基于时间预测的多跳频谱切换算法研究

针对集中控制认知无线网络,在考虑频谱异构特性的同时,为保证频谱切换业务的服务质量,提出了一种多跳频谱切换算法。通过建立用户移动模型来预测分配信道的可使用时间;设计出路径中不同类型节点的路由处理方法;认知基站根据预测最短路径时间和路由请求包中的时间戳来选择最优路径。仿真结果表明,提出的多跳频谱切换算法能够大大降低切换阻塞概率,提高信道利用率;用户移动对信道可使用时间有着显著的影响。     

混合共享认知无线网络信道分配算法

混合频谱共享是适应认知用户不同地理分布的有效频谱共享模式。信道分配是无线通信网络中关键的问题之一,近年来得到了广泛研究。集中式信道分配算法是最常用的算法形式,但在认知无线电网络这种分布式系统中,集中式算法不易实现。将混合共享认知无线网络的信道分配问题构建为一对一的匹配博弈,提出了分布式用户-信道匹配算法。该算法数学复杂度低,且能够达到稳定匹配。仿真结果表明,算法收敛时间短,稳定匹配状态下的平均传输速率与使用匈牙利算法的最优分配算法所获得传输速率相接近,远优于随机分配算法的传输速率。     

认知用户基于频谱特征的动态频谱接入算法

认知无线电频谱接入技术的关键是指导认知用户如何选择合适的空闲信道以及如何在认知用户间实现频谱共享。在公共控制信道较难获得的情况下,基于部分可观测 Markov 决策过程（POMDP）的频谱预测算法,可以显著地提高系统的吞吐量。认知系统如果不加区分地使用授权频谱将可能导致所选择的频谱空洞不能满足认知用户需求。针对认知用户对不同信道容量的需求,引用适量选择原则,并运用融合接入策略,研究认知无线网络动态频谱接入过程。另外,通过大量仿真对认知用户的吞吐量和系统碰撞率进行分析,结果表明融合接入策略可以有效地提高系统的吞吐量及系统碰撞率。     

基于用户需求的图着色论频谱分配算法

对最新的图着色论频谱分配算法进行了分析,针对认知用户需求未得到满足的缺点,提出用户满意度,根据它来设置频谱分配优先级函数,对需求满足情况较差的用户优先进行分配,得到一种基于用户需求的图着色论频谱分配算法。仿真结果表明,提出的算法能增加系统信道效益,更好地满足多个用户的信道需求,提高了频谱利用率。     

基于分级的频谱切换技术研究

为解决认知无线电网络中频谱切换机制问题,以提高连接保持概率和频谱利用率,降低频谱切换延迟,综合考虑了频谱质量和次用户的业务差异性,将可用频谱资源进行分类并建立起两种使用模型;结合主用户出现概率、信道选择机制和冲突避免算法等因素,提出了一个完整的基于分级的频谱切换机制。仿真结果表明,该机制使得用户在切换时能够快速且无冲突地找到目标信道,有效地保证了主用户和次用户的服务质量。     

基于业务需求的动态频谱分配算法

动态频谱分配能有效解决频谱利用率低的问题,但已有的图论着色算法未考虑认知用户的业务需求,导致需求小的用户分配到更大的频谱,一定程度上造成了频谱浪费。为解决该问题,提出基于业务需求的动态频谱分配算法,使分配的信道与认知用户的业务需求适配。性能仿真结果表明,基于业务需求的算法能满足各用户的需求,性能更优。     

认知无线电中结合差异性的免疫克隆优化频谱分配算法

频谱分配是认知无线电中的重要问题,而传统的频谱分配算法并未考虑频谱的差异性。提出一种基于免疫克隆优化算法、考虑频谱差异性的频谱分配算法,算法引入可信度矩阵对频谱的时间差异性进行建模。进行约束处理时,通过差异性算子(DCSO)的使用能将可信度更高的频谱分配给认知用户,从而提高系统的总收益。对于冲突激烈的认知用户,使用公平性算子（FCSO）能够增加它们被分配频谱资源的可能性,从而提高系统的公平性效益。仿真实验表明,相较于传统的免疫克隆优化算法、颜色敏感算法和遗传算法,本算法能显著增加网络的总收益、可信度,提高网络的公平性。     

基于博弈资源分配的认知异构网络干扰协调算法

基于underlay频谱共享模式的认知异构网络可有效缓解频谱资源短缺问题,但同时会加剧网络中的干扰。针对该问题,提出了一种基于非合作博弈模型的动态频谱分配和功率控制算法进行干扰协调。首先,考虑频谱共享造成的干扰问题,引入认知用户优先等级,将问题构建为联合动态频谱分配与功率控制的频谱定价博弈模型;其次,通过两阶段动态博弈得到纳什均衡解,实现认知网络层频谱资源合理分配和发射功率控制。仿真表明,所提算法能够实现不同优先级用户频谱资源的合理分配和认知基站发射功率控制,有效抑制认知异构网络的跨层干扰和层内干扰。     

认知无线电网络中最稳定最大容量频谱分配算法

认知无线电网络中, 主用户(primary users, PU)和认知用户(cognitive users, CU)的行为均会给认知节点间的频谱分配带来重大影响。考虑CRN中主用户对认知用户的影响及认知用户间相互干扰这两种因素, 提出认知用户可用信道的潜在竞争节点数(number of potential competition node, PCNN)这一概念, 进而定义信道稳定度作为衡量频谱质量的参数。在信道分配时, 综合考虑信道稳定度和信道容量, 提出最稳定最大容量(most stable maximum capacity, MSMC)信道分配算法。性能评估的结果表明, MSMC信道分配算法可有效降低端到端平均时延及显著提高端到端吞吐量。     

认知无线网络中混合式频谱分配策略及性能研究

针对认知无线网络中的非实时业务,考虑集中式频谱分配可以实现全局优化,分布式频谱分配具有更好灵活性的特点,引入随机退避和控制中心调度的协作机制,提出一种混合式频谱分配策略.基于系统中授权用户和认知用户分别占用的信道个数,建立一个二维Markov模型,在认知用户理想感知的前提下,给出系统的转移概率矩阵,并进行系统模型的稳态分析.导出混合式频谱分配策略下的信道利用率、认知用户中断率及阻塞率等系统性能指标,并通过系统实验,定量的刻画认知用户数,认知用户到达率及信道数对系统性能的影响.     

认知无线电QoS研究现状分析

认知无线电是一种智能频谱共享技术,它通过自适应频谱感知寻找"频谱空穴",智能学习并实时调整传输参数,实现频谱动态分配和频谱共享,显著改善现有频谱利用率.概括介绍了CR的QoS方案研究现状,并指出目前研究存在的问题以及可进一步研究的方向.     

基于社交网络的认知无线电频谱共享模型*

综合考虑激励因子、用户优先级和用户信誉提出一种基于社交网络的认知无线电频谱共享模型,并据此提出新的频谱共享方案。提出的方案通过对因子排序和比较各非授权用户的因子值,确定共享频带的非授权用户。结果表明,与未考虑社会关系的频谱共享方案相比,提出的频谱共享方案对应的成功共享次数更多,更能适应个性化的频谱共享环境。     

Extending available spectrum in cognitive radio: Hierarchical spectrum sharing network

Cognitive radio (CR) is an emerging communication paradigm to address spectrum insufficiency by opportunistically accessing inactive spectrum. Normally, there are several distinct wireless systems co-existing in the same area. Hence, how to efficiently share the available spectrum among these systems becomes a significant challenge in CR. In this paper, a spectrum-heterogeneity-based hierarchical spectrum sharing network (HSSN) is proposed for CR. In HSSN, available spectrum bands are classified into two categories. To enable the infrastructure, spectrum identification and classification are developed, and the strategies on how to effectively utilize these two types of spectrum are also discussed. In addition, the associated protocol is exploited for spectrum selection and route forwarding. Analysis and simulation results indicate that the HSSN can significantly improve spectrum utilization and provide a considerable extension to the available spectrum.     

改进的协作频谱共享方案

针对认知无线电系统,提出一种改进的协作频谱共享方案,其中,次用户充当中继,协助主用户传输。改进方案采用解码-再生编码-转发中继协议,通过污纸编码有效地在发射端消除来自主用户信号的干扰,并且分配一部分功率协助传输主用户信号,保证主用户的中断性能。通过理论推导,得出次用户离主用户发射机的距离半径表达式。仿真结果表明,改进方案能有效扩大次用户的频谱共享范围,还提高了主用户和次用户的中断性能。     

基于频谱合约的协作频谱共享方法

针对授权频谱资源不足的问题,结合非对称网络信息的特点和通信双方自私性的需求,提出一种多用户协作频谱共享(CSS)合约机制的设计与实现方法。首先,通过将CSS映射成劳动力市场,研究对称网络信息条件下多用户频谱合约建模方法;在此基础上,针对合约签订后非授权用户(SU)行为隐匿性引起的道德风险问题,研究非对称网络信息条件下频谱合约建模方法,以激励双方协作行为和保证频谱共享的实现。实验结果表明,在授权用户(PU)直接传输速率低于0.2 b/s时,协作频谱共享时整个系统容量是双方不参与共享时的3倍以上。提出的多用户CSS合约机制能为无线频谱的高效利用和资源共享提供新思路。     

基于智能分析的分布式频谱共享技术研究

次用户以跳频序列的方式共享动态的频谱是分布式认知无线电网络频谱共享技术的解决方法之一。在此类方法中,次用户跟随特定的跳频序列接入到它的所有可用信道中,并在此过程中实现与其他次用户的交会。根据分布式认知网络的组网特性,提出了一种针对交会操作的MAC层超帧结构,使得整个认知网络在此结构支撑下可以取得更好的系统性能。根据次用户的频谱感知和使用信道情况的积累与分析,建立次用户的智能频谱库,为次用户的信道接入提供策略支持。仿真结果表明,提出的MAC协议能在高网络负载情况下能获得较好的综合性能。     

混合模式下认知无线电网络的能效优化算法

认知无线电网络中,协作频谱感知利用多个节点同时感知可提高频谱感知检测性能。然而随着感知的次用户(SU)个数增加,导致能耗增高、能效(EE)降低。为解决这一问题,本文结合机会频谱接入和衬垫式频谱共享2种共享模式,构造基于混合频谱共享模式的能效模型,同时考虑3种不同的融合规则、主用户(PU)的再占据概率和报告信道误差,以最大化SU系统的EE为目标,使用拉格朗日乘子法与次梯度下降算法对感知时间、参与感知个数、次用户发射功率进行迭代优化求解。仿真结果表明,在最低服务质量要求(QoS)和发射功率的约束下,该能效优化算法能够实现更高的吞吐量和更高的能量效率。     

基于双门限和证据理论的合作频谱感知算法

从提高合作频谱感知结果的可靠性以及减小网络开销和融合中心计算负担的角度出发,提出了一种新的基于双门限和证据理论的合作频谱感知算法。该算法在进行本地感知的时候,认知用户通过双门限能量检测直接得到本地判决结果,将认知用户感知到的能量值在两个门限之间的未能进行本地判决的结果的信任度函数发送给融合中心,这样大大减少了融合中心利用证据理论进行软融合的计算量以及传输感知结果带来的网络开销。理论分析和仿真表明,提出算法的检测概率比其他检测算法的检测概率性能提升30%,其接收机操作性能曲线（ROC）性能比性能较好的D-S证据理论提升3%。     

混合式动态频谱接入协议的研究

为了避免认知用户对主要用户的干扰,实现了频谱移动性的要求,提出了一种Ad Hoc认知无线电网络下的动态频谱接入协议.先使用分布式频谱侦测技术,建立基于AdHoc认知无线电的网络模型.认知用户利用马尔科夫模型预测可用频段,从而在每个时隙选择预测的可用频段进行侦测,降低设备技术要求,并节约能量.最后,给出了相应的认知无线电频谱接入方案和频谱分配算法,为每一条空闲频段选择合适的通信组,实现系统频谱利用的最大化.