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。     

一种智能的大规模MIMO部分导频复用调度方案

导频污染被认为是多小区大规模MIMO通信系统的主要技术瓶颈,与以小区为单位进行导频复用方案不同,提出了一种减轻导频污染影响的优化的部分导频调度方案。该调度方案先将全部可用的正交导频序列划分为若干子集,把其中的一个导频子集设为导频复用子集,该导频子集在系统中每个小区复用,其余导频子集则在不相邻小区间复用;之后在目标小区基站对导频复用子集中的导频序列引起的小区间干扰进行测量,依次将导频复用子集中具有最小小区间干扰的导频序列分配给上行链路信道质量最差的用户,改善系统频谱利用率。分析和仿真结果显示该导频调度方案可以有效抑制导频污染,并且相比于目前已有的导频调度方案性能有所改进。