基于不完全频谱感知的认知中继网络能量效率

针对认知中继网络中基于能量效率的资源分配问题,提出一种基于次用户能量效率最大化的功率分配优化算法,通过建立多重约束条件下的频谱感知和传输联合优化模型,在考虑单位发射速率消耗功率和干扰限制的情况下,利用分数规划将问题中的混合整数非线性规划问题转化为等价的凸优化问题,分析了不同参数对能量效率的影响。仿真结果表明,提出的功率分配优化算法在达到能量效率最优的同时降低了算法的计算复杂度。     

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.     

分簇认知网络中能量有效的协作频谱感知算法研究

针对认知网络中用户节点能量受限问题,提出了一种基于分簇网络的能量有效协作频谱感知算法。该频谱感知算法通过对用户节点分簇,缩短感知结果的传输距离。根据对授权用户信号的本地感知和簇内融合的判决结果,设计两次报告审查规则,减少传输感知结果的认知用户数量。以最小化协作频谱感知能耗为目标,建立多变量非线性优化问题模型,并通过逐一变量优化方法求得次优解。仿真结果表明,在保证检测性能的前提下,该算法能明显降低协作频谱感知的能量消耗和传输时延。     

认知无线网络中基于能量采集的 单向中继选择与功率分配方案

提出了一种基于能量采集的认知无线网络的单向中继选择和功率分配方案.方案考虑主用户和次用户都能进行能量采集且信道状态信息不完美的场景.此方案首先将次用户作为中继协助主用户传输数据,同时次用户采集无线射频信号的能量,联合功率分配和中继选择策略构造了所提方案的系统能量效应优化问题.由于优化目标是非凸函数,运用分式规划变形和拉格朗日对偶方法求解.然后在此基础上构造主用户吞吐量离线优化问题,并采用广义Bender分解方法求解.最后,通过数值仿真分析评估所提方案的性能,验证了所提方案在能效方面的优势.     

基于协作频谱感知和干扰约束的认知异构网络

针对异构无线网络的空闲信道检测准确率及网络吞吐量的优化问题,提出一种基于协作频谱感知和干扰约束的认知异构网络.首先,所提出的认知异构网络系统模型采用多个中心次用户(Center Secondary Users,CSU)节点协助其他节点进行频谱感知,并引入了能量检测阈值,在提高空闲信道检测准确率的同时节省检测能耗.接着,采用最大化数据速率的联合优化方程,在干扰功率的限制约束下为节点分配最佳的发射功率,降低干扰程度并优化网络吞吐量.实验仿真结果表明,相比较基于集群的协作频谱感知分配策略算法和基于QoS约束的能量感知竞争功率分配算法,该算法的网络吞吐量分别提升了3.4%和1.5%,平均频谱利用率分别提高了9.3%和7.4%.     

基于频谱感知信息的认知无线电网络功率密度约束问题

通过机会式地共享已分配的授权频谱,认知无线电技术可以极大地提高频谱的利用率,解决目前频谱资源日益匮乏的难题。当认知无线电网络与传统的通信网络共存时,首先要保证不会对传统的通信系统产生有害的干扰。为此,就需要考虑认知无线电网络中节点的配置密度,使得其对传统用户（主用户）的干扰低于干扰温度的容限。针对此问题考虑了多个认知用户组网时的最大可达到的功率密度问题,在认知用户与主用户间的距离参数未知条件下,将此距离用认知用户检测到的本地信噪比等价表示,获得了认知用户在不同检测概率条件下的可允许的最大功率密度约束条件,并给出了仿真结果。     

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.     

认知无线电频谱感知技术研究

对基于发射机检测的频谱感知方法进行了分析,比较了能量检测和基于循环平稳信号检测两种方法,并对这两种检测方法进行了公式推导,给出了实现过程;对能量检测进行了误检测概率分析,得出信道噪声的不确定性将严重影响检测有效性的结论;通过对信号正确检测概率的仿真,验证了基于循环平稳信号的检测门限不是基于噪声能量,而是基于信号的统计分布特性.     

基于WRAN的认知无线电频谱感知

电视频段的频谱感知技术研究的主要对象集中于目前只被3个国家采纳的数字电视信号ATSC信号.根据DVB-T信号的特点,采用基于循环前缀的频谱感知算法,对DVB-T电视信号进行了研究.通过计算机仿真表明:该算法具有较好的检测性能,能够满足对DVB-T信号检测的性能要求.     

认知多用户多中继协作蜂窝网络最优共同功率和频谱分配

研究了基于认知无线电的多用户多中继协作蜂窝网络最优功率和频谱共同分配问题,建立了基于发射功率向量和中继结点频谱分配向量为参数的网络最优功率和频谱最优化分配模型,应用罚函数法对提出的最优化分配模型进行求解,提出了一种多认知用户多中继协作蜂窝网络最优功率和频谱共同分配方法。仿真验证了提出的方法正确性和有效性,仿真结果表明提出的分配方法能对发射功率和中继结点频谱进行最优分配,保障每个结点获得最优吞吐量的基础上最大化网络总的吞吐量。     

认知MIMO系统频谱检测与吞吐量折中

 研究了认知MIMO系统频谱检测与吞吐量折中问题,以最大化SU(Secondary User)吞吐量为目标,求解出最佳的频谱检测时间和最优功率分配方案。仿真结果表明,存在最佳检测时间使SU的吞吐量达到最大,并且通过注水法功率分配,能进一步提高SU的吞吐量。此外,通过仿真比较了能量检测和基于特征值的频谱检测算法对SU吞吐量的影响,结果表明,采用两种算法SU的吞吐量几乎相等,由于基于特征值的频谱检测算法更具有健壮性,因而更适合应用于认知MIMO系统。     

认知无人机网络中多机协作频谱感知研究

多无人机协同工作模式在未来通信中有着重要的应用前景。结合频谱资源短缺的问题,建立认知无人机网络模型,并研究多机协作频谱感知性能,提出一种最佳融合准则来优化检测性能。针对无人机数量较多的大型认知无人机网络,提出一种快速高效的协作频谱感知算法,并比较该算法在瑞利衰落以及Nakagami衰落2种信道环境下的性能。仿真结果表明:①采用最佳融合准则可以使协作频谱感知总错误率达到最小;②快速协作频谱感知算法可以利用较少的无人机来保证协作频谱感知的检测准确度,避免了不必要的感知过程,减少了参与协作频谱感知的次级用户数量,降低了协作感知时间,从而节省了感知过程开销,而且相比于瑞利衰落信道,该算法在Nakagami衰落信道环境下具有更好的性能。     

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.     

认知无线电中频谱感知技术的研究

认知无线电是一种智能的无线通信系统,能够感知周围的无线环境,通过一定的方法相应地改变某些工作参数来实时地适应环境,从而达到提高频谱利用率、缓解频谱资源紧张的目的。频谱感知是认知无线电中最具挑战的问题之一。详细介绍了认知无线电中的频谱感知技术．并对频谱感知技术发展中面临的问题进行了讨论。     

基于小波去噪的协作空闲频谱检测性能

为解决低信噪比(SNR:Signal to Noise Ratio)时引起检测性能突变的问题,分析了能量检测在不同SNR下的检测效果,在进行频谱检测前先对信号进行去噪处理,以改善能量检测在低SNR下的检测性能。在此基础上,将改进的能量检测算法应用到协作空闲频谱检测中,保证各个CR(Cognitive Radio)节点检测性能有一定的可靠性,从而改善协作检测的检测效果。仿真结果表明,对经过小波信号处理后的各节点的检测结果进行融合协作,与以往的协作检测方案相比,ROC（Receive Operating Characteristic）曲线有了明显改善。     

认知无线传感器网络新型SVM频谱感知策略

阐述了基于认知无线传感器网络背景运用支持向量机的可行性。针对低信噪比噪声复杂性高的无线环境,单一的识别方法难以获得相对准确的结果。基于隐马尔可夫模型(Hidden Markov Model,HMM)对传统SVM频谱感知算法进行了优化,采用多个分类器集成降低识别错误和增强识别鲁棒性。采用最小二乘法将线性不等式约束转化为线性约束得到最优超平面来分割主信号和噪声干扰,对主用户状态进行决策,最后与传统能量检测算法比较性能。仿真结果表明,基于SVM频谱感知性能更接近理论值,比能量检测更为可靠与准确,错误率为1.6%,在低SNR下检测概率比能量检测高出18%,具有更优的检测性能与鲁棒性。     

Cooperative Spectrum Sensing Algorithms Based on Correlation Matrix in Cognitive Radio Networks

Cooperative energy spectrum sensing has been widely applied in cognitive radio (CR) networks. In this paper, two cooperative sensing algorithms based on the received signals' correlation matrix were proposed. The first proposed algorithm made use of both diagonal elements and non-diagonal elements in the cooperative scheme. In the second algorithm, when the sensing station can obtain the information of the channel gains between the primary user and the sensing nodes, the weighted linear model can be adopted to improve the sensing performance. This paper analyzed the effectiveness of these two proposed cooperative algorithms and demonstrated that they can considerably improve the sensing performance compared with the traditional linear cooperative sensing algorithms. Simulation results showed that the sensing performance can be significantly enhanced by using the proposed algorithms, especially when the number of cooperative nodes is large.