认知无线电系统中频谱感知方法的研究

由于无线通信技术的飞速发展，因此无线资源频谱日趋紧张．而另一方面现有无线通信网络采用的固定频谱分配策略导致许多已分配的频段在大多数情况下未能被充分利用。认知无线电技术的出现为提高频谱利用率提供了一条新的思路．认知无线电的一个重要要求就是能够动态的感知并接入频段，这就需要人们能够感知出空闲频段。论文主要介绍了认知无线电系统中的频谱感知方法，并运用能量检测法对对OFDM信号进行了仿真分析．     

认知无线电网络中次用户平均吞吐量的优化

协作频谱感知的认知无线电网络中,已有研究表明增加参与协作频谱感知的次用户数量能够提高感知性能,进而提高信道吞吐量。然而,由于信道容量的限制,不断增加参与协作感知的次用户数量并不会使信道吞吐量无限提高,反而会使次用户平均可获得的吞吐量不断降低。针对上述问题,该文以次用户平均吞吐量为优化目标,证明多信道条件下,对于任意给定的融合参数,次用户的平均吞吐量是感知时间的凸函数,并提出交叉迭代算法进行2维优化。仿真结果表明,当信噪比为-10 dB时,次用户使用交叉迭代算法获得的平均吞吐量较已有算法可提高20%以上。     

基于中继协作的认知无线电性能研究

频谱感知是认知无线电技术的关键。协作频谱感知能够充分利用网络资源,提高网络中认知用户的检测概率,降低认知用户的虚警概率。基于两个认知用户之间的中继协作,研究了协作频谱感知的感知性能与吞吐量的折衷。仿真结果表明：中继协作的频谱感知方法能够使得在充分保证对授权用户不造成干扰即检测概率一定时,能够有效地降低认知用户感知授权用户的虚警概率,缩短＂弱＂认知用户获得最大吞吐量的最优感知时间,提高其最大吞吐量,并提高认知系统的最大吞吐量。     

能量检测在认知无线电频谱感知中的应用

随着无线通信技术的飞速发展,无线电频谱资源日趋紧张。认知无线电已经成为解决现有频谱资源匮乏的非常有前途有前景的技术。认知无线电是一种智能的无线通信系统,它能够感知周围的无线环境,通过一定的方法相应地改变某些工作参数来实时地适应环境,从而达到提高频谱利用率、缓解频谱资源紧张的目的。频谱感知是认知无线电中最具挑战的问题之一。详细介绍了基于能量检测的频谱感知方法,并从理论上分析研究能量检测法的检测性能,最后通过MATLAB仿真分析能量检测法对于OFDM信号的检测性能。     

基于特征检测器的能量采集认知无线电系统优化研究

将特征检测器频谱感知方案引入能量采集的认知无线电系统中, 分析比较了不同检测器背景下感知阈值和感知时间对系统性能的影响,且在能量约束和碰撞限制条件下,以最大化系统次级用户的吞吐量为目标计算出最优的感知时间。计算机仿真结果表明,在合适的感知阈值条件下,三种检测器的感知时间最优解有所差异,能量检测器同时依赖于能量约束和碰撞限制,最大特征值检测器仅受限于能量,而最大最小特征值检测器则无法找到最优的感知时间。     

认知无线电网络中基于噪声功率估计的能量检测性能

该文分析了利用噪声功率估计值进行能量检测时判决门限的计算问题,推导出检测性能的Q函数表达式。为达到期望的检测性能,判决门限不能直接由噪声功率估计值替换已知的噪声功率得到,必须进行修正。文中给出了修正判决门限的闭合表达式,极大地简化了检测性能分析和判决门限计算。仿真结果表明,在估计样点数为20时,对比原判决门限,基于修正判决门限的误警概率减少了15%,有效地提高了认知无线电网络的吞吐量。     

认知无线电网络中基于强化学习的智能信道选择算法

认知无线电系统不仅要具有自适应性,更应具备一定的智能性。该文将强化学习理论引入到认知无线电系统中,用于解决次用户在频谱感知过程中的信道选择问题,提出了一种基于强化学习的信道选择算法。该算法在未知主用户占用规律和动态特性的前提下,仅通过不断与环境进行交互学习,便能够引导次用户选择“较好”信道优先进行感知,使次用户吞吐量得到提高。仿真结果表明,相对于现有信道选择算法,所提算法可有效提高次用户的吞吐量,并且在主用户使用规律发生变化时,能够自动实现二次收敛,可作为认知无线电系统迈向智能化的一种尝试。      

认知无线电中基于机器学习的频谱感知算法研究

针对于认知无线电中传统感知算法受信噪比(SNR)影响、过度依赖主用户先验知识和感知时间长等问题,提出基于支持向量机(SVM)的频谱感知算法,通过将信号能量值、SNR值与类别标签作为训练数据,对其进行SVM学习后,得出此CR环境下的分类模型。仿真结果显示在低SNR环境下,机器学习频谱感知算法检测概率比能量检测的提高了近40%,分类错误率仅为1.4%,因此具有更优良的感知性能。     

基于改进群搜索优化算法的认知无线电协作频谱感知

提出了一种基于改进群搜索优化的认知无线电协作频谱感知方法。用改进的群搜索优化算法求解线性协作感知模型中的权重向量,并将本文方法与基于单节点感知、选择合并、等增益合并和MDC的频谱感知方法进行了比较,仿真结果表明基于改进群搜索优化算法的协作频谱感知较传统的群搜索优化算法具有更好的收敛性,可获得更高的检测概率,且检测性能随感知用户数的增加而提高、随噪声环境的恶化而降低。仿真结果验证了本文方法的优越性。     

认知无线电线性自信号消除带内频谱感知方法

利用无线衰落信道AR模型,提出了一种不需要静默期的基于线性自信号消除的认知无线电主用户信号检测方法.该方法无需为避免静默期而频繁地中断通信,提高了通信效率和服务质量.仿真结果表明,该算法在多普勒频移较大时优于已有的无静默期带内频谱感知方法,在满足IEEE 802.22无线区域网主用户信号检测需求的同时,增强了系统频谱感...     

认知无线电中基于SVD分解的频谱感知新算法

为了解决认知无线电中能量检测法在低信噪比下检测概率低的问题,本文提出了一种基于SVD分解的频谱感知算法。首先利用接收信号构造Hankel矩阵,通过SVD分解,将矩阵分离成信号空间与噪声空间,再将较小的奇异值置零,然后重构矩阵,从而提高接收信号的信噪比（SNR）。其次,将SVD系统输出信号功率对噪声功率进行归一化,把降低噪声功率转化成提高主用户信号功率。最后进行能量检测,以此来提高检测概率。理论分析和计算机仿真表明,在相同条件下,基于SVD分解的频谱感知算法与传统的能量检测法相比,检测概率显著提高;要达到相同的检测概率,对信噪比的要求也显著降低。      

认知无线电多时隙联合频谱感知方法及优化

为了降低认知无线电中次用户对主用户的干扰,提出了次用户通过多个时隙的能量感知联合检测主用户的频谱感知方法。每个传输帧被分成若干个时隙,次用户在每个时隙的开始进行能量感知,通过合并多个时隙的感知结果,提高次用户对主用户的检测性能。为了最大化次用户的频谱效率,将主用户状态建模为二维马尔科夫随机过程,并根据该过程优化单时隙频谱感知时间。仿真结果表明：相比Liang的“先听后传”频谱感知方法,提出方法仅牺牲14％的频谱效率,却使干扰概率降低了28％;随着信噪比增加,提出方法的最大频谱效率逐渐接近“先听后传”频谱感知方法。     

基于认知无线电网络的用户合作频谱检测

介绍认知网络中认知用户合作检测算法在降低检测时间以及提高检测灵敏度的优势,构建认知网络中简单的两用户合作协议和非合作协议下的检测系统模型,在此基础上时多认知用户合作情况进行了分析比较.最后对认知网络环境中不同概率参数以及不同数目合作节点的检测性能进行了仿真研究.结果表明,当虚警概率α很小时,采用认知用户的合作感知方法可得到高检测概率,且能降低将近35%的检测时间,有效提高检测主用户的灵敏度.     

一种适用于认知无线电系统的盲感知算法

频谱感知是认知无线电中最具挑战的问题之一。提出一种基于信号协方差矩阵特征值的盲感知算法,仿真显示这种方法有较好的检测性能,适用于认知无线电系统中授权用户的检测。     

基于CSS的认知无线电网络PUEA检测和缓解

针对认知无线电网络中的主用户仿真攻击问题,提出了一种基于能量检测的协作频谱感知方法.首先,假设存在一个智能攻击者,它能知道自己所处环境并可以选择不同的传输策略.然后,调整CSS规则和相关参数为能量探测器确定合适且有效的阈值.最后,利用Neyman-Pearson准则进行能量检测,从而检测出恶意攻击.仿真结果表明,相比传统的基于能量检测的频谱感知方法,该方法可以更好地减轻PUEA在频谱感知中的破坏作用.     

基于信号集合势和连续性的认知无线电宽带频谱感知

针对传统感知算法依赖主用户信号与噪声先验信息,以及易受噪声功率估计不确定性影响的缺点,提出了一种基于信号集合势和连续性的宽带频谱感知方案。该方案将宽带频谱感知分为主用户占子带集合势的估计和子带位置判决两步。在两次不同感知结果中利用主用户连续占用子带的特性,有效地实现最终感知性能的提升。理论分析和仿真结果表明,该方案不仅能够解决传统感知方法依赖噪声和主用户信号先验信息的问题,而且对抗噪声功率不确定性具有鲁棒性。特别地,与传统的能量检测频谱感知算法相比,该算法能有效地实现宽带频谱盲感知。     

认知无线电网络用户合作机会接入方案的研究

认知无线电技术可以用来解决随着无线通信的迅速发展而突显出来的频谱实际利用率不高的问题,并缓解频谱分配紧张的局面.本文所关注的是多个认知无线电用户(SU)的机会频谱接入问题.分布式认知无线电网络中,为避免和授权用户(PU)发生冲突,通常采用周期性感知方法,这将使吞吐量降低.本文提出了一种认知无线电用户间高效的合作方案.文中分析了用户合作的最好和最坏两种情况下系统吞吐量的解析解.通过仿真验证了理论结果,并比较分析几种方案下每个用户和系统吞吐量随用户数量的变化,得出了用户间有效的合作可以提高各自以及整个系统的吞吐量的结论.     

最优线性认知无线电协作频谱感知技术研究

频谱感知是检测频谱空穴,实现动态频谱接入的前提和关键。单认知用户检测存在阴影效应和多径衰落等影响,检测效果较差。多用户协作频谱感知是目前频谱感知的主要手段。文中针对常用的协作频谱感知方法的不足,提出一种基于最优线性加权的协作频谱感知方法,对其检测模型与检测算法进行分析,并进行仿真。仿真结果表明,最优线性加权协作频谱感知在相同的条件下相比常用协作频谱感知具有更大的检测概率,更优良的检测性能。     

认知无线电网络中基于D-S证据理论的合作频谱感知方法

认知无线电网络因主从用户共享频谱资源,具有频谱利用率高的优点,同时对从用户提出了一定的要求.在研究D-S证据理论的基础上,提出了一种新的合作频谱感知方法,对冲突证据源和融合规则进行了修正,并通过模糊度计算公式预估不确定性,重新定义了基础概率分配(BPA)函数.仿真结果表明,同“与”、“或”融合及以往的D-S融合方法相比,所提方法能很好地感知认知无线电网络的空闲频谱,并可作为高斯白噪声(AWGN)信道及瑞利(Rayleigh)多径衰落信道等网络环境的通用频谱感知方法.     

认知无线电中协作频谱感知技术研究

由于无线通信用户的增多和采用的固定频谱分配模式,使频谱资源越来越紧缺,认知无线电的出现极大地提高了频谱的利用率。该文对基于能量检测的单节点检测和协作检测技术进行了分析和讨论,重点分析了协作检测中的数据融合算法,并对几种融合算法和能量检测算法进行了性能的仿真分析。通过分析及仿真结果可以看出,协作检测与单节点检测相比,有效地提高了检测概率。