基于拉普拉斯先验算法的多维度频谱感知

全双工认知无线电LAT（Listen-and-Talk）模型能够在次用户传输数据的同时进行频谱感知,这要求感知用户能在次用户自干扰的影响下检测当前是否存在主用户。利用全局功率谱模型的方法实现了对当前用户的使用频段、发射功率和位置坐标的多维度感知,以此辨别该用户的身份。在求解数学模型时,选取了拉普拉斯近似函数用作未知参数的先验概率密度函数,与现有方法相比,提升了算法收敛速度,并获得了准确性更高的结果。     

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。     

一种低速采样的协同宽带频谱感知方法

频谱感知是通信系统抗干扰和智能化的关键能力。针对认知无线电系统窄带频谱感知技术受制于数模转换器件的发展水平,难以解决认知无线电系统宽带、实时频谱感知的问题,提出一种多节点协作的认知无线电系统宽带频谱感知方法。该方法设计由多个认知节点对目标频段执行次奈奎斯特采样来降低采样速率,采用能量检测方式对采样矢量进行集中式融合判决,实现宽频段范围内干扰信号的谱定位和判断,降低各个感知节点的采样速率,支撑认知网络系统构建高实时、宽频带频谱感知的能力。计算机仿真试验结果表明,所提方法达到90%检测概率时压缩比要求为0.025,具有可靠性与有效性。     

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。     

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。     

卫星认知无线通信中频谱感知算法比较

以实现卫星认知无线通信中频谱空穴探测为目的,列举并比较了目前用于频谱感知的 六种算法。根据各个算法的自身特点指出其应用场合,分别分析了它们的优缺点,通过计算 机仿真给出了能量检测、匹配滤波和压缩感知的检测性能,并指出压缩感知对硬件复杂度的 要求最小,适合卫星认知无线通信。     

随机共振在认知无线电频谱感知中应用的最新研究进展

频谱感知是认知无线电网络的一项关键技术。低信噪比（SNR）环境下频谱检测的性能会大 幅降低,而随机共振（SR）能 有效提高信号信噪比,所以将其应用到频谱感知中,能增强认知用户对主用户（PU）的检测 性能。〖JP2〗首先介绍了随机共振在认知无线电频谱感知中应用的最新研究进展,包括随 机共振在 本地感知中（如能量检测、协方差矩阵频谱感知、循环平稳特征检测）及协作感知中的应用 ,然后指出了随机共振在认知无线电频谱感知中还有待解决的问题,并提出了下一步的研究 方向。     

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。     

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。     

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,EWS PRT方案能够更有效地抵抗SSDF攻击。     

基于网络编码的衰落信道频谱感知算法

针对传统认知无线电网络中频谱状态转换频繁和频谱检测时延长的问题,提出基于随机线性网络编码的累积和能量检测频谱感知算法。该算法在主用户信道中引入随机线性网络编码,利用网络编码对频谱的整形作用,使频谱状态转换稀疏,频谱结构更规律化,减小频谱检测时延,提高系统吞吐率。此外,针对传统累积和能量检测算法抗衰落性能差的问题,通过比较该算法在五种衰落信道下的检测时延和吞吐率,研究该算法的抗衰落性能。实验结果表明,在一定的虚警概率下,该算法有效降低了检测时延,提高了吞吐率及抗衰落能力,能够更好地适应复杂的衰落信道环境。     

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。     

一种空中联合作战频谱感知方法

现代联合作战中,有效的频谱感知可以提高电磁态势感知能力,避免自扰互扰问题的出现。通过将传统集中式频谱感知架构中的非指挥节点拆分为次级节点和三级节点,以能量感知为基本方法并对感知信息进行二次融合,形成了分布式频谱感知模型。仿真结果表明,分布式频谱感知模型不但在感知性能上较传统感知模型提高5%左右,而且在感知性能相同的条件下,指挥节点的带宽拥堵率仅为传统模型的10%~20%,达到了提高频谱利用率的目的。     

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。     

频谱感知技术在短波通信中的应用

为了提高短波通信的频谱利用率,需要对短波频谱进行实时准确的频谱感知.针对短波信道特点,对几种频谱感知方法能否适用于短波通信系统进行了分析.结合国内外军用认知无线电的发展,并充分利用能量检测速度快、循环谱特征检测精度高的优点,提出了一种能量和循环谱特征联合检测的方法,并给出了基于感知技术的短波电台的基本架构,为缓解短波信道资源紧张提供了一条途径.     

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.     

基于多尺度小波模极大融合的宽带频谱感知算法

针对传统宽带频谱感知算法速度慢、设备复杂度高、对实际信号适用性不强等问题, 提出了一种基于多尺度小波模极大融合的宽带频谱感知算法,根据信号带宽等因素选择合适 尺度下的小波变换结果进行信号检测,能够准确估计频带范围内信号个数、载频、带宽、信 噪比等参数。实际信号测试证明了这一算法的有效性。该算法对频谱监测、认知无线电（CR ）频谱感知具有一定实用价值。     

基于DOA估计的认知无线网络频谱感知

认知无线电技术中频谱感知性能的优劣直接影响认知通信系统的性能。针对该特点提出了认知无线电网络中基于波达方向（DOA）估计的主用户频谱感知模型,即单主用户多次用户和多主用户多次用户的系统模型,选取基于特征分解的多重信号分类（MUSIC）算法分析两种模型的感知性能,包括虚警概率、漏检概率、最小总错误概率、算法复杂度等,获得了闭值表达式,最后在两种模型下对算法进行了仿真。仿真结果表明：各参数主要影响虚警概率,而漏检概率几乎不受影响,验证了方法的有效性。     

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。