认知无线电网络高能效协作频谱感知技术

提出了一种协作频谱感知方式. 通过对本地观测向量和预设门限的比较,认知用户可以根据本 地感知的可靠性决定是否向基站发送本地判决结果. 在不同控制信道条件下,采用计数准则 和Neyman Pearson准则对所提出的协作频谱感知方式进行了感知性能研究. 理论分析和仿 真结果表明,这种协作频谱感知方式在保证检测性能的基础上,有效减少了协作通信开销, 提升了感知能效.     

非理想决策传输条件下的协作频谱感知

现有的基于决策融合的协作频谱感知方案大多数都是以理想的通用控制信道为前提,没有考虑实际决策传输中也存在衰落及噪声干扰,对此,将感知信道和控制信道建模为Suzuki信道,提出一种基于最小错误概率决策估计和K/N决策融合的协作频谱感知方案. 数值分析和仿真结果表明,非理想决策传输条件下的协作感知性能较理想条件下有一定恶化,在控制信道信噪比较低的情况下,其性能甚至不如本地感知. 在此基础上,研究了阴影衰落的空间相关性对协作感知性能的影响. 仿真结果显示,随着次用户之间距离的增大,阴影相关性的不利影响将逐渐减小.     

基于分群的自适应双门限合作频谱感知

针对认知无线电系统中,通知信道不理想对传统合作频谱感知的不利影响,提出了一种改进的合作频谱感知机制:认知用户被分成若干群,选择群内通知信道增益最大的认知用户为中心节点,采用自适应双门限机制负责群内合作频谱检测,并将检测结果报告给认知基站进行合并以确定授权用户是否存在.仿真结果表明:相对传统的合作频谱感知,该机制能降低通...     

基于递归算法的频谱感知方法

针对传统的宽带频谱感知方法需要在各个频率信道平均分配计算量或硬件资源,频谱感知效率不高问题,给出利用递归算法代替快速傅立叶变换算法进行频谱感知的方法。根据信道占用率统计规律,调整频谱感知控制单元的本振频率,自适应选择递归算法滤波器,实现对多个感兴趣频率信道检测。仿真实验及分析表明,利用递归算法进行频谱感知时,只需要计算那些感兴趣的频率信道的功率谱,提高了频谱感知效率。     

多用户联合频谱感知在多种衰落信道中的性能分析

频谱感知是认知无线电技术的关键组成部分。但当认知用户处在严重的衰落和阴影中时,准确感知频谱的难度很大。多用户联合频谱感知是有效解决这一问题的方法之一。文章根据无线通信环境的多样性和复杂性,对联合频谱感知在瑞利、莱斯和Nakagam i衰落信道中性能进行了全面分析。首先,分析了能量检测在普通高斯白噪声信道和3种衰落信道中的检测效果,并给出了便于计算的闭合型表达式;其次,基于实际无线通信环境,在假设认知用户与基站间的报告信道也要受衰落和噪声的干扰而产生误码的条件下,研究了多认知用户之间的联合检测算法,以及它们在不同衰落信道中的检测性能。最后的仿真结果表明,联合频谱感知能有效提高认知网络在衰落环境下的频谱检测能力,在3种衰落环境中,Nakagami、瑞利和莱斯衰落对信号的影响依次从强到弱。并且在实际环境中,当误检概率减小到其下界时,联合感知的结果将失去可靠性。     

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.     

基于分布式压缩感知的宽带协作频谱感知算法

针对认知无线电中传统的宽带压缩频谱感知算法计算复杂度高、检测实时性差的缺点,提出基于分布式压缩感知信道能量观测差值的宽带协作频谱感知算法。该算法无需重构T+1时刻的信号频谱,只需重构T+1时刻与T时刻的信道能量差值,进而得到T+1时刻的信道能量;另外,为减少深衰落、阴影衰落等不利因素的影响,采用多个次用户协作频谱感知。数值分析表明,该算法所需的平均感知时耗为直接重构T+1时刻的信道能量算法的50%左右,且获得了检测概率大于0.95的检测性能。     

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。     

一种基于Goertzel算法的频谱感知方法

频谱感知是认知无线电的首要任务,传统的扫描式宽带频谱感知方法效率不高,因为对于具有高占用率的频率信道不需要经常感知。文章提出一种基于Goertzel算法的频谱感知方法,适于针对宽带频谱内具有高可用性的频率信道进行监控和检测。介绍了该方法的工作原理和实现结构。通过仿真实验可看出,该方法可以有效实现对频带内某些指定频率进行感知。     

认知无线电最优用户选择协作频谱感知

提出了基于最优用户选择的协作频谱感知方案,通过引入Gerschgorin圆盘理论建立用户选择机制,筛选出信道条件最优的若干个认知用户,由其对应的感知数据空间生成全局判决统计量以实现最优协作感知,并在此基础上提出迭代门限算法,进一步优化感知性能.理论分析和仿真结果表明,该方案无需知晓授权用户信号、信道、噪声功率等先验信息,对噪声功率不确定性具有较强的鲁棒性,且当接收机采样次数和参与协作的用户数都受限时,感知性能仍然很稳定,可作为协作频谱感知的现实可实现方案.     

一种基于能量检测的双门限协作频谱感知技术

针对认知用户接收到的信号特点,提出了一种基于能量检测的双门限协作频谱感知技术。当信号能量位于两个门限之间时,由数据融合中心根据最大比合并准则再次进行判决,并结合本地判决结果做出最终决策。仿真结果表明,所提方法可以有效地提高检测概率,降低错误概率。     

基于GBIC准则的认知无线电宽带频谱感知

提出了基于广义贝叶斯信息准则( GBIC)的认知无线电宽带频谱感知算法。该方案主要是利用GBIC准则估算出宽带授权频带中被主用户占用子带的个数,并确定其在宽带频段上的相应位置,从而完成宽带感知频段上的空闲频段定位以便于次级用户动态接入。理论分析和仿真结果表明,所提出的GBIC准则宽带频谱感知方案对先验信息的依赖程度低,可以有效地提高频谱感知性能,其性能十分接近传统的能量感知方案。     

Optimization of sensing time and cooperative user allocation for OR-rule cooperative spectrum sensing in cognitive radio network

In order to improve the throughput of cognitive radio(CR), optimization of sensing time and cooperative user allocation for OR-rule cooperative spectrum sensing was investigated in a CR network that includes multiple users and one fusion center. The frame structure of cooperative spectrum sensing was divided into multiple transmission time slots and one sensing time slot consisting of local energy detection and cooperative overhead. An optimization problem was formulated to maximize the throughput of CR network, subject to the constraints of both false alarm probability and detection probability. A joint optimization algorithm of sensing time and number of users was proposed to solve this optimization problem with low time complexity. An allocation algorithm of cooperative users was proposed to preferentially allocate the users to the channels with high utilization probability. The simulation results show that the significant improvement on the throughput can be achieved through the proposed joint optimization and allocation algorithms.     

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。     

基于动态双门限和D-S证据理论的合作频谱感知算法

针对传统能量检测算法门限设置单一且不适应感知信道环境差异的问题,为了提高合作频谱感知结果的可靠性,减小网络开销和融合中心计算的负担,提出了将动态双门限能量检测和D-S证据理论相结合的合作频谱感知算法.在进行本地感知时,该算法可以让认知用户通过双门限能量检测方法直接得到本地判决结果,同时根据信道环境的变化自适应调整双门限值,并在双门限内使用D-S证据理论,感知双门限内未判决结果的信任度函数,将其发往融合中心,这样可以减少融合中心的计算量以及传输带来的网络开销.仿真结果表明,双门限D-S证据理论的融合结果要优于D-S证据理论和OR准则.     

认知无线电网络中基于演化博弈的协作频谱感知技术

 提出了一种基于演化博弈理论的认知网络协作频谱感知方法．对协作频谱感知中次级用户的传输时间和吞吐量进行分析,建立协作感知的博弈模型并研究其动态演化特性,基于次级用户吞吐量最大化准则,得到相应纳什均衡解,在此基础上提出一种次级用户自适应分布式学习算法．理论分析和仿真结果表明,这种协作感知方法在保证检测性能的基础上,有效减少了协作通信开销,提高了次级用户吞吐量．     

单比特协作压缩频谱感知

提出了一种低开销的协作压缩频谱感知方案,其中每个认知用户利用单比特量化获取压缩采样值的符号信息作为测量值. 融合中心收到不同认知用户的符号信息后,利用2种联合感知算法来确定频谱的占用情况. 仿真结果表明,新方案具有较好的感知性能,不仅优于独立感知方案,而且在低信噪比时优于多比特量化感知方案.     

判决相关条件下联合频谱检测的性能分析

为了改善认知无线电中感知用户(未授权)对主用户弱信号的检测性能,采用多个感知用户合作的联合最优门限判决算法.在考虑参与联合检测的各感知用户判决门限具有相关性的条件下,通过理论分析和软件仿真,表明联合检测算法随着参与检测用户数目的增加,能够改善对主用户弱信号的检测性能.在融合中心虚警概率恒定的条件下,与给定各判决门限和系统融合准则的算法相比较,联合最优门限判决算法性能更好.但因各感知用户判决门限具有相关性,系统检测性能比各感知用户判决独立条件下有一定损失.     

基于线性加权数据融合的协作频谱感知优化

在认知无线电网络中,协作频谱感知技术可有效地缓解本地感知场景中存在的隐藏终端等问题。为了获得更大的协作增益,该文采用基于数据融合的协作频谱感知策略,融合中心依次收集各次用户上报的本地能量检测数据,然后进行线性加权融合,并做出最终判决。重点研究了线性加权融合方案的优化,推导了各次用户分别在Neyman-Pearson(N-P)和Bayesian两种不同准则下的最优融合权重,并在Suzuki感知信道下进行了蒙特卡洛仿真和数值验证。结果表明,N-P准则下给出的两种优化加权融合方案MDC和NDC性能相近,且均比EGC、SC、MRC等常用的融合方案具有更高的协作检测概率;而Bayesian准则下推导的优化加权融合方案BAY在检测可靠性方面明显优于其他方案。