一种基于信道节点的动态频谱分配算法

兼顾认知用户需求和系统运算开销,提出了以信道作为图着色顶点的动态频谱分配算法。建立了分配模型,介绍了基于图论的频谱资源分配算法,分析了该算法与已有图论算法的优劣。仿真结果表明,改进算法具有一定优越性。     

一种认知无线电系统中联合的频谱分配新算法

本文从认知无线电系统实际应用出发,首先应用图论算法快速的预分配频谱,同时为再次分配提供了公平性,然后用博弈论思想对初次分配的信道优化,完成认知用户之间的频谱再次分配.最后仿真表明频谱的资源可以充分利用,在传输功率的约束下,每个认知用户提高自身的速率,合理地分配功率,证明了本文图论和博弈论联合的算法的有效性.     

认知无线电网络中的合作频谱分配算法（增刊修改稿）

研究认知无线电网络中的动态合作频谱优化分配，给出了基于图着色理论的频谱分配模型，针对固定拓扑提出了加权分布式贪婪算法WDGA、基于公平性的分布式贪婪算法BFDGA及改进的随机分布式算法IRDA，分别实现了基于吞吐量、公平性及合作开销的频谱优化分配；针对可变拓扑提出了一种快速信道调整算法FCAA，在保证吞吐量和公平性性能的前提下可以明显减小开销。     

认知无线电中的联合准则频谱分配算法

动态频谱共享技术允许认知用户接入未授权的频谱,可以有效地提高频谱资源的利用率．针对图论着色算法中产生的单轮分配聚集现象,提出了基于协作式最大化频谱总效用和协作式最大化比例公平的联合准则算法．该算法在计算节点间的着色标号时采用不同的准则,进而提高了用户间分配的公平性,同时降低了时间开销．     

基于分组拍卖的认知无线电频谱分配算法

针对传统基于拍卖的认知无线电频谱分配算法中次用户收益低、用户自私性等问题,提出了一种基于分组拍卖的认知无线电频谱分配算法.通过引入分组机制降低了拍卖的复杂度,使系统收益能较快的达到稳定;考虑到频谱分配过程中可能产生干扰问题,本算法设置了干扰半径,确保干扰范围内同一频谱不会分配给不同用户;构建次用户收益函数及竞价函数,在保证系统收益的同时提高了次用户收益;最后,为了抑制次用户拍卖过程中的自私性,建立满足真实性的收费机制,减少用户虚假报价.仿真实验验证了文中算法的合理性和有效性.     

两种标准联合的认知无线电频谱分配算法

为了提高认知无线电系统频谱分配的公平性,本文提出了采用两种协作式标准计算子图的认知无线电系统的频谱分配算法．首先对一些子图采用CMSB标准,频谱分配完之后,对其他一些子图采用 CMPF标准．系统仿真结果表明,系统公平性相比于原来的改进的算法有了明显的提高,同时本文算法的瓶颈认知用户信道容量得到了较大程度的改善．     

基于多目标遗传算法的认知无线电频谱分配

频谱共享技术是认知无线电的关键技术。基于多目标遗传算法,将认知无线电网络的最大系统效益和次用户间的最大比例公平作为目标函数,运用图论着色频谱分配模型,实现认知无线电中空闲频谱在次用户间的动态分配,并与颜色敏感图论着色算法（CSGC）进行了比较。通过仿真验证了该算法在认知无线电网络中进行频谱分配的可行性,且性能优于CSGC算法。     

认知无线电中OFDM多用户频谱分配

针对认知无线电需要提高频谱利用率,限制功率以及保障QoS的要求,结合OFDM技术,研究了认知无线电场景中的多用户频谱分配,并给出了2种算法.其中,最优算法通过授权用户的SIR下限得到认知无线电的发射总功率,并采用拉格朗日定理为每个认知用户分配子载波和功率;次优算法引入"分配比例因子"来体现用户分配中的公平原则,并通过限制SIR得到频谱分配结果.仿真表明,最优、次优算法的性能好于基于FDMA的静态频谱分配算法,最优算法相对于FDMA能够有35%的容量提升;次优算法容量略有减小,但充分保障了用户的QoS需求.2种算法从不同层面满足了认知无线电的需求.     

认知无线电中频谱分配方法研究

为了解决频谱分配中的授权用户定价博弈问题,提出了一种基于博弈论的认知无线电频谱分配方法,结合控制理论中参数整定的思想对该方法中的参数进行了整定.将信道分配模型等效为博弈论中的差别双寡头市场模型,给出了认知用户的效用函数;根据博弈论中的Bertrand、Cournot均衡理论,给出了基于Cournot模型的利润函数和基于Bertrand模型的授权用户信道竞争价格的动态博弈算法.分析稳定的纳什均衡解与速率调整参数的关系,提出了利用控制理论中指数函数模型研究博弈过程速率参数快速整定和分析的方案,得出纳什均衡点和边际成本的关系,较高的边际成本可以获得高的出租信道价格,并通过仿真实验证明了指数函数模型整定速率参数方法的有效性.     

基于动态古诺博弈的认知无线电频谱贸易算法

为解决认知无线电频谱分配问题,提出了一种新的基于动态古诺博弈的频谱租借贸易算法。该算法考虑认知无线网络中频谱租借市场容量及次用户频谱价值两者均动态变化的特点,将用户之间的频谱租借贸易建模成动态古诺博弈,同时根据用户之间的频谱供需关系动态调整用户贸易的频谱价格及收益,促使每阶段用户效用最大化并达到频谱分配的目的。分析了频谱供需关系变化对贸易的影响,并通过仿真证明了该算法相比于静态古诺博弈模型能达到更高的频谱利用率。     

一种改进的CSGC频谱分配算法

基于图论着色的频谱分配算法未充分考虑用户实际带宽需求,针对这一问题,本文在原算法基础上提出了一种改进的CSGC频谱分配算法。该算法引入了空闲频谱和用户请求两个时间因子,通过设置用户优先级函数,在进行二次频谱分配时最大限度地满足用户需求。仿真结果表明,该算法不仅保留了原CSGC算法的性能,而且大幅度提高了频谱利用率。     

认知无线电系统的一种联合频谱分配算法

在认知无线电系统中,博弈论算法从频谱共享池中获取频谱困难.为了提高自身传输速率,同时使频谱可以充分利用,采用图论算法快速地初次分配频谱,联合博弈论方法优化信道.仿真结果表明:在传输功率的约束下,联合频谱分配算法提高了自身的效用(速率),能够充分利用频谱资源,合理分配功率,仿真验证了图论和博弈论联合的算法是有效的.     

一种认知无线电系统频谱分配和频谱感知联合设计

目前对认知无线电系统频谱分配的研究均假定频谱感知的结果完全理想,这在现实条件下显然无法满足。考虑非理想频谱感知,结合正交频分复用（OFDM,Orthogonal Frequency Division Multiplexing）传输方式,提出一种频谱分配和频谱感知的联合算法。该算法在构造目标函数时引入了信任度函数,并通过迭代求解得到近似最优的子载波、功率分配和检测门限值。仿真结果表明,文章提出的联合设计在性能上优于传统的独立设计。     

认知无线电中的功率和频谱联合分配算法

在认知用户传输功率受限的情况下,分析了瑞利衰落模型下的认知用户效用及其优化过程,提出了基于注水线不断调整的认知用户功率分配及通信效用计算算法.将该算法应用到认知无线电频谱分配中,进而提出了一种基于信道二分法的认知无线电频谱分配机制,以此得到了不同优化模型下的用户效用.仿真表明,基于比例公平的优化模型在获得较高效用的同时...     

一种基于模糊Q学习算法的认知无线电频谱分配策略

认知无线电是一种智能推理学习的通信系统,为了实现认知无线电频谱分配智能学习过程,引入模糊Q学习方法.认知用户通过在线Q学习来调节模糊推理系统,得到最优的频谱分配模糊规则,实现自适应的频谱分配方案.最后将模糊Q频谱分配算法与非智能学习算法(模糊频谱分配算法以及随机分配算法)进行比较,仿真结果证明了该方案能在一定程度上提高系统带宽收益,同时降低系统的冲突率.     

基于图论的动态频谱分配策略

针对颜色敏感图论着色频谱分配算法一般只应用于静态网络的问题,基于频谱分配的图论模型及颜色敏感图论着色频谱分配原理,提出了一种改进的最大化系统总收益规则下的动态频谱分配算法,并进行了仿真实验,对比分析了原有算法与新算法的性能.仿真结果表明,改进的算法虽然使认知网络总效益有所下降,但大幅度减少了时间开销,提高了系统的时效性.     

认知无线网Underlay模式下频谱资源优化分配

为了实现对频谱资源最大限度再利用,有效缓解无线频谱资源紧缺的问题,通过分析无线认知网络共享方式下的物理连接和图论模型,建立了具有不同干扰强度频谱分配数学模型,并将此模型转换为以信道干扰系数最小化、次网络效益最大化和主用户最大干扰最小化的多目标优化问题,进而采用多目标改进遗传算法对认知无线网络进行频谱共享方案设计,且对其有效性进行了仿真分析.仿真结果表明,采用所提出的优化算法进行频谱分配与图论K-最大割方法相比,能更好地实现网络效益最大化,同时能减少对主系统的干扰.     

认知车联网频谱分配的免疫优化实现

为了满足车联网日益增长的频谱需求,对车联网的频谱资源分配问题进行研究.在车联网中引入认知无线电技术形成了认知车联网.将车联网用户看作认知节点,考虑授权用户的移动性、多认知用户之间的干扰等因素影响,对其进行建模.基于图着色模型,将其建模为最大化认知节点吞吐量的优化问题,进而提出一种基于免疫优化的求解算法.设计了适合频谱分...     

多信道认知无线电频谱感知时间和门限联合分配

为提高多信道认知无线电的吞吐量,提出采用交替方向优化联合分配次用户的频谱感知时间和子信道感知门限.基于"先听后传"的次用户帧结构,建立了感知时间和门限的优化分配模型.该模型在保证满足主用户通信需求和子信道频谱感知性能的前提下,最大化次用户各子信道的吞吐量总和.联合优化算法通过交替优化感知时间和门限能够获得模型的最优解.仿真结果表明:存在最优的感知时间和门限最大化次用户的吞吐量,并且相比之前的方案,联合分配能够提高次用户的吞吐量.     

一种基于认知无线电的资源分配优化算法

认知无线电可通过实时改变操作频段,动态利用授权用户的频谱空洞,从而提高频谱利用率。该文提出的资源分配优化算法为每个待分配信道找出最优合作节点集合,工作在同一信道的节点不会对授权用户产生干扰。通过仿真证明,该策略使认知网络平均吞吐量显著提高,同时各信道上的传输容量较同类算法也有较大的改善。