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。     

一种改进的证据理论融合算法

[针对D-S证据理论无法解决证据冲突和基蝴率分配函数的微小扰动使融合结果急剧变化等问题，提出了一种改进的证据理论融合算法。该方法首先求出了证据距离得出相应的证据冲突，然后给出描述证据间相互支持度的模糊矩阵，并依次来研究不同情况对融合数据的影响，进而说明改进的融合算法的有效应。     

联合作战指挥信息系统安全态势感知研究

网络安全态势感知是当前分析复杂网络安全态势的有效方法之一。描述了网络安全态势感知的概念和模型,分析了联合作战指挥信息系统安全态势元素构成,提出了联合作战指挥信息系统安全态势感知模型。针对联合作战指挥信息系统安全管理中存在的安全管理工具多、安全预警信息来源广、各类安全管理数据难以融合、缺乏综合的安全态势感知、分析、预测能力等问题,采取基于D—S证据理论的三级数据融合算法．最后得到的系统安全态势值反映了系统安全的总体状况。     

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。     

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。     

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。     

一种考虑传感器精度的数据自适应加权融合算法

为增强多传感器测量数据融合效果,在综合考虑传感器初始精度与实际测量精度的基础上,提出了一种改进的自适应加权融合算法。将证据理论中的修正证据距离引入传感器实际测量数据间距离计算,基于计算得出的测量数据间距离生成各数据融合时的测量权重值。当传感器精度已知或者能够计算得出时,将基于传感器精度生成的固定权重与测量权重相综合,生成最终权重;当传感器精度未知且无法计算得出时,将测量权重作为最终权重。基于多种典型算例对所提融合算法进行验证,结果表明所提算法融合效果较好,具有一定的理论意义和较好的工程实用价值。     

一种有效的基于证据体距离可信度证据融合方法

针对D—S理论不能有效处理信任度趋近于0的问题,本文提出了一种有效的合成公式,即把支持证据冲突的可信度按各个命题的证据可信度加权平均的支持程度,对冲突重新分配,新的合成公式,物理意义明显,通过两个高冲突的证据合成,验证了合成公式的有效性。     

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。     

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。     

基于证据源和组合规则双修正的证据合成

针对冲突证据合成时传统证据合成和单一修正改进方法存在的问题，提出了新的证据源预处理和组合规则双修正的证据合成方法。利用夹角余弦理论，计算证据向量距离后转化得到权重系数，依据权重系数对证据进行重新概率分配，完成证据源修正；之后用修正的动态合成规则，进行修正证据的合成;同时提出了算法分析模型。实例结果验证了算法在证据合成时具有最优结果、较强通用性和稳定性，可应用于信息融合、不确定信息决策等领域。     

多源置信综合的雷达与ESM协同跟踪方法

跟踪空间邻近目标时,仅依靠运动学信息不足以实现可靠的数据关联,而基于动目标指示器（Moving Target Indicator,MTI）雷达和电子支援措施（Electronic Support Measurement,ESM）的多源异类传感器数据融合可以通过提升数据关联性能达到改善跟踪性能的目的。通过构建基于五种成比例再分配规则（Five Proportional Conflict Redistribution Rules,PCR5）置信度量的数据关联策略,将目标运动学信息和属性信息结合做多特征推理,解决异类传感器数据的不确定性和不一致性;利用Dempster-Shafer（DS）证据理论方法进行属性融合更新,完成属性信息在时间序列上的相干积累,实现空间邻近目标的可靠跟踪。该方法从数据关联和状态估计两方面联合进行改进,通过引入属性信息提升数据关联的正确性,从而提升跟踪性能,实现多源异类信息下的协同跟踪。仿真表明,相比于仅雷达跟踪、雷达和ESM序惯跟踪等方案,该方法可有效提升跟踪精度和关联性能。     

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。     

一种基于证据距离的D—S改进算法

针对高冲突下Dempster证据组合规则失效的问题,定义了描述证据可靠程度的可信度的概念,提出了一种改进的D-S组合算法。该方法首先通过证据距离,建立相似性矩阵,确定证据可信度,对证据进行预处理,再采用Dempster规则进行组合。通过仿真算例并与其它改进方法进行对比,验证了新算法在高冲突证据的情况下,可以有效地减小冲突对组合结果的影响,同时提高了证据组合的收敛速度,降低了决策风险。     

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。