认知无线网络中的智能协作频谱感知机制研究

作为智能体,认知无线电应具有智能学习和智能判决的能力。为充分发掘认知用户的智能体特性,本文提出一种基于支持向量机和模糊积分的智能协作频谱感知机制。该机制将协作频谱感知模型转化成基于模糊积分的多分类器融合模型,其中每个认知用户均被看作一个独立的支持向量机分类器,单个感知周期内得到的采样数据作为分类器的输入,分类器的概率输出将被发送至融合中心,融合中心采用模糊积分算法将各分类器得到的结果进行融合并判决。该机制充分挖掘了认知用户在频谱感知阶段的“智能学习”能力和信息融合阶段的“智能判决”能力,仿真结果进一步表明,与单一的分类模型相比,本文提出的智能协作频谱感知机制具有更高的检测概率和更低的虚警概率。      

认知无线网络中基于节点功耗和频带利用率的感知时隙优化算法

本文主要研究感知时隙对次用户节点功耗和频带利用率的影响,在保证检测性能的前提下,分析它们之间的折中关系,通过构造新的指标函数来衡量不同系统对次用户节点功耗和频带利用率的要求,并引入调节因子以便根据系统的不同需求选择不同的感知时隙。仿真结果表明,次用户节点功耗和频带利用率均是感知时隙的递减函数,在给定调节因子的情况下,总存在一个最优的感知时隙能够使得指标函数达到最小。