智能超表面赋能移动边缘计算部分任务卸载策略

针对移动边缘计算(MEC)任务卸载性能易受障碍物阻挡影响的问题,该文提出一种双智能超表面(RIS) 赋能的移动边缘计算任务部分卸载框架。首先,分析两个RIS之间的反射对链路增益的影响。其次,联合考虑终端用户的发射功率、终端用户的卸载速率、任务卸载量、卸载时间的分配以及RIS相移约束,旨在建立一个能耗最小化优化问题。最后,采用交替迭代算法,将原非凸问题分解为两个子问题,并利用Dinkelbach方法和最优性条件进行求解。仿真结果验证了所提算法的快速收敛特性以及在降低系统能耗方面的有效性。     

采用相关系数和拟合优度的频谱盲检测

已有的基于拟合优度频谱感知算法具有较好检测性能的前提是假设感知时主用户信号保持不变,这在认知无线电中是很少见的。该文提出一种适用于多天线认知系统的拟合优度盲频谱感知算法。首先,计算不同天线间接收信号的相关系数;其次,对相关系数进行进行适当的非线性变换使其服从学生分布;最后,对变换后的新序列使用侧重右尾检验的Anderson-Darling(RAD)准则进行拟合优度检验。理论分析和仿真表明,所提算法不需要任何先验信息,与基于最大最小特征值之比(MME)、Anderson-Darling(AD)检测算法以及噪声方差已知的能量检测相比,所提算法具有更好的检测性能。      

基于卡方检验的多天线认知无线网络协作频谱感知算法

研究了基于分集的多天线认知无线网络的频谱感知技术。针对天线独立性会导致已有的基于协方差矩阵的协作频谱感知算法性能急剧下降甚至失效的问题,提出了一种基于卡方拟合优度检验的多天线协作频谱感知算法。该算法将频谱感知问题转化为一个多项分布检验的问题,然后利用卡方拟合优度检验判决频谱是否空闲,从而实现频谱感知。理论分析和仿真表明,该算法的性能不受天线相关性以及噪声不确定度的影响。     

基于广义似然比的频谱感知算法

基于拟合度检验的频谱感知算法(GOF)具有较好的检测性能但复杂度高.给出了新的检测模型,引入广义似然比,利用接收信号样本均值的平方构造了新的检验统计量;推导了该检验统计量的概率密度函数(PDF)和判决门限的表达式,进而实现频谱感知.在高斯信道环境下,与GOF算法及能量检测算法(ED)进行比较,仿真表明:所提算法具有较好的检测性能且复杂度低.     

基于能量收集的互惠共生无线电中断性能分析

该文研究了基于能量收集的互惠共生无线电主、次系统的中断性能。首先，在考虑次用户能量因果约束的基础上给出了主、次系统解码信噪比，并定义了主、次系统的中断概率。在此基础上，推导得到瑞利信道衰落模型下主、次系统的中断概率封闭表达式，进而刻画了主、次系统的分集增益，其结果表明，次用户的接入可以给主系统带来有益的分集增益，即主系统的分集增益由1提升至2。最后，通过仿真验证了理论分析的正确性，并研究了不同系统参数对主、次系统中断概率的影响。     

认知反向散射网络通信容量公平的资源优化

为保证认知反向散射通信网络中物联网节点通信容量的公平性,提出一种基于最大最小准则的资源分配方案. 在考虑物联网节点动态电路能耗模型与非线性能量收集模型的基础上,通过联合优化发射功率、反射及时间分配系数构建一个最大最小物联网节点通信容量的非凸多维资源分配问题. 首先,采用反证法、连续凸近似及辅助变量等方法将原问题转换为凸优化问题;然后提出一种迭代算法来求解转换问题. 仿真结果表明,所提的资源分配方案在提升物联网节点通信容量的同时保障了节点通信的公平性.     

利用SSDF攻击特征的加权分布式频谱感知算法

协作频谱感知可以提高频谱感知的可靠性,但易遭到篡改感知数据(Spectrum Sensing Data Falsification,SSDF)攻击。该文利用SSDF攻击特征,判断邻居节点发送值是否是恶意状态值,并提出一种加权分布式协作频谱感知算法。该算法根据状态值在本地节点网络中的偏离程度,设定其融合权值。仿真结果表明,所提算法在节点收敛率和鲁棒性两方面,比基于梯度的协作频谱感知算法和基于最大差值的协作频谱感知算法都有所提升,检测性能也因此显著提高。      

利用CM分量的无噪声不确定度频谱感知算法

基于拟合优度检验的频谱感知算法检测性能较好但易受到噪声不确定度的影响。该文利用对方差偏离不敏感的Cramer von Mises(CM)统计量第一分量,设置了新的检验统计量,并推导了频谱空闲时检验统计量的概率密度函数和判决门限,从而提出了利用CM分量的频谱感知算法。在减小拟合优度检验(GoF)中的CM算法复杂度的同时,克服了噪声不确定度对CM算法性能的影响。仿真结果表明所提算法有效解决了噪声不确定度对算法的影响。      

反向散射辅助的无线供能NOMA-MEC网络中的公平性优化

为了解决物联网节点能量短缺和计算能力有限的问题，提出了一种反向散射通信辅助的无线供能非正交多址接入(NOMA)移动边缘计算(MEC)网络。为了保障物联网节点吞吐量的公平性，基于最大最小准则，以使最差物联网节点吞吐量最大化为目标，建立了一个满足能量因果和计算能力等约束条件的非凸优化问题。通过反证法和辅助变量法对该非凸问题进行转化，并提出了一个有效的迭代算法来求解转化后的问题。仿真实验结果表明，所提算法具有快速收敛性和准确性；与现有方案相比，利用所提资源分配方案能更好地保障物联网节点之间的吞吐量公平性。     

基于二项分布的快速盲频谱感知算法

基于特征函数的盲频谱感知算法(CAD)检测性能较好但运算量大.利用样本特征构造了新的检验统计量,推导了频谱空闲时检验统计量的概率密度函数和判决门限,分析了所提算法的检测性能和计算量,从而提出认知无线电中基于二项分布的快速盲频谱感知算法.理论分析和仿真表明,所提算法与CAD算法检测性能相当,同时运算量明显低于CAD算法.