Doubly Cognitive Architecture Based Cognitive Wireless Sensor Network
如今，频谱可用性的稀缺性正在急剧增加。在现有的无线传感器网络（WSN）基础设施中添加认知功能将有助于解决这种情况。由于无线传感器网络中的传感器节点受到功率等约束的限制，需要努力增加网络的生命周期和其他性能指标。在本文中，我们提出了双重认知无线传感器网络的想法。其基本思想是逐步地将感测资源仅分配给频谱中最有希望的区域。这项工作是基于人工神经网络以及支持向量机（SVM）的概念。由于感知资源的负载显著减少，该方法将节省节点的能量，也大大减少了感知时间。经过足够长的时间反复进行模式分析，以审查感知策略，可以增强所提出的工作。因此，双认知无线传感器网络将使现有的无线传感器网络，以克服频谱稀缺以及节省能源的传感器节点。
2011-04-01 cs.NI
Resource Management of energy-aware Cognitive Radio Networks and cloud-based Infrastructures
由于移动设备的日益普及，无线网络领域在过去十年中得到了迅速发展。对移动性和连接性的巨大需求使得无线网络成为一个领域，随着新的挑战和问题的出现，其持续的技术发展非常重要。目前，许多科学家和研究人员正在无线网络的几个主题中开发新的方法和优化方法。本调查论文研究工作从以下主题：认知无线电网络，互动广播，节能网络，云计算和资源管理，互动营销和优化.
2015-05-05 cs.NI
Symbiotic Cognitive Relaying with mobile Secondary nodes in Cognitive Radio Networks
在共生认知中继（SCR）场景中，次用户（SU）节点可以充当多跳中继，以在弱直接链路的情况下辅助主用户（PU）节点之间的通信。作为回报，SU节点被激励有权利在固定的时间量内使用许可的PU频带执行SU-SU通信，这被称为“时间激励”。SCR上的现有工作被限制到固定的ad-hoc SU网络。在本文中，我们介绍了移动SCR考虑移动SU节点，同时保持PU节点固定。本文使用了一个特定的移动模式和路由策略的SU节点，提出了理论界的吞吐量和延迟的PU-PU传输。在我们的模型中，我们推导出解析的最小吞吐量和最大延迟可能。
2012-12-18 cs.NI
Towards a disaster response system based on cognitive radio ad hoc networks
提出了一种基于认知无线电自组织网络的灾害管理方法。尽管人们对认知无线电自组织网络的兴趣越来越大，但关于将其用于灾害管理的工作却报道不多。本文讨论了基于认知无线电自组织网络的灾害管理的机会。针对这一问题，本文提出了一种基于人工神经网络（ANN）的灾害检测方法。人工神经网络的训练使用反向传播算法。提出了一种基于人工神经网络的频谱感知方案。最后，提出了一个服务发现方案，在灾难发生时的协调。在NS-2仿真器上对该方法进行了仿真。所提出的方法显示出非常低的误报率使用建议的灾害检测系统。分析了频谱感知方案的频谱切换时间以及服务发现方案的延迟
2017-10-03 cs.NI
Stable Throughput Region of Cognitive-Relay Networks with Imperfect Sensing and Finite Relaying Buffer
在这封信中，我们得到了稳定的吞吐量区域的认知中继方案与有限的中继缓冲区和不完美的感知。分析调查的影响，次用户的有限中继能力下的不同场景的主要，次要和中继链路中断。此外，我们证明了漏检和虚警概率的主要和次要用户的可实现的吞吐量的效果。
2018-03-18 cs.NI
Routing Protocols for Cognitive Radio Networks: A Survey
这篇文章已被arXiv管理员撤回，因为它抄袭http://www2.ece.ohio-state.edu/~ekici/papers/crnroutingsurvey.pdf
2010-10-21 cs.NI
Primary User-aware Network Coding for Multi-hop Cognitive Radio Networks
网络编码在提高传统ad-hoc网络性能方面已被证明是有效的。在本文中，我们研究使用网络编码，以提高多跳认知无线电网络的吞吐量。我们将网络编码吞吐量最大化问题表述为一个图论问题，其中不同的约束条件和主用户的特性被映射到图结构。NS 2仿真结果表明，在不同的主用户密度、流量负载和频谱可用性的情况下，该算法可以使受限次用户网络的吞吐量提高150%~ 200%.
2014-08-09 cs.NI
Dynamic Profit Maximization of Cognitive Mobile Virtual Network Operator
研究了动态网络环境下认知虚拟网络运营商的利润最大化问题。我们考虑下行链路OFDM通信系统与各种网络动态，包括动态用户需求，不确定的感知频谱资源，动态频谱价格，和时变信道条件。此外，异构用户和不完善的传感器技术，使网络模型更加真实。通过探索问题的特殊结构，我们开发了一个低复杂度的在线控制策略，确定定价和资源调度，而不知道动态网络参数的统计。我们表明，所提出的算法可以实现任意接近的最优利润与排队延迟适当的权衡。
2012-12-17 cs.NI
Let Cognitive Radios Imitate: Imitation-based Spectrum Access for Cognitive Radio Networks
在本文中，我们解决了大规模认知无线电网络中的机会性频谱接入问题，其中未授权的次要用户（SU）访问部分被授权的主要用户（PU）占用的频率信道。每个信道的特征在于SU未知的可用性概率。我们采用进化博弈论的频谱接入问题建模和开发分布式频谱接入策略的基础上模仿，广泛应用于人类社会的行为规则，包括模仿成功的行为。我们首先开发两个基于模仿的频谱接入策略的基础上的基本比例模仿（PI）规则和更先进的双重模仿（DI）规则，SU可以模仿任何其他SU。然后，我们适应所提出的政策，以更实际的情况下，SU只能模仿其他SU在同一信道上运行。系统的理论分析的情况下，诱导模仿动态和所提出的政策的收敛性能的模仿稳定的平衡，这也是$ε$ -最优的系统。简单，自然和激励兼容，建议模仿为基础的频谱接入策略可以实现分布式的基础上，只有本地的相互作用，因此特别适合在分散的自适应学习环境中的认知无线电网络。
2011-01-31 cs.NI
Analysis of Information Delivery Dynamics in Cognitive Sensor Networks Using Epidemic Models
为了充分利用认知物联网（IoT）技术来增强传感器网络的能力，使认知传感器网络与当前无线基础设施共存的高效介质访问控制协议与共享无线频谱所带来的数据融合和处理中的认知能力一样重要。认知无线电（CR）的引入是为了提高频谱效率并支持这种努力，从而成为促进认知物联网的一个有前途的基石。在本文中，主用户（PU）是指现有的无线基础设施中的设备，和次用户（SU）是指认知传感器。对于PU和SU之间的干扰控制，SU采用动态频谱接入和功率调整来确保PU的充分运行，这不可避免地导致延迟增加，并对物联网通信的可靠性提出了新的挑战。为了保证认知无线电自组织网络（CRAHNs）中主系统的运行，同时优化系统性能，提出了干扰感知泛洪方案，利用全局超时和疫苗恢复方案来控制数据包复制引起的重缓存占用。通过流行病模型和随机几何从整个系统的宏观角度分析了所提出的干扰感知恢复辅助洪泛方案下SU的信息传递动态。仿真结果表明，我们的模型可以有效地捕捉复杂的数据传输动态CRAHN的端到端的传输可靠性和缓冲区占用。本文对CRAHN中的恢复辅助洪泛方案进行了新的分析，并提供了基于CRAHN的认知物联网服务的性能评估。
2017-09-02 cs.NI
Remaining Idle Time Aware Intelligent Channel Bonding Schemes for Cognitive Radio Sensor Networks
信道绑定（CB）是一种用于向用户提供更大带宽的技术。它已被应用于各种网络，如无线局域网（WLAN），无线传感器网络（WSN），认知无线电网络（CRN）和认知无线电传感器网络（CRSN）。CB在CRSN中的实现需要特别注意，因为主无线电（PR）节点业务必须受到认知无线电（CR）节点的任何有害干扰的保护。另一方面，CR节点需要无中断地通信以满足其数据率要求。如果CR节点由于PR业务而执行频繁的信道切换，则将难以满足它们的服务质量（QoS）和数据率要求。因此，CR节点需要选择那些稳定的信道。通过稳定，我们意指对PR节点造成较少有害干扰并且具有较少PR活动或长剩余空闲时间的那些信道。在本文中，我们提出了我们的两种方法剩余空闲时间感知智能信道绑定（RITCB）和剩余空闲时间感知智能信道绑定与干扰预防（RITCB-IP）的认知无线电传感器网络选择那些信道CB具有最长的剩余空闲时间。我们比较我们的方法与四个计划PRACB，SWA，知识和AGILE。仿真结果表明，我们提出的方法RITCB和RITCB-IP减少有害干扰（HIR），增加认知无线电传感器节点的寿命。
2018-05-01 cs.NI
On Green Energy Powered Cognitive Radio Networks
绿色能源驱动的认知无线电（CR）网络能够将无线接入网络从频谱和能量约束中解放出来。通过利用认知网络，无线节点感知并利用空闲频谱进行数据通信，缓解了频谱的限制，而通过采用能量收集（EH），可以利用绿色能源为无线网络供电，缓解了对传统不可持续能源的依赖。绿色能源驱动的CR提高了网络可用性，从而扩展了新兴的网络应用。设计绿色CR网络具有挑战性。它不仅要求优化动态频谱接入，而且要求优化绿色能源的利用。本文综述了能量有效的认知无线电技术和绿色能源供电的无线网络的优化。详细研究了现有的能量感知频谱感知、管理和共享工作。在诸如中继和协作无线电以及小小区的各个方面中讨论了基于能量高效CR的无线接入网络的现有技术。展望绿色能源作为未来的重要能源，网络性能高度依赖于可用频谱和绿色能源的动态。与传统能源相比，绿色能源的到达率具有很大的随机性和间歇性，它高度依赖于能量采集器的环境。为了优化和适应绿色能源的使用，根据机会主义的频谱可用性，我们讨论了设计认知无线电网络，这是由能量采集器供电的研究挑战。
2014-08-06 cs.NI
An Implementation of Voice over the Cognitive Packet Network
IP语音（VOIP）具有严格的服务质量（QoS）约束，并要求数据包的实时传输，这对IP网络提出了重大挑战。认知分组网络（CPN）是一种基于在线感知和测量的自适应路由协议，它可以满足面向用户的QoS需求。本文介绍了我们的设计，实施和评估的“语音CPN”系统的扩展的CPN路由算法已经开发，以支持语音分组传输的需要，在存在其他背景业务流具有相同或不同的QoS要求。
2014-06-05 cs.NI
New Architecture for Dynamic Spectrum Allocation in Cognitive Heterogeneous Network using Self Organizing Map
本文提出了一种在分层网络中采用集中式和分布式相结合的动态频谱分配混合结构，以实现无线资源的最优分配。它可以通过动态交互来限制干扰，并在保持网络中期望的QoS的同时提高频谱效率。本文提出了互动的动态框架。该架构采用基于赫布学习的简单学习规则来感知主网络和分配频谱。
2016-12-18 cs.NI
CROR: Coding-Aware Opportunistic Routing in Multi-Channel Cognitive Radio Networks
认知无线电是提高频谱利用率的一项重要技术。然而，频谱可用性是不确定的，这主要取决于主用户（PU）的行为。这使得现有的认知无线电路由协议难以在多信道认知无线电网络（CRN）中实现高吞吐量。会话间网络编码和机会路由可以利用无线信道的广播性质来提高CRN的性能。在本文中，我们提出了一种编码感知的机会路由协议，认知无线电机会路由（CROR）协议，它联合考虑了成功的频谱利用率，分组丢失率和编码机会的概率。我们评估和比较所提出的方案对其他三个机会路由协议与多通道。结果表明，将机会路由与网络编码相结合的CROR算法在吞吐量、PU-SU分组碰撞概率和频谱利用效率等方面都有较好的效果。
2015-02-01 cs.NI
Performance Analysis of Wireless Network with Opportunistic Spectrum Sharing via Cognitive Radio Nodes
认知无线电（CR）被认为是一个新兴的关键，有效的频谱利用率。在本文中，频谱共享服务提供商之间的帮助下，认知无线电进行了研究。考虑了在服务提供商之间频谱共享的技术，以动态方式共享许可服务提供商的许可频谱。分析了采用机会频谱共享技术的无线网络的性能。因此，频谱利用率和感测效率增加，干扰最小化，并且呼叫阻塞减少。
2013-01-07 cs.NI
Multi-objective Optimization of Cognitive Radio Networks
本文提出一种基于云共享决策机制的认知无线电网络多目标优化算法，在根特市郊区场景下同时优化频谱使用、功耗和人体暴露，相比传统设计显著降低三项指标。
2024-05-04 cs.NI
A Survey on Applications of Model-Free Strategy Learning in Cognitive Wireless Networks
无模型学习被认为是一种有效的工具，用于设计控制机制时，系统环境的模型或决策实体之间的相互作用是不可用的先验知识。通过无模型学习，决策实体根据与环境交互的强化来调整其行为，并能够通过试错机制（隐式）建立对系统的理解。这种无模型学习的特点非常符合认知无线网络中设备基于认知的智能化的要求。近年来，无模型学习被认为是认知无线网络中自适应、自组织网络控制的一种关键实现方法。在本文中，我们提供了一个全面的调查的国家的最先进的无模型学习机制在认知无线网络中的应用。根据这些应用所基于的系统模型，对单智能体系统、多智能体系统和多人博弈领域的学习算法进行了系统的综述。此外，无模型学习在认知无线网络中的各种问题的应用进行了讨论，重点是学习机制如何帮助提供这些问题的解决方案，并提高网络性能，现有的基于模型的，非自适应的方法。最后，一个广泛的
2016-02-09 cs.NI
Spectrum Shaping via Network Coding in Cognitive Radio Networks
我们考虑一个认知无线电网络，主用户（PU）采用网络编码的数据传输。我们认为网络编码作为一个频谱整形器，在这个意义上说，它增加了频谱的可用性，二级用户（SU），并提供更多的频谱空洞的结构，提高了主要频谱的可预测性。利用网络编码的频谱整形效应，每个SU可以通过动态更新预测为空闲的PU信道列表来进行自适应信道感知，同时在感知时优先考虑这些信道。这种具有网络编码的动态频谱接入方法改进了SU如何检测和利用PU信道上的时间频谱空洞。我们的研究结果表明，与现有的方法相比，基于重传，PU和SU可以实现更高的稳定吞吐量，由于网络编码的频谱整形效果。
2010-08-26 cs.NI
Toward Reliable Contention-aware Data Dissemination in Multi-hop Cognitive Radio Ad Hoc Networks
该文提出了一种新的多跳认知无线电网络中用于可靠竞争数据分发的信道选择策略。这里的关键挑战是选择在连接性和争用之间提供良好折衷的信道。换句话说，必须选择由于（1）低的主无线电节点（PR）活动和（2）加入该信道的认知无线电节点（CR）的有限竞争而具有良好通信机会的信道。因此，通过动态地探索信道上的剩余资源并且通过监视特定信道上的CR的数量，SURF允许构建具有有限竞争的连接网络，其中可以发生可靠的通信。通过模拟，我们研究了SURF与其他三种相关方法的性能。仿真结果证实，我们的方法是有效的，在选择最佳的渠道，高效和可靠的多跳数据传播。
2010-07-01 cs.NI
The Dynamic Spectrum Aggregation Strategy for Cognitive Networks Based on Markov Model
为了在有限的无线频谱资源下满足移动终端对更高数据率的需求，认知无线电和频谱聚合技术因其在提高频谱利用率方面的优势而受到广泛关注。本文结合认知中继和频谱聚合技术，提出了一种基于频谱状态马尔可夫预测的动态频谱聚合策略，用于多用户多中继协作中继网络中，以保证用户信道容量和最大化网络吞吐量为目标。频谱聚合策略通过两个步骤来执行。首先，通过马尔可夫预测来预测频谱的状态。基于频谱状态预测结果，提出了一种频谱聚合策略。仿真结果表明，频谱预测过程可以显著降低中断率，频谱聚合策略可以大大提高网络吞吐量。
2016-12-09 cs.NI
Performance Evaluation of Spectrum Mobility in Multi-homed Mobile IPv6 Cognitive Radio Cellular Networks
技术的发展以及超大规模集成电路的成就使移动设备能够配备多个无线电接口，这被称为多宿主。另一方面，已经引入了各种无线接入技术的组合，称为下一代无线网络（NGWN），以在任何时间和位置提供与移动设备的连续连接。认知无线电网络作为下一代网络的一部分，被认为是解决频谱效率低下和频谱稀缺问题的重要手段。为了在认知无线电网络的上下文中提供跨异构无线接入网络的无缝和无处不在的连接，利用移动IPv6是有益的。在本文中，一个移动终端配备了两个无线电接口被认为是为了评估性能的频谱切换的切换延迟。分析结果表明，该模型可以实现更好的性能相比，其他相关的移动性管理协议，主要是在切换延迟。
2017-01-04 cs.NI
On the Connectivity and Multihop Delay of Ad Hoc Cognitive Radio Networks
我们分析了adhoc认知无线电网络的多跳时延，其中每跳的传输时延由传播延迟和通信信道可用的等待时间（即，在该跳处频谱机会的出现）。利用连续渗流和遍历性的理论和方法，建立了认知无线电网络中最小多跳时延与源-目的距离的缩放定律。当传播延迟是可以忽略不计的，我们表现出截然不同的缩放行为的最小多跳延迟在瞬时连接的网络相比，只是间歇性连接，由于频谱的机会稀缺的网络。具体来说，如果网络是瞬时连接的，最小多跳延迟是渐近独立的距离;如果网络只是间歇连接，最小多跳延迟与距离成线性比例。当传播延迟是不可忽略的，但很小，我们表明，虽然缩放顺序总是线性的，缩放率为瞬时连接的网络可以是一个数量级小于一个间歇性连接的网络。
2009-12-21 cs.NI
Vers l'auto-gestion d'un réseau de radio cognitive
认知无线电（CR）应用于不同的领域，认知无线电网络就是其中之一.在本文中，我们提出了一种新的方法使用CR，其目的是管理潜在的故障的计算机系统和应用程序通过引入两个方面的自治网络，使系统能够管理自己与最小的人为干预。
2014-04-22 cs.NI
Self-protection and self-healing in the context of cognitive radio
认知无线电（CR）应用于不同的领域，认知无线电网络就是其中之一.在本文中，我们提出了一种新的方法使用CR，其目的是管理潜在的故障的计算机系统和应用程序通过引入两个方面的自治网络，使系统能够管理自己与最小的人为干预。
2014-04-02 cs.NI
CSI-aided MAC with Multiuser Diversity for Cognitive Radio Networks
认知无线电（CR）旨在通过允许次级用户（SU）访问未使用的授权频谱来提高频谱利用率。为了最大化给定有限感测能力的吞吐量，SU需要在感测主用户（PU）未大量使用的信道与避免与其他SU冲突之间取得平衡。为了在不诉诸多用户感知策略的情况下随机化感知决策，提出了通过将奖励适应于信道状态信息（CSI）来利用不同链路上的空间变化的衰落信道条件。此外，所提出的信道自适应策略有利于具有高可达传输速率的链路，从而进一步提高网络吞吐量。
2012-01-20 cs.NI
On the Construction of Radio Environment Maps for Cognitive Radio Networks
无线电环境地图（REM）为认知无线电网络（CRN）中的动态频谱接入（DSA）提供了一种有效的方法。以往的研究结果表明，REM建设存在的测量（传感器）和REM精度的数量之间的权衡。在本文中，我们分析了这种权衡，并确定REM误差是一个减少和凸函数的测量（传感器）的数量。引入地理熵的概念来量化这种关系。利用信息论技术研究了传感器部署对REM精度的影响。本文所得到的结果不仅适用于REM，但也适用于无线传感器网络部署。
2013-02-27 cs.NI
A Novel Cross Layer Scheme for Multi-Channel Hybrid Cognitive Ad-hoc Networks
研究了混合认知Ad-hoc网络中的一种特殊拓扑结构，提出了一种新的跨层方案。该方案综合了新的性能评估机器检查时间度量和特殊场景下的拓扑空间属性。该方案以最小的链路占用率实现了网络拓扑和节点功耗的优化。仿真结果表明，该方案在节点负载和发射功率可变的情况下，能够保证多信道网络的调度，同时使节点稳定支持多跳。
2009-11-08 cs.NI
Cognitive Management of Bandwidth Allocation Models with Case-Based Reasoning -- Evidences Towards Dynamic BAM Reconfiguration
在当今的云、物联网、车载和MPLS网络等异构和大规模网络中，管理是一项复杂的任务。同样，研究人员和开发人员设想使用人工智能技术来创建认知和自主管理工具，旨在更好地协助和增强管理流程周期。带宽分配模型（BAM）是一种资源分配解决方案，适用于需要以灵活和动态的方式共享和优化带宽、光纤或光插槽等有限资源的网络。本文提出并评估了使用基于案例的推理（CBR）的认知管理的BAM在MPLS网络中的重新配置。结果表明，CBR学习与当前网络状态相关联的带宽请求配置文件（LSP请求），并能够动态定义或协助BAM重新配置。所采用的BAM重新配置方法是基于在可用的BAM实现（MAM、RDM和ATCS）之间切换。提出的认知管理允许BAM的自我配置和优化网络资源的利用率的结果。
2019-04-02 cs.NI
Queueing Game For Spectrum Access in Cognitive Radio Networks
研究了认知无线电网络中次用户的频谱接入决策问题。当主用户（PU）不在某个频率带宽上时，SU可以形成队列并等待基站（BS）服务。如果PU出现在系统中，则SU的队列将被解散。利用博弈论的方法，研究了SU是否排队的决策过程。个人均衡和社会优化策略的解析推导。此外，服务提供商的最优定价策略进行了研究。我们提出的算法和相应的分析通过仿真研究进行了验证。
2015-06-07 cs.NI
Spectrum Allocation in Cognitive Networks
认知网络是一种提高频谱利用率的技术。由于固定分配策略，当前的网络场景正在经历巨大的频谱稀缺问题，因此在这种方法中，大量的频谱未被使用。为了克服这种限制，频谱分配必须是动态的。本文对频谱分配问题进行了深入的讨论。干扰是需要考虑的最重要因素。它是由环境（噪音）或其他无线电用户引起的。它限制了频谱重用的可能性。信道分配是用于控制网络中的干扰的技术之一。在网络容量和争用水平之间存在折衷。在认知无线电网络中，频谱分配或频谱分配或频率分配用于避免干扰。它是同时选择工作中心频率和带宽的过程。在此过程中，感知频谱的过程变得非常关键;它必须可靠，准确和高效。感知的准确性影响认知网络的整体运行。准确的结果不仅可以提高频谱利用率，而且可以保护主用户的隐私。感知的准确性受到噪声、阴影、衰落等自然原因的高度影响。还有许多其他挑战，如硬件要求、隐藏节点问题、安全性、感知频率和持续时间、决策融合等。
2016-12-15 cs.NI
Dynamic Spectrum Access in Cognitive Radio Networks with RF Energy Harvesting
频谱效率和能量效率是无线网络设计中的两个关键问题。认知无线电通过动态频谱接入，可以提高无线网络的频谱利用率和容量。另一方面，射频（RF）能量收集已经成为向无线网络供应能量并由此提高其能量效率的有前景的技术。因此，为了实现频谱和能量效率，认知无线电网络（CRN）中的次级用户可以配备有RF能量收集能力，并且这样的网络可以被称为RF供电的认知无线电网络。在这篇文章中，我们提供了RF供电的CRN的概述，并讨论了在这些网络中动态频谱接入所面临的挑战。针对频谱感知、数据传输和RF能量收集之间的权衡，讨论了多信道RF供电CRN中的动态信道选择问题。在RF供电的CRN中，当信道未被任何主用户占用时，次用户可以自适应地选择信道来发送数据。或者，如果信道被占用，则次级用户可以收获用于数据传输的RF能量。次用户的最优信道选择策略可以通过制定马尔可夫决策过程（MDP）问题来获得。我们提出了一些数值结果，通过解决这个MDP问题。
2014-04-18 cs.NI
On the Necessity and Design of Coordination Mechanism for Cognitive Autonomous Networks
认知自治网络（CAN）被提升为自组织网络（SON），用认知功能（CF）取代基于规则的SON功能（SF），通过与网络交互来学习最佳行为。如在SON中一样，CF确实由于参数或目标的重叠而遇到冲突。然而，由于CF的非确定性行为，这些冲突不能使用基于规则的方法来解决，需要新的解决方案。本文研究了有和没有协调机制的CF部署，并从理论上和数学上证明了需要协调机制。使用两个CF多智能体系统模型的可能类型的冲突，我们表明，挑战是一个典型的讨价还价的问题，其最佳响应是纳什讨价还价的解决方案（NBS）。我们使用NBS提出了一个协调机制设计，能够解决冲突，并通过模拟显示如何实施所提出的解决方案是可行的，在现实生活中的场景。
2020-01-20 cs.NI
Enhanced Out-of-Band Sensing Algorithm for Cognitive Radio Networks
在认知无线电网络（CRN）中，带外（OoB）频谱感知提供无缝通信。认知无线电（CR）用户，即所谓的次级用户（SU），在尝试接入未使用的授权或未授权频带以进行频谱利用时，应避免干扰授权频带的所有者主用户（PU）。当PU请求接入它们的频带时，SU需要腾出频带，因此在没有OoB感测的情况下提供无缝通信是不方便的。在本文中，我们提出了一个OoB传感算法，以保证无缝通信，也最大限度地减少SU上的PU的干扰。此外，我们得到基于分析的可实现的吞吐量，考虑OoB感测持续时间。为了验证我们的算法，我们进行了模拟，发现由于OoB感知对总吞吐量的影响是微不足道的。
2014-07-13 cs.NI
Collision Avoidance in TV White Spaces: A Cross-layer Design Approach for Cognitive Radio Networks
认知无线电网络（CRN）最有前途的应用之一是有效利用电视空白（TVWS）来提高无线网络的性能。在本文中，我们提出了一种跨层设计（CLD）的载波侦听多路访问与冲突避免（CSMA/CA）机制在媒体访问控制（MAC）层与频谱感知（SpSe）在物理层，用于识别电视频段的占用状态。建议的CLD依赖于一个马尔可夫链模型与一个状态对包含的SpSe和CSMA/CA，从中我们得到的冲突概率和可实现的吞吐量。通过改变竞争窗口、退避阶段和检测概率，获得了不同的冲突避免和频谱感知实现方案的分析和仿真结果。所得到的结果描绘了不同的冲突避免和频谱感知的实现方案下，从而指示在TVWS的认知无线电网络中的冲突避免的性能可实现的吞吐量。
2014-11-26 cs.NI
Artificial Intelligence Based Cognitive Routing for Cognitive Radio Networks
National University of Sciences and Technology（国立科技大学）
认知无线电网络（CRN）是由配备有认知无线电的节点组成的网络，其可以通过适应网络条件来优化性能。虽然认知无线电网络（CRN）被设想为智能网络，相对较少的研究集中在CRN的网络级功能。虽然各种路由协议，结合不同程度的自适应性，已被提出的CRN，它是必不可少的长期成功的CRN的认知路由协议的设计所追求的研究界。认知路由协议被设想为将基于AI的技术完全无缝地结合到其设计中的路由协议。在本文中，我们提供了一个关于各种AI和机器学习技术的独立教程，这些技术已经或可以用于开发认知路由协议。我们还调查了各类AI技术在CRN中的应用，特别是路由问题。我们讨论了人工智能的各种决策技术和学习技术，并记录了它们在CRN路由问题上的当前和潜在应用。我们还强调了认知路由协议必须解决的各种推理，推理，建模和学习子任务。最后，确定了开放的研究问题和未来的工作方向。
2013-08-31 cs.AI cs.NI
The Adversarial Machine Learning Conundrum: Can The Insecurity of ML Become The Achilles' Heel of Cognitive Networks?
网络的圣杯是创建\textit{cognitive networks}来组织、管理和驱动自己。这样的愿景现在似乎是可以实现的，这在很大程度上要归功于机器学习（ML）领域的进步，它现在已经颠覆了许多行业，并彻底改变了几乎所有的研究领域。但是，ML模型是否能够安全可靠地应对安全攻击，从而负责管理网络？不幸的是，许多现代ML模型很容易被简单且易于制作的对抗性扰动所误导，这对基于ML的认知网络的未来来说并不是个好兆头，除非认知网络环境的ML漏洞得到识别、解决和修复。本文的目的是强调不安全ML的问题，并通过展示一个易于制作的对抗性ML示例如何损害认知自动驾驶网络的操作，使读者对对抗性ML的危险保持敏感。在本文中，我们展示了对抗攻击两个简单而有代表性的认知网络应用程序（即入侵检测和网络流量分类）。我们还提供了一些指导原则，设计安全的ML模型的认知网络，是强大的对抗攻击的ML管道的认知网络。
2019-06-03 cs.LG cs.NI
Coopetition methodology for resource sharing in distributed OFDM-based cognitive radio networks
本文基于一种新的合作竞争方法，结合节点竞争与合作的优点，提出了一种认知无线电网络中的分布式资源分配机制。我们假设，这种新方法允许认知无线电设备之间的完全分布式资源管理。所提出的框架是通用的，但是，我们认为它在OFDMA网络中的应用。合作竞争从合作和竞争问题公式化中获得最佳效果，并提供控制资源分配的公平性和频谱效率（SE）之间的平衡的机会。仿真结果证实，合作竞争可以有效地利用资源，并且可以实际应用于无线认知网络中。
2021-05-14 cs.GT cs.NI
Comparison between Poissonian and Markovian Primary Traffics in Cognitive Radio Networks
认知无线电作为传统通信网络中频谱利用率不足的关键成本效益解决方案引起了人们的极大兴趣。这项工作的目的在于进行性能评估的端到端的消息传递下的马尔可夫和泊松的主要业务在有损认知无线电网络。我们的目标是推断出最合适的条件，有效的辅助服务提供根据认知无线电网络的特点。同时，我们对认知无线电中的许多尚未解决的问题进行了一般性的分析，但最后只考虑了两个关键方面，即不可预见的主要回收以及由于频谱共享而导致的认知传输冲突。一些图表，鉴于平均频谱效率，已经计算和绘制报告的一些比较结果，对于一个给定的视频传输下的马尔可夫和泊松主要中断。
2012-06-01 cs.NI stat.AP
Machine Learning Techniques in Cognitive Radio Networks
认知无线电是一种智能无线电，它可以被编程和动态配置，以充分利用未被授权用户使用的频率资源。它定义了能够学习和适应其传输到外部无线电环境的无线电设备，这意味着它具有某种智能，可以监控无线电环境，学习环境并做出明智的决策。在本文中，我们正在审查的机器学习技术在认知无线电网络实现智能无线电的使用的一些例子。
2014-10-12 cs.LG cs.NI
Application of Asynchronous Weak Commitment Search in Autonomous Quality of Service Provision in Cognitive Radio Networks
本文提出了一种分布式的解决方案，在认知无线电网络的自主服务质量提供。具体而言，认知STDMA和CDMA通信网络进行了研究。基于异步弱承诺搜索，将QoS提供任务分配给不同的网络节点。仿真结果表明，该方案收敛速度快，适合于实际的实时的系统。人工智能在无线和移动通信中的这种应用可以用于家庭自动化和网络以及车辆技术。该方法的推广和扩展可以用于长期演进自组织网络（LTE-SON）中。此外，它可以为毛细网络中的分散和自主QoS提供铺平道路，毛细网络到达物联网的端节点，其中中央管理不可用或效率低下。
2014-03-14 cs.MA cs.NI
Overlay Cognitive Radio in Wireless Mesh Networks
在本文中，我们将覆盖认知无线电的概念应用于无线网状网络中节点之间的通信。基于覆盖认知无线电模型，在给定的干扰区域中可以具有两个并发传输，其中通常在给定的时间仅发生一个通信。我们分析的情况下，无线网状网络与规则和随机拓扑结构。数值结果表明，相当大的网络容量增益可以实现。
2008-05-23 cs.IT cs.NI math.IT
A Cognitive Theory-based Opportunistic Resource-Pooling Scheme for Ad hoc Networks
adhoc网络中的资源池是指通过积累计算资源和网络资源来实现路由、拥塞、流量管理等网络控制策略，利用adhoc网络的分布式和动态特性来实现设备间的协作。Ad hoc网络需要一种资源池技术，提供快速响应，适应性和可靠性。在这种情况下，我们提出了一个机会主义的资源池计划，使用认知计算模型来积累资源，具有更快的资源收敛速度，可靠性和更低的延迟。该方案是使用行为观察信念认知模型，其中的资源池决策的基础上积累的知识在各种行为表现出的自组织网络中的节点。
2017-07-11 cs.MA cs.NI
Distributed Multiuser Sequential Channel Sensing Schemes in Multichannel Cognitive Radio Networks
这篇论文已被撤回的作者，由于一个关键的问题与图。2和3
2012-02-07 cs.NI cs.PF math.PR
Versatile Robust Clustering of Ad Hoc Cognitive Radio Network
认知无线电网络中的簇结构有助于实现协作频谱感知、路由等功能。认知无线电用户群中的每个成员都可以使用非授权信道，非授权信道的可用性决定了认知无线电用户群对授权用户影响的鲁棒性。本文分析了认知无线电网络中如何形成健壮的簇，使更多的认知无线电用户在主用户操作激烈的情况下也能从簇结构中受益的问题。我们提供了一个形式化的描述鲁棒分簇问题，证明它是NP-难的，并提出了一个集中式的解决方案，此外，分布式解决方案提出，以适应在ad hoc认知无线电网络的动态。采用拥塞博弈模型对集群形成过程进行分析，不仅有助于直接设计分布式分簇方案，而且为算法收敛到纳什均衡和收敛速度提供了保证。我们提出的聚类解决方案是通用的，以满足其他一些要求，如更快的收敛和集群大小控制。所提出的分布式聚类方案在聚类鲁棒性、收敛速度和开销方面优于相关工作。广泛的模拟支持我们的主张。
2017-04-16 cs.GT cs.NI
Deep Learning Frameworks for Cognitive Radio Networks: Review and Open Research Challenges
Mepco Schlenk Engineering College（梅普科施伦克工程学院）；VTT Technical Research Centre of Finland（芬兰VTT技术研究中心）；Linköping University（林雪平大学）
本文是一篇面向认知无线电网络的深度学习框架综述，梳理了深度学习在解决频谱感知等核心问题、提升网络环境适配性与系统效率可靠性方面的作用，为B5G/6G未来服务发展提供了研究基础。
2024-10-31 cs.LG cs.NI
Improved Spectrum Mobility using Virtual Reservation in Collaborative Cognitive Radio Networks
认知无线电技术将使一组次级用户（SU）能够机会性地使用授权给初级用户（PU）的频谱。当该PU出现在特定频带上时，占用该频带的任何SU都应该为PU释放该频带。通常，SU可以协作以减少认知用户对主网络的影响并提高SU的性能。本文提出并分析了协作认知网络中虚拟预约的性能。虚拟预留是一种新的链路维护策略，旨在通过充分利用频谱资源来最大化认知网络的吞吐量。我们的性能评估显示显着的改善，不仅在SU的阻塞和强制终止概率，但也在认知用户的吞吐量。
2013-10-09 cs.IT cs.NI cs.PF
Techniques for Dealing with Uncertainty in Cognitive Radio Networks
认知无线电系统具有从环境中观察和学习的能力，适应环境条件，并更有效地使用无线电频谱。然而，由于多径衰落、阴影或变化的信道条件，不确定性影响认知周期过程、测量、决策和动作。在观察步骤中，测量（即，次级用户（SU）所获取的信息（例如，数据）是不确定的。在下一步中，SU基于使用其知识库已经观察到的内容做出决策，这些知识库可能受到不确定性的影响，从而导致错误的决策。在最后一步，不确定性会影响认知无线电系统的决策，有时会导致错误的行动。因此，不确定性传播影响认知无线电性能。因此，减少认知周期中的不确定性是必要的。本文对认知无线电网络中处理不确定性的技术进行了深入的概述。
2017-01-19 cs.IT cs.NI math.IT
Improving Software Defined Cognitive and Secure Networking
传统的通信网络由大量的供应商特定的手动可配置设备组成，这些设备与特定的控制逻辑或算法硬连线。所得到的网络包括分布式控制平面架构，其本质上是复杂的，难以集成和操作，并且在资源使用方面效率最低。然而，数据流量的快速增长需要综合使用各种接入技术和自主网络操作，提高效率。因此，提出了软件定义网络（SDN）的概念，其将网络控制平面与数据转发平面解耦。SDN控制平面可以集成各种设备，并通过供应商无关的可编程应用编程接口（API）在运行时对其进行调整。本文提出了软件定义的认知网络，使智能使用网络资源。不同的无线电接入技术，包括认知无线电，通过一个共同的控制平台集成，以提高整体网络性能。提出了软件定义认知网络的体系结构框架，并给出了实验性能评估。由于SDN使应用程序能够改变网络行为，并集中网络控制平面来监视整个网络，因此研究SDN的安全性非常重要。因此，本文发现了SDN中潜在的安全漏洞，研究了针对这些漏洞提出的安全平台和架构，并提出了未来解决安全漏洞的方向。此外，本文还研究了SDN、云技术和虚拟网络功能等5G使能技术的潜在安全挑战及其解决方案，并为提高5G网络的安全性提供了关键见解。
2020-07-10 cs.CR cs.NI
Green Sensing and Access: Energy-Throughput Tradeoffs in Cognitive Networking
有限的频谱资源和高数据率应用的急剧增长促使了利用有前途的认知网络概念的机会性频谱接入。虽然这一概念的出现主要是为了提高频谱利用率并允许异构网络技术的共存，但能耗的重要性带来了额外的挑战，因为能耗和通信性能可能不一致。本文研究了认知网络中能量有效的频谱感知和频谱切换方法。的权衡之间的能量消耗和吞吐量，根据本地以及根据合作感测的特点，和什么进一步的方面需要进行调查，以实现能源效率的认知操作下的各种应用需求进行了讨论。
2015-08-03 cs.IT cs.NI math.IT
Throughput of a Cognitive Radio Network under Congestion Constraints: A Network-Level Study
在本文中，我们分析了一个认知无线电网络与一个主要的和一个次要的发射机，其中的主要发射机具有突发到达，而次要节点被假定为饱和（即总是有一个数据包等待被发送）。次节点以认知方式进行传输，使得其不妨碍主节点的性能。我们假设接收器具有多分组接收（MPR）能力，并且在某些条件下，次节点可以通过与主节点同时发送来利用MPR能力。我们得到的解析表达式的平稳分布的主节点队列，我们也提供了其稳定性的条件。最后，我们提供了表达式的总吞吐量的网络以及在次要节点的吞吐量。
2015-06-12 cs.IT cs.NI math.IT
On Scalable Video Streaming over Cognitive Radio Cellular and Ad Hoc Networks
预计在未来几年，通过无线网络的视频内容交付将大幅增长。在本文中，我们研究了具有挑战性的问题，视频认知无线电（CR）网络。虽然具有很高的潜力，但这个问题带来了新的技术挑战。回顾相关工作后，我们首先解决的问题，基于基础设施的CR网络的视频，然后扩展到非基于基础设施的ad hoc CR网络的视频问题。我们提出了跨层优化问题的公式以及有效的算法来解决问题。所提出的算法进行了分析，其最优性和验证与模拟。
2012-10-17 cs.IT cs.NI math.IT
On Detecting Termination in Cognitive Radio Networks
认知无线电网络是一种新兴的无线通信和计算模式。认知无线电节点在没有许可用户（也称为许可用户）的情况下在多个异构信道上执行计算。主要用户）。终止检测是分布式系统中一个基本而重要的问题。在本文中，我们提出了一个终止检测协议的多跳认知无线电网络中的认知无线电节点被允许调谐到目前没有被主用户占用的信道，并在协议执行过程中移动到不同的位置。该协议采用信用分配和聚集的方法，并保持了一种新的逻辑结构，称为虚拟树结构。虚拟树状结构有助于减少宣告终止所涉及的延迟。与传统的树结构不同，虚拟树状结构不需要特定节点充当必须保持参与计算直到终止通知的根结点;因此，根结点可以在完成其计算之后很快变为空闲。此外，该协议能够检测许可用户的存在，并宣布强或弱终止，无论哪种可能。
2015-07-16 cs.DC cs.NI
Energy-Efficient Transmission Range and Duration for Cognitive Radio Sensor Networks
认知无线电（CR）通过支持动态频谱接入来克服频谱稀缺问题，从而有效地利用无线电频谱资源。认知无线电传感器网络（CRSNs）是一种具有认知能力的无线传感器网络（WSNs）。CRSN节点由于其有限的电池容量而需要能量有效地操作以延长网络寿命。在本文中，第一次在文献中，我们制定的问题，找到一个共同的能源效率的传输范围和传输持续时间的所有CRSN节点和网络部署，将最大限度地减少能源消耗的每有效每米对汇在一个贪婪的转发情况。结果显示，能源效率的CRSN的传输范围和持续时间作为九个关键的网络参数，如主要用户活动水平的函数的非平凡的关系。这些关系为部署前的详细CRSN设计提供了有价值的见解。
2022-02-24 cs.NI cs.SY eess.SY
