基于分形盒维数的双门限合作频谱感知方法

在信号分形盒维数特征的基础上,提出利用噪声与授权信号分形盒维数的差异对授权用户是否存在进行检测.为了使合作感知性能趋于更优,多用户采用双门限策略进行分步合作.该方法运算复杂度低,对噪声不敏感.仿真结果表明,双门限合作相比单门限分形盒维数检测和能量检测,系统检测率更高,所需频谱感知时长较短,同时减轻了融合控制中心以及传输...     

基于分形理论的CUWB频谱感知方法

针对超宽带频带内授权信号类型确定的特点,为了弥补盒维数检测不能够有效识别信号类型的缺点,提出通过进一步提取信息维数特征对信号调制样式进行识别,该方法融合了盒维数检测和信息维数检测的优点进行合作判决。仿真表明基于信号分形理论的频谱感知能够取得较好的检测效果,且该方法运算复杂度低,对噪声不敏感,能够有效区别噪声与授权信号,抵御模拟授权用户攻击,检测效果优于循环谱检测和能量检测。     

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。     

基于压缩感知的分步合作频谱感知方法

在研究自相关矩阵检测理论的基础上,提出一种采用压缩感知的分步合作频谱感知方法.通过压缩感知将海量采样数据量减小,提取能够有效代表原信号的采样点;通过随机选择参与运算的认知用户及其数量进行合作检测,并反馈有益信息,减少了传统合作检测所有认知用户参与检测带来的运算复杂度.仿真表明该方法提高了频谱检测率,缩短了频谱检测时长,...     

基于认知无线电的合作频谱感知算法研究

在认知无线电网络中,认知无线电用户需要准确、实时地检测到授权用户的存在以及闲置的频带。认知无线电中的合作频谱感知类比于无线传感网络中的分布式决策,即每一个传感器做出本地判决并将这些判决结果汇报给融合中心,再根据某种融合准则做出最终的判决。融合准则主要分为OR规则和AND规则。传统合作频谱感知是指所有的认知用户都参与合作。文中通过分析传统合作频谱检测的不足之处,提出只选择具有较高信噪比的认知用户参与合作。从仿真结果看出,此方法的检测性能较之传统的合作检测算法有了很大的提高。     

利用自相关矩阵的量化合作频谱感知方法

为了改善认知无线电的频谱感知性能,提出一种基于自相关矩阵的量化合作频谱感知方法,对各认知用户的本地检测结果采用多个判决门限进行有限位的量化,在融合中心采用加权投票准则对该量化信息综合处理,得出最终判决.该方法是一种盲感知方法,不需要知道主用户信号的先验知识和噪声方差信息.具体讨论了一种2 bit量化合作频谱感知方案,并将其与传统的基于能量检测的合作频谱感知方案作比较.理论分析和仿真结果表明,该方案可以有效提高频谱感知能力.     

集中式双非参量累积和的合作频谱感知技术

针对认知无线电网络频谱感知的检测时延降低问题，提出了一种采用双非参量累积和的合作频谱感知方法。在单主用户认知网络中，本地认知用户执行非参量累积和算法，处理能量观测数据，以缩短检测时延，减少对主用户先验信息的需求，同时为了降低带宽开销，只向融合中心传输1比特的预判决结果。融合中心在噪声干扰下接收融合预判决结果，执行非参量累积和算法，累加判决统计量，对主用户信号是否存在进行最终判决。仿真结果表明，在10%的虚警概率下，相比于传统的非参量合作频谱感知算法，双非参量累积和算法具有较低的检测延迟。      

一种信任度模糊分配的合作频谱感知算法

由于无线信道的多径衰落和阴影效应等因素,单个认知用户无法区分频段空闲还是授权用户的信号处于深度衰落中。合作频谱感知运用信息融合技术,通过融合多个认知用户的结果来提高频谱感知的性能。证据理论作为一种有效的不确定性推理方法,在合作频谱感知中已有较好的应用。本文将模糊集与证据理论相结合,提出一种信任度模糊分配的合作频谱感知的算法。各个认知用户首先进行本地能量检测,然后使用正态形隶属函数进行基本概率赋值,根据认知用户的检测结果分配信任度。融合中心接收所有认知用户的证据,按照Dempster组合规则进行融合,最后进行判决。仿真结果表明,信任度模糊分配的合作频谱感知算法在感知性能上或者在算法复杂度上要优于现有的证据理论合作频谱感知算法。      

基于广义特征值的合作频谱感知方法

现有的基于特征值的合作频谱感知方法要求认知用户各感知节点接收到的授权用户信号具有相关性。针对这个问题,提出了一种基于广义特征值的合作频谱感知方法。该方法利用过去不存在授权用户的感知周期采样协方差矩阵与当前感知周期采样协方差矩阵之间的最大广义特征值(MGED,maximum generalized eigenvalue de-tection)作为检验统计量,以此判决当前感知周期是否存在授权用户信号,从而实现频谱感知。所提方法不需要授权用户信号和噪声功率的先验信息。当认知用户各感知节点上的授权用户信号不相关时,现有的基于特征值的频谱感知方法均失效,而所提频谱感知方法仍然具有较高的检测性能。最后仿真验证了所提方法的有效性。     

一种贪婪的异构多信道并行合作频谱感知方法

为了同时对多个异构信道进行有效地合作频谱感知,并克服现有方法中只考虑检测准确性而忽略感知开销和系统效益,忽略不同认知用户对不同异构信道感知性能的差异以及参与合作感知的认知用户较多等问题,提出了一种贪婪的异构多信道并行合作频谱感知方法。根据对感知开销和传输收益的定义,充分考虑不同认知用户对不同异构信道感知性能的差异,利用贪婪算法在多个认知用户和多个异构信道间最优地进行感知任务分配,使总系统效益最大。仿真结果表明,所提方法与基于迭代匈牙利的并行合作频谱感知方法、改进的基于迭代匈牙利的并行合作频谱感知方法和随机的合作频谱感知方法相比,能够获得较高的总系统效益,且所需的参加合作感知的认知用户数较少。     

认知无线电中基于感知信息量化的合作频谱感知

针对认知无线电频谱感知性能的提高与传输开销的矛盾,本文提出了一种基于感知信息量化的合作频谱感知方案。该方法对各认知用户的本地检测结果采用3个判决门限进行2比特位的量化,在融合中心处对量化信息加权处理后,得到最终主用户是否存在的判决。本文详细研究了采用该方案的检测概率,虚警概率和吞吐量,理论分析和仿真结果表明,该方法在每个认知用户只增加1bit传输开销的前提下能够极大的改善检测性能,实现了检测性能与传输开销的较好权衡。     

认知无线电基于感知信息量化的合作频谱感知

针对认知无线电频谱感知性能的提高与传输开销的矛盾,研究了一种基于感知信息量化的合作频谱感知模型,在此基础上,研究了感知信道信噪比、认知用户数对检测概率的影响以及感知时间、信噪比对虚警概率和吞吐量的影响,并将检测性能与软判决和硬判决比较。理论分析和仿真结果表明,该方法在每个认知用户只增加1 bit传输开销的前提下能够极大地改善检测性能,实现了频谱利用率与传输开销的较好权衡。     

基于认知无线网络的部分用户合作频谱感知算法

在认知无线电网络中,传统的合作频谱感知算法允许所有的认知用户参与合作。但是,当参与频谱感知的用户数量较大时,就会导致系统具有较低的传输性能。因此,对一种部分认知用户参与合作频谱感知的方法进行了研究。这种方法采用不同的融合准则,在满足给定系统的检测概率和虚警概率阈值的前提下,确定参与合作感知用户的数量,从而提高系统的检测概率和能量效率,降低系统的虚警概率。     

基于非参量累积和的合作频谱感知

针对认知无线电网络中频谱感知的检测时延降低问题,提出了基于非参量累积和的合作频谱感知算法。本地认知用户预处理频谱观测数据,获得观测数据相对于信念值的正向漂移和负向漂移。为了缩短检测延迟,认知用户只将数据的正向漂移同步传输至融合中心。融合中心融合正向漂移得到判决信息,采用非参量累积和算法依时间序列顺序累加判决信息,判断主用户是否正在使用授权频段。为了解决不传输负向漂移引起的虚警问题,改进算法提出融合中心可以保留首次判决,经过等待时间间隔后再作出最终判决。相对于传统的软融合算法,改进融合规则的合作频谱感知算法具有较低的检测延迟。     

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。     

一种基于中继转发的认知无线电合作频谱感知技术

传统的基于中继的合作频谱感知方法只能实现"一对一"的合作,合作效率较低,合作的检测性能稳定性较差。为此,提出了一种新的方法。该方法通过中继用户转发授权用户的信号,实现网络中一个认知用户与多个认知用户之间的合作。然后采用Dempster-Shafer综合判决理论来综合多个判决信息。仿真结果表明,通过该方法能够改善网络中认知用户的检测性能,并且具有更好的可靠性。     

基于信誉度的频谱感知数据融合算法

频谱感知数据融合算法对认知无线网络性能起到重要作用,目前各频谱感知算法在检测恶意节点及适应认知用户环境变化上的性能有待加强,为此,提出了一种基于认知用户过往判决记录的改进加权序贯概率比检测算法。该方法通过融合中心记录认知用户过往判决结果的符合次数,改变其信誉度,从而得到该认知用户判决结果在融合结果中所占有的加权,最终得到更为理想的判决结果。     

感知不确定下卫星认知无线网络多频谱接入优化策略

针对卫星认知无线网络频谱感知不确定性较大导致传统频谱接入机制效率降低的问题,该文提出一种基于动态多频谱感知的信道接入优化策略。认知LEO卫星根据频谱检测概率与授权用户干扰门限之间的关系,实时调整不同频谱感知结果下的信道接入概率。在此基础上以系统吞吐量最大化为目标,设计了一种基于频谱检测概率和虚警概率联合优化的判决门限选取策略,并推导了最佳感知频谱数量。仿真结果表明,认知用户能够在不大于授权用户最大干扰门限的前提下,根据授权信道空闲状态动态选择最佳频谱感知策略,且在检测信号信噪比较低时以更加积极的方式接入授权频谱,降低了频谱感知不确定性对信道接入效率的影响,提高了认知系统吞吐量。     

一种基于子空间追踪的宽带压缩频谱感知方法

频谱感知是认知无线电进行动态频谱管理的首要任务。为了克服传统频谱感知算法对采样速率的过高要求,本文将压缩感知理论中的子空间追踪(SP)重构算法应用于协作式宽带压缩频谱感知中,提出了基于SP的宽带压缩频谱感知方法。该方法首先通过SP重构算法恢复出信号频谱,然后根据所恢复的频谱确定认知用户的能量判决门限,进而利用能量检测算法最终判决出可利用的频谱空穴。仿真结果表明,该方法在低压缩比下具有良好的频谱检测能力,且计算复杂度降低。     

认知无线电中基于阵列天线和协方差矩阵的频谱感知算法

该文提出一种基于阵列天线和协方差矩阵的频谱感知算法,该算法能够在噪声不确定性的条件下进行盲频谱感知。该算法在协方差矩阵的基础上,构建新的检测统计量,推导判决门限,对检测统计量与判决门限进行比较进而做出最终判决;在主用户信号到达方向与认知用户接收天线法线方向不一致的情况下,为使认知用户能完全接收主用户信号,利用了阵列天线技术。仿真结果表明,与Zeng等人(2009)提出的绝对值协方差矩阵频谱感知算法(Covariance Absolute Value Spectrum Sensing, CAVSS)相比,该算法判决门限的计算方法更加准确;在相同条件下,该算法的检测概率高于CAVSS。