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。     

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。     

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。     

认知中继网络中基于频谱感知的自适应功率控制策略

针对采用联合overlay和underlay频谱共享模式的认知中继网络,基于频谱感知结果和干扰信道条件,提出了自适应功率控制策略,从理论上分析了次用户的中断概率。通过Monte-Carlo仿真,与单一overlay或underlay频谱共享模式和固定功率控制方案下次用户的中断性能进行了比较。仿真结果表明,采用自适应功率控制方案,在相同中断概率条件下,次用户对主用户的干扰概率降低了70%~80%;在相同干扰概率条件下,次用户的中断概率降低了1~2个数量级,频谱共享性能得到了有效提高。     

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。     

认知车载网的频谱感知性能分析

认知车载网中不同的衰落传播信道会影响频谱感知的性能。为了描述不同信道下的频谱感知性能,分析了加性高斯白噪声信道、瑞利衰落信道和Nakagami-m衰落信道条件下的频谱感知单用户能量检测概率和协作能量检测概率,重点是Nakagami-m衰落信道、检测衰落因子、次用户的数量和信噪比这几个参数对协作频谱感知性能的影响。仿真结果表明,通过对不同信道特性的准确了解能够帮助车辆在不同衰落信道环境下提高频谱的检测概率。     

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。     

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。     

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.     

认知无线网络中基于Stackelberg博弈的功率控制新算法

针对认知无线网络中存在的干扰问题和功率消耗过大问题,提出了一种新的基于斯坦克尔伯格(Stackelberg)博弈的功率控制算法。建立了主次用户双层网络模型,将主用户设置为领导者,次用户设置为追随者,并对次用户产生的总干扰进行定量分析。在次用户多次博弈的过程中,动态地调整主用户单位干扰价格,在保证主用户自身正常通信前提下,尽量使得收益最大化,提高主用户的参与积极性。仿真实验表明,该算法在保证主次用户的服务质量（QoS）前提下,有效地减小了次用户的发射功率,而且能获得更高的系统容量。     

认知型飞蜂窝网络中的子信道分配与功率控制

为了解决宏蜂窝与飞蜂窝构成的两层异构网络上行干扰与资源分配问题,提出了一种在认知型飞蜂窝的双层异构网中结合子信道分配和功率控制进行资源分配的框架。通过对异构网中跨层干扰问题进行分析与建模,将求解最优子信道分配矩阵和用户发射功率矩阵作为干扰管理问题的解决方法。模型中认知型飞蜂窝网络子信道和飞蜂窝网络用户构成非合作博弈,双方利用效用函数最优值进行匹配,构成初始信道分配矩阵;再由接入控制器根据接入条件从初始信道分配矩阵中筛选用户,并优化接入用户的发射功率矩阵,得到最优子信道分配矩阵和功率矩阵。仿真结果表明,优化框架提高了双层异构网络中飞蜂窝网络用户的吞吐量和接入率,降低了异构网中跨层干扰。     

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。     

一种基于无线电环境地图的路由优化机制

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。     

异构蜂窝网络中用户关联与基站功率的协同优化

为实现异构蜂窝网络中宏基站和小基站之间的负载均衡,提出了一种基于效用函数最大化模型的用户关联机制和基站功率控制的协同优化方案。通过迭代算法求解该协同优化问题,首先在基站功率固定的情况下求得最佳用户关联策略,然后在所得的用户关联策略基础上通过Zoutendijk可行方向法求得基站最佳功率。通过协同优化获得的用户关联策略和基站功率控制实现了基站之间的负载均衡,通过降低宏基站功率和关闭闲置小基站降低了基站的能耗。仿真实验表明,所提方案和不实施功率控制的用户关联策略相比,实现了宏基站与小基站之间的负载均衡,降低了宏基站对小基站用户的干扰,提升了小基站用户的信号干扰噪声比,用户速率中位值提高了20%。     

认知星地一体化网络中能效最大化的鲁棒功率控制算法

如何提高能量效率是当前认知星地一体化网络研究的热点问题之一,而功率控制是提高能量效率的重要方法。另外,在实际中,由于信道信息评估误差和反馈时延致使所获得信道增益信息是不完美的,从而使得已有基于完美信息的功率算法不能满足系统性能。为此,针对认知星地一体化网络中无线信道信息不确定的情况,进行鲁棒功率控制算法的研究。首先,针对认知用户的瞬时信噪比和对主用户的干扰受信道衰落的影响而具有不确定性的情况,建立了最差情况下的鲁棒优化问题;其次,利用分式规划和拉格朗日对偶分解理论提出了一个低复杂度的鲁棒功率控制算法。仿真分析表明,提出的鲁棒功率控制算法不仅能够严格保证主用户的通信质量,并且与传统的非鲁棒功率控制算法相比能够提高网络能量效率。     

利用秩和检验的多天线协作频谱感知

高效稳定的频谱感知是认知无线电系统的关键环节。传统的能量检测算法受噪声不确定性影响,而协方差矩阵类算法在天线相关性低时性能较差。针对上述缺陷,利用秩来衡量由信道衰落导致的同一感知时刻不同天线上的信号功率差异,提出通过构建秩和统计量来实现频谱感知的算法。另外,推导了所提算法判决门限的理论表达式,结果显示其不受采样点数影响,因此当采样点数变化时无需重新设置门限。理论分析和仿真表明所提算法不受噪声不确定度的影响,并且在低天线相关性时可以保持良好的性能。