排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
由于目前密集的无线通信用户数量、海量的通信业务数据交互的发展趋势,要求通信网络在单位面积上提供更优的供需匹配平衡策略.现有的无线网络频谱资源分配是一种固定分配方式,无法高效地利用有限的频谱资源,使得供需频谱分配不平衡性凸显.针对认知无线电技术领域中频谱资源管理进行了研究,提出一种基于多属性的二次迭代SAW供需匹配网络选择方法.该算法将频谱切换过程中采用的频谱判决机制由传统的顺序匹配法转为多属性加权判决.通过融合多属性效用理论和将无线通信业务分级,优化决策效果,改善了顺序匹配法,大大提高了频谱利用率.通过仿真对比,可以看到在同一段频谱的分配增益牺牲较小的应用场景下,频谱切换开销得到了大幅度降低,较理想地简化了分配方案的复杂度,进而提高了频谱利用率,使得算法的优化得到具体实现. 相似文献
2.
目前对于认知无线电分簇协作频谱感知算法的研究,大都认为每个簇均等地参与协作.没有考虑簇所经历的不同衰落对判决结果的影响.为有效解决这一问题,提出一种优化的认知无线电网络分簇协作频谱感知算法.该算法采用能量节省的分簇感知机制,充分考虑路径损耗与衰落对检测性能的影响.在满足虚警率和检测率的前提下,此方案不仅算法实现简单,而且在分簇结果上可以显著提高系统的稳定性,因此在信道环境复杂的情况下能有效提高频谱感知效率. 相似文献
3.
为了对无线认知蜂窝网络中Underlay-CDMA模式下资源分配的公平性策略进行研究,在分析了传统的基于公平效用的分配标准及模式的基础上,提出一种优化的加权平均公平性策略.采用功率-速率的加权平均值作为效用函数的WAF策略进行资源分配,可以更好地平衡系统吞吐量以及速率之间的关系.仿真结果表明,在Underlay-CDMA模式下该策略与传统的最大最小和比例公平等策略相比具有更好的公平性. 相似文献
1