共查询到19条相似文献,搜索用时 46 毫秒
1.
2.
3.
在认知无线电网络中,认知无线电用户需要准确、实时地检测到授权用户的存在以及闲置的频带。认知无线电中的合作频谱感知类比于无线传感网络中的分布式决策,即每一个传感器做出本地判决并将这些判决结果汇报给融合中心,再根据某种融合准则做出最终的判决。融合准则主要分为OR规则和AND规则。传统合作频谱感知是指所有的认知用户都参与合作。文中通过分析传统合作频谱检测的不足之处,提出只选择具有较高信噪比的认知用户参与合作。从仿真结果看出,此方法的检测性能较之传统的合作检测算法有了很大的提高。 相似文献
4.
5.
6.
7.
一种基于非对称纳什协商的认知无线电频谱共享新算法 总被引:1,自引:0,他引:1
该文研究基于MIMO-OFDMA的认知无线电系统频谱共享的新机制。首先构造了一个基于非对称纳什协商方案的效能函数,其次通过多用户最优匹配及两两协商新算法并证明其收敛性,最终实现了基于感知贡献加权的比例公平性频谱共享。仿真结果表明提出的方案不仅实现了频谱资源的公平有效分配,而且有利于最大化频谱感知的结果。 相似文献
8.
9.
基于Q-Learning的认知无线电系统感知管理算法 总被引:2,自引:0,他引:2
认知无线电系统不仅是一个自适应系统,更应该是一个智能系统。该文将智能控制中的Q-Learning思想引入到认知无线电系统中,用于解决感知任务在认知用户之间的分配问题,给出了一种基于Q-Learning的感知管理算法。该算法在不知道信道状态信息以及不需要对主用户业务进行估计的假设下通过不断地与环境进行交互和学习来给认知用户分配感知任务。仿真表明,该算法能够提高感知效率,并且收敛速度较快,可作为未来认知无线电系统走向智能化的一种尝试。 相似文献
10.
针对认知无线电频谱感知性能的提高与传输开销的矛盾,本文提出了一种基于感知信息量化的合作频谱感知方案。该方法对各认知用户的本地检测结果采用3个判决门限进行2比特位的量化,在融合中心处对量化信息加权处理后,得到最终主用户是否存在的判决。本文详细研究了采用该方案的检测概率,虚警概率和吞吐量,理论分析和仿真结果表明,该方法在每个认知用户只增加1bit传输开销的前提下能够极大的改善检测性能,实现了检测性能与传输开销的较好权衡。 相似文献
11.
Due to the inefficiency of traditional fixed spectrum allocation policies, the paradox of apparent spec-trum scarcity occurs while most of the bands are under-utilized. This has prompted proposals for Dynamic spec-trum sharing (DSS), which explains why Cognitive radio network (CRN) has been widely accepted as a promising approach to settle inefficient usage of scarce available radio spectrum. As a subset of DSS, Dynamic spectrum leasing (DSL) strategy has been proposed based on game idea, where Primary user (PU) has an incentive to allow Cog-nitive users (CUs) to access its licensed spectrum for a fraction of time in exchange for revenue. This paper pro-poses an approach, named multiple relay selection based on Game theory (GTMRS), to optimize the utilities of PU and CUs as a whole, where a pricing-based spectrum leas-ing mechanism is applied. While the parameter price c is jointly determined by PU and CUs, all selected cognitive user's optimal cooperative powers can be satisfied through a non-cooperative game among themselves. Numerical re-sults show that more CUs are involved in the cooperation and both utilities of PU and CUs as a whole are improved, which means the whole system throughput is increased. 相似文献
12.
13.
基于信干比的认知无线电自适应功率控制算法 总被引:3,自引:0,他引:3
该文以空时编码(STBC) MC-CDMA网络系统为认知无线电通信平台,将一种基于SIR的非合作功率控制博弈算法应用于该认知无线电系统,并根据用户的SIR需求差异,对算法改进设计出新的自适应功率控制博弈算法(CR-NCPCG)。仿真结果表明CR-NCPCG算法以不同用户SIR需求为前提,通过不同用户功率的有效控制,实现了用户公平共享频谱资源的需求。 相似文献
14.
认知无线电中基于Stackelberg博弈的分布式功率分配算法 总被引:1,自引:0,他引:1
在underlay认知无线电场景中,为了让认知用户能随机地接入主用户正在使用的授权频段,且对主用户产生的干扰不高于主用户能够容忍的干扰温度门限,该文采用Stackelberg博弈机制进行认知用户的发射功率分配。将主用户作为模型中的leader,认知用户作为follower,认知用户使用主用户的授权频段时需以干扰功率为单位支付给主用户相应的费用,而主用户则可以通过调整价格,限制认知用户产生的总干扰功率不高于其所能容忍的干扰温度门限,以便获得最大收益。同时,不同认知用户间根据主用户制定的价格,进行非协作博弈。仿真结果表明,与集中式的最优功率分配算法相比,该文可通过简单的分布式功率分配算法获得与其相近的系统性能,且主用户与认知用户间只需进行少量的信息交互,这与需进行大量信息交互的集中式最优算法相比,具有较大的优势。 相似文献
15.
16.
17.
18.
认知无线电频谱分配的博弈论方法 总被引:2,自引:0,他引:2
认知无线电中频谱分配问题目前受到了极大的关注。在问题的分析中,涉及了大量策略选择问题,因而可以利用博弈论的相关原理对其进行分析研究。文章介绍了认知无线电频谱分配的一些关键问题,分析了博弈论方法在认知无线电研究中的应用条件,并阐述了认知无线电频谱分配问题的博弈论框架,为今后的相关研究起到积极的促进作用。 相似文献
19.
Spectrum sensing is a key technology for cognitive radios.We present spectrum sensing as a classification problem and propose a sensing method based on deep learning classification.We normalize the received signal power to overcome the effects of noise power uncertainty.We train the model with as many types of signals as possible as well as noise data to enable the trained network model to adapt to untrained new signals.We also use transfer learning strategies to improve the performance for real-world signals.Extensive experiments are conducted to evaluate the performance of this method.The simulation results show that the proposed method performs better than two traditional spectrum sensing methods,i.e.,maximum-minimum eigenvalue ratio-based method and frequency domain entropy-based method.In addition,the experimental results of the new untrained signal types show that our method can adapt to the detection of these new signals.Furthermore,the real-world signal detection experiment results show that the detection performance can be further improved by transfer learning.Finally,experiments under colored noise show that our proposed method has superior detection performance under colored noise,while the traditional methods have a significant performance degradation,which further validate the superiority of our method. 相似文献