基于业务请求数据包长度的机会频谱接入算法

针对非时隙主用户网络,研究了单个次用户在周期性感知框架下的机会频谱接入问题。通过建立次用户信道感知和接入模型,提出了一种基于次用户请求业务数据包长度的机会频谱接入算法。该算法根据每个时隙分配给次用户业务数据包长度,自适应调整机会频谱接入策略。仿真结果表明,所提算法能够在干扰水平要求较高情况下,提高次用户平均有效传输吞吐量的同时,实现有效吞吐量与碰撞概率的折中;同时当外部环境发生变化时算法具有较强的鲁棒性。     

等比缩减的机会频谱接入

重复使用一定的TV频段是机会频谱接入的一个典型应用。在认知无线电机会频谱接入中,为了最大化信道的利用,授权用户与认知用户相互协作共同利用信道。文章将授权用户对信道的占用过程模拟为连续时间马尔可夫过程。认知用户在限制其对授权用户的干扰影响条件下,利用等比缩减的策略对信道进行感知,提出一个最优频谱接入策略,提高频谱的利用率。     

多信道频谱感知与频谱接入的优化与折衷

基于贝叶斯推理的多信道频谱感知方法和思想,文章通过多个认知用户随机地选择部分信道进行协作感知并利用特殊设计的贝叶斯推理法则来快速有效地获取所有信道的活动状态。贝叶斯推理的多信道频谱感知方法也是多分辨率频谱感知的基础,具有重要的应用价值。文章还通过分析多用户多信道条件下频谱感知和频谱接入之间复杂而微妙的内在联系,对其进行适当地优化与折衷,以提高认知系统的性能和效率。     

Ad Hoc网络中基于距离的机会频谱接入方案

本论文研究ad hoc网络中的机会频谱接入(OSA)技术,建立一种既能够抑制次用户对主用户的干扰,又能够在非合作次用户间进行公平、无冲突的资源共享的接入机制.解决了在自组织的多用户ad hoc网络中,主次用户以及次用户之间共享频谱资源,次用户选择最佳频谱接入,并确保抑制对主用户的干扰以及自身性能优化的问题.为此,建立次...     

一种非理想感知条件下的双门限机会频谱接入策略

为了有效提高认知网络中次用户的吞吐率性能,提出了一种应用于非理想感知条件下的双门限机会频谱接入策略。该策略能在次用户对信道占用情况感知非理想的条件下,综合考虑次用户的信道质量和非准确的信道占用信息,使次用户在信道感知为空闲和占用时分别以不同的信道质量门限选择接入信道,从而最大程度地利用信道质量较好的传输机会,提高次用户的吞吐率性能。结合本策略,建立了以次用户的有效吞吐率最大化为目标、以对主用户的干扰程度为约束条件的优化问题,并在次用户对信道感知存在误差的条件下给出了最优门限的设计方法。仿真结果表明,所提出的双门限机会频谱接入策略能够在非理想感知条件下显著提高次用户的有效吞吐率。     

一种基于信道质量的鲁棒机会频谱接入策略

为了提高分等级网络中次用户通过机会频谱接入获得的有效吞吐率,提出了一种基于信道质量的鲁棒机会频谱接入策略.该策略利用信道质量信息和信道占用信息做出传输决策,使得次用户在信道感知结果为空闲和占用时分别以不同的信道质量门限选择传输机会发起传输,充分利用了信道质量好的传输机会.结合该策略,建立了以对主用户的干扰为约束条件,最大化次用户有效吞吐率的优化问题,并考虑到了信道传播特性统计参数存在不准确估计的情况,对该接入策略的门限进行了鲁棒性设计.仿真结果表明:所提出的鲁棒机会频谱接入策略能够显著提高次用户的有效吞吐率.     

动态频谱接入MAC协议研究

机会频谱接入（OSA,Opportunistic Spectrum Access）允许未授权用户在空间域和时域上共享授权频谱,但仅当授权用户没有占用这些频谱时认知用户才能接入。特别地,频谱环境的动态性使MAC协议设计面临着几个重要的问题,即认知用户需要确定何时以什么方式接入哪一个信道发送／接收数据而不影响主用户的通信。从OSA-MAC设计面临的技术挑战出发,对近年来国内外在该方向的研究成果做了总结和分析,并阐述了OSA-MAC设计亟待解决的问题和今后的研究方向。     

动态频谱接入MAC协议研究

机会频谱接入（OSA,opportunistic spectrum access）允许未授权用户在空间域和时域上共享授权频谱,但仅当授权用户没有占用这些频谱时认知用户才能接入。另外频谱环境的动态性使MAC协议设计面临着几个重要的问题,即认知用户需要确定何时以什么方式接入哪一个信道发送/接收数据而不影响主用户的通信。从OSA-MAC设计面临的技术挑战出发,对近年来国内外在该方向的研究成果做了总结和分析,并阐述了OSA-MAC设计亟待解决的问题和今后的研究方向。     

感知时间等比缩减的机会频谱接入算法研究

以认知无线电(Cognitive Radio,CR)技术为基础,以电视频谱资源研究为实例提出了一种基于感知时间等比缩减的机会频谱接入算法(SGPR)。该算法与其他固定感知时间长度算法比较,相对缩减了频谱感知时间,增加了系统传输时间,从而提高了认知网络系统的吞吐量,仿真验证了该算法的有效性。     

基于时间估计的动态频谱接入算法

基于先验知识模型,设计了基于信道剩余空闲时间估计的动态频谱接入算法：每个次用户根据感知历史维护信道剩余空闲时间的估计向量并周期进行更新,每个时隙开始时次用户选择剩余空闲时间估计最大的信道接入。对动态频谱接入算法的适应性问题进行了分析,并求得了次用户的最优传输时间长度。仿真结果表明,在给定的参数下,新算法的信道利用率比其他算法提高约5%-10%,同时对主用户的干扰保持最低。     

Opportunistic spectrum access in congnitive networks

Based on the theory of the partially observable Markov decision process, an opportunistic spectrum access scheme that minimises the completion time and maximises the throughput of secondary users is proposed. Numerical results are provided to show the performance improvement of the proposed scheme in cognitive networks.     

Power optimization for dynamic spectrum access with convex optimization and intelligent algorithm

Wireless Networks - In dynamic spectrum access networks, relay transmission has been considered as a potential method to help cognitive users communicate by reducing their interferences to primary...     

基于发射功率控制的动态频谱接入筛选算法

使用功率和频谱效用损失异步牵制的迭代算法对认知无线电链路发射机端进行动态发射功率控制,改变链路接收机端的信号干扰噪声比,从而得到认知无线电链路的最优功率分布,实现频谱资源的合理利用.为进一步减少认知无线电链路间的干扰,提出一种接入筛选机制.针对认知无线电链路干扰值的不确定性,用干扰值的概率分布进行描述,计算与干扰值概率分布相对应的信息熵,从而选择出接入筛选机制中需要的自适应干扰阈值.仿真结果表明：当认知无线电链路为40条时,该方案使系统中总干扰从3 mW降到0.5 mW.     

基于多重可备用的跨层资源优化方法

为了减少多层网络中的资源分配冗余,降低网络资源配置代价,提供必要的生存性保证,提出了基于多重可备用的跨层资源优化方法.该方法考虑不同业务的生存性需求,将多跳业务分为三类,对不同业务应用不同的资源分配方法;在最小化网络资源配置代价的约束下,提出多重可备用的思想,即同时使用层间备用和层内备用;最后应用ILP(Integer...     

合作感知中基于吞吐量的联合折中优化算法

为实现认知无线电资源开销和系统性能的全面优化,建模研究了基于合作感知的认知网络的有效数据吞吐量。针对软合并融合判决模式,基于认知网络的吞吐量建立了本地采样数与合作用户数的联合折中优化模型。通过非对称步长的Armijo非精确线搜索最速下降算法求出了全局最优解,与蒙特卡洛仿真实验共同验证了优化模型的有效性。在吞吐量的最大化准则下,实现了合作感知中本地采样数与合作用户数的联合折中优化。     

Dynamic spectrum access based on interruptible spectrum leasing

Dynamic spectrum access (DSA) based on interruptible spectrum leasing allows secondary users (SUs) to lease a licensed, but idle, spectrum that is owned by primary users (PUs) on condition that the PUs preempt the access to the leased spectrum. This paper considers a DSA scenario where the SUs opportunistically use the primary spectrum in addition to their own band and the PUs use their own band regardless of the opportunistic access. This operating scenario can contribute to leverage the spectrum utilization by exploiting underutilized spectrum resources, but involves a problem that the SUs may be forced to interrupt on-going services in response to the PUs?? reclamation of the leased spectrum. In this paper, we address the optimal call admission control (CAC) problem in order to coordinate the DSA based on interruptible spectrum leasing by considering the tradeoff between the additional spectrum use and the penalty on the service interruption. To this end, we adopt the profit of the secondary wireless service provider as a cost function of the CAC policy in a market mechanism manner. The optimization problem is modeled as a profit maximization problem, and a linear programming (LP) formulation of the semi-Markov decision process approach is provided. Through the simulation results, we analyze the LP solution of the optimal CAC for the leasing based DSA and demonstrate that the proposed CAC policy judiciously uses the access opportunities of the SUs considering the service interruption.     

Hierarchical game based spectrum access optimization for anti-jamming in UAV network

For the anti-jamming spectrum access optimization problem in unmanned aerial vehicle (UAV) communication networks,considering the complex and diverse malicious jamming from jammers,a Bayesian Stackelberg game was proposed to formulate the competitive relations between UAV users and jammers.Specifically,jammers acted as the leader,whereas users acted as followers of the proposed game.Based on their different utility functions,the jammer and users independently and selfishly selected their optimal strategies and obtained the optimal channels selection.Due to the NP-hard nature,it was challenging to obtain the Stackelberg Equilibrium of the proposed game.To this end,a hierarchical learning framework was formulated,and a hierarchical channel selection-learning algorithm was proposed.Simulations demonstrate that with the proposed hierarchical learning algorithm,UAV nodes can adjust their channel selection and obtain superior performance.     

基于图转换的无线接入点关联优化算法

无线接入点关联是 Wi-Fi 系统中的一个基础问题。已有的研究主要集中在考虑带宽容量约束条件下的各种AP关联问题。这些研究没有从用户的角度考虑带宽需求,从用户的带宽需求出发,以最多带宽分配的AP关联为优化目标,考虑混合型网络架构下的Wi-Fi系统的无线接入点关联优化问题。与已有研究方法不同,通过图转换技术,并将问题转化为流图上的优化问题,提出基于网络流的优化求解算法,并从理论上证明算法的最优性。最后,通过对比实验进一步证明了算法的优越性。