基于数据融合的加权合作频谱感知技术

提出一种采用动态加权合作和感知方法,并对认知用户在不同平均信噪比情况下所检测的主用户性能进行了分析。仿真结果表明:加权合作感知不仅克服了目前合作感知方法的一些不足,其检测性能也优于目前的合作感知方法。     

基于最优计数准则的合作频谱感知

为了使基于计数准则判决融合的合作频谱感知达到最优性能,从理论上研究了本地判决包含的信息量与次用户(SU)接收信噪比的关系,并指出了达到最优计数准则融合的条件。在此基础上,提出了一个基于最优计数融合准则的算法,能够将SU按照信噪比排序,并排除会降低合作感知性能的SU。计算结果和仿真数据表明理论分析是正确的,所提算法也能够很好地筛选接收信噪比高的节点,达到实现提高合作感知性能的目的。     

一种基于信誉度的协作频谱感知方法

通过序贯检测可以提高协作频谱感知的准确度,但是在具有频谱感知数据篡改（SSDF,Spectrum Sensing Data Falsification）节点的环境下,系统感知性能急剧下降。为了解决上述问题,本文提出了一种基于加权序贯检测（WSPRT,Weighted Sequential Probability Ratio Test）的频谱感知融合算法,通过给每个节点赋予信誉度权值,设置合理的信誉度奖惩方案来区分SSDF节点,从而优化系统感知性能。仿真实验表明,本文所提出的算法减小了SSDF节点带来的影响提高了系统的检测准确率和稳定性。     

基于莱斯信道的认知网络合作频谱感知

推导认知无线网络下单认知用户与多认知用户合作频谱感知的莱斯信道模型,并分别进行仿真。结果表明,莱斯信道下单认知用户的频谱感知效果远不及理想环境下的检测效果,但随着认知用户的增加,合作频谱感知的效果明显改善,在增加到一定程度后,甚至优于理想环境下的单用户的检测效果。     

协作频谱感知安全问题研究

针对认知无线电网络中协作频谱感知中安全问题,分析了模拟"主用户"PUE和篡改感知数据SSDF两种攻击方式,重点研究了SSDF攻击下的协作频谱感知安全方案。在比较现有抗SSDF攻击方案协作感知性能的基础上,提出了基于四门限决策的改进型WSPRT。结果表明,改进型WSPRT方案相比于传统方案,具有更好的协作感知性能。     

认知无线电中合作频谱感知的分簇优化研究

认知无线电中,合作感知可以大大提高感知性能,但是节点之间互相交换感知信息会占用系统资源并产生传输时延,节点数较大时,在性能提高的同时带来通信开销过大的问题,某些感知性能不佳的节点加入反而会降低整体的检测性能。针对这个问题,可使用分簇技术,选取合适节点作为簇头,优化簇内感知节点数量。仿真结果表明,在满足一定目标检测概率的条件下,可以找到存在一个最优的簇内节点数,使系统获得有效信息吞吐量的最大化。     

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%。     

基于双门限能量检测的认知车联网协作频谱感知

为了解决认知车联网环境下无线频谱资源短缺的问题,提出一种基于双门限能量检测的认知车联网协作频谱感知方法。该方法在单门限值的基础上引入范围内车辆数改进为双门限值,设置双门限中间部分为不判决区域,舍弃了受到噪声严重干扰而落在不判决区域的车辆次用户本地判决结果,达到增加次用户频谱感知成功率的目的,从而提高频谱利用率。仿真实验结果证明,提出的频谱感知方法可以在不同车辆密度、信噪比条件下有效提高频谱检测概率。     

瑞利信道下多门限频谱合作感知方法研究

随着通信方式由语音转向多媒体应用,人们对高速无线传送的需求与日俱增。然而由于有限的自然频谱,现行的静态频率分配机制不能满足快速激增的高速通信设备的要求。因此,需要能够提高频谱利用效率的创新技术,认知无线电的出现解决了这种频谱拥塞的问题,本文将研究在能量探测频谱感知过程中使用多门限判决方法,在认知无线电网络中,决策中心接收多个认知无线电的观测数值,做出决定判断是否存在主用户。研究表明在瑞利信道下进行能量探测的合作频谱感知,采用多门限的判决方法能使感知效果的到提升。     

基于信任度加权的合作频谱感知算法

为进一步提高认知无线电频谱感知性能,提出一种基于信任度加权的软合并感知算法TWCS(trustweighted cooperation sensing)。该算法首先定义一个模糊型指数信任度函数,对两认知用户间的信任程度进行量化处理,并通过信任度矩阵度量各认知用户测得数据的综合信任程度,以合理分配测得数据在融合过程中所占权重。仿真结果表明,与最大比合并和信噪比加权合并等算法相比,TWCS算法不仅具有更强的可靠性,而且使系统整体感知性能得到了较大提高。     

基于可信度的认知无线电协同频谱检测

认知无线电中随着参与协同检测的认知用户数目的增大,频谱检测性能逐渐增强。但是过多的认知用户参与协同检测,会使整个认知无线电网络的灵敏度降低,同时也会造成巨大的系统开销。针对上述问题,提出了一种新的基于可信度的协同频谱检测方法。在满足目标错误概率的条件下,该算法只选择可信度较高的一些认知用户参与协同频谱检测。仿真结果表明当认知用户中存在恶意节点或者故障节点时,该算法同传统算法相比较,频谱检测性能更好,具有更强的健壮性。     

基于认知用户移动性的协作频谱感知研究

协作频谱感知能在一定程度上消除多径和阴影的影响,然而现有协作频谱感知方案均假设各认知用户处于静止状态,未考虑认知用户在协作感知期间的移动对检测性能的影响。针对上述问题,在集中式频谱检测方法的基础上,提出一种认知用户移动状态下的协作检测模型,使主用户处于静止状态,认知用户以一定速度作匀速直线运动。仿真及分析结果表明,随着移动认知用户速度的增大,运用线性融合规则的移动认知用户与静止认知用户协作检测性能均逐渐降低,因此需选择移动速度较小的认知用户作为协作对象以提高频谱感知的整体检测性能。     

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。     

基于截断型序贯检测的协作频谱感知算法

为了改善低信噪比情况下认知用户的频谱感知性能,提出了一种基于截断型序贯检测的协作频谱感知算法。协作认知用户首先对接收到的信号序列进行分段处理,然后统计各自段内采样点能量值大于预设门限值的个数,并将其作为本地检测统计量上传至融合中心,从而有效地减少了控制信道的传输开销。利用棣莫弗 拉普拉斯定理和中心极限定理的近似结论得出段内检测统计量服从高斯分布,大大简化了后续似然比函数的理论推导和计算过程。仿真结果表明,在认知用户平均信噪比〖AKγ-〗=－15dB且目标检测性能相同的条件下,相比现有的能量检测算法,所提算法在H0和H1两种情况下分别减少了55.86%和37.51%的平均样本数。     

基于可信度的加权协作频谱检测算法

协作频谱检测技术可以有效解决认知无线网络本地检测存在的信道衰落、隐藏终端等问题。论文研究了加权协作频谱检测技术,提出一种基于可信度的协作频谱检测算法。每个感知节点基于最大最小值特征值检测完成本地频谱检测,并与融合中心的全局检测结果进行比较估计各自感知节点的频谱检测可信度;融合中心利用切尾平均法计算参与频谱协作检测的可信度门限,并选择可信度大于门限的感知节点参与协作频谱检测。该算法有效降低了认知网络协作检测的复杂性,提高了频谱检测性能,在噪声波动环境下具有良好的鲁棒性。仿真结果表明,算法频谱检测性能要优于其它加权算法1~3 dB,节省系统开销43.75%左右。     

基于截断型序贯检测的协作频谱感知算法

本文针对低信噪比情况下认知用户的频谱感知需求,提出了一种基于截断型序贯检测的协作频谱感知算法。协作认知用户对接收到的信号序列进行分段处理,统计各自段内采样点能量值大于预设门限值的个数并将其作为本地检测统计量上传至融合中心,有效的减少了控制信道的开销。棣莫弗—拉普拉斯定理和中心极限定理的引入,又使得段内检测统计量近似为高斯分布,从而大大简化了后续似然比函数的理论推导和计算过程。性能分析及仿真结果表明,在目标检测性能相同的条件下,相比现有的能量检测算法,所提算法大大降低了所需的频谱感知时间。     

基于分簇协作频谱感知的认知无线网能量效率研究

针对认知无线网能量消耗引起的能量效率较低问题,在研究认知无线网分簇协作频谱感知能量效率的基础上,提出了一种最优功率分配算法来最大化次用户系统的能量效率。通过建立基于次用户能量效率最大化传输优化模型,在考虑传输功率、感知时间以及干扰限制的情况下,利用拉格朗日函数及KKT条件,得到最优次用户发射功率分配算法,以达到系统能量效率最大化的目的,同时分析了不同参数对能量效率的影响。仿真结果表明,本文所提算法能有效提高次用户系统的能量效率、减少系统开销。     

能量效率和碰撞概率联合优化的协作频谱感知算法

协作频谱感知能提高认知无线电网络的感知性能。随着认知网络频谱感知性能的提高,一方面感知网络将会消耗更多的能量;另一方面次用户拥有更多的机会接入授权频谱,次用户的吞吐量不断增加,同时在通信过程中主用户与次用户发生碰撞的概率也不断增大。本文提出了一种联合优化能量效率和碰撞概率的协作频谱感知算法,通过最优感知检测点判断节点所处信道状态,融合中心舍弃信道状态不好的节点使其不参与数据融合,既消除了信道状态不好的节点对全局判决的不良影响,又提高了能量利用率。仿真结果表明,该算法提高了网络的频谱检测性能,并延长了感知网络的生命周期。