测算法

基于部分可测马尔科夫决策过程(POMDP)模型,结合认知无线电频谱侦测技术,提出一种新的多无线电多信道环境下认知无线电检测信道算法.该算法通过对信道状态历史信息的分析,推导出信道信念状态的初始分布和转移概率;然后,以此选择出具有最佳回报的信道以供接入,使得次用户能获得最佳带宽回报,从而达到提高信道利用率的目的.仿真结果表明,算法获得相对于传统认知无线电频谱接入方式更高的信道带宽,并接近无漏检和虚警现象的理想情况,有效地提高了信道利用率.     

基于授权用户活动性的认知无线电频谱分配算法

考虑授权用户工作状态的切换概率对认知无线电系统的频谱分配的影响,提出了一种新的认知无线电频谱分配算法.在定义收益期望的基础上,从概率角度提出了两个新的效用函数,分别反映认知系统总的平均信道收益期望和收益期望公平性;并给出了算法的具体步骤.仿真结果表明:与传统的信道分配算法相比,新算法在认知系统总的频谱利用率效用上优势明显;在授权用户工作状态频繁切换时表现出了较好的系统公平性,更具有现实应用意义.     

非对称认知网络中分布式多用户频谱共享算法

为解决多用户冲突导致非对称认知网络吞吐量降低的问题,根据网络中用户信道收益矩阵的特点,提出了一种分布式多用户联合频谱共享方法.首先,基于Gale-Shapley理论实现认知用户和信道之间的"一对一"频谱分配,以避免认知用户之间的竞争冲突;其次,在未知信道先验知识或者认知用户仅有部分信道感知能力时,通过顺序最优学习算法获取信道收益信息;同时设置接入定时器,实现分布式机会频谱共享.仿真结果表明:所提方法的平均网络吞吐量明显优于随机等分布式算法,且复杂度比最优算法大大降低,收敛速度较快,适于感知带宽受限和用户地理位置分散的非对称认知网络.     

基于用户需求和历史信息的动态频谱分配算法

针对认知无线电系统中动态频谱分配算法开展研究,以干扰图模型为基础,提出一种改进的基于业务需求和历史信息的动态频谱分配算法。为利于快速收敛,算法采用最大独立集为分配起点,允许将信道同时分配给多个用户,联合功率控制机制最小化认知用户间的干扰,引入信道优先级和用户优先级表征历史信息和业务需求,优先分配高质量的信道给高优先级用户集以保证公平性。最后通过仿真分析进行了算法的有效性验证。     

基于效用理论的多标拍卖信道分配算法

针对传统多标拍卖信道分配机制无法确保认知用户获得频谱资源公平性的问题,结合微观经济学中的效用理论提出了一种新的标价算法。该算法基于用户自身带宽需求和等待时间等因素对信道效用的影响,以信道效用为基准对信道进行等效标价处理,确保在系统效益最大的同时可获得频谱资源认知用户数量容纳性的最大化。对采用该算法与采用传统算法的系统中用户等待时间、需求满足情况及系统总体效益等关键技术性能在频谱资源充足与频谱资源匮乏两种情况下进行了仿真对比分析,结果显示该算法不仅能够在频谱资源充足时获得较好的系统效益,在频谱资源匮乏时能够在保证系统效益的同时大大提高了弱势用户获得频谱资源的概率,提高系统的公平性。     

认知网络中一种基于最大吞吐量的中继机制

为了抵抗信道衰落以及提高频谱利用率,提出了在多信道多主用户的认知无线电网络中,次用户协作主用户通信的模型.同时基于实际情况中最大化主用户吞吐量的准则,建立了分配问题,通过理论分析,将该问题转化为数学中的指派问题,并根据匈牙利算法提出了分配次用户协作主用户通信的算法以及相应的次用户的接入机制.仿真结果表明,提出的次用户协作主用户通信机制能够较好地抵抗信道衰落,大幅提升主用户的吞吐量,从而提高频谱利用率.     

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.     

协作认知无线电网络资源双拍卖算法研究

为提高无线频谱资源利用率,针对认知无线电网络次用户具体资源需求,提出了一个基于VickreyClarke-Groves(VCG)拍卖机制的两层双拍卖频谱资源分配算法TACC,在实现频谱高效分配的同时,保证了主、次用户以及中继节点的效益.首先给出主用户、中继节点以及次用户的效用函数;然后对主用户的频谱资源进行分配;TACC拍卖算法在第一层实现中继节点和次用户的虚拟拍卖,并在第二层拍卖实现中继节点竞争主用户的频谱资源,最后综合两层拍卖结果将主用户频谱通过中继节点分配给次用户.数值实验结果表明:主用户和中继节点的效益得到了保证,TACC算法在主用户效益上比随机算法平均提高3倍;当次用户数量少于80时,系统运行时间低于25s,随着主用户数量增加,算法运行时间呈指数型增长.     

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.     

基于用户等待时间和带宽需求的改进CSGC算法

从频谱资源紧缺的现状出发,通过对图论着色模型的分析,提出了基于用户等待时间和带宽需求的改进颜色敏感的图论着色(color sensitive graph coloring,CSGC)算法.该算法兼顾用户等待时间和实际带宽需求,使用户在趋于平等的机会获得频谱资源同时,最小化未满足需求总量,保证了系统的公平性,提高了系统的...     

基于时分复用的认知MIMO系统的干扰消除算法

在认知MIMO通信系统中,认知用户伺机接入到主用户的频谱中,在传输过程中认知用户对主用户以及认知用户之间都会产生很大的干扰.为了消除认知用户之间的干扰,提出基于时分复用的干扰消除算法.该算法旨在认知系统中对认知用户传输的整个时间段进行划分,在保证认知系统吞吐量最大的情况下,得到每个认知用户的传输时间段,然后在对应的传输时间下进行此认知用户的通信,此时只有单个认知用户进行通信,避免受到其他认知用户的干扰.仿真结果表明,在信噪比小于6 d B时,采用所提算法下,单位带宽认知系统可以增加0.5bit/s的吞吐量,同时能源效率平均提高了1.2 bit·s-1·w-1.     

一种QoS动态通信量疏导模式

考虑用户通信量请求的服务质量QoS(Quality of Service)约束和网络资源约束,提出了一种光Internet中的QoS动态通信量疏导模式.该模式以最小化网络费用为目标,基于分层图模型和Dijkstra第k最短路算法,引入亲和度,尽可能把新到达的通信量请求疏导到能满足其带宽和延迟要求的已有光路上.仿真结果表明,本文提出的模式是可行和有效的,不仅支持QoS,而且提高光路利用率,有实用性.     

基于POMDP模型的分布式机会频谱接入算法

针对认知无线电（cognitive radio,CR）信道的动态特性,以部分可观测马尔科夫决策过程（POMDP）为模型对认知无线电网络用户的频谱感知和频谱接入过程进行研究,提出了基于POMDP模型的分布式机会频谱接入算法.该算法利用网络信道的历史频谱感知信息对主用户接入信道的状况作出估计,以认知用户吞吐量最大化为目标进行频谱接入.同时,通过贪心算法得到此优化策略的次优解,降低了最优策略的计算复杂度.论文分析了认知用户接入吞吐量与网络中信道数目以及信道状态转移概率之间的关系,将贪心算法与随机检测接入算法进行了仿真比较.仿真结果显示,该算法获得的吞吐量比随机检测接入算法提高了约25％,能够更有效地做出接入策略.     

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.     

认知无线电中基于极大独立集的频谱分配算法

针对认知无线电系统的特点和要求,建立图论着色扩展模型,提出一种基于极大独立集的频谱分配算法.在不考虑频谱效益差异性的情况下,该算法能够有效兼顾频谱分配的利用率和公平性,并能够减小分配的收敛时间,更加适合认知无线电动态频谱分配的实际要求.对于算法的频谱利用率和公平性能,该算法与列表着色贪婪算法和列表着色公平算法进行比较,仿真结果分析验证了该算法的性能.     

NOMA残余干扰下D2D网络的能效资源分配算法

为了解决非理想串行干扰消除（serial interference cancellation,SIC）解码引起的残余干扰给非正交多址接入（non-orthogonal multiple access,NOMA）增强型设备到设备（device-to-device,D2D）组链路带来的高能耗、低信道利用率问题,提出一种基于能效优化的资源分配算法。在保证蜂窝、D2D组用户通信服务质量和复用子信道个数约束条件下,建立能效优化模型;使用一种以D2D组能效为权重的加权二部图最大匹配联合匈牙利算法为每个D2D组分配子信道;考虑到各接收机用户在相同和不同残余干扰下的能效问题,通过参数变换、Dinkelbach法和拉格朗日对偶法实现功率分配。仿真结果表明,提出的算法在非理想SIC条件下可有效提升系统D2D组链路的信道利用率和总能效。     

基于禁忌搜索的认知无线电性能优化算法

传统的认知无线电(CＲ: Cognitive Ｒadio)优化算法大多是在牺牲认知用户带宽和数据传输率的前提下实 现频谱池干扰抑制的。为进一步提高频谱利用率,提出了基于禁忌搜索的优化算法。该算法采用禁忌搜索获 得产生最小 ICI(Inter-Carrier Interference)的最优小波滤波器。仿真结果表明,将该算法与屏蔽相邻子载波算 法、最佳失效子载波算法和基于遗传算法的 ICI 抑制算法相比较,该优化算法能更好地减少系统 ICI 能量,改 善系统 BEＲ(Bit Error Ｒate)。而且,该优化算法不会占用认知用户带宽,也不用牺牲认知用户数据传输率。