认知无线电集中式联合频谱感知算法研究重点.pptVIP

联合频谱感知机制的优化 和 频谱利用率和干扰时间比随虚警概率的变化（民用） 联合频谱感知机制的优化 吞吐量随本地感知时间和合作用户数的变化 吞吐量随本地感知时间的变化 吞吐量随合作用户数变化 联合频谱感知机制的优化 联合频谱感知机制的优化 联合优化算法和其它优化算法的比较 [143] Stotas S, Nallanathan A. Overcoming the Sensing-throughput Tradeoff in Cognitive Radio Networks[C]. 2010 IEEE International Conference on Commu- nications, ICC. Cape Town, IEEE Inc, 2010: 1-5. [144] 林威, 吴捷, 张钦宇等. 基于认知无线电系统合作检测的数据融合研究[J]. 通信学报. 2009, 30(10): 135-140. 联合频谱感知机制的优化 搜索时间随本地感知时间和合作用户数的变化 搜索时间随本地感知时间的变化 搜索时间随合作用户数变化 联合频谱感知机制的优化 联合优化算法和其它优化算法的比较 联合频谱感知机制的优化 周期性宽带多时隙联合频谱感知机制 宽带认知无线电需要同时对所有的授权用户子信道进行感知，可以利用 所有的空闲子信道进行通信，同时节省了信道搜索时间。 各子信道总的吞吐量 优化函数 周期性宽带多时隙联合频谱感知机制 L个子信道的感知时隙分配算法(贪婪算法) 联合谱感知机制的联合优化算法 周期性宽带多时隙联合频谱感知机制 吞吐量随感知时隙数和合作用户数的变化 联合优化算法和穷举算法收敛的迭代次数 周期性宽带多时隙联合频谱感知机制 不同子信道数下认知无线电的吞吐量 [147]Yang W, Li H Z, Ban D S, et al. Parameters Optimization for Cooperative Sensing in Multi-channel Cognitive Radio Networks[C]. 6th International ICST Conference on Commun- ications and Networking in China, CHINACOM 2011. Harbin, IEEE CS, 2011: 210-215. * 课题来源及研究的目的与意义 1 国内外研究现状及论文结构 2 硬判决联合频谱感知算法 4 软判决联合频谱感知算法 5 周期性联合频谱感知机制及其优化 6 主要内容 结论 7 频谱感知关键技术 3 结 论 针对硬判决联合频谱感知，提出三种融合准则下的联合频谱感知的门限优化算法，相比各用户采用相同门限的算法，当各用户的接收信噪比和噪声方差不同时错误检测概率能够降低4%。 针对认知用户和融合中心之间是瑞利衰落信道，提出了分簇联合频谱感知算法，相比未分簇算法，当虚警概率为0.5时，检测概率提高13.8%。 提出了基于加权的软判决联合频谱感知算法，针对单信道和宽带频谱感知，分别提出了最大化吞吐量加权和最小化干扰容量加权两种权重方案，相比基于信噪比加权的算法，提出算法能够使认知无线电的吞吐量最多提高1.25kbps和对授权用户的干扰最多降低0.4kbps。 提出了基于加权的双门限联合频谱感知算法，认知无线电在检测性能和发送信息量之间能够获得折中，当虚警概率为0.1时，双门限算法的发送比特数比软判决低2.26bit，检测概率比硬判决高8%。 为了将联合频谱感知算法应用到实际场景中，分别提出了单信道的周期性联合频谱感知机制以及周期性宽带多时隙联合频谱感知机制。通过对频谱感知机制参数的优化，认知无线电能够提高频谱利用率，降低对授权用户的干扰，获得较大的吞吐量以及减少空闲信道的搜索时间。 结 论 发表的代表性文章 * * * * * * * * * * 联合频谱感知门限优化 K-OUT-N准则 用户q最优门限 仿真参数 联合频谱感知门限优化 场景1(信噪比和噪声均相同) 场景2(信噪比相同, 噪声不同) 场景3(信噪比不同, 噪声相同) 场景4(信噪比和噪声