认知无线电网络中安全的合作频谱感知

在建立认知无线电网络威胁模型的基础上,分析了恶意攻击下传统合作频谱感知算法性能的下降程度. 为了对抗恶意用户对频谱感知协议的攻击,提出了一种基于信誉的加权合作频谱感知算法. 该算法根据每个认知用户的历史行为更新其信誉值,再利用信誉值为每个认知用户分配加权因子,最后进行加权融合及判决. 仿真结果表明,在威胁环境下新算法优于传统合作频谱感知算法.     

基于认知无线电的无线通信研究现状

认知无线电是软件无线电的进一步发展,是建立在软件无线电基础上的智能化无线电通信技术,认知无线电的出现为无线电的发展创造出更加广阔的空间.本文主要对认知无线电进行分析和研究,并研究无线通信发展的现状.     

基于时域-空域联合的认知无线电频谱感知算法

为提高认知无线电系统中频谱感知的性能和检测概率,提出了一种时域-空域联合的频谱感知算法。该算法利用主用户信号时域与空域的特性,通过空域感知对主用户定位,利用主用户的定位信息时域感知选择认知用户进而提高检测概率。仿真结果表明,该算法的检测性能优于时域或空域感知。     

认知无线电中传输阶段频谱感知研究

认知无线电系统中,如何进行有效地频谱感知是关系到次用户系统传输效能的首要问题,也是认知无线电长期的研究热点之一。传统的认知无线电中,频谱感知只发生在特定的感知阶段,而忽略了决策、传输阶段信息对频谱感知的支持作用。提出了一种充分利用传输阶段的信息进行频谱感知的方法,并基于感知结果优化下一阶段的发射功率分配。考虑基于解码信息的频谱感知算法,在传输阶段,次用户接收机在接收到次用户发射机的信息后,对信息进行解码;之后,将次用户信息从接收信号中去除,利用剩余的信号检测主用户的工作状态,并根据状态的不同,优化次用户下一阶段的发射功率。数值仿真结果表明,相对于传统的衬底式认知无线电算法（传输阶段的信息没有被用于频谱感知）,在对主用户造成相同的平均干扰情况下,提出的算法能够在一定程度上提升次用户平均信道容量。提出的算法通过对传输阶段信息的二次利用,能够为频谱感知行为提供更多的可用信息,提升检测主用户当前工作状态的正确率,在对主用户造成一定的平均干扰约束下,更加精确地控制次用户自身的传输参数,从系统机制的层面上提高了对通信信道的综合利用率。     

认知无线电网络中合作频谱感知参数优化

为提高频谱感知的效率,提出了一种在资源受限的认知无线电网络中合作频谱感知参数优化算法,在保证对授权用户的干扰不超过指定门限时,对信道利用效率与系统资源利用效率进行选择性加权,使认知无线电网络的感知效率最大化. 针对不同使用特征的授权信道,该算法均可求解出相应的最优感知参数组合. 仿真结果表明,在避免干扰授权用户的前提下,最优感知参数组合系统能最大化感知效率.     

认知无线电中接入机会的建模与优化

针对认知无线电系统中次级用户的感知接入问题,提出了一种频谱感知与接入机会联合建模的优化方法．该方法考虑了频谱感知对次级用户接入机会的影响,并分析了用户间分布对次级用户接入机会的作用,使次级用户系统能够根据不同的应用场景工作在最佳状态．而目前现有的相关工作忽视主次用户之间在空间分布上的关系,使理论分析不能够匹配实际问题．仿真结果验证了联合建模方法能够匹配实际情况,利用此方法设置次级用户系统可以使其频谱利用效率最高．     

认知无线电网络中压缩协作频谱感知

低频谱利用率条件下的信道状态向量具有稀疏性,为降低认知无线电网络中各个认知用户的频谱感知冗余,基于压缩感知技术提出了一种低复杂度的协作频谱感知方法. 仿真结果表明,通过稀疏观测矩阵提高了单个认知用户感知过程的速度和效率;在融合中心对观测数据进行重构过程中使用因子图迭代算法,大幅降低了计算难度;同时可以根据认知网络中的频率使用情况,自适应调整认知用户的感知点数,确保整个网络的高效感知.     

认知无线电中协作能量概率分布频谱感知方法

提出了一种基于能量概率分布（EPD）的协作频谱感知算法,以提高认知无线电的检测性能．与传统能量检测使用能量均值做为检测统计量不同,EPD感知算法中的协作感知次用户统计大于给定门限值的采样信号个数,并传送给数据融合中心,数据融合中心将所有统计结果进行叠加,并与噪声的能量概率密度进行相关运算来获得判决结果．利用高斯近似理论分析所提出的EPD协作频谱感知算法的检测性能．仿真结果表明,协作用户数越多,新提出算法的检测性能比传统协作频谱感知硬判决算法越有优势,同时又不需要任何主用户的先验信息．     

认知无线电OFDM系统的最优频谱感知周期选择

为了使认知无线电（CR）系统最大限度地利用频谱机会,提出了一种选择感知周期的方法. 对于采用正交频分复用(OFDM)的CR系统,联合设计感知器和收发信机,交替进行频谱感知和数据传输,1次感知若干个授权用户子频带. 在一定的感知性能要求下,给出了确定基于OFDM的CR系统感知时间长度的方法,并将最优感知周期的选择建模为一个带约束的非线性优化问题. 优化结果显示,CR系统在最大限度地利用频谱机会的同时,能满足对授权用户干扰的限制.     

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.     

认知网络中控制信道受限的协作频谱感知

在噪声不确定的条件下,提出一种多频带联合协作感知方法,根据各频段噪声功率的不确定度分别计算出检测门槛上、下限后对本地主用户信号进行多频带联合检测.接收信号能量处于检测门槛上下限之间的频段为本地检测结果不确定的频段,需要进行多点协作频谱感知,认知节点可利用本地检测中确定空闲的频段来传递本节点的感知信息,实现由本节点可用信道分担传统协作感知方法中控制信道通信量的目标.仿真结果表明,对比传统协作感知方法,新提出的协作感知方法能有效减少频谱感知过程中控制信道的通信负载,并且在本地检测结果为不确定的频段能获得更小的误警概率.     

认知无线电网络中的最佳可信度频谱检测算法

由于认知无线电网络中的典型硬决策协作频谱检测在数据融合时未考虑各认知用户检测结果的差异性,不能很好地提高检测性能,因此,提出了一种基于检测可信度的协作频谱检测算法.首先,利用各认知用户的平均接收信噪比来获得它们的检测可信度;然后,综合各认知用户的检测结果以及检测可信度来判断授权用户是否使用频带,从而提高了检测性能.仿真结果表明,在低信噪比情况下,相比典型硬决策协作频谱检测,该算法具有较优的接收特性曲线,并在合理选取认知用户检测阈值的条件下,具有较低的检测错误概率.     

认知无线电网络的检查协作频谱感知技术

在认知无线电中,协作频谱感知通常被用来提高感知性能。但当用户个数较多时,控制信道带宽的限制和感知时延会影响协作感知的性能。作者提出采用检查协作频谱感知可以有效避免这些问题。检查协作频谱感知通过减少认知用户上报基站的感知信息,降低通信负荷和感知时延,从而提高系统的敏感性。通过最大化频谱利用率可以得到最优的不发送概率,从而在感知时延和接入频谱机会的错失上得到折衷。通过分析及仿真结果可以看出,检查协作感知与传统协作感知相比,有效提高了系统的敏感性。通过最优的不发送概率可以确定最佳的感知门限进行感知。     

认知无线电中的频谱感知研究进展

作为认知无线电核心和基础的频谱感知,自从认知无线电的概念提出就受到了高度关注.众多学者和研究机构进行了大量卓有成效的研究,取得许多有价值的研究成果.根据近几年频谱感知的发展状况,对现有的频谱感知技术进行系统总结归纳,从单点检测、合作检测以及检测策略等三方面介绍各种频谱感知方法研究进展和频谱感知算法在现有标准中的应用.最后阐述频谱感知存在的问题以及下一步发展方向.     

基于能量检测的频谱感知方法分析

简要介绍了认知无线电中基于能量检测的频谱感知方法,在分析能量检测法原理和性能基础上,研究了噪声的不确定性对检测性能的影响.仿真表明,能量检测法是一种简单、有效的频谱感知方法.     

认知无线电中自适应分步合并协作频谱感知算法

在等增益合并协作频谱感知基础上,提出了一种新的频谱感知算法．根据认知用户接收信噪比的变化,通过自动调整参与协作频谱感知的认知用户数,以减少认知无线电网络中的数据开销．推导了瑞利衰落信道下采用此算法时,认知用户通过控制信道发送到中心控制器的平均数据量的计算公式．理论分析和仿真结果表明,和等增益合并协作频谱感知算法相比,在保证频谱检测性能的前提下,该算法减少了认知用户通过控制信道到中心控制器的平均数据开销．     

Joint optimization of cooperative sensing and transmission in energy-efficiency cognitive radio

Aiming at the low energy utilization caused by the sensing energy consumption of cognitive radio (CR), we propose to improve the energy efficiency (EE) of multi-channel CR by jointly optimizing cooperative spectrum sensing and transmission resources. Setting optimizing parameters such as cooperative spectrum sensing time, sensing threshold, transmission bandwidth and power, etc., the optimization model for maximizing EE is built based on the periodic cooperative spectrum sensing. The proposed non-convex optimization model is effectively resolved by a combined algorithm of the interior method and Dinkelbach's optimization. Simulation results show that when the detection probability is 0.6, compared with the traditional maximizing spectrum efficiency model, the transmission rate of the maximizing energy efficiency model increases by 100bit/(s·Hz^-1) under unit energy. The proposed model decreases the sensing power consumption and improves the energy utilization effectively.