改进粒子群算法在频谱功率分配中的应用

在认知无线电中,由于次用户干扰门限要求的存在,传统频谱功率分配方式获得的次用户有效信道容量较低。针对这一问题,提出了一种基于粒子群算法的频谱功率分配算法。首先建立基于干扰距离的认知网络干扰模型,将频谱功率分配问题转化为函数优化问题,并借助混合随机变异思想的粒子群算法进行求解;针对寻优过程中的约束问题,提出了一种基于投入产出比的外点法,保证粒子群在可行域中寻优,最终获得频谱功率分配。仿真结果表明,与传统算法相比,所提算法能够获得较高的次用户有效信道容量。     

认知无线电网络链路层关键技术的研究进展

构建认知无线电网络是解决频谱资源日趋紧张问题的根本途径。为实现无干扰的伺机 频谱共享,认知无线电网络的链路层不仅需要提供传统的数据传输服务,还必须支持一套与 频谱非均匀特性相适应的新功能。对这些新功能所需的关键技术进行了归纳,分别从协 作感知、感知机制优化、动态频谱接入、动态频谱分配、跨层设计及安全机制等6个方面进 行了探讨,重点对这些关键技术的最新研究进展进行了总结和分析,并讨论了下一步的主要 研究方向。     

认知无线电体系结构分析

分析了认知无线电网络的集中式、AdHoc式和Mesh式体系架构及其节点与链路特性。在 认知无线电终端方面,分析了系统组成,并阐述了其认知引擎中环境感知模块、方案制定与优化模 块、知识库、知识进化器和接口模块的功能定义以及认知循环过程。最后,论述了认知无线电的频谱 感知、频谱分配以及功率控制关键技术。     

协作多组多播认知无线网络的资源优化配置

考虑到无线电频谱资源日益紧缺,提出了一种基于组间组内协作传输的多播组新机制,涉及多个多播组并使用同一频谱资源以协作方式传输信息。基于认知无线网络中该机制,研究了系统的资源优化配置,理论分析得出了功率分配方案,进而讨论了系统加权总传输速率的优化,同时考虑了主用户和认知用户之间信号干扰及功率限制对传输速率的影响,最优化用户性能。仿真结果表明,优化方案下多播组传输速率随用户人数的增加而上升,达到最优化用户服务质量;当功率限制时,通过设置加权因子,能够保证主用户拥有良好的通信性能。     

认知无线电的发展与应用

频谱资源的有效利用成为无线通信的一个重要问题和制约无线通信发展的新瓶颈.认知无线电(Cognitive Radio, CR)技术进一步扩展了软件无线电(SDR)的功能,成为解决频谱资源匮乏问题的有效方法.基于认知无线电在无线通信中的重要作用,介绍了认知无线电的概念,总结了认知无线电的基本特征,分析了传统无线电、软件无线电和认知无线电三者之间的关系,概述了认知无线电在民用和军用领域的应用情况,讨论了认知无线电涉及的关键技术,指出了开展认知无线电技术研究的重要意义.     

认知无线电的关键技术综述

自从十九世纪末无线电发明至今,无线电技（CognitiveRadio,CR）已经深刻的改变了人类的生产和生活方式,无线电技术被广泛应用于广播、辨识、导航、雷达、加热、动力、遥距操控、天文学等方方面面,随着世界上无线通讯的需求的不断增长,对无线通信技术支持的数据传输速率的要求越来越高,另一方面,已经分配给现有很多无线系统的频谱资源却在时间和空间上存在不同程度的闲置。因此,人们提出采用认知无线电（CR）技术,通过从时间和空间上充分利用那些空闲的频谱源,从而有效解决上述难题。本文基于认知无线电在无线通信中的重要作用,介绍认知无线电的概念,总结了认知无线电的基本特征,分析了软件无线电和认知电之间的关系,概述了认知无线电的应用情况,讨论了认知无线电涉及的关键技术,指出了开展认知无线电技术研究的重要意义。     

基于图论的认知无线网络频谱动态分配

在认知无线电网络中，图论与量子遗传算法相结合的频谱分配策略能够提高频谱利用率，但存在早熟和收敛精度不够等缺点。为了解决该问题而实现算法的优化，对图着色理论的频谱分配模型进行数学建模，并针对该模型提出了改进的量子遗传算法。首先，通过使用小生境技术初始化种群，使种群分布更加广泛、算法的收敛度更高；其次，根据进化代数对量子旋转角进行实时动态调整，对染色体进行阈值变异，防止个体陷入早熟，跳出局部解；然后，对干扰约束条件进行重新设计，有效地避免盲目性，提高了网络的公平性和网络效益。仿真结果表明，所提算法有效地提高了频谱利用率，极大地增强了网络系统的性能。     

无线电技术及其在短波选频中的应用

随着无线电设备的广泛使用,频谱资源的稀缺显得尤为明显,在短波选频中,这种现象更加严重,因此,认知无线电技术作为一种能够提高频谱利用率的新技术,是无线电技术新的突破和发展。主要介绍了认知无线电技术的原理,并针对现有短波通信选频的方法和其在短波选频中的应用进行分析和介绍。     

认知无线电频谱合作检测技术

认知无线电通过灵活地感知环境的变化,探测暂时末被使用的频谱孔,为未授权用户提供接入机会,大大地提高了频谱利用率,被认为是当前解决频带使用拥挤的最佳方案。频谱检测是认知无线电中极其重要的环节,目前频谱检测技术的研究主要包括两方面:非合作检测和合作检测。本文重点介绍认知无线电频谱检测的合作检测方式、系统模型、监测协议、检测机理及常用的检测算法等,并总结了目前频谱检测技术中有待解决的一些关键问题和技术。     

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。     

利用压缩测量值的非重构宽带频谱感知

为了解决在认知无线电(CR)宽带系统中快速精确分析数据并实现频谱感知的技术难题,对非重构压缩频谱检测进行了研究。提出了一种利用压缩测量值的非重构宽带频谱感知算法,推导分析了虚警概率和检测概率的封闭表达式。该算法利用离散余弦变换（DCT）矩阵的能量压缩特性观测得到主用户能量压缩信息,并利用新型压缩检测器对压缩信息进行判决。仿真表明,所提算法降低了计算复杂度,提供了比传统的能量检测器和压缩检测器更好的工作特性。     

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     

认知无线电系统中利用模糊逻辑的频谱分配

为了较全面地分析频谱分配问题,突出系统的效益和公平性能,提出了一种利用模糊 逻辑的认知无线电频谱分配方案。首先给出模糊逻辑系统（FLS）的概念,然后利用FLS综合 分析感知空闲频谱和次用户的特性,最后结合系统吞吐量最大、公平性和随机分配3种准则 将空闲频谱分配给次用户使用。仿真结果证实了方案的可行性。     

基于关联规则挖掘的无线电频谱占用预测

无线电频谱占用预测是认知无线电研究中的关键技术之一。实验采用中星世通CS-805F可搬移监测测向系统对四川省成都市的GSM900上行频段（890~915 MHz）和广播电视业务的部分频段（750~806 MHz）进行了为期24 h的实地监测,针对频谱监测中产生的大量历史数据,选用了部分周期模式的关联规则挖掘方法,挖掘频谱使用中存在的频繁模式,并由信道占用频繁模式生成强关联规则,得到特定业务频段的使用规律,从而实现无线电频谱的占用预测。实验结果表明,该方法在两个业务频段的占用预测均取得了较好的效果,准确率分别可达74.02%和83.98%。另外,实验指出了该算法的敏感参数并进行了简要分析。实验对研究认知无线电设备实施动态频谱接入和提高频谱使用率有一定意义。     

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。     

喷泉码在认知无线电网络中的应用

认知无线电网络被认为是实现动态频谱共享、缓解频谱资源紧缺的重要途径。喷泉码能有效抵抗认知无线电网络中来自主用户的突发干扰,且无需反馈重传,从而为认知无线电网络提供了一种有效的信道编码方案。首先简介了数字喷泉码以及认知无线电网络基础知识,然后综述了数字喷泉码在认知无线电网络的链路建立、认知通信以及在资源分配中的应用现状,最后指出了在这一研究领域中需要解决的问题,并展望了发展前景。     

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k最近邻回归的频谱占用度预测

认知无线电技术可以在授权用户和非授权用户间进行频谱分配,预测模型的建立可帮助非授权用户推断频谱空洞是否可用,不仅能提升频谱利用率而且还能降低冲突率。采用理论分析、监测实验、数学建模、数据实证等方法,对频谱占用度建模理论进行了研究。针对频谱的可预测性问题,通过对数据集的分析,使用k最近邻(kNN)回归模型预测频谱的信道-场强值。基于观测数据呈现出的周期性,提出了一种针对周期性数据进行优化的kNN模型,并用其进行预测。比较了原始kNN回归模型和优化后的周期性kNN模型在测试数据上的预测精度,结果表明优化后的模型比原始的kNN模型有着更好的预测精度。     

移动用户目标系统中基于拍卖模型的信道资源分配

为了提高卫星通信信道的频谱利用率,从卫星通信中的认知无线电技术出发,简述了当前认知卫星研究现状。针对移动用户目标系统（Mobile User Objective System,MUOS）的特殊通信环境,提出了插空式（overlay）频谱共享方式下基于拍卖模型的认知卫星信道分配方式,并建立了收益公式。同时,引入星上频谱共享干扰公式来计算认知用户对系统造成的影响,并代入收益公式以计算认知技术给系统带来的收益大小;之后给出模拟通信环境参数,利用Matlab进行仿真计算。仿真结果表明,认知用户的加入虽会使主用户通信质量略有下降,但使系统总体收益呈上升趋势。