信噪比选择的改进式协作频谱感知算法

协作频谱感知算法可以有效改善隐蔽终端、阴影效应以及接收机不确定性的影响。但是,传统的协作频谱感知算法都是建立在假设每个认知节点都处于相同的无线电环境中,并没有考虑比较恶劣环境中认知节点的信噪比问题。针对这一问题提出一种基于信噪比选择的改进式协作感知算法,通过对无线电环境中不同认知节点接收信噪比的筛选改善协作频谱感知的效果。理论和仿真验证都证明该方法可以改善频谱感知的性能,并且减少了参与协作感知的用户数目。     

基于SNR比较的协作感知用户选择问题的研究

在实际情况的认知无线电环境下,由于认知用户的感知可靠性存在差异,并不是参与协作的认知用户越多,感知性能越好.综合考虑协作的必要性与协作的增益两方面因素,提出了一种基于信噪比(SNR)比较的协作感知用户选择方案.理论分析及仿真结果一致表明:该方法在有效地提高频谱感知检测性能的同时,减小了参与协作感知的用户数目,提高了协作效率.     

认知无线电中自适应分步合并协作频谱感知算法

在等增益合并协作频谱感知基础上,提出了一种新的频谱感知算法．根据认知用户接收信噪比的变化,通过自动调整参与协作频谱感知的认知用户数,以减少认知无线电网络中的数据开销．推导了瑞利衰落信道下采用此算法时,认知用户通过控制信道发送到中心控制器的平均数据量的计算公式．理论分析和仿真结果表明,和等增益合并协作频谱感知算法相比,在保证频谱检测性能的前提下,该算法减少了认知用户通过控制信道到中心控制器的平均数据开销．     

中继式协作频谱感知仿真平台设计

为了在认知用户与数据融合中心之间的单跳直接式通信受阻时,通过邻居节点提供的中继辅助进行多跳通信,以完成数据融合中的感知结果报告,基于分层分簇的协作网络建模思想,提出一种多跳中继式协作模型,并在此基础上,使用Matlab GUI中的GUIDE工具,设计出一种用于中继式协作频谱感知环境的仿真平台。系统性能测试表明,所设计的仿真平台可对常见协作频谱感知算法,在多跳中继式模式下进行有效地仿真和性能分析。     

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.     

认知超宽带通信系统中的频谱协作感知融合策略

给出了认知超宽带无线通信系统(CUWB)中的协作感知的基本流程,分析了CUWB多用户协作频谱感知的数据融合策略中的硬判决算法和软判决算法。通过分析,发现信道条件较好时,接收信噪比较大时,硬判决的可信度较高,但是当接收信噪比较小时,硬判决的误差就很明显,此时需要引入软判决。通过仿真分析了各融合策略的适用条件,从而达到改善系统的检测性能,降低干扰冲突,提高频谱利用率的目的。     

基于中位数的抗SSDF攻击协作频谱感知方案

给出一种基于中位数的分布式协作频谱感知算法。选取次级用户与其邻居间感知数据差值的中位数作为迭代依据,降低感知数据极端的次级用户可能为恶意用户的影响;对各邻居节点建立信任度指标,进一步降低恶意用户的影响。所给算法无需融合中心,次级用户与相邻节点以局部信息交互方式进行协作感知。仿真结果表明,所给算法相比现有平均一致算法可明显提高频谱感知性能,且可提高收敛率。     

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.     

认知无线电网络中的最佳可信度频谱检测算法

由于认知无线电网络中的典型硬决策协作频谱检测在数据融合时未考虑各认知用户检测结果的差异性,不能很好地提高检测性能,因此,提出了一种基于检测可信度的协作频谱检测算法.首先,利用各认知用户的平均接收信噪比来获得它们的检测可信度;然后,综合各认知用户的检测结果以及检测可信度来判断授权用户是否使用频带,从而提高了检测性能.仿真结果表明,在低信噪比情况下,相比典型硬决策协作频谱检测,该算法具有较优的接收特性曲线,并在合理选取认知用户检测阈值的条件下,具有较低的检测错误概率.     

认知无线电中协作能量概率分布频谱感知方法

提出了一种基于能量概率分布（EPD）的协作频谱感知算法,以提高认知无线电的检测性能．与传统能量检测使用能量均值做为检测统计量不同,EPD感知算法中的协作感知次用户统计大于给定门限值的采样信号个数,并传送给数据融合中心,数据融合中心将所有统计结果进行叠加,并与噪声的能量概率密度进行相关运算来获得判决结果．利用高斯近似理论分析所提出的EPD协作频谱感知算法的检测性能．仿真结果表明,协作用户数越多,新提出算法的检测性能比传统协作频谱感知硬判决算法越有优势,同时又不需要任何主用户的先验信息．