AOS自适应帧长传输系统的仿真研究

以提高AOS的系统吞吐量为目的,提出了AOS自适应帧长传输的系统模型,改进了AOS空间数据链路协议的传输帧格式,设计了一种适用于新系统的帧同步方案,推导并分析了帧同步性能公式,得出帧同步仿真参数。在此基础上,对新系统的吞吐量性能进行了仿真。结果表明与AOS固定帧长传输系统相比,AOS自适应帧长传输系统的吞吐量得到了有效地提高,证明了所提出的新系统及改进的AOS传输帧格式和帧同步方案的有效性。     

OFDM认知无线电系统中的自适应资源分配新算法

认知无线电能通过提高频谱资源利用率,来解决无线频谱资源紧缺的问题,正交频分复用(OFDM)被认为是能与认知系统完美结合的技术。提出了一种基于OFDM认知系统的动态资源分配算法。该算法从最大化次用户的总传输比特速率出发,在次用户总的发送功率限制和主用户的干扰门限限制下,基于构建的新的代价函数,运用改进的匈牙利算法进行子信道分配,然后根据次用户的需求,进行自适应比特和功率分配。仿真结果表明,该算法可以有效利用不同主用户频带间的频谱空穴,使次用户系统的吞吐量最大,同时保证各个主用户受到的干扰总量低于各自的干扰门限。     

性能优化的认知无线电网络安全路由选择算法

针对认知无线电网络可用频谱动态变化的特点和认知节点存在有意或无意丢包干扰问题,将跳数最少、鲁棒性强和路由安全等级高作为路由选择标准,提出了一种路由选择算法。跳数最少可简化数据传输过程;鲁棒性强可保证在可用频谱动态变化时,数据稳定传输,提高网络吞吐率;路由安全等级高可以减少由于转发节点存在的有意或无意干扰而引起的数据包丢失。给出了算法的具体实现步骤,理论分析和仿真实验表明该算法是高效和可行的。     

基于RBF神经网络的认知无线电认知引擎设计

认知无线电(CR)是一种智能无线通信系统,它能根据环境变化、业务需求动态调整参数,提高系统性能,其核心技术是认知引擎的设计。认知引擎可引入人工智能领域的推理与学习方法来实现CR的感知、自适应与学习能力。为适应变化的无线环境和用户需求,提出基于径向基神经网络(RBF)的CR认知引擎设计方法,该法通过对经验知识和环境的学习,重配置通信参数,以达到资源合理分配,提高系统性能。该引擎由两层RBF神经网络组成,外层神经网络学习全局属性,内层神经网络学习局部属性,以解决路由协议及局部参数的学习配置。在训练RBF神经网络学习模型后,根据定义的两个测试基准函数,评估模型性能,仿真验证了该学习模型的有效性,且能够有效实现CR学习重构。     

一种认知无线电资源分配系统级仿真平台

研究了认知无线电资源分配技术的系统级仿真平台的设计与实现,该平台采用多PC机组网的半实物仿真形式,提供了对认知无线电资源分配技术进行系统级评估的途径。给出了平台的设计架构,以及设计和实现中的关键技术,并对平台的通用功能进行了验证。此外,针对一种认知无线电子信道及功率联合分配算法,详述了该算法在平台上实现的过程,并对其性能进行了仿真分析。     

认知无线电系统中三维联合频谱分配算法

为了减少对授权用户的干扰和降低认知用户之间的竞争,保证认知无线电系统正常通信,采用可靠性理论描述一个信道是否能够被认知用户所使用及被连续使用一段时间的概率。从空间、时域和频域3个方面联合起来研究频谱分配,仿真结果表明,三维算法的传输数据量和系统的总吞吐量的值优于贪婪算法和二维算法,有助于减少认知用户对授权用户的干扰和降低认知用户之间的竞争,表明所提算法的有效性。     

认知无线电网络中授权用户参数估计

针对认知用户在频谱切换过程中无法实时地获取授权用户到达率与服务率的问题,提出了基于隐式马尔可夫模型的参数估计算法。首先利用排队论对授权用户队列进行建模与分析,推导出授权用户队列状态转移概率;其次利用能量感知算法检测授权用户队列真实状态,获得可观测序列值;然后利用隐式马尔可夫模型描述两种随机过程,即授权用户队列状态变化随机过程和可观测序列随机过程;最后利用forward-backward算法估计隐式马尔可夫模型,从而获得授权用户到达率与服务率。仿真结果表明,该方法能够实现实时的、较为精确的估计,从而实时地为认知用户选择频谱切换策略提供依据。     

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。     

认知无线电中的一种频谱盲感知算法

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,它能够通过与其运行环境交互而改变其发射机参数,特别是可让未授权用户使用授权用户的频谱,此外,它还为网络及终端提供更高的灵活性。高可靠性的频谱感知是实现频谱共享的关键。在分析了Parthapratim De提出的认知无线电中频谱Blinding Sensing算法的基础上提出了利用数据前、后向线性预测与矩阵QR分解结合的新算法。仿真实验表明,在同样的无线传输环境下,新算法比原算法能更可靠地感知频谱空穴。     

基于着色理论的认知无线电频谱分配算法

认知无线电技术是解决当前频谱资源紧缺情况的有效手段,其中动态频谱分配技术是一个非常重要的环节。首先基于图着色理论建立了分配模型,分析了基于着色理论的频谱分配算法,并针对认知网络节点的动态性提出动态的频谱分配算法,该算法建立在已分配频谱的基础上,通过冲突节点相应信道的释放和寻找空闲信道算法减轻节点移动对频谱分配的影响。实验结果表明,此算法在不减少系统效用的情况下能有效减少参与重新分配信道的节点个数,减小动态频谱分配的复杂度。     

认知系统AES-LDPC纠错加密器的设计与性能分析

在多跳的认知系统中,由于不存在可信实体作为服务器控制密钥分发,安全性将面临更大挑战,需要建立完善的加密体系结构来解决这一问题。将高级加密标准AES和在通信纠错领域性能优异的低密度奇偶校验码（low-density parity-check, LDPC）结合,设计出了分组长度为128 bit的六轮宽轨迹加密策略、密钥由128 bit AES密钥和LDPC生成矩阵组成的LDPC纠错加密器。由于LDPC生成矩阵具有更好的扩散性能,使得这种新设计的LDPC纠错加密器能在更少的轮数下具有较好的安全性。最后,通过实验结果验证了AES-LDPC纠错加密器的性能。     

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。     

卫星认知无线电CDMA上行链路功率控制

功率控制和动态频谱接入是提高卫星通信中频谱利用率的关键技术。非注册用户以频谱租赁方式可对注册用户付出的代价进行补偿,亦可完成自身通信需求。针对注册用户和非注册用户给出不同的效用函数,对由两种用户作为参与者建立的博弈模型进行纳什均衡求解,之后通过最大化系统容量条件完成效用占优选择,得到最优化功率分配策略。该策略可满足两种用户自身需求,亦可使系统通信容量最大。对于其性能,给出了两种用户数量和发送功率的关系,仿真结果表明,非注册用户数量在系统容限内愈多则系统总容量愈大,注册用户所要求的最低信干噪比则在一定范围内最佳。     

适用于认知无线网络的宽带公共协同信道

为了解决认知无线网络资源管理中感知信息传输时延大、效率低以及易受干扰等问题,构建了一种具有较低功率谱密度和较强抗干扰能力的宽带公共协同信道（common coordinate channel, CCC）,实现了感知信息的即时、可靠交互。借助干扰温度的概念,以城市环境为例,重点分析了宽带CCC信道对主用户的干扰,得到了不同干扰门限、不同供给负荷以及信道带宽下,次用户与主用户之间的干扰概率。理论分析和仿真结果表明,对常见的窄带系统,利用该方案可以将CCC信道对主用户的干扰控制在较低的范围内。     

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。     

基于信道分配的多跳认知无线电网络路由算法

现有认知无线电网络中路由算法没有综合考虑主用户的到达率和认知用户竞争使用信道对网络性能的影响。针对上述问题,结合认知无线电网络频谱动态变化的特性,提出一种基于信道分配的多跳认知无线电网络路由算法（multi-hop cognitive routing basedan channel allocation, MCRC）。MCRC算法先得到最大化总吞吐量的全局信道分配,然后考虑主用户使用授权信道的概率和认知用户竞争使用信道的概率,得到认知用户使用某个信道的概率,最后以信道的有效传输时延作为选路标准,根据Dijkstra算法选择最小时延的路径。性能评估结果表明,MCRC明显地减小了平均端到端时延,极大地提高了平均端到端吞吐量。     

Zonotope parameter identification for piecewise affine systems

The problem of how to identify the piecewise affine system is studied in this paper, where this considered piecewise affine system is a special nonlinear system. The reason why it is not easy to identify this piecewise affine system is that each separated region and each unknown parameter vector are all needed to be determined simultaneously. Then, firstly, in order to achieve the identification goal, a multi-class classification process is proposed to determine each separated region. As the pro...     

基于平均有效容量的认知无线电功率控制算法

针对传统认知无线网络功率控制策略难以在信号强度较弱时实现有效功率分配的问题,以认知用户所能获得的平均信道有效容量最大化为优化目标,提出了一种新的认知无线网络的功率控制与优化算法,建立了信道容量及其状态转移模型,设计了支持时延QoS约束的平均信道有效容量目标函数,并采用Lagrangian定理详细推导了最优解的近似表达式,最后对影响平均信道有效容量的因素进行了仿真分析。结果表明,认知用户的平均信道有效容量和相同信噪比条件下认知用户发送能效比得到了明显提高。     

Optimizing polyphase sequences for orthogonal netted radar systems

Orthogonal netted radar systems (ONRS) can fundamentally improve the radar performance by using a group of specially designed orthogonal polyphase code signals which require a very low aperiodic autocorrelation peak sidelobe level, low aperiodic cross-correlation, and a good resilience to small Doppler shifts. However, the existing numerical solutions degrade severely in the presence of small Doppler shifts. A new set of polyphase sequences is presented with good correlation properties as well as resilience to Doppler shifts. These sequences are built by using numerical optimization based on correlation properties as well as the Doppler effects on matched filter outputs, which maintains the Doppler tolerance. The statistical simulated annealing algorithm and the greedy code search method are used to optimize the sequences. Correlation and Doppler results are compared with the best-known sequences and show to be superior.