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。     

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。     

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。     

基于分布式天线的认知无线电系统感知算法和信道容量分析

认知无线电概念的提出为频谱的共享提供了可能。文中提出一种基于分布式天线的认知无线电系统实现方法,该方法便于频谱的感知,能降低对首要用户的干扰,并且相对于中心式天线能为次要认知无线电用户的下行链路提供较大的信道容量增益。     

第3讲 认知对抗中的频谱切换时间估计研究

认知无线电信号由于具有感知和重构能力,在信息战中的地位越来越重要。要对认知无线电信号进行高效灵巧地干扰,需要得到的关键参数之一是频谱切换时间。当主用户回归或者认知信号遭受较强干扰时,认知用户则需要切换到其他空闲信道上以便继续进行通信。文中首先提出认知用户频谱切换时间估计的基本方案,分为粗检测(宽带频谱侦测)和细检测(针对指定信道的时频分析)两大步骤;然后针对各个步骤分别提出相应的检测算法。仿真结果表明,该方法能较准确地估计出频谱切换时间,而且参数可控性强,便于集成和实现。     

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。     

一种认知无线电中模仿授权用户诱骗攻击的检测方法

认知无线电中模仿授权用户（PrimaryuserEmulation,PUE）诱骗攻击是近年来研究的热点问题。攻击者通过模仿授权用户的信号特征来干扰认知用户使用频谱,造成认知用户可用频谱资源的大量减少。本文提出了一种单点PUE攻击的检测方案。通过小波变换提取发射机发送信道特征来判断用户身份,仿真实验表明该方法可以有效检测PuE攻击。     

频谱感知技术在认知无线电中的应用

频谱感知是认知无线电的关键技术,能量检测广泛应用于频谱感知。针对认知无线电频谱感知技术较少运用于实践的不足,提出了基于0FDM传输系统的频谱感知。在0FDM系统中利用能量检测的判决结果控制子载波的开关,实现感知结果对数据传输的控制,最后利用认知无线电平台进行实时数据的传输。实验结果表明,系统能够在认知无线电平台上成功进行无线通信的数据发送与接收,频谱感知结果能够有效控制数据传输,为认知无线电由理论研究步向实际应用奠定了基础,具有一定的实用价值。     

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。     

认知无线网络中不同场景的动态频谱聚合算法

在认知无线电网络中,不连续的频谱片段可以通过频谱聚合来满足认知用户的用频需求。常用的频谱聚合算法有具有聚合能力的频谱分配算法、最大满足算法和最小切换算法等。文章在这几种算法的基础上提出了一种能够预测高级用户出现概率的方法,从而减少网络开销;对于用频需求较大的情况,提出了折中算法和片段最大化算法,增加了可支持的用户数量,并减少了网络开销。仿真结果表明,上述算法具有较好的效果。