基于能量效率的认知无线网络联合优化算法

为提高认知无线网络能量有效性,提出一种基于能量效率的联合优化算法。在考虑主用户干扰容限的基础上构建了能量有效性模型,将优化目标分解为接入策略求解和功率优化问题,采用粒子群算法反复迭代,得到接入概率与功率分配的联合最优解。仿真结果表明,相对于不考虑功率优化或接入概率的传统优化方法,所提算法可使系统能量效率得到显著提升。     

基于频谱感知的认知Ad hoc网络分簇算法

为了提高认知Ad hoc网络频谱感知效率,解决认知Ad hoc网络分簇问题,本文提出一种基于频谱感知的认知Ad hoc网络分簇算法。通过引入检测因子,综合考虑多个主用户信号交叠与阴影衰落的情况,将认知Ad hoc网络中的次用户节点与需要检测的主用户信道建模为二部图模型,使得分簇问题简化为最大权边二部图（Constraint maximum-weight edge biclique, C-MWEB）分解问题,并设计一种贪婪算法对其求解。仿真结果表明,在多个主用户信号交叠与阴影衰落并存的情况下,相较于传统算法,本文算法分簇更为合理,具有更好的有效性与可靠性。     

基于改进云量子遗传算法的动态频谱分配

针对无线频谱资源利用率低的问题,提出一种基于改进云量子遗传算法(MCQGA)的动态频谱分配方法。该方法可动态调整量子门旋转角,基于云理论进行交叉和变异操作,以图论着色模型为基础,综合考虑最大化平均系统收益、最大化最小带宽和最大化比例公平性度量进行频谱分配。选取粒子群算法、传统遗传算法和基本量子遗传算法进行对比仿真实验,仿真结果表明,该方法更适用于解决频谱分配问题。     

认知Ad hoc网络的频谱接入跨层设计方案*

为提高分布式认知Ad hoc网络的频谱感知精准性和能量有效性,提出了一种基于能量效率的频谱接入跨层设计方案。首先通过基于感知因子的完全二分图分解法对网络进行分簇,进而在簇内联合优化次用户的发射功率和接入概率,最终得到最优信道接入和功率分配方案。仿真结果表明,与传统算法相比该方案可通过合理分簇提高分布式认知网络的感知精度,在保证感知性能的条件下使系统能量效率得到有效提升。     

基于信誉机制的认知Ad hoc网络分簇协作频谱感知

为了提高认知Ad hoc网络频谱感知的准确率,并抵抗可能存在的SSDF攻击,提出一种基于信誉机制的认知Ad hoc网络分簇协作频谱感知方法。首先,引入检测因子来描述节点的感知能力,采用基于公平性的分簇方法将SU分为不同的簇;然后,对簇内SU设定初始信誉值,并根据感知结果对信誉值进行更新;最后,采用检测因子判决机制对感知数据进行融合,并计算得出漏检概率与虚警概率上界。仿真结果表明,所提方法能有效识别恶意次用户和抵御频谱感知数据伪造攻击,同时具有较小的虚警概率、漏检概率和较好的容错能力。     

动态主用户流量模型的跨层优化设计

为适应主用户流量变化较快的场景,在不完美频谱感知的情况下最大化认知用户的吞吐量,提出了一种基于集中式Overlay认知无线网络中感知时间与资源分配跨层优化算法。将优化目标分解为信道分配和检测时间同功率分配联合优化两个子问题,通过子算法迭代,最终得到感知时间与资源分配的联合最优解。仿真结果表明,相对于仅考虑频谱感知或资源分配的单层优化算法,该算法可在兼顾公平的前提下使次用户吞吐量得到有效提升。     

面向数据传输稳定性的无人机群频谱接入方法

针对频繁变化的无线通信环境中无人机群频谱资源使用问题,在保障无人机数据传输稳定的前提下,以降低无人机间用频冲突率、提升信道利用率和系统吞吐量为目标,设计了基于多用户非耦合排队频谱接入方法。该方法中无人机之间不需要信息交互和中心控制节点,仅需根据自身数据传输需求、互扰功率和历史信道使用状态信息来构建学习效益函数,生成频谱使用策略。仿真结果表明,所提方法在确保无人机数据传输稳定和兼顾无人机用频公平性的前提下,能有效降低无人机间用频冲突,提升无人机群吞吐量。