基于D-S理论的认知无线电频谱感知算法

针对目前的认知无线电频谱感知数据融合判决规则忽略了各感知节点所处环境差异这一问题,研究了一种基于信任度的多节点频谱感知算法,将D-S证据理论引入判决融合中,通过Matlab仿真验证了该算法的性能相比于原有的频谱感知数据融合算法有了很大的提高。     

基于信任度函数的认知无线电频谱感知算法研究

认知无线电能有效地利用有限的频谱资源,实现灵活的资源配置和工作模式的调整。介绍了信任度函数,分析了具体的感知融合判决规则的特点,并结合无线通信的具体环境,提出了基于信任度函数的频谱感知算法。该算法是一种复杂度低并且可提高频谱感知性能的算法。仿真结果表明,基于信任度函数的频谱感知算法得到的结果更可靠、更精确。     

基于信任度加权的合作频谱感知算法

为进一步提高认知无线电频谱感知性能,提出一种基于信任度加权的软合并感知算法TWCS(trustweighted cooperation sensing)。该算法首先定义一个模糊型指数信任度函数,对两认知用户间的信任程度进行量化处理,并通过信任度矩阵度量各认知用户测得数据的综合信任程度,以合理分配测得数据在融合过程中所占权重。仿真结果表明,与最大比合并和信噪比加权合并等算法相比,TWCS算法不仅具有更强的可靠性,而且使系统整体感知性能得到了较大提高。     

基于认知用户移动性的协作频谱感知研究

协作频谱感知能在一定程度上消除多径和阴影的影响,然而现有协作频谱感知方案均假设各认知用户处于静止状态,未考虑认知用户在协作感知期间的移动对检测性能的影响。针对上述问题,在集中式频谱检测方法的基础上,提出一种认知用户移动状态下的协作检测模型,使主用户处于静止状态,认知用户以一定速度作匀速直线运动。仿真及分析结果表明,随着移动认知用户速度的增大,运用线性融合规则的移动认知用户与静止认知用户协作检测性能均逐渐降低,因此需选择移动速度较小的认知用户作为协作对象以提高频谱感知的整体检测性能。     

认知无线电网络中基于信任度的频谱感知技术

提出了一种在认知无线网络控制信道带宽受限条件下基于信任度的双门限协同频谱感知算法。首先每个认知用户基于双检测门限独立进行频谱感知,但只有部分可靠的认知用户通过控制信道向认知无线网络基站发送本地感知结果。当所有的用户都不可靠时,选取信任度最高的认知用户发送本地感知结果进行判决。理论分析和仿真表明,同常规能量检测算法相比较,该算法能够在控制信道带宽受限条件下,以较少的网络开销获得更好的频谱感知性能。     

衰落信道下提高协作频谱感知能力的方法

由于协作频谱感知能够更准确地确定主用户的存在与否,因此,它被认为是认知无线电技术中的一个重要研究分支.在协作频谱感知中,各认知用户需要通过报告信道发送其本地判决结果(0或1)到融合中心(FC).然而,在实际中,报告信道通常受衰落的影响,这将降低频谱感知的检测性能.针对这个问题,首先,文中提出一种基于认知用户选择的协作频谱感知算法.该算法通过减小由衰落信道引入的误码概率来提高协作频谱感知的检测性能.其基本思想为:只有具有较好瞬时信道增益报告信道的认知用户才将其本地二进制判决结果发送到FC,否则,该认知用户不发送其本地检测结果到FC.其次,提出一种基于空时编码的协作频谱感知方法.通过在CR网络中,利用空间分集增益来降低由衰落型报告信道引入的误码概率,从而提高检测性能.最后,对提出的这两种协作频谱感知方法的检测性能进行理论分析研究,并对其进行数值仿真.仿真结果表明:相比于传统的协作频谱感知,本文提出的这两种协作频谱感知算法都能提高对主用户的检测性能.     

基于双门限和证据理论的合作频谱感知算法

从提高合作频谱感知结果的可靠性以及减小网络开销和融合中心计算负担的角度出发,提出了一种新的基于双门限和证据理论的合作频谱感知算法。该算法在进行本地感知的时候,认知用户通过双门限能量检测直接得到本地判决结果,将认知用户感知到的能量值在两个门限之间的未能进行本地判决的结果的信任度函数发送给融合中心,这样大大减少了融合中心利用证据理论进行软融合的计算量以及传输感知结果带来的网络开销。理论分析和仿真表明,提出算法的检测概率比其他检测算法的检测概率性能提升30%,其接收机操作性能曲线（ROC）性能比性能较好的D-S证据理论提升3%。     

基于位置预测的认知车联网协作频谱感知算法

针对认知车联网中由地形起伏或密集城市结构而引起的频谱感知性能低、延时大等问题,提出了一种基于位置预测的协作频谱感知算法。首先,采用能量检测法进行本地频谱感知,通过将次用户接收到的信号能量大小和预先设定的阈值进行比较,初步判定频谱是否被主用户占用。然后,利用认知车联网中车辆位置预测技术,计算车辆位置和信道状态信息,并据此设置置信值,删除置信值低的次用户。最后,在融合中心采用加入置信值的似然比融合规则得到最终判决结果。仿真结果表明,与传统算法相比,所提算法能有效提高频谱感知性能并缩短感知时间,尤其适用于对实时性要求较高的车联网系统。     

联合信任度与信噪比的自适应协作频谱感知算法

为提高认知无线电的频谱感知性能,提出一种联合信任度与信噪比的自适应协作频谱感知算法。该算法通过信噪比估计和信噪比比较获取各认知用户的初始信任度值,自适应地调整信任度、参与度、判决门限等参数以实现算法最优,并采用周期性初始化策略以满足时变信道的要求。仿真结果表明,与传统K秩协作频谱感知算法和自适应合作频谱检测算法相比,该算法不仅提高了协作检测性能和稳定性,而且具有更好的实时性和抗恶意用户性能。     

一种基于信任度的自适应合作频谱感知方法

由于认知网络内用户物理分布具有非均匀特性,各认知用户与相同主用户之间的距离及其信道环境存在较大差异,导致不同用户判决结果的可靠性程度不同。传统的硬融合算法往往忽视用户检测可靠性差异,同等对待所有本地判决,使得合作检测性能达不到最优。针对该问题,提出一种改进的基于K秩硬判决的多用户合作频谱感知算法。融合中心执行融合算法时,引入信任度区别对待各认知用户的本地判决,采用迭代方法,不断根据用户局部判决相对总判决的正确度,自适应更新信任度,并适时调整全局判决门限。算法简单有效,开销小。实验结果表明,该算法相比传统的K秩硬判决算法,具有更好的合作检测性能。     

基于混沌和声搜索的最优线性协作频谱感知算法

为了进一步提高认知无线电频谱感知的准确性和可靠性,提出一种基于混沌和声搜索(CHS)的最优线性协作频谱感知算法。该算法基于能量检测的线性加权协作频谱感知模型,利用和声搜索(HS)算法本身的优化能力和混沌映射的遍历性、随机性等特点,通过求解最优权值的方法,提高频谱感知的性能。仿真实验结果表明,CHS算法的优化性能和收敛速度均优于传统的HS算法,基于CHS的最优线性协作频谱感知算法能够找到最优的权值,从而提高了复杂通信环境下的检测概率;并且在相同的虚警概率下,所提算法性能优于基于修正偏差因子的协作频谱感知算法。     

Partial cooperative spectrum sensing schedule in cognitive network

Cognitive radio has emerged as a promising technology for maximizing the utilization efficiency of the limited spectrum resources while accommodating the increasing amount of services and applications in wireless networks. One of the most important and critical components of the cognitive radio is spectrum sensing and accordingly, detection of primary users. Considering the hardware constraints existing in cognitive devices, based on the coarse estimation of channel occupancy, partial cooperative spectrum sensing with adaptive spectrum schedule scheme is proposed to increase the possibility to discover more spectrum opportunities promptly. Simulation results show the gain of sensing performance and the energy-saving feature of partial spectrum sensing. Special security scheme is designed to protect the reliability of sensing result from the false message attack. For the scenarios tested, the proposed scheme is shown to increase opportunities by up to 15 percent.     

基于Agent的协作频谱感知算法

为了提高认知无线电频谱感知技术的性能, 提出一种新的基于Agent的协作频谱感知算法。该算法在本地检测中使用多门限能量检测,同时将认知节点估计的信噪比的值发送到Agent控制中心,在控制中心根据每一个认知节点发送的信噪比的值和该节点与发射机的距离进行权衡,选取可靠性和有效性较高的认知节点参与判决融合。仿真结果表明,该算法能够很好地提高认知无线电网络的协作频谱感知能力,同时在一定程度上减少了原有协作感知算法中参与感知节点的数目。     

基于BP神经网络的协作频谱感知技术

认知无线电技术可以利用主用户未使用的频谱资源来有效地提高频谱利用率。单用户感知技术虽然简单但可靠性较低,协作频谱感知技术可以显著地提高频谱感知的性能。现有的大部分协作感知都是在假设各认知用户的信噪比相同的前提下进行研究。然而在实际环境中,由于每个认知用户所处的环境不同,其信噪比不同,对融合中心判决的影响也不同。如何在提升检测性能的同时提升系统的能量效率是关键问题。提出一种基于BP(Back Propagation)神经网络的协作频谱感知技术,它利用频谱环境的历史信息,通过BP神经网络提高频谱感知性能。仿真结果表明,该算法可以在保证协作感知性能的同时减少参与协作的认知用户数,从而减少能量消耗。     

基于改进D-S证据理论的认知无线电频谱感知算法研究

针对基于D-S证据理论的认知无线电频谱感知算法在认知节点的感知信息存在较大冲突时会产生与实际情况相悖结果的问题,提出了一种基于改进D-S证据理论的认知无线电频谱感知算法。改进算法采用一种新的加权平均方法平均各个证据,比算术平均法更多地降低了异常证据的影响,同时通过计算证据到平均证据的距离来计算证据权值,解决了权值计算复杂度问题。实验结果表明,在认知节点的感知信息存在严重冲突时,改进算法可有效提高认知无线电频谱感知系统的感知性能。     

双门限三级联合频谱感知算法——基于能量检测和高阶循环谱检测

认知无线电中,快速有效的频谱感知是一项关键技术。传统的能量检测算法不能抵抗低信噪比的影响,高阶循环谱检测又有着较高的算法复杂度。将二者进行结合,提出一种双门限三级联合频谱感知算法,有效提高了系统的检测性能并降低了算法复杂度。对传统的能量检测算法进行了仿真,并对检测概率的影响因素进行了分析和仿真;对高阶循环谱检测算法进行了理论分析,并对三级联合感知算法的性能进行了详细分析。最终得出结论,三级联合感知算法不但大大提高了认知用户的检测性能,而且并没有增加过多的运算量,因此是一种高效、快速的频谱感知算法。     

Spectrum sensing algorithms for primary detection based on reliability in cognitive radio systems

One of the main requirements of cognitive radio systems is the ability to detect the presence of the primary user with fast speed and high accuracy. To achieve that, in this paper, we propose a spectrum sensing scheme by considering the reliability of spectrum sensing. Only the user with no reliable information will perform spectrum sensing again using one-order feature detection. Otherwise, the user directly transmits its binary decision (0 or 1) to the MAC layer. The performance of the one-order feature detection is studied and numerical results are presented to show that the one-order feature detector can perform better than the energy detector due to its robustness to the noise uncertainty. Since the feature detection is performed in time domain, the real-time operation and low-power consumption can be achieved. Furthermore, the performance of proposed spectrum sensing scheme based on reliability is also deduced and the analysis of the performance results indicate that the sensing performance is greatly improved as opposed to energy detector. However, due to the effects of channel fading/shadowing, individual cognitive radios may be not able to reliably detect the existence of a primary user. To solve this problem, cooperative sensing among secondary users are studied using the methodology proposed in this paper. The performance of cooperative spectrum sensing is investigated when various decision fusion rules are applied. We find that, regardless of the decision fusion rule used, the sensing performance can be significantly improved compared to conventional cooperative methods.     

Distributed cooperative spectrum sensing in cognitive radio for ad hoc networks

Cognitive radio refers to an intelligent radio with the capability of sensing the radio environment and dynamically reconfiguring the operating parameters. Recent research has focused on using cognitive radios in ad hoc environments. Spectrum sensing is the most important aspect of successful cognitive radio ad hoc network deployment to overcome spectrum scarcity. Multiple cognitive radio users can cooperate to sense the primary user and improve sensing performance. Cognitive radio ad hoc networks are dynamic in nature and have no central point for data fusion. In this paper, gradient-based fully distributed cooperative spectrum sensing in cognitive radio is proposed for ad hoc networks. The licensed band used for TV transmission is considered the primary user. The gradient field changes with the energy sensed by cognitive radios, and the gradient is calculated based on the components, which include energy sensed by secondary users and received from neighbors. The proposed scheme was evaluated from the perspective of reliable sensing, convergence time, and energy consumption. Simulation results demonstrated the effectiveness of the proposed scheme.     

认知Ad hoc网络的频谱接入跨层设计方案*

为提高分布式认知Ad hoc网络的频谱感知精准性和能量有效性,提出了一种基于能量效率的频谱接入跨层设计方案。首先通过基于感知因子的完全二分图分解法对网络进行分簇,进而在簇内联合优化次用户的发射功率和接入概率,最终得到最优信道接入和功率分配方案。仿真结果表明,与传统算法相比该方案可通过合理分簇提高分布式认知网络的感知精度,在保证感知性能的条件下使系统能量效率得到有效提升。