共查询到18条相似文献,搜索用时 49 毫秒
1.
2.
3.
4.
5.
6.
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。 相似文献
7.
8.
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。 相似文献
9.
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. 相似文献
10.
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。 相似文献
11.
12.
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。 相似文献
13.
针对集中式多用户多天线认知无线电网络,分析了子空间映射能够为认知系统提供的通信机会以及理想信道条件下的空间子信道分配方案。在此基础上,提出了一种基于子空间映射的频谱共享策略。根据认知系统的感知结果,计算可以利用的空间子信道数,通过认知用户接入控制和子空间映射避免或抑制系统间干扰,从而在保证授权用户通信质量的前提下,为认知用户提供通信机会。仿真结果表明,与已有的子空间映射频谱共享方法相比,该策略不仅具有更高的认知系统可达和速率,而且能够为认知系统提供更多通信机会。 相似文献
14.
设计认知无线网络路由算法时,需要兼顾主用户保护与路由性能两个方面。为了提高认知无线网络中次用户之间路由的端到端性能,提出了基于无线电环境地图的路由优化机制,该机制中无线电环境地图能够为次用户提供主用户保护有关的无线电环境数据。首先,无线电环境地图根据次用户的数据请求将各授权频段的可用概率与功率控制相关信息反馈到该次用户;其次,次用户可以计算出与上一跳次用户之间的链路稳定性以及传输时延;最后,目的次用户通过计算每条路由的端到端吞吐量的期望值,然后选取期望值最大的一条路由。仿真结果表明,该路由机制在平均分组投递率、平均端到端吞吐量、平均端到端时延方面均优于对比路由算法。 相似文献
15.
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。 相似文献
16.
17.
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。 相似文献