多载波认知无线电无线携能通信资源分配算法

认知无线电可通过频谱感知提高资源利用率,但会产生感知能耗,降低传输能量.为了保证认知无线电的传输性能,提出认知无线电可利用多载波实现无线携能通信,并分配通信资源,实现系统性能优化.认知无线电利用部分子载波传输信息,采集剩余子载波上主用户射频能量,补充感知耗能.提出的子载波和子载波功率联合优化算法,在保证能量、干扰和总功率受约束的基础上,可最优化系统的吞吐量和能量.仿真结果表明,能量采集会占用传输资源,需要合理分配子载波,使其在速率和能量间取得性能折中.提出的算法通过采集能量补充感知能耗有效地提高了系统吞吐量.     

认知无线电中传输阶段频谱感知研究

认知无线电系统中,如何进行有效地频谱感知是关系到次用户系统传输效能的首要问题,也是认知无线电长期的研究热点之一。传统的认知无线电中,频谱感知只发生在特定的感知阶段,而忽略了决策、传输阶段信息对频谱感知的支持作用。提出了一种充分利用传输阶段的信息进行频谱感知的方法,并基于感知结果优化下一阶段的发射功率分配。考虑基于解码信息的频谱感知算法,在传输阶段,次用户接收机在接收到次用户发射机的信息后,对信息进行解码;之后,将次用户信息从接收信号中去除,利用剩余的信号检测主用户的工作状态,并根据状态的不同,优化次用户下一阶段的发射功率。数值仿真结果表明,相对于传统的衬底式认知无线电算法（传输阶段的信息没有被用于频谱感知）,在对主用户造成相同的平均干扰情况下,提出的算法能够在一定程度上提升次用户平均信道容量。提出的算法通过对传输阶段信息的二次利用,能够为频谱感知行为提供更多的可用信息,提升检测主用户当前工作状态的正确率,在对主用户造成一定的平均干扰约束下,更加精确地控制次用户自身的传输参数,从系统机制的层面上提高了对通信信道的综合利用率。     

基于时域-空域联合的认知无线电频谱感知算法

为提高认知无线电系统中频谱感知的性能和检测概率,提出了一种时域-空域联合的频谱感知算法。该算法利用主用户信号时域与空域的特性,通过空域感知对主用户定位,利用主用户的定位信息时域感知选择认知用户进而提高检测概率。仿真结果表明,该算法的检测性能优于时域或空域感知。     

Rayleigh信道下多用户合作能量检测方法的研究

认知无线电是一种基于软件无线电的新的智能无线通信技术.首先介绍了认知无线电系统中的频谱感知方法,然后对rayleigh衰落信道下的多用户合作能量检测方法进行了研究,并比较了能量检测法下单用户检测和多用户合作检测在rayleigh衰落信道下的性能.仿真和分析表明:多用户合作能量检测能在很大程度上消减信道慢衰落的影响,从而提高能量检测的可靠性.结果可对rayleigh信道环境下的频谱感知系统方案的设计提出具有参考价值的建议.     

多信道认知无线电频谱感知时间和门限联合分配

为提高多信道认知无线电的吞吐量,提出采用交替方向优化联合分配次用户的频谱感知时间和子信道感知门限.基于"先听后传"的次用户帧结构,建立了感知时间和门限的优化分配模型.该模型在保证满足主用户通信需求和子信道频谱感知性能的前提下,最大化次用户各子信道的吞吐量总和.联合优化算法通过交替优化感知时间和门限能够获得模型的最优解.仿真结果表明:存在最优的感知时间和门限最大化次用户的吞吐量,并且相比之前的方案,联合分配能够提高次用户的吞吐量.     

基于连续感知信息的认知无线电普适性框架

认知无线电网络中,受当前频谱感知和功率分配概念的束缚,次用户系统的频谱利用率和信道容量仍十分有限。分析了传统的认知无线电框架,提出了一种基于连续感知信息的普适性框架,即次用户在得到感知信息后,不再对主用户是否存在进行二元判决,而是根据连续感知信息直接进行功率分配。分别在连续功率分配和多电平功率分配的场景下进行了数学建模,分析结果表明,所提出的普适性框架给出了认知无线电系统性能的理论上限,而传统的3种认知无线电框架仅是所提出的普适性框架的特殊情况。     

一种基于符号秩检验的协作盲频谱感知算法

针对认知无线电频谱感知中能量检测算法和特征值类算法的设计局限性,提出了一种基于Wilcoxon符号秩检验的协作多节点频谱感知算法。利用主用户不存在时各次用户之间的相关系数的分布函数偶对称特性,将频谱感知问题转化为一种非参数分布检验问题,使用Wilcoxon符号秩对次用户信号的统计协方差矩阵上三角元素计算检验统计量来实现频谱感知。利用仿真方法,对多单个主用户、4个次用户进行了实验,结果表明,该算法的检测概率优于能量算法及特征值类算法,且不需要授权用户信号以及噪声的先验信息。     

认知无线电网络中合作频谱感知参数优化

为提高频谱感知的效率,提出了一种在资源受限的认知无线电网络中合作频谱感知参数优化算法,在保证对授权用户的干扰不超过指定门限时,对信道利用效率与系统资源利用效率进行选择性加权,使认知无线电网络的感知效率最大化. 针对不同使用特征的授权信道,该算法均可求解出相应的最优感知参数组合. 仿真结果表明,在避免干扰授权用户的前提下,最优感知参数组合系统能最大化感知效率.     

能量有效的频谱感知与接入策略联合优化算法

针对认知无线电网络中次用户节点能量受限问题,提出了一种联合考虑频谱感知和接入策略的能量有效优化算法。根据主用户非时隙接入信道可能与次用户发生碰撞的特点,基于连续时间马尔科夫理论对次用户的频谱感知和接入策略进行建模,在满足碰撞概率约束的条件下,通过合理设置次用户的感知时间和接入概率实现了感知性能与传输能效的有效折衷。仿真结果表明,相对于仅考虑感知时间或接入概率的传统优化算法,所提算法可使次用户的能量有效性得到显著提高。     

一种认知无线电系统中联合的频谱分配新算法

本文从认知无线电系统实际应用出发,首先应用图论算法快速的预分配频谱,同时为再次分配提供了公平性,然后用博弈论思想对初次分配的信道优化,完成认知用户之间的频谱再次分配.最后仿真表明频谱的资源可以充分利用,在传输功率的约束下,每个认知用户提高自身的速率,合理地分配功率,证明了本文图论和博弈论联合的算法的有效性.     

机会频谱接入中能量有效感知接入策略联合设计

在非时隙主用户网络中,为了提高认知无线网络中认知用户的能量有效性,基于序贯决策理论提出了一种新的自适应机会频谱接入算法。该算法以最大化能量有效性为目标,通过建立感知接入联合优化模型,使得认知用户能够以最优的信道感知时间和传输功率接入信道。同时,在功率控制过程中引入认知用户请求数据包长度,使得传输功率可以基于数据包长度自适应控制。上述目标优化求解过程中,借助于非线性分式规划理论将其转化为线形规划问题,并运用二分搜索算法寻求最优解。仿真结果表明,所提算法能够实现感知性能和感知能耗的有效折中,有效提高认知用户的能量有效性。     

最小信道检测开销的协作频谱感知算法

在资源受限的无线电认知网络中,协作频谱感知技术的应用提升了系统性能,却同时增加了信道检测开销.选择合适的系统参数可以有效地降低信道检测开销.采用能量检测方法,分别对单用户和多用户频谱感知系统模型进行了分析,提出信道检测开销优化算法并推导出数学表达式,理论上证明了检测开销必然存在一个最小值,同时给出了算法思路和实现步骤.仿真结果也验证了系统参数优化的有效性和最小信道检测开销算法的合理性.     

低信噪比下基于双检测长度的频谱感知算法

针对现有认知网络中低信噪比条件下频谱感知性能差、速度慢的问题,提出了一种基于双检测长度的感知算法．该算法先进行一次短数据长度能量检测,当第1次判决主用户不存在时,再进行第2次长数据长度能量检测,并作出最终的感知判决．从理论上推导了平均样本数、检测性能、算法复杂度等重要性质．基于matlab的仿真结果验证了理论推导的正确性,表明所提算法在低信噪比条件下,在感知性能较传统能量检测算法有所提升的同时,具有更少的平均样本数和更低算法复杂度的特点,并有望应用于未来实际认知网络中．     

删余协作频谱感知性能分析及优化

提出了一种新的基于删余的协作频谱感知方法,通过减少实际发送的本地决策值数来节约控制信道带宽,降低检测性能对认知用户数的依赖; 分析了这种删余协作频谱感知在感知信道和报告信道均存在衰落下的性能,它可以有效解决报告信道衰落所带来的尾感知问题,降低了虚警率; 提出了进一步优化算法,算法在确保主用户受到足够保护的前提下,通过寻找最优的次用户数和相应的检测门限使次用户的接入机会最大化．仿真结果与理论分析相一致．     

认知无线电网络中的参数优化问题

针对在多协作用户宽带信道情况下,认知无线电网络中当信道增益固定时,检测时间、功率以及带宽分配等参数的优化问题,提出了各参数的联合优化算法.以信道容量为目标函数,给出了最优的资源分配算法.结果表明,该算法能够实现频谱接入并且极大地提高了次用户系统的总信道容量,且资源分配与主用户占用的概率、峰值发射功率和干扰约束等因素有关.在多认知用户网络中,参与合作的用户越多,接收信号的信噪比越高,次用户系统的总信道容量越大.     

基于最小误检概率的最优感知用户数目优化算法

频谱感知是认知无线电系统的关键技术之一,协作频谱感知能够提高频谱感知性能。首先定义了修正后的误检概率,然后以能量检测为基础,推导了在不同判决门限下为使误检概率达到最小的最优感知用户数目,并根据最优感知用户数目进行协作频谱感知。仿真结果表明,与传统的K秩准则相比,文章所提算法能够有效提高感知性能。     

认知无线电网络中压缩协作频谱感知

低频谱利用率条件下的信道状态向量具有稀疏性,为降低认知无线电网络中各个认知用户的频谱感知冗余,基于压缩感知技术提出了一种低复杂度的协作频谱感知方法. 仿真结果表明,通过稀疏观测矩阵提高了单个认知用户感知过程的速度和效率;在融合中心对观测数据进行重构过程中使用因子图迭代算法,大幅降低了计算难度;同时可以根据认知网络中的频率使用情况,自适应调整认知用户的感知点数,确保整个网络的高效感知.