协作认知网络中基于融合准则与感知时间联合优化的策略

在协作频谱感知网络中,感知时间和数据融合准则均影响着感知性能。假设控制信道为二进制对称信道的前提下,基于“k秩准则”建立了协作感知网络吞吐量优化问题的数学模型,目的是在保护主用户利益的前提下联合优化感知时间和k值使认知网络吞吐量最大化。理论分析了最优感知时间和k值的存在性,并进行了相关的计算机仿真。仿真结果表明：所提议的联合优化策略显著提高了协作感知网络的吞吐量,且认知网络的吞吐量对控制信道状态的变化具有鲁棒性。     

周期性协作频谱感知机制的优化

为了提高检测性能和频谱资源利用率,对认知无线电网络中的周期性协作频谱感知机制进行了研究。针对不同的衰落信道环境,通过引入有效传输时长比例和干扰时长比例作为次用户服务质量的衡量标准,给出了集中式协作感知下的检测时长、数据传输时长以及协作用户数量等参数的最优选取方法,从而获得最高的信道效率。仿真结果表明,通过选取最佳的协作感知机制参数,可在保证系统检测性能和干扰容限要求的同时,显著提高次用户在空闲信道的有效传输时长比例,实现了频谱利用效率的最大化。     

协作频谱感知中数据融合与决策算法比较

协作频谱感知中融合多个认知用户的本地检测结果并准确判决至关重要.研究了基于大数合并的硬判决和基于置信(最大似然)合并的软判决,对不同算法的检测性能和复杂度进行了定性和定量的分析和比较.指出未来协作频谱感知中应结合协作用户数的优化和控制信道条件进行数据融合和决策算法设计.     

认知网中感知时间和功率控制的联合优化机制

针对认知无线网中为了最大化认知用户的吞吐量问题,提出了一种感知时间和功率控制的联合优化机制。该机制保证认知系统在低于一定干扰限制下,将认知用户吞吐量描述成为一个多约束优化问题,从理论上分析了最优功率分配方案与最优感知时间分配方案。根据理论分析结果,设计了联合迭代机制通过确定合适的感知参数从而达到最大化认知用户吞吐量的目的。仿真结果表明：提出的联合优化机制复杂度较低,并且该方案的认知吞吐量性能最接近理论最优方案的性能。     

基于压缩感知和最小二乘的分布式协作频谱感知

针对认知无线电(CR)集中式频谱感知算法对融合中心要求高,而且对节点失效的容忍性也不高等缺点,提出了一种基于压缩感知的分布式多节点协作算法。认知无线电网络中每个CR节点在接收信号频谱后,首先根据压缩采样理论在本地获取压缩采样测量值,然后利用l1范数约束的最小二乘算法在本节点估计频谱,把在此节点估计的频谱传给下一相邻节点,以此进行迭代优化直到算法收敛。理论分析和仿真结果表明,所提算法不仅计算复杂度低,收敛速度快,而且精确重构性能好,可靠性较高。     

认知无线电差分协作压缩频谱估计算法

在分布式认知无线网络场景下,针对传统协作压缩频谱估计收敛速度慢、计算复杂度高的问题,提出了一种差分协作压缩频谱估计算法用于宽带频谱感知。算法通过利用不同认知用户感知的宽带信号所满足的相同频谱支撑集特征,实现了在邻居节点感知先验信息条件下,本地认知用户基于压缩测量向量差值的宽带频谱迭代估计。仿真分析结果表明,所提算法在频谱估计精度、检测性能与计算复杂度方面均获得了明显改善。     

LAT模型中基于次用户权值优化的频谱感知

全双工认知无线电LAT（Listen-and-Talk）模型因自干扰消除不完全而使得频谱感知能力下降。为提升频谱感知性能,提出了LAT模型下基于次用户加权的协作式频谱感知方法,分别研究了决策融合和数据融合下次用户最优权值的算法。求解最优权值时利用了凸优化方法,在处理非凸问题时利用了序列规划的方法,得到了较好的优化结果。仿真实验表明,在加权融合机制下的LAT模型得到了趋近于传统LBT（Listen-before-Talk）模型的频谱感知能力。     

抗SSDF攻击的EWSPRT协作频谱感知方案

比较了认知无线电网络中几种典型的协作感知方案在篡改感知数据(SSDF)攻击条件下的感知性能,并提出了一种增强型加权序贯检测（EWSPRT）协作方案。在该方案中,各次用户首先通过能量检测得到2 bit本地决策,然后收集其它协作用户的感知结果进行决策融合和最终判决,并依据历史观测信息动态更新各协作用户的融合权重;利用改进的信任度更新算法能使恶意用户的融合权重更快地降低,从而有效地减少SSDF攻击对协作过程的影响。Monte-Carlo仿真结果表明,与传统方案相比,EWSPRT方案能够更有效地抵抗SSDF攻击。     

基于SNR比较的认知无线电协作频谱检测

协作频谱检测是认知无线电中的一项关键技术,其检测性能取决于感知节点的本地频谱检测结果的可靠性,而目前已有的方案中对此却很少考虑.对此,认为不同的认知节点信噪比(SNR)导致了各节点本地检测结果的可靠性不同,故在此基础上提出了一种基于融合中心进行SNR比较的认知无线电协作频谱检测算法.在该算法中各认知节点将本地的判决结果和估计的SNR同时发送到融合中心,然后在融合中心对SNR进行比较,按照文中设计的规则来选取有较好SNR的认知节点参与判决融合.数值分析和计算机仿真表明,该方法能有效提高检测概率,并减少参与判决融合的节点数量.     

基于最小生成树的分簇协作频谱感知改进算法

为减少分簇过程中的时延,基于最小生成树的单向比较优势提出簇首快速推举方法,并提出改进的分簇协作频谱感知算法,分析了算法的时间复杂度。算法首先基于最小划分对所有次用户节点进行分簇,簇内节点根据设置的评价条件进行性能比较,推举簇首。由簇首进行本地簇内频谱检测,并上传检测结果,最后融合中心在簇首间实现协作的频谱检测。在瑞利信道条件下,仿真显示在大信噪比时,融合中心应用AND规则,系统具有较小的虚警率,所提算法检测性能优;小信噪比时,应用OR规则能扩展系统的有效检测区间,所提算法在满足系统要求的前提下检测性能较差,但簇内信道效率提高了n-1倍。     

一种新的分布式协作能量检测算法

针对集中式协作能量检测算法严重依赖中心节点的问题,提出了一种基于一致滤波器的完全分布式的协作能量检测算法。该算法不需要中心节点,次用户可以通过与其邻居次用户进行局域的数据交换,实现基于数据级融合的协作频谱感知。仿真结果表明,该算法比现有的集中式协作能量检测算法优越,能够实现安全的频谱感知。     

一种贪婪的异构多信道并行合作频谱感知方法

为了同时对多个异构信道进行有效地合作频谱感知,并克服现有方法中只考虑检测准确性而忽略感知开销和系统效益,忽略不同认知用户对不同异构信道感知性能的差异以及参与合作感知的认知用户较多等问题,提出了一种贪婪的异构多信道并行合作频谱感知方法。根据对感知开销和传输收益的定义,充分考虑不同认知用户对不同异构信道感知性能的差异,利用贪婪算法在多个认知用户和多个异构信道间最优地进行感知任务分配,使总系统效益最大。仿真结果表明,所提方法与基于迭代匈牙利的并行合作频谱感知方法、改进的基于迭代匈牙利的并行合作频谱感知方法和随机的合作频谱感知方法相比,能够获得较高的总系统效益,且所需的参加合作感知的认知用户数较少。     

频谱检测门限与n-out-of-K融合规则的联合优化

为了减少计算复杂度,提出联合优化检测门限λ和n-out-of-K融合规则的算法。以λ和n为参数建立目标函数,并将参数以二进制形式表示,从而把算法转化为组合优化问题。接着,采用基于样值修改的互熵优化方法渐次逼近最优的参数。仿真表明,该算法在获得与已有算法几乎相当的总错误率情况下,可有效降低平均搜索次数,且随着K的增加搜索次数增加更平缓。     

主用户活跃性下的多功率分配策略

考虑到认知用户在信息传输过程中主用户的状态可能随时变化,提出了一种新的功率分配模式——多功率分配策略。在基于频谱感知的系统模型中,以认知系统的吞吐量为目标函数,得出了主用户感知过程的多种状态,并分配三种不同的功率,最大化认知系统的容量。仿真结果表明,随着主用户活跃指数的逐渐提高,所提新模型的功率分配策略要优于传统方法。同时分析了新的功率分配下平均干扰功率与主用户接收端的信噪比对系统吞吐量和最优感知时间的影响,进一步验证了所提出新策略的有效性。〖HT5H〗关键词：〖HT5K〗认知无线电;主用户活跃;频谱感知分配;多功率分配;吞吐量最大化