频谱感知次序的在线最优选择

动态频谱接入是解决无线电频谱资源短缺和频谱使用效率低下问题的有效方法,它允许次级用户在授权频谱空闲时动态地接入,以进行数据传输。而频谱感知是实现动态频谱接入的关键挑战之一。由于次级用户的感知能力有限,为了获得更多的频谱接入机会,需要尽快找到频谱空闲概率最大的频段,并研究频谱感知次序问题。考虑到频谱空闲概率对次级用户是不可知的,并且会随时间变化,提出了在线学习框架,把频谱感知次序问题归纳成经典多摇臂赌博机问题,并利用在线学习方法——满意折现汤普森抽样算法处理优化问题。仿真结果表明,和其他算法相比,所提算法可以获得更多的频谱接入机会并且能够跟踪频谱空闲概率的变化。     

基于在线学习的频谱感知次序策略*

认知无线电允许次级用户在频谱没有被主用户使用时动态地接入频谱进行数据传输。动态频谱接入是解决无线电频谱资源短缺和使用效率低下问题的有效方案,而频谱感知是实现动态频谱接入的关键挑战之一。次级用户的感知能力有限,为了快速找到频谱空闲概率最大的频段从而获得更多的频谱接入机会,研究了频谱感知次序问题。考虑到频谱空闲概率会随时间变化且对次级用户不可知,提出了一个在线学习框架,把频谱感知次序问题规约成经典多摇臂赌博机问题,并利用在线学习方法——满意折现汤普森抽样算法(satisficing discounted Thompson sampling)处理优化问题。仿真结果表明,和其他算法相比,所提算法可获得更多的频谱接入机会并且能够跟踪频谱空闲概率的变化。     

基于马尔科夫过程的频谱接入建模与分析

为了解决军事应急网络作为认知用户接入战术通信骨干网的频谱接入问题,将多优先级认知用户的频谱接入行为建模为连续马尔科夫链模型,并以此模型为基础设置阻塞概率、切换概率和中断概率3个参数,分析授权用户、高优先级认知用户和低优先级认知用户相应的到达、退出频谱行为对通信系统的影响。理论分析与仿真结果表明:该模型能够比较不同用户的频谱接入行为对通信系统的影响,定量分析通信系统的频谱接入性能。     

基于规则的动态频谱接入研究

动态频谱接入面临的关键技术之一是对接入时机和方式进行有效地管控,防止由于频谱的接入使用过于灵活造成用频的干扰和混乱。将频谱接入的时间和方式给予规则上的约束和指导,基于规则构建动态频谱管理框架可以有效实现频谱的实时管控。对动态频谱接入的规则及表述方式进行了讨论,分析了基于规则的动态频谱接入过程,最后结合美军XG项目的试验结果分析了基于规则的动态频谱接入的应用前景。     

第4讲 认知无线电中基于频谱数据库的共存技术研究

动态频谱接入技术能够有效缓解日益突出的频谱资源紧缺问题,然而随着认知无线电技术的发展,多个次级网络接入授权频段面临的共存问题也变得更加严峻。近年来的研究表明,传统的频谱感知结果可靠性不足,无法充分保证异构网络间的共存。基于地理频谱数据库的共存技术,能够为网络提供可用频谱信息以及共存信息,从而使得异构网络的共存成为可能。文章首先阐述了地理频谱数据库的发展趋势和技术挑战,接着分析了异构网络共存面临的挑战和研究现状,然后提出了一个基于地理频谱数据库接入授权频谱的系统架构,最后介绍了异构网络共存的关键技术和主要的共存机制,进一步地,为指导共存机制和算法的设计将共存问题公式化地描述成具有一般性的优化问题。     

基于资源平衡的分布式星群网络连接接入策略

针对现有卫星网络接入策略未能充分考虑卫星资源以及合理确定卫星资源权重问题,提出了一种基于资源平衡的星群网络连接接入策略。该策略充分考虑卫星的多种资源建立卫星资源评价模型,利用移动代理技术,采用层次分析法和熵值法计算各卫星资源的主观和客观权重,并通过Kullback散度权重优化方法对主客观权重进行平衡处理,判决过程兼顾了卫星的综合性能水平和用户偏好,提高了接入的准确性和合理性。仿真结果表明,采用该接入策略,有效改善了新呼叫阻塞率和强制中断率。     

无人机蜂群通信网络电磁频谱分配问题研究

随着智能、无人技术的不断发展,无人机蜂群技术受到世界各国高度关注,而频谱资源不足和频谱管理等问题已成为制约无人机蜂群发展的重要因素。针对无人机蜂群频谱资源供求矛盾突出和蜂群无人机之间自扰互扰问题,从频域、时域、能域三个方面提出基于非合作博弈的无人机蜂群通信网络频谱分配方法。仿真结果表明,提出的无人机蜂群通信网络频谱分配方法能够有效节省频谱资源、避免蜂群无人机之间的自扰互扰,具有强抗干扰、低能耗的优势。     

在线学习的主用户仿冒攻击策略

在认知无线网络中,次用户通过频谱感知来学习频谱环境,从而接入那些没有被主用户占用的频谱空隙。事实上,多种恶意攻击的存在会影响次用户频谱感知的可靠性。只有深入研究恶意攻击策略,才能确保认知无线网络的安全。基于此,研究了一种认知无线网络中的欺骗性干扰策略,即主用户仿冒攻击策略,该攻击策略通过在信道上传输伪造的主用户信号来降低次用户频谱感知的性能。具体来说,将攻击策略问题建模为在线学习问题,并提出基于汤普森采样的攻击策略以实现在探索不确定信道和利用高性能信道间的权衡。仿真结果表明,与现有的攻击策略相比,提出的攻击策略能更好地通过在线学习优化攻击决策以适应非平稳的认知无线网络。     

航空短波数据链动态TDMA协议设计

航空短波数据链是民用航空通信系统不可或缺的通信手段之一。针对短波资源有限、传输速率低的特点,提出了航空短波数据链动态TDMA协议,引入短波微时隙的使用,进一步提高信道利用效率,增加了系统容量,满足短波业务实时变化的需求。设计了航空短波数据链系统的仿真场景,分析了动态TDMA协议给航空短波通信系统带来的性能提升。仿真结果表明,设计的动态TDMA协议可以满足数据链的应用需求。     

基于遗传算法的认知网络调度算法设计

在网络可用频谱资源动态变化条件下,为了实现认知系统频谱利用率的提升和对用户公平性的保证,文章首先建立了无限队列缓存的OFDMA认知系统调度优化模型。在此基础上,结合简单遗传算法SGA(SimpleGenetic Algorithm)和优化约束条件,提出了基于遗传算法的认知调度策略CRSGA(Cognitive Radio SchedulerBased on Genetic Algorithm)实现了优化问题的求解。仿真结果表明,通过调整适应度函数中的比例因子,CRSGA算法能够在有效保证用户公平性的同时逼近系统频谱利用率上限。     

无线认知网络中一种分布式最大频谱分配算法

无线认知网络被认为是下一代无线网络的核心架构之一。该网络能解决日益增长的频谱使用需求和低下的频谱使用率之间的矛盾。通过伺机接入临时可用频谱资源,其频谱利用率能得到大幅的提高。由于频谱资源分配是影响频谱资源利用率的关键,因此如何对频谱资源进行高效的分配一直是无线认知网络的重要研究领域之一。我们证明了在异构频谱使用概率条件下的最优频谱分配是NP难的问题。为了有效解决该问题,本文提出了一种基于分布式最大加权独立集的频谱分配算法——DMWIS。该算法的时间复杂度为O(V2/2)。通过大量的仿真实验,验证了在90%以上的不同随机网络环境下算法能在3轮内收敛,并且该算法一般能获得最优解90%的性能。     

D2D通信中能耗优化的分布式资源管理算法

端到端(D2D)通信技术近年来受到通信学术界的普遍关注,它绕过基站直接进行数据通信,可以减轻基站的负载,节省系统通信资源,提高系统性能和用户体验。然而,D2D通信技术也带来了一些棘手的资源管理问题,例如,如何进行模式选择以调度使用系统链路资源、抑制蜂窝用户和D2D用户之间的相互干扰,如何进行功率控制以满足用户需求等等。文章分析了多用户D2D通信系统的链路共享机制和用户功率分配策略,为提升系统中各用户的能效性能,基于联盟形成博弈和非合作博弈提出了对应的分布式资源管理方案和算法。最后,通过数值仿真,验证了所提方案和算法的有效性,相比最初的资源使用策略,所提分布式方案和算法能够给用户带来明显的性能增益。     

无标度网络上的队列资源重分配策略

在实际的通信系统中,由于物理条件的限制,每个节点都具有有限长度的队列。研究了在有限队列资源的条件下,队列资源对无标度数据流动力学的影响。提出了一种队列资源重分配策略,策略中节点的队列长度与节点的介数成正比。仿真结果表明,在无标度网络中使用最短路径路由的条件下,所提出的重分配策略可以有效地改进网络的容量。同时对有限队列资源条件下的网络容量进行了理论分析。     

基于强化学习的通信受限环境多无人机协同策略

随着人工智能技术的发展,空域无人作战正由“单平台遥控”向“多平台协同”转变。多无人机协同作战任务具有非完全信息、通信受限、高实时、强动态等特点,给协同决策生成带来巨大挑战。针对通信受限环境中的多无人机协同决策问题,提出一种基于动态层级网络通信架构的通信强化学习协同策略,该策略能够显著减少无人机集群间的通信次数,同时准确传递其决策需要的信息,从而得到较优协同策略。针对多无人机协同围捕的典型任务场景,基于OpenAI平台对所提出的算法进行了仿真验证。结果表明,与传统强化学习算法相比,提出的通信强化学习策略可以显著减少无人机间的通信次数,同时在一定程度上避免潜在的信息欺骗问题。完成任务需要的平均通信次数相比于传统两两通信结构减少约77%,为实现通信受限环境中的多无人机协同任务提供技术支撑。     

基于弱多径覆盖的虚电路恢复策略研究

虚电路技术可以为Ad Hoc网络中的节点提供面向连接的服务。然而,由于拓扑动态性等特征,Ad Hoc网络中的虚电路容易断开,从而导致业务时延、时延抖动增大甚至通信中断等问题。为此文章提出了一种基于弱多径覆盖的虚电路恢复策略,通过将虚电路机制与弱多径覆盖多径策略相结合,可以有效地减少虚电路恢复时间和需要重新预约资源的节点的数量。理论分析和仿真结果表明了该方法的有效性。     

认知无线电技术及其军事应用

随着对无线通信需求的不断增长和对无线数据传输速率的要求越来越高，通信系统对无线频谱资源的需求也相应增长，从而导致适用于无线通信的频谱资源变得日益紧张，成为制约无线通信发展的新瓶颈。另一方面，很多已经分配给现有无线系统的频谱资源却在时间和空间上存在不同程度的闲置。随着通信技术向智能化方向的不断发展．认知无线电（Cognitive Radio，CR）技术应运而生。这种技术可在时间和空间上充分利用那些空闲的频谱资源，从而有效解决上述难题。     

认知无线电专题讲座(四) 第7讲 协同频谱检测技术

认知无线电能够智能地感知频谱并在授权用户没有使用的时候伺机(opportunistic)利用其频段,从而提高频谱的利用率。频谱检测是认知无线电系统需要首先解决的问题。协同检测可以更有效地利用整个网络的资源,获得高的分集增益,使网络性能更稳定。文中简述了协同检测的基本原理,并对协同频谱检测技术进行了讨论。仿真结果表明协同可以提高检测概率、提供捷变增益(agility gain),对频谱利用率的提高有很大的贡献。     

认知无线电与频谱管理

当前的频谱管理采用固定频谱分配策略,频谱资源被分配给固定的授权用户,从而造成了频谱资源的浪费。认知无线电技术是一种智能无线电通信技术,它能够大幅度提高系统的频谱利用率,有效解决目前的频谱资源匮乏问题。因此,认知无线电技术的出现必将对现有的频谱管理策略产生一定的影响。文中主要介绍了认知无线电的基本概念和频谱管理技术,并对认知无线电下的频谱管理提出了一些看法和建议。     

美军频谱数据建设策略概述

频谱数据是网络中心战条件下美军实施频谱管理的基础,为此,美军以国防部数据建设战略为依据,制定了频谱数据管理、频谱数据服务、频谱数据标准化建设和频谱数据库建设等方面的顶层策略。文章综述了美军频谱数据建设策略,对照我军频谱数据建设情况,梳理出了对我军频谱数据建设的几点启示。     

采用随机几何工具的终端直通通信接入控制方法

针对现有具备终端直通（Device-to-Device, D2D）功能的蜂窝网络的干扰管理问题，提出一种新型的采用随机几何工具的D2D通信接入控制方法。利用随机过程理论以及随机几何工具建立模型分析邻近基站和D2D通信对蜂窝通信的影响，并推导蜂窝业务接入失败概率表达式。基于该表达式能够计算网络允许的最大D2D用户密度，辅助D2D通信接入控制实现干扰管理。仿真证明基于所提数值计算方法获得的估计结果与蒙特卡洛仿真结果相符，且通过合理限制D2D用户密度和D2D用户发射功率可满足指定的蜂窝业务接入失败概率要求。