联合信任度与信噪比的自适应协作频谱感知算法

为提高认知无线电的频谱感知性能,提出一种联合信任度与信噪比的自适应协作频谱感知算法。该算法通过信噪比估计和信噪比比较获取各认知用户的初始信任度值,自适应地调整信任度、参与度、判决门限等参数以实现算法最优,并采用周期性初始化策略以满足时变信道的要求。仿真结果表明,与传统K秩协作频谱感知算法和自适应合作频谱检测算法相比,该算法不仅提高了协作检测性能和稳定性,而且具有更好的实时性和抗恶意用户性能。     

基于改进型能量检测的加权协作频谱感知算法

针对单节点能量检测法存在的“隐藏终端”和检测准确性低以及协作频谱感知算法大多采用等权重进行数据融合,未考虑不同节点所处的通信环境对检测性能的影响等问题,提出一种基于改进型能量检测的自适应加权协作频谱感知算法。该算法通过对单节点能量检测方法的改进,在单节点检测错误概率最小的条件下,导出了信噪比与判决门限的关系式,利用二分法求得不同信噪比下的动态门限值,得到相应的虚警概率和检测概率,以虚警概率和检测概率的函数作为加权因子进行数据融合。仿真结果表明,所提算法使协作感知系统在低信噪比条件下也能获得可靠的检测性能。     

基于信任度函数的认知无线电频谱感知算法研究

认知无线电能有效地利用有限的频谱资源,实现灵活的资源配置和工作模式的调整。介绍了信任度函数,分析了具体的感知融合判决规则的特点,并结合无线通信的具体环境,提出了基于信任度函数的频谱感知算法。该算法是一种复杂度低并且可提高频谱感知性能的算法。仿真结果表明,基于信任度函数的频谱感知算法得到的结果更可靠、更精确。     

基于指数信任度函数的频谱感知改进算法

从多个用户合作感知的角度出发,针对目前的融合规则没有考虑感知结果的信任度,对现有的分布式感知算法进行改进,提出基于指数信任度的频谱感知算法;在认知无线电网络安全方面,将异常点感知引入到感知融合规则中,在指数信任度算法的基础上提出一种基于异常点的频谱感知算法,能抵御认知无线网络中出现故障的或者恶意认知用户;在提高感知速度和可靠性方面,结合指数信任度算法和异常点感知算法,将对感知信息的审核引入到频谱感知算法中,提出一种基于审核的频谱感知算法,该算法在提高感知速度的基础上能获得更好的感知性能。     

认知无线电网络中基于信任度的频谱感知技术

提出了一种在认知无线网络控制信道带宽受限条件下基于信任度的双门限协同频谱感知算法。首先每个认知用户基于双检测门限独立进行频谱感知,但只有部分可靠的认知用户通过控制信道向认知无线网络基站发送本地感知结果。当所有的用户都不可靠时,选取信任度最高的认知用户发送本地感知结果进行判决。理论分析和仿真表明,同常规能量检测算法相比较,该算法能够在控制信道带宽受限条件下,以较少的网络开销获得更好的频谱感知性能。     

基于双门限的新型协作频谱感知算法

针对传统认知无线电双门限能量感知算法在可靠性和带宽受限上存在的不足,提出一种基于两比特硬合并的新型双门限协作频谱感知算法。该算法同时利用了认知用户的单比特局部判决结果和解决感知失败问题的两比特局部判决结果两种信息,并由融合中心结合两种局部判决信息做出最终判决从而确定主用户存在与否。仿真结果表明,与传统双门限算法相比,该算法仅以平均感知比特位略微提高为代价(感知失败概率较低时大约平均提高1%),不仅消除了感知失败问题,而且显著提高了感知性能(虚警概率较低时最大可提高21%)。     

基于D-S理论的认知无线电频谱感知算法

针对目前的认知无线电频谱感知数据融合判决规则忽略了各感知节点所处环境差异这一问题,研究了一种基于信任度的多节点频谱感知算法,将D-S证据理论引入判决融合中,通过Matlab仿真验证了该算法的性能相比于原有的频谱感知数据融合算法有了很大的提高。     

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。     

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Agent的协作频谱感知算法

为了提高认知无线电频谱感知技术的性能, 提出一种新的基于Agent的协作频谱感知算法。该算法在本地检测中使用多门限能量检测,同时将认知节点估计的信噪比的值发送到Agent控制中心,在控制中心根据每一个认知节点发送的信噪比的值和该节点与发射机的距离进行权衡,选取可靠性和有效性较高的认知节点参与判决融合。仿真结果表明,该算法能够很好地提高认知无线电网络的协作频谱感知能力,同时在一定程度上减少了原有协作感知算法中参与感知节点的数目。     

基于噪声估计的加权协同频谱感知技术

频谱感知是认知无线电研究的关键技术之一,能量检测法是典型的频谱感知方法。针对传统的能量检测法和协同频谱感知存在的局限性,提出一种基于估计噪声的加权协同频谱感知方法,不同认知用户分别通过估计被测频段相邻保护（过渡）频带的噪声特性,近似作为授权用户频带内的噪声特性,以此估计噪声作为信任度进行加权协同数据融合。仿真结果表明,该方法能有效提高频谱检测性能。     

基于多融合准则的双门限协作频谱感知算法

认知无线网络中,现有协作频谱感知技术未考虑根据感知用户的可靠性程度,对其判决结果采用不同的融合策略。针对上述问题,提出了一种新的基于多融合准则的双门限协作频谱感知算法。该算法以双门限协作检测为基础,根据感知用户判决结果的可靠程度不同,采用AND准则和OR准则相结合的判决方法,对参与感知的用户判决结果进行分类融合。理论分析和仿真结果表明,该算法与协作频谱感知算法相比,能够显著改善认知无线网络的频谱感知性能。     

基于RMT的合作频谱感知新算法及其性能分析*

针对认知无线电中的频谱感知问题,利用随机矩阵理论(random matrix theory,RMT)最新研究成果,提出了一种新的合作频谱感知算法(maximum-minimum eigenvalue detection,MMED)。该算法将采样协方差矩阵最大特征值与最小特征值的比值作为统计判决量,并利用最小特征值概率分布求得判决门限。理论分析与仿真结果表明,与基于最大特征值的频谱感知方法相比,MMED算法不仅具有感知性能更好以及对噪声不敏感等优点,而且在认知用户数较少、样本较小的情况下,也可获得较好的检测     

基于分步融合的双门限协作频谱感知改进算法

针对在噪声不确定通信环境下,传统双门限协作频谱感知算法在同时提高频谱检测性能与降低数据传输量中的不足,提出一种基于分步融合的双门限协作频谱感知改进算法。该算法首先对所有认知用户进行过滤,剔除深度衰落用户对检测性能的不利影响;然后根据噪声不确定度自适应设置双门限值,增强感知系统对噪声不确定环境的适应性;最后在融合中心采取分步融合的策略,合理折中高检测性能与低数据传输量间的矛盾。理论分析与仿真结果表明,与传统双门限频谱感知算法相比,该算法可完全避免感知失败,在保证低数据传输量的同时可有效提升检测性能,当噪声不确定度较大时,提升效果更明显。     

一种新型的认知无线电合作频谱感知算法*

为了提高认知无线电频谱感知性能,同时考虑到不同认知用户SU(Secondary User)具有不同的感知贡献和谈判力量,该文利用合作博弈理论提出了一种新的基于认知无线电的合作频谱感知非对称纳什谈判算法ANBS(Asymmetric Nash Bargaining Solution),该算法充分考虑到了每一个认知用户的感知可信度不尽相同的情况。仿真结果表明,与NBS(Nash Bargaining Solution)等算法相比,该算法不仅具有更强的合理性和可靠性,而且使系统整体感知性能得到了较大提高。     

基于高效协作感知算法的认知无线电研究*

针对协作频谱感知中感知开销过高问题,提出了一种联合考虑选择最佳的感知节点数以及感知的信道数来降低协作感知开销的方法。该算法分析了协作感知算法中感知节点数、感知的授权信道数与协作感知精度以及感知开销之间的关系。仿真结果表明,与其他算法相比,该算法能够有效地降低感知开销并提高系统的感知性能,验证了该算法的有效性。