基于统计可信度的压缩感知协作频谱检测算法

压缩感知为认知无线电的宽频谱感知提供了一种新的方法和思路。基于压缩感知的原理,提出了一种多认知用户协作场景下基于用户统计可信度的协作频谱检测算法。该算法使用正交匹配协作追踪算法获得认知区域内的频谱占用情况,根据不同认知用户频谱检测的历史准确度综合判定用户感知结果的统计可信度。仿真结果表明,该算法在不同用户数、不同采样值、不同信噪比变化范围下其检测性能均优于传统算术平均方法,有效改善了检测性能。     

基于压缩感知的分步合作频谱感知方法

在研究自相关矩阵检测理论的基础上,提出一种采用压缩感知的分步合作频谱感知方法。通过压缩感知将海量采样数据量减小,提取能够有效代表原信号的采样点;通过随机选择参与运算的认知用户及其数量进行合作检测,并反馈有益信息,减少了传统合作检测所有认知用户参与检测带来的运算复杂度。仿真表明该方法提高了频谱检测率,缩短了频谱检测时长,减轻了控制中心负荷,提高了在宽频段进行频谱检测的可行性。     

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。     

利用自相关矩阵的量化合作频谱感知方法

为了改善认知无线电的频谱感知性能,提出一种基于自相关矩阵的量化合作频谱感知方法,对各认知用户的本地检测结果采用多个判决门限进行有限位的量化,在融合中心采用加权投票准则对该量化信息综合处理,得出最终判决。该方法是一种盲感知方法,不需要知道主用户信号的先验知识和噪声方差信息。具体讨论了一种2 bit量化合作频谱感知方案,并将其与传统的基于能量检测的合作频谱感知方案作比较。理论分析和仿真结果表明,该方案可以有效提高频谱感知能力。     

基于非参量累积和的合作频谱感知

针对认知无线电网络中频谱感知的检测时延降低问题,提出了基于非参量累积和的合作频谱感知算法。本地认知用户预处理频谱观测数据,获得观测数据相对于信念值的正向漂移和负向漂移。为了缩短检测延迟,认知用户只将数据的正向漂移同步传输至融合中心。融合中心融合正向漂移得到判决信息,采用非参量累积和算法依时间序列顺序累加判决信息,判断主用户是否正在使用授权频段。为了解决不传输负向漂移引起的虚警问题,改进算法提出融合中心可以保留首次判决,经过等待时间间隔后再作出最终判决。相对于传统的软融合算法,改进融合规则的合作频谱感知算法具有较低的检测延迟。     

基于扩散策略的分布式协作频谱检测

分布式认知网络中,认知用户通过与相邻用户交换检测量信息,达到全网一致,实现对主用户信号的检测。为了提高网络检测量信息的收敛速度,提出了一种基于扩散策略的分布式协作检测算法。在该算法中,将最大最小特征值检测算法的检测量作为交换的初始信息,构造自适应矩阵和融合矩阵作为加权因子对认知节点状态值进行迭代更新,实现全网认知用户检测量信息一致,各认知用户独自根据融合的检测量信息,进行最终的检测判决,确定主用户是否存在。仿真结果表明,该算法在网络收敛速度和检测性能上较共识策略和非合作检测有不同程度的提升。     

一种基于中继转发的认知无线电合作频谱感知技术

传统的基于中继的合作频谱感知方法只能实现\"一对一\"的合作,合作效率较低,合作的检测性能稳定性较差。为此,提出了一种新的方法。该方法通过中继用户转发授权用户的信号,实现网络中一个认知用户与多个认知用户之间的合作。然后采用Dempster-Shafer综合判决理论来综合多个判决信息。仿真结果表明,通过该方法能够改善网络中认知用户的检测性能,并且具有更好的可靠性。     

基于压缩感知的分布式协同估计算法

为了降低分布式协同估计算法的计算量并改善其收敛性能,提出了基于压缩感知(CS)和递归最小二乘(RLS)的分布式协同估计算法。该算法在传统RLS分布式协同估计算法的基础上引入压缩感知技术,首先在压缩域中进行递归最小二乘运算,然后利用压缩感知重构算法得到未知参数向量的估计值。提出的算法能够在增量式策略和两种模式的扩散式策略下实现对未知向量的有效估计。理论分析和仿真结果表明,该算法一方面降低了RLS分布式协同估计算法的计算量,另一方面保持较快的收敛速度与良好的均方误差性能。     

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。     

企业网站可信度感知影响因素实证研究

作为企业开展电子商务的重要平台,企业网站可信度对网络营销的效果起着制约作用。本研究基于信任理论,认为企业网站可信度感知受到网站设计、网站内容、在线服务、外部口碑、商务运营、消费者自身因素等因素的影响,并据此提出了研究假设与模型。实证研究表明,当网站设计、网站内容、在线服务、商务运营、外部口碑越好时,消费者对企业网站可信度感知强度越高;而消费者自身因素与企业网站可信度感知也有直接的关系。根据实证研究结论,对企业加强网站可信度建设提出了相应的建议。     

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。     

可信的反馈声誉保护协作频谱感知软判决算法

协作频谱感知中信任机制的引入,起到了抑制恶意用户频谱感知数据伪造(SSDF)攻击行为的作用。然而,数据融合中心不加区分地接收协作感知结束后的反馈信息,为恶意用户带来了实施“掺沙子”攻击的机会。恶意用户向数据融合中心反馈错误的主用户频谱状态,使信任机制不能得出准确的信任值。为此,提出了一种基于反馈声誉的信任机制,考虑反馈中的个体性特征,引入反馈声誉的思想来量化认知用户信任值。同时,将信任值量化结果用于权重经典软判决算法——序贯概率比检测(SPRT)算法,消除SSDF恶意用户参与软判决数据融合的影响,形成可信序贯概率比检测算法(FSPRT)。仿真结果表明FSPRT算法的性能优于传统SPRT算法,能有效降低网络信任值计算误差,并保持较好的感知性能。     

认知网络中协作感知吞吐量的优化

为了提高集中式认知网络的吞吐量,提出了基于信任度的吞吐量优化算法。该算法在主用户充分保护的前提下,以认知用户的吞吐量为目标函数,融合中心采用双门限值对本地感知结果进行融合。从理论上证明了吞吐量是全局漏检概率的增函数,当全局漏检概率等于门限值时,吞吐量达到最大值。并利用牛顿迭代法求出单节点概率,然后采用遍历法可得到认知用户吞吐量最大值。仿真结果表明,当信噪比为-14 dB时认知用户融合优化算法相对“AND准则”“OR准则”以及“HALF准则”归一化吞吐量分别提高了0.62、0.3和0.09。     

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。     

认知无线电的合作频谱检测分析

认知用户需要持续快速地检测主用户的出现,对基于认知无线电的合作频谱检测机制进行了分析。在理想的两用户网络中,认知用户采用合作机制可以提高系统的平均侦测时间。在多认知用户网络中,参与合作的用户越多,单个认知用户对主用户的侦测概率越高。对于多用户网络,还考虑了整体的实现。     

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。     

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。