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.     

一种基于队列模型的认知无线电带内频谱主动感知策略

基于周期性带内检测机制建立了一种优先级队列模型，得到了周期性带内检测机制的性能指标.针对周期性带内检测机制中缺乏对次用户空闲状态时间的利用，提出了一种基于空闲时间的带内主动感知策略(Idle Time based In band Proactive Sensing Strategy, ITIPSS).该策略在执行周期性带内感知的基础上，利用次用户的空闲时间主动感知当前占用的授权频段，以降低检测延时.仿真结果表明，相比周期性带内检测机制，ITIPSS能够有效降低对主用户的检测延时，从而减少次用户对主用户工作的干扰.     

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%.     

协作频谱感知在认知网络中的应用

认知无线电能够灵敏感知周围环境的变化,通过频谱感知功能发现频谱空洞,使得认知无线电能够与周围通信环境相适应。认知无线电最关键的技术就是主用户的感知。由于认知用户独立感知主用户的能力受到多径效应和阴影衰落的制约,主用户的检测率得不到提高。采用了一种协作机制,即3用户协作频谱感知,3个次用户以固定的TDMA模式发送数据到同一个接收器,当主用户出现时,3个次用户用能量检测的方法协作感知主用户的存在。仿真结果表明,3用户协作感知提高了主用户的检测率,同时减少了检测时间。     

无线认知传感器网络的节能频谱感知策略

针对无线认知传感器网络频谱感知过程中的能耗,提出两种节能策略:①使用可信度投票算法来减少传输检测结果的节点个数;②使用基于部分可观测马尔可夫决策过程的检测算法来减少检测次数.仿真结果表明这两种算法均能有效减少检测能耗,而且组合使用时相比一般算法能节省不低于30%的能量,同时保证检测可靠度满足系统要求.     

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。     

认知无线电中的频谱感知技术

分析了认知无线电中的频谱感知技术.对加性白高斯噪声信道下匹配滤波器检测法和能量检测法进行了研究,并比较了能量检测法下认知用户单独检测、合作检测以及采用多样性技术来检测第一用户的性能.仿真结果表明:在低信噪比情况下,匹配滤波器具有良好的检测性能;当信噪比大于0 dB时,采用能量检测法能够检测各种信号;认知无线电用户之间合作检测和采用多样性技术能够提高能量检测法的可靠性.     

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.     

认知无线电中基于循环平稳特征的频谱感知方法

提出一种基于信号频域循环平稳特征的频谱感知方法,该方法能够区分出授权和非授权信号的类型从而获取不同的频谱共享策略.将授权信号及非授权信号分别建模成线性周期时变变换,对授权信号和非授权信号进行频域的循环平稳特征分析,给出2类信号呈现循环平稳特征的位置,并给出用于鉴别2类信号的检测方法,其中推导了复过程中近似协方差矩阵的计算.仿真结果验证了该方法能在低信噪比中有效地鉴别出授权及非授权2类信号.     

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.     

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。     

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.     

基于注水原理的认知无线电协作频谱感知加权算法

协作频谱感知算法在提高频谱检测概率的同时也增加了控制信道开销,如何降低控制开销成为协作感知的关键技术之一.提出基于注水原理的加权协作检测算法,算法采用基于信噪比的能量检测器,根据检测信号的信噪比,用注水原理计算和分配权值,确定感知贡献,删除无效检测和传输.结果表明,提出的算法提高了检测概率,同时平均感知比特数下降,减少了控制信道开销.     

宽带认知无线电网络分布式协作压缩频谱感知算法

针对宽带认知无线电网络中压缩频谱感知算法在低信噪比环境下频谱检测性能下降的问题,提出了一种基于高斯过程的分布式压缩频谱感知(PBCS)算法.首先应用层次化的正态分布概率模型来表示压缩频谱的重构,然后各个认知无线电用户交换模型参数并结合本地的压缩采样数据进行压缩频谱感知.有别于其他直接融合频谱感知结果或检测数据的协作式算法,PBCS算法通过模型参数融合来进行协作,能有效减小信噪比低的协作用户的影响,从而提高算法的抗噪性.仿真结果表明,PBCS算法可以在-5dB的信噪比条件下达到检测概率大于0.9、误检概率为0.1的频谱检测性能.     

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.     

基于不完全频谱感知的认知中继网络能量效率研究

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复杂度低。     

Cooperative Compressive Spectrum Sensing in Cognitive Underw ater Acoustic Communication Networks

Because of the specific of underwater acoustic channel,spectrum sensing entails many difficulties in cognitive underwater acoustic communication( CUAC) networks, such as severe frequency-dependent attenuation and low signal-to-noise ratios. To overcome these problems, two cooperative compressive spectrum sensing( CCSS) schemes are proposed for different scenarios( with and without channel state information). To strengthen collaboration among secondary users( SUs),cognitive central node( CCN) is provided to collect data from SUs. Thus,the proposed schemes can obtain spatial diversity gains and exploit joint sparse structure to improve the performance of spectrum sensing. Since the channel occupancy is sparse,we formulate the spectrum sensing problems into sparse vector recovery problems,and then present two CCSS algorithms based on path-wise coordinate optimization( PCO) and multi-task Bayesian compressive sensing( MT-BCS),respectively.Simulation results corroborate the effectiveness of the proposed methods in detecting the spectrum holes in underwater acoustic environment.