无线认知传感器网络协同频谱感知安全模型和攻击模型研究

无线认知传感器网络(WCSN)中的协同频谱感知技术能够大大提高检测主用户传输的概率.但是,在当前的协同频语感知方案中,通常假定所有协同次用户都是诚信可靠的,因而恶意次用户可能会通过报告错误检测结果来攻击网络.本文分析了无线认知传感器网络(WCSN )的基本概念和优势,给出了无线认知传感器网络体系结构,提出了协同频谱感知...     

无线认知电传感器网络动态频谱管理技术研究

WCSN(无线认知传感器网络)可以定义为无线认知传感器节点的分布式网络,它能够感知事件信号,机会地使用频谱空洞,并采用多跳方式,完成信息的动态协同通信,最终满足各种应用需求.文章分析了WCSN的基本概念和优势,给出了无线认知传感器网络节点硬件结构.研究了WCSN频谱感知、频谱分析决策和频谱切换技术的构成,列举了无线认知...     

联合循环平稳特征PCA与RVM的频谱感知

针对无线信道环境中低信噪比情况下主用户信号检测率较低的问题,提出了一种基于循环平稳特征主成分分析(PCA)与相关向量机(RVM)的认知网络频谱感知算法。该算法结合了主成分分析算法与相关向量机分类方法,应用于解决认知网络频谱感知问题。首先对信号循环平稳特征参数进行特征提取,通过主成分分析进行降维提取信号主成分,生成训练样本和待测样本,并完成对相关向量机的训练,再采用训练完成的相关向量机算法分别对有无主用户情况下的信号进行分类检测,最后获得主用户信号存在性的感知判断。仿真实验表明,与人工神经网络、支持向量机和最大最小特征值算法相比较,所提算法在低信噪比情况下具有较高的分类检测性能,检测率最大可提高61.6%,有效地实现了对主用户信号的感知。     

瑞利信道中自适应双门限频谱感知算法研究

频谱感知是认知无线电中的一项关键技术,能量检测、匹配滤波器检测和周期循环频谱检测是认知无线电中频谱感知技术中传统、经典的算法.基于能量检测的频谱感知算法因实现简单且不需要先验信息而被广泛应用,但低信噪比的情况下检测概率会降低,用户的检测性能不足,从而导致认知用户和主用户之间的冲突碰撞次数增多.针对以上存在的问题,在基于自适应频谱感知的基础上,利用噪声功率估计,提出了一种瑞利信道下的自适应双门限频谱感知算法.仿真结果表明,在低信噪比噪声不确定的情况下,这种算法能够大大提高检测概率,有效降低了认知用户和主用户之间的冲突碰撞次数,从而提高频谱的利用率.     

基于随机集的多主用户多维信息感知算法研究

移动认知网络多主用户(Primary User,PU)信号检测问题是当前认知无线电领域面临的主要问题之一.文中提出将随机集(Random Sets,RS)引入移动认知网络的频谱感知过程中,构建多主用户运动模型及观测模型,通过粒子概率假设密度滤波(Particle Probability Hypothesis Density Filter,P-PHDF)算法实现对主用户数量及主用户状态(位置、速度、使用频率、信号接收角度)的实时检测.较传统感知方法,基于随机集的频谱感知方法不仅能准确跟踪检测活跃主用户的数目,同时还能跟踪检测出主用户的具体位置、使用频率及信号接收角度等信息.仿真结果表明,在移动环境下文中提出的多主用户实时感知方法的检测性能良好,并且能有效地抵抗杂波等的干扰,实现了多维移动认知网络中对检测区域内主用户数量及状态的实时检测跟踪.     

基于二阶统计量的WCSN频谱感知算法研究

针对无线认知传感器网络(WCSN)中的频谱感知,目前存在两种截然不同的框架,即信号检测和信号分类。由于衰落信号为零均值广义稳态随机过程,只有使用二阶统计量才能对其进行表征。文章分析时间连续的广义稳态随机过程和时间连续的非平稳随机过程中的信号检测算法,介绍采用归一化相关系数进行信号分类的思路,描述窄带平坦衰落信道建模过程,归纳二阶统计量的频谱感知算法。     

随机共振在认知无线电频谱感知中应用的最新研究进展

频谱感知是认知无线电网络的一项关键技术.低信噪比(SNR)环境下频谱检测的性能会大幅降低,而随机共振(SR)能有效提高信号信噪比,所以将其应用到频谱感知中,能增强认知用户对主用户(PU)的检测性能.首先介绍了随机共振在认知无线电频谱感知中应用的最新研究进展,包括随机共振在本地感知中(如能量检测、协方差矩阵频谱感知、循环平稳特征检测)及协作感知中的应用,然后指出了随机共振在认知无线电频谱感知中还有待解决的问题,并提出了下一步的研究方向.     

基于统计可信度的压缩感知协作频谱检测算法

压缩感知为认知无线电的宽频谱感知提供了一种新的方法和思路。基于压缩感知的原理,提出了一种多认知用户协作场景下基于用户统计可信度的协作频谱检测算法。该算法使用正交匹配协作追踪算法获得认知区域内的频谱占用情况,根据不同认知用户频谱检测的历史准确度综合判定用户感知结果的统计可信度。仿真结果表明,该算法在不同用户数、不同采样值、不同信噪比变化范围下其检测性能均优于传统算术平均方法,有效改善了检测性能。     

认知无线电中频谱感知技术

固定频谱分配政策导致频谱使用率低下,为克服这一缺点,人们提出使用认知无线电技术实现动态频谱接入,从而有效利用频谱空穴。频谱感知是认知无线电的关键技术。文中介绍了目前已提出的频谱感知技术:发射机检测(包括匹配滤波器检测、能量检测和周期平稳特征检测)、合作检测、接收机检测及基于干扰温度的检测,仿真分析了各种方法的优缺点及有待解决的问题。为满足多用户环境和实时性要求,仍需探讨新的频谱感知方法,提高检测性能。     

采用大维随机矩阵的WCSN频谱感知算法研究

作为无线认知传感器网络(WCSN)的基本功能,频谱感知问题通常需要对方差矩阵及其逆矩阵进行估计,且矩阵维数比样本量大。因此,常用估计器和样本协方差矩阵不再适用,大维随机矩阵应运而生。文章列举大维随机矩阵技术的类型,构建无线认知传感器网络大维随机矩阵的数学模型,构建威沙特矩阵和马尔琴科-帕斯图尔定律的定义、特征及其应用场景,详细分析使用比值λmax/λmin进行频谱感知的原理和算法。     

基于自适应决策融合的合作频谱感知方法

频谱感知是认知无线电(CR)的关键技术之一。在该机制中,对主用户(PU)信号的可靠检测是实现CR的前提。提出一种基于自适应决策融合的合作频谱感知算法用于频谱感知,该算法通过估计PU的先验概率与各个CR用户(SU)的漏检及虚警概率,然后运用Chair-Varshney准则对局部判决进行决策融合以得到全局判决。仿真结果表明,采用该方案的全局虚警和漏检概率明显低于单个SU,可有效提高CR系统频谱感知的可靠性。     

协作频谱感知在认知网络中的应用

认知无线电能够灵敏感知周围环境的变化,通过频谱感知功能发现频谱空洞,使得认知无线电能够与周围通信环境相适应。在认知无线电网络中,认知用户（次用户）必须连续地监控频谱,检测主用户是否存在。如果主用户存在,次用户必须尽快地退出该频段,从而不影响主用户。在文中采用一种协作机制,即两用户进行协作频谱感知,从而提高主用户的检测率,减少了检测时间,并且得到捷变增益。我们用Matlab给出仿真结果。     

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Markov模型的认知车联网频谱感知方法

针对传统认知车联网(Vehicle to Everything, V2X)频谱感知受主用户频谱活动特性和车辆移动性的影响，感知性能较低的问题，提出了基于Markov的主用户频谱统计模型和认知车辆移动性的频谱感知方法。该方法使用二态马尔可夫链构建主用户频谱统计模型，根据历史统计数据计算主用户频谱状态转移概率，根据认知车辆的移动特性，计算存在频谱机会时的内部概率，最终推导出系统漏检概率的表达式。实验结果表明，该方法在瑞利衰落信道中信噪比为-8 dB时，漏检概率相比传统方法降低了6.5%,具有更好的感知性能。     

基于功率谱熵的频谱感知算法研究

针对低信噪比条件下认知无线电频谱感知问题,提出了一种基于功率谱熵的频谱检测算法。在分析主用户信号空闲与占用两种不同条件下观测信号功率谱熵差异的基础上,将其作为检验统计量,并确定了相应的判决门限,以实现对主用户信号频谱是否空闲的判决。计算机仿真结果表明,本算法无需信号的先验信息,可在较低信噪比条件下实现对常用调制信号的频谱感知,与盒维数频谱感知方法相比,检测性能约有8 dB的改进。     

Ad Hoc认知网络中基于梯度算法的协作压缩频谱感知方法

ad hoc认知网络(CRAHNs)比起传统ad hoc网络有很多优势,如分布式多跳结构及动态变化的网络拓扑等。频谱感知是认知无线电技术的基础,采用压缩感知方法以低于奈奎斯特采样率的速率来获得较好的重构信号,同时可减轻数字处理设备的压力。本文使用多跳模型,每个认知用户感知的频谱不仅包括主用户的主频谱,也包括认知用户自身收到其他认知用户干扰的更新频谱。由于具有动态特性的ad hoc网络缺少融合中心,所以本文中提出一种基于梯度的分布式协作感知算法。该算法基于能量检测,具有可靠的感知性能和较少的能量消耗,并能快速收敛。仿真实验验证了算法的有效性。      

基于纳什议价的认知无线电合作感知算法

认知无线电技术是建立在授权空闲频谱或非授权频谱基础上,主用户(Licensed user)享有优先频谱使用权,为保护主用户的正常需求,提高探测数据的可靠性,提出了一种新型两人纳什议价合作感知NBS算法,利用两个用户的合作感知信息,根据认知用户(secondary users)与主用户基站的距离和能量的差异,自适应的调节能量检测门限.并将多用户合作感知指派分组为两人纳什合作议价问题,结合"AND"规格融合每组感知数据,在保障主用户通信基础上,提高频谱利用率.仿真结果表明,NBS算法可有效的提高数据可信度,该算法与"AND"数据融合规则相比,感知数据的探测概率显著提高.     

合作频谱感知安全技术研究

频谱感知是认知无线电实现动态频谱接入的前提和关键技术。由于阴影效应和多径衰落等因素,单个认知用户的频谱感知的结果可能不可靠,因此通过多个认知用户检测结果的融合来提高频谱感知的性能,即合作频谱感知。目前,合作频谱感知存在两类安全威胁：主用户假冒攻击（IE,Incumbent Emulation）和频谱感知数据篡改攻击（SSDF,Spectrum Sensing Data Falsification）。由于这两种攻击的存在,将会大大降低频谱感知的性能,减少认知用户接入空闲授权频段的机会。因此,有必要对这两类攻击开展相关的防御技术研究。     

采用最小最大准则的协作频谱感知融合

给出了采用最小最大准则实现认知无线电系统协作频谱感知融合的方法,以在主用户出现在授权频段的先验概率未知的情况下利用概率计算实现认知无线电系统的协作频谱感知融合。该方法可实现同步和异步感知信息的融合。仿真验证了算法的性能,并与采用估计主用户出现在授权频段的先验概率并进行基于概率的感知融合算法性能进行了比较。结果表明:给出的算法可有效实现主用户出现在授权频段的先验概率未知时的协作频谱感知融合。     

主用户活跃性对新的认知无线电系统容量的影响

在机会频谱接入认知无线电系统中,认知用户只有在通过感知确定信道空闲时才可以接入授权信道,因此频谱感知对于系统性能影响非常重要。本文提出了基于新帧结构的四元频谱感知模型,考虑主用户活跃性对认知网络吞吐量的影响,采用可同时最大化感知和数据传输时间的新帧结构模型,不需要考虑感知和吞吐量的均衡。理论分析新模型下感知时间,主用户活跃性,目标检测概率,主用户接收信噪比对系统吞吐量的影响,并与传统模型进行对比。