Wideband Spectrum Sensing in Cognitive Radio Networks
频谱感知是认知无线电网络检测频谱空洞并适时使用未充分利用的频带而不会对传统网络造成有害干扰的重要功能。本文介绍了一种新的宽带频谱感知技术，称为多频带联合检测，联合检测信号的能量水平在多个频带，而不是考虑一个频带的时间。该策略在提高动态频谱利用率和减少对主用户的干扰方面是有效的。在干扰受限的认知无线电网络中，频谱感知问题可以归结为一类优化问题。通过利用看似非凸的问题公式中隐藏的凸性，在实际条件下得到了多频带联合检测的最优解。仿真结果表明，所提出的频谱感知方案可以显着提高系统性能。本文建立了认知无线电网络中宽带频谱感知算法设计的重要原则。
2008-02-28 cs.IT math.IT
Indirect Channel Sensing for Cognitive Amplify-and-Forward Relay Networks
在认知无线电网络中，主信道信息是有益的。但在认知系统中，直接进行信道估计无法获得较好的性能.只有一种可能的方式是主接收机将主信道信息广播给认知用户，但这需要对主接收机进行改造，并增加宝贵的频谱资源。协作通信也是一种很有前途的技术。针对认知放大转发（AF）中继网络的主信道，提出了一种间接信道感知方法。由于主AF中继节点重传的信号中包含信道效应，认知无线电可以接收主AF中继节点的重传信号，并从中提取信道信息。然后，最小二乘信道估计和稀疏信道估计可以分别用于解决密集和稀疏多径信道。数值实验表明，所提出的间接信道检测方法具有可接受的性能。
2011-07-08 cs.IT math.IT
Energy-Efficient Power Adaptation for Cognitive Radio Systems under Imperfect Channel Sensing
在本文中，能量有效的功率自适应被认为是在基于感知的频谱共享认知无线电系统中，其中次级用户首先执行信道感知，然后基于感知决策以两个功率电平发起数据传输（例如，空闲或忙碌）。假设频谱感知由认知二次用户执行，尽管可能存在错误。在这种情况下，最大化的能量效率（EE）的峰值/平均传输功率约束和平均干扰约束的优化问题被认为是。电路功率被考虑为总功耗。利用EE最大化问题的拟凹性质，将原问题转化为等价的参数化凹问题，提出了基于Dinkelbach方法的迭代功率自适应算法。分析了感知性能、峰值/平均发射功率约束和平均干扰约束对认知无线电系统能量效率的影响。
2014-04-28 cs.IT math.IT
Wideband Spectrum Sensing with Sub-Nyquist Sampling in Cognitive Radios
提出了一种用于宽带频谱感知的多速率异步欠奈奎斯特采样（MASS）方法。导出了相应的光谱恢复条件，并给出了恢复成功的概率。与以前的方法相比，MASS提供了更低的采样率，是一种有吸引力的认知无线电网络的方法。
2013-02-07 cs.IT math.IT
Collaborative Spectrum Sensing from Sparse Observations Using Matrix Completion for Cognitive Radio Networks
在认知无线电中，频谱感知是检测频谱空洞（即，不被任何主要用户使用的信道）。认知无线电节点之间的协作频谱感知有望提高检测完整频谱使用状态的能力。然而，由于功率限制和信道衰落的影响，现有的信道检测信息远不足以直接判断出空闲信道。针对这一瓶颈，我们应用最新的矩阵补全技术，大大减少了所需的传感信息。我们制定的协同感知问题作为一个矩阵完成子问题和联合稀疏重建子问题。数值仿真结果验证了该方法的有效性和鲁棒性。特别地，在无噪声的情况下，当主用户的数量是小的，获得准确的检测与不超过8%的完整的传感信息，而随着主用户的数量的增加，以实现95.55%的检测率，所需的信息百分比仅为16.8%。
2010-01-27 cs.IT math.IT
Joint Optimization of Spectrum Sensing and Accessing in Multiuser MISO Cognitive Networks
提出了一种多用户认知网络联合频谱感知和接入优化框架，以显著提高频谱利用率。对于这样一个认知网络，有两个重要的和有限的资源，应该在一个全面的方式分配，即反馈比特和时间持续时间。首先，关于反馈比特，存在两个组件：感测组件（用于传送各个用户的感测结果）和接入组件（用于反馈信道状态信息）。一个大的感知组件可以支持更多的用户进行协作感知，这导致高的感知精度。然而，大的接入组件也是优选的，因为当利用诸如迫零波束成形（ZFBF）的多天线技术时，它对多用户认知网络中的性能具有直接影响。其次，需要确定传输间隔中的感测和接入持续时间的折衷，使得在满足干扰约束的同时优化总传输速率。此外，上述两种资源在一定条件下是相互关联、相互转化的。具体地，对于给定的性能目标，可以通过利用更多的感测反馈比特来节省感测时间。因此，资源应以联合方式分配。基于联合优化框架和两种资源之间的内在关系，提出了两种多用户多天线认知网络中以最大化平均和传输速率为目标的联合资源分配方案。仿真结果表明，采用联合资源分配策略，与传统的固定策略相比，可以获得明显的性能增益。
2014-06-30 cs.IT math.IT
An Energy Efficient Spectrum Sensing in Cognitive Radio Wireless Sensor Networks
认知无线电无线传感器网络已经成为协作频谱感知环境中向融合中心传递频谱信息的重要组成部分。一组电池供电的传感器或节点感测关于无线电链路中的频谱可用性的信息，需要能量有效的策略来传递二进制信息。通过智能决策的适当路由方法可以很好地解决这个问题。本文介绍了一种能量有效的路由协议，并与现有的系统在能量消耗方面进行了性能比较。建议的路由技术考虑了均匀和非均匀的聚类策略，并证明是一种节能的通信方法。
2017-11-25 cs.IT math.IT
An Efficient Algorithm for Cooperative Spectrum Sensing in Cognitive Radio Networks
本文研究了认知无线电系统中的频谱感知问题。我们已经开发了一个分布式算法，次级用户可以运行，以感测信道合作。它是基于顺序检测算法，最佳地使用过去的意见。虽然该算法也可以与匹配滤波器和其他频谱感知算法一起使用，但我们将其用于具有能量检测器的次级用户。该算法提供了非常低的检测延迟，也消耗很少的能量。此外，它对主用户造成低干扰。我们比较这个算法最近提出的几个算法，并表明它检测到的频谱变化比这些算法更快，使用显着更少的能量。
2008-09-17 cs.IT math.IT
Matched filter detection with dynamic threshold for cognitive radio networks
在认知无线电网络中，频谱感知的目的是检测未使用的频谱信道，以便更有效地使用无线电频谱。过去已经提出了各种方法，例如能量、特征检测和匹配滤波器。这些方法的特征在于感知阈值，其在感知性能中起着重要作用。大多数现有技术使用静态阈值。然而，噪声是随机的，因此阈值应该是动态的。在本文中，我们提出了一种方法，估计和动态感测阈值，以提高感测检测的效率。对动态阈值匹配滤波方法进行了仿真，并与现有的其他方法进行了比较。关键词：认知无线电网络频谱感测;能量检测;匹配滤波器检测;基于自相关的传感;估计动态阈值
2016-09-27 cs.IT math.IT
A Novel Two-stage Entropy-based Robust Cooperative Spectrum Sensing Scheme with Two-bit Decision in Cognitive Radio
频谱感知是认知无线电的关键问题。然而，当噪声不确定性严重时，传统检测器变得无效。证明了高斯白噪声在频域的熵是常数，提出了一种基于谱幅熵的鲁棒检测器。本文提出了一种新的基于谱功率密度熵的检测器，它的性能优于以前的方案，具有较低的计算复杂性。此外，为了提高检测的可靠性，提出了一种基于熵的两阶段协作频谱感知方案，该方案采用两比特判决，仿真结果表明，该方案具有较低的计算复杂性，性能优越。
2011-09-30 cs.IT math.IT
Adaptive Compressive Spectrum Sensing for Wideband Cognitive Radios
本文提出了一种自适应频谱感知算法，该算法使用亚奈奎斯特采样率检测宽带频谱。该算法利用压缩感知（CS）的优点，从压缩样本中重构宽带频谱。此外，提出了一种l2范数验证方法，使认知无线电（CR）自动终止信号采集，一旦当前的频谱恢复是令人满意的，从而提高CR吞吐量。仿真结果表明，该算法不仅缩短了频谱感知间隔，而且提高了宽带CR的吞吐量。
2013-02-07 cs.IT math.IT
A Low-Overhead Energy Detection Based Cooperative Sensing Protocol for Cognitive Radio Systems
认知无线电和动态频谱接入代表了更有效地使用有限无线电频谱的新范式转变。动态频谱接入背后的一个核心组件是共享频谱中的主用户活动的感测。传统的分布式感知和集中式决策框架，涉及多个传感器节点，以提高感知性能。然而，由于传感测量和传感报告以及传感报告合并的开销限制了可以参与分布式传感的传感器节点的数量，因此难以在现实中应用传统的方案。在本文中，我们将提出一种新的，低开销和低复杂度的能量检测为基础的认知无线电系统的协作感知框架，解决上述两个问题。基于能量检测的协作感知方案极大地减少了静默期开销（用于感知测量）以及次系统的感知报告开销，并且功率调度算法基于到BS的链路的信道统计以及感知测量的质量来动态地分配协作传感器节点的发送功率。为了获得设计的见解，我们还推导出渐近感知性能的移动模型的基础上提出的合作感知框架。我们发现，虚警和误检测性能的建议合作感知框架，提高我们的合作传感器节点的数量。
2009-08-18 cs.IT math.IT
Joint Spectrum Sensing and Resource Allocation for OFDM-based Transmission with a Cognitive Relay
在本文中，我们研究了联合频谱感知和资源分配问题，以最大限度地提高基于OFDM的认知无线电链路的吞吐量与认知中继。通过应用使用解码和转发（D&F）的认知中继，我们实现了更可靠的通信，产生更少的干扰（通过需要更少的发射功率）和更多的分集增益。为了解决频谱感知中的缺陷，提出的方案联合修改能量检测器阈值，并将发射功率分配给所有认知无线电（CR）子载波，同时为次级用户（SU）和认知中继分配子载波对。该问题被转换为约束优化问题，其具有以下约束：（1）由SU和认知中继引入到PU的干扰;（2）误检和虚警概率;（3）用于在SU发射机和认知中继上传输的子载波配对;以及（4）每个CR子载波的最小服务质量（QoS）。我们提出了一个最优和两个次优的计划，所有这些都是比较文献中的其他计划。仿真结果表明，所提出的方案实现显着更高的吞吐量比其他方案在文献中不同的中继情况。
2015-11-12 cs.IT math.IT
Sparse Spectrum Sensing in Infrastructure-less Cognitive Radio Networks via Binary Consensus Algorithms
压缩感知已经被用于认知无线电网络（CRN）中，以利用主用户占用的稀疏性。此外，分布式频谱感测已被提出来解决无线信道问题，如节点或链路故障，而不是常见的（集中式方法）的频谱感测。在本文中，我们提出了一个分布式频谱感知框架的基础上共识算法，SU节点交换他们的二进制决策，采取全球决策，没有一个融合中心，以协调的感知过程。每个SU将与其邻居共享其决策，并且在每次新的迭代中，每个SU将基于其当前决策以及从其邻居接收的决策来做出新的决策;在下一次迭代中，每个SU将与其邻居共享其新的决策。我们通过仿真表明，检测性能可以趋向于基于CRN的多数规则融合中心的性能。
2016-06-11 cs.IT math.IT
A Simple Sequential Spectrum Sensing Scheme for Cognitive Radio
认知无线电支持对授权频谱的二次和机会性接入，在显著提高频谱利用率方面显示出巨大的潜力。频谱感知是认知无线电的一项关键技术，由次级用户检测未被占用的频段。本文提出了一种截断序贯频谱感知方案，即序贯移位卡方检验（SSCT）。SSCT具有简单的测试统计量，并且不依赖于关于主信号的任何确定性知识。作为品质因数，导出了准确的虚警概率，并通过使用数值积分算法来评估漏检概率以及平均样本数（SNR）。确证的数值例子表明，与固定样本大小的检测方案，如能量检测相比，SSCT提供了相当大的减少的信噪比，同时保持相当的检测性能。
2009-05-28 cs.IT math.IT
A Novel Algorithm for Cooperative Distributed Sequential Spectrum Sensing in Cognitive Radio
本文研究了认知无线电中的协作频谱感知问题。在我们以前的工作中，我们已经开发了DualSPRT，一个分布式算法的合作频谱感知使用顺序概率比测试（SPRT）在认知无线电以及在融合中心。该算法运行良好，但不是最优的。在本文中，我们提出了一种改进的算法- SPRT-CSPRT，这是从累积和程序（CSPUM）的动机。我们从理论上进行了分析。我们也修改这个算法来处理SNR和衰落的不确定性。
2012-11-23 cs.IT math.IT stat.AP
Compressive Spectrum Sensing for 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。它允许次要用户（SU）在主要用户（PU）信道未被利用时使用它们。认知无线电包括三个主要过程：频谱感知、决策和行动。在频谱感知过程中，使用频谱感知技术测量信道占用率，以检测未使用的信道。在决策过程中，对传感结果进行分析，并根据这些结果做出决策。在动作过程中，通过调整传输参数来提高认知无线电性能。宽带频谱感知是认知无线电面临的主要挑战之一。现有的频谱感测技术是基于由ADC以奈奎斯特速率采样的一组观测值。然而，由于对采样率的硬件限制，这些技术一次只能感测一个通道。另外，为了感测宽带频谱，宽带被划分为窄带或多个频带。SU必须同时使用多个RF前端来感测每个频带，这可能导致非常高的处理时间、硬件成本和计算复杂性。为了克服这个问题，即使对于高维信号，信号采样也应该尽可能快。压缩感测已被提出作为一种低成本的解决方案，以减少处理时间和加速扫描过程。它允许减少高维信号采集所需的样本数量，同时保持基本信息。
2018-02-11 cs.IT math.IT
Cognitive Access Protocol for Alleviating Sensing Errors in Cognitive Multiple-Access Systems
这封信研究了主用户（PU）和次用户（SU）共享相同信道资源的时隙多址系统。我们提出了一种新的二次接入协议，它消除了感知错误，并以最高的检测能力检测主信道的可用性。在所提出的协议下，SU可以在时隙内的预定义时刻之一接入信道，每个预定义时刻与基于感测结果而改变的某个接入概率相关联。还存在在没有信道感测的情况下在时隙的开始处接入信道的可能性。该优化问题的目标是在主队列稳定且主队列延迟受到约束的情况下使次队列吞吐量最大化。数值结果表明，所提出的协议在二级吞吐量方面的有益收益。
2016-10-29 cs.IT cs.NI math.IT
Anti-Sampling-Distortion Compressive Wideband Spectrum Sensing for Cognitive Radio
过高的采样率是认知无线电宽带频谱感知的瓶颈。压缩感知（CS）被引入来转移采样负担。CS的标准稀疏信号恢复没有考虑模拟-信息转换器（AIC）中的失真。为了克服最小二乘无失真约束中不考虑AIC失真的失配所带来的性能退化，将具有采样失真的稀疏信号定义为有界加性噪声，推导出抗采样失真约束（ASDC）。然后将基于\ell 1范数的稀疏约束与ASDC相结合，得到了一种新的鲁棒的采样失真稀疏信号恢复算子。仿真结果表明，该方法在精度、去噪能力等方面均优于标准稀疏宽带频谱感知。
2011-06-18 cs.IT math.IT
Spectrum sensing by cognitive radios at very low SNR
频谱感知是认知无线电（CR）系统在频谱空白空间中工作的一项使能功能。为了保护主要现任用户免受干扰，要求CR在非常低的信噪比（SNR）下检测现任信号。在本文中，我们提出了一种频谱感知技术的基础上相关频谱检测电视（TV）广播信号。基本策略是将接收信号的周期图与主信号的先验已知谱特征相关。我们表明，根据奈曼-皮尔逊准则，这种基于频谱相关的传感技术是渐近最佳的在非常低的信噪比和大的传感时间。从系统设计的角度，分析了频谱特性对频谱感知性能的影响。通过优化分析，我们获得了有用的见解，如何选择有效的光谱特征，以实现可靠的传感。仿真结果表明，该传感技术可以可靠地检测模拟和数字电视信号的信噪比低至-20 dB。
2009-07-14 cs.IT math.IT
A Sensing Error Aware MAC Protocol for Cognitive Radio Networks
认知无线电（CR）是一种能够感知无线电环境并适应无线电环境变化的智能无线电设备。频谱感知和频谱接入是认知无线电的两个关键功能。在本文中，我们提出了一个频谱感知错误感知MAC协议的CR网络配置与多个主网络。我们明确考虑这两种类型的感知错误在CR MAC设计，因为这样的错误是不可避免的实际频谱传感器和更重要的是，这样的错误可能会有显着的影响CR MAC协议的性能。提出了两种频谱感知策略，使次用户能够协同感知授权信道。然后将感知策略并入p-Persistent CSMA中，以协调CR网络用户的机会性频谱接入。我们对拟议CR MAC的干扰和吞吐量性能进行了分析，并在模拟研究中发现该分析非常准确。所提出的感知误差感知的CR MAC协议优于现有的两种方法，在我们的模拟具有相当大的利润率，这证明了在CR MAC设计中考虑频谱感知误差的重要性。
2011-05-03 cs.IT math.IT
Performance Analysis of Cognitive Radio Systems with Imperfect Channel Sensing and Estimation
在认知无线电系统中，采用基于感知的频谱接入策略，次用户需要执行信道感知，以检测主用户的活动。在现实场景中，信道感测由于误检测和误报警而可能发生错误。作为另一个挑战，必须经由信道估计来学习次发射机和次接收机之间的信道中的时变衰落条件。本文分析了相关认知无线电信道中因果信道估计方法在非理想信道感知下的性能，研究了信道和感知不确定条件下的可达速率。首先，认知无线电信道模型的信道感知误差和信道估计的描述。然后，使用导频符号，最小均方误差（MMSE）和线性MMSE（L-MMSE）估计方法被采用在辅助接收机学习信道衰落系数。信道估计和均方误差（MSE）的表达式的确定，和它们的依赖关系的信道检测结果，导频符号周期和能量进行了研究。由于传感的不确定性导致的不确定性的方差的附加干扰，信道估计策略和性能的有趣的是取决于传感的可靠性。它进一步表明，L-MMSE估计方法，这是在一般次优，执行非常接近MMSE估计。进一步，假设信道估计误差和主用户引入的干扰服从零均值和高斯分布，给出了线性调制方案和高斯信令的可达速率表达式。随后，联合优化训练周期以及数据和导频符号能量分配，以最大化两种信令方案的可实现速率。
2014-09-10 cs.IT math.IT
Adaptive Sensing and Transmission Durations for Cognitive Radios
在认知无线电环境中，次用户机会主义地接入分配给主用户的频谱。为了最大化辅助吞吐量，同时保护主用户免受干扰和服务中断，找到辅助用户的最佳感测和传输持续时间变得至关重要。本文提出了一种用于认知无线电的自适应感知和传输方案。我们考虑一个信道分配给一个主要用户，在一个非时隙的方式在随机时间切换活动。次发射机根据其关于主用户活动状态的信念来适配其感测和传输持续时间。目标是最大化二级效用函数。该函数具有针对与主传输的冲突的惩罚项。它通过明确地将感测持续时间对次级吞吐量和主要活动检测可靠性的影响并入来说明可靠性-吞吐量权衡。它还考虑了数据开销导致的吞吐量降低。系统性能的数值模拟证明了自适应感知和传输方案在提高次用户效用方面优于非自适应方法。
2010-12-03 cs.IT math-ph math.IT
Sliding Window Spectrum Sensing for Full-Duplex Cognitive Radios with Low Access-Latency
在认知无线电系统中，次用户（SU）收发器未能及时腾出信道可能会为主用户或高优先级用户（PU）引入显著的接入延迟。在传统的认知无线电系统中，回退延迟由于仅允许以周期性间隔进行感测的帧结构而加剧。已经建议使用自干扰抑制的并发传输和感测来提高认知无线电系统的性能，从而允许在帧内的多个点处进行决策。在本文中，我们提出了一个滑动窗口全双工模型，允许决定采取一个样本一个样本的基础上扩展这种方法。我们还推导出现有的和建议的计划的访问延迟。我们的结果表明，与现有的时隙全双工方案相比，滑动方案的接入延迟降低了2.6倍，与半双工认知无线电系统相比，降低了约16倍。此外，所提出的方案是显着更有弹性的残余自干扰的破坏性影响相比，以前的方法。
2016-09-05 cs.IT math.IT
Optimal Selection of Spectrum Sensing Duration for an Energy Harvesting Cognitive Radio
在本文中，我们考虑一个时隙的认知无线电（CR）设置缓冲和能量收集的主要和CR用户。在每个时隙的开始，CR用户从预定义的集合中概率性地选择频谱感测持续时间。如果感测到主用户（PU）不活动，则CR用户立即访问信道。CR用户优化的感知持续时间概率，以最大限度地提高其平均数据服务速率与约束的稳定性的主要和认知队列。优化问题分为两个子问题。第一个是线性分式规划，另一个是线性规划。这两个子问题都可以有效地解决。
2013-09-25 cs.IT cs.NI math.IT
Energy Efficient Joint Source and Channel Sensing in Cognitive Radio Sensor Networks
在认知无线电传感器网络（CRSN）的背景下，提出了一种新的概念，联合源和信道感知（JSCS）。每个传感器节点都有两个基本任务：面向应用的源感知和面向环境的信道感知。前者是收集特定于应用的源信息并在一定失真范围内将其传递到接入点，而后者是找到空闲信道并为感知的源信息提供频谱接入机会。随着深入探索，我们发现，这两个任务实际上是相互关联的，当考虑到能源的限制。本文的主要重点是最大限度地减少这两个任务所消耗的总功率，同时限制特定于应用程序的源信息的失真。首先，我们提出了一个特定的时隙感知和传输方案，并建立了多任务功耗模型。其次，我们共同分析这两个传感任务之间的相互作用，然后提出一个适当的传感和功率分配方案，以最大限度地减少总功耗。最后给出了仿真结果，验证了该方案的有效性.
2014-02-22 cs.IT math.IT
A Wideband Spectrum Sensing Method for Cognitive Radio using Sub-Nyquist Sampling
频谱感知是认知无线电的一个基本组成部分。该领域的主要挑战是在宽带信号的感测中需要高采样率。本文提出了一种宽带频谱感知模型，该模型采用欠采样方案，在采样率方面节省了大量资源。有限数量的噪声样本的相关矩阵的计算和使用的子空间估计器来检测占用和空闲的频谱信道。与常用的方法相比，该方法不需要信号特性的知识，从而减轻了不确定性问题。我们评估这种方法的性能，通过计算检测信号占用的样本数和随机生成的信号的SNR的概率。结果表明，即使在低信噪比和小样本数的可靠检测。
2010-10-11 cs.IT math.IT
Collaborative Spectrum Sensing from Sparse Observations in Cognitive Radio Networks
频谱感知是认知无线电实现的前提，其目的是检测频谱空洞。认知无线电节点间的协作频谱感知有望提高检测完整频谱使用情况的能力。由于硬件的限制，每个认知无线电节点只能感知相对较窄的无线电频谱。因此，可用的信道感测信息远不足以精确地识别宽范围的未占用信道。针对这一瓶颈，本文提出采用矩阵完备和联合稀疏恢复的方法来降低感知和传输的要求，提高感知效果。具体而言，配备了频率选择性滤波器，每个认知无线电节点感测多个信道信息的线性组合，并将其报告给融合中心，在融合中心，占用的信道然后通过使用新的矩阵完成和联合稀疏恢复算法从报告中解码。因此，从CR发送到融合中心的报告数量显著减少。我们提出了两种解码方法，一种是基于矩阵完成和联合稀疏恢复，这两种方法都允许从不完整的报告中准确恢复。数值结果验证了我们的方法的有效性和鲁棒性。特别是，在小规模网络中，矩阵完成方法实现了精确的信道检测，样本数量不超过网络中信道数量的50%，而联合稀疏恢复在大规模网络中实现了类似的性能。
2010-08-25 cs.IT math.IT
Spectrum Sensing in Cooperative Cognitive Radio Networks with Partial CSI
提出了一种基于中继的认知无线电网络中的协作频谱感知算法。我们考虑一个随机模型，其中数据从主用户（PU）的基站（BS）发送。数据由次要用户（SU）中继到SU BS。SU BS仅具有无线信道的部分CSI知识。为了获得基于似然比检验（LRT）的最优决策规则，需要逐点评估每个假设下的边际似然。然而，由于积分的难处理性，这些不能通过分析获得。相反，我们利用拉普拉斯方法近似这些量。性能评估通过数值模拟，它表明，所提出的频谱感知方案可以实现优越的结果的能量检测方案。
2011-10-28 cs.IT math.IT
Distributed Compressed Wideband Sensing in Cognitive Radio Sensor Networks
提出了一种新的认知无线电传感器网络（CRSN）分布式压缩宽带感知方案。该方案利用CRSN的分布式特性，在每个节点上仅部署一个超低采样率的窄带采样器，即可完成宽带频谱感知。首先，详细描述了各节点处压缩采样器的实际结构。其次，我们展示了融合中心（FC）如何利用频谱随机混叠的采样信号来检测全球宽带频谱活动。最后，通过大量的仿真验证了所提出的方案，这表明它是特别适合CRSN。
2014-02-22 cs.IT cs.NI math.IT
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
Error Rate Analysis of Cognitive Radio Transmissions with Imperfect Channel Sensing
本文研究了感知判决不完善时认知无线电传输的符号出错率性能。两种不同的传输方案，即基于感知的频谱共享（SSS）和机会频谱接入（OSA），被认为是。在这两种方案中，次要用户首先执行信道感测，尽管可能存在错误。在SSS中，根据感测决策，它们适应传输功率电平并与信道中的主用户共存。另一方面，在OSA中，仅当未检测到主用户活动时才允许次用户进行传输。最初，对于这两种传输方案，一般配方的最佳决策规则和错误概率提供了任意调制方案的假设下，接收机配备了传感决策和完善的知识的信道衰落，和主用户的接收衰落信号在辅助接收机具有高斯混合分布。随后，一般方法专用于矩形正交幅度调制（QAM）。更具体地说，最佳决策规则的特点是矩形QAM，并与最佳检测器获得的平均符号错误概率的封闭形式的表达式推导出发射功率和干扰约束下。分析了不完善的信道感知决策、主用户干扰及其高斯混合模型、发射功率和干扰约束对认知传输出错率性能的影响。
2013-12-03 cs.IT math.IT
Blind Spectrum Sensing in Cognitive Radio over Fading Channels and Frequency Offsets
本文研究了认知无线电中的频谱感知问题。我们考虑一个随机系统模型，其中主用户（PU）在衰落信道上发送周期信号。研究了由于振荡器失配和多普勒偏移引起的频率偏移的影响。我们表明，在这种情况下，似然比检验（LRT）不能逐点评价。我们提出了一种新的方法来近似边缘化的频率偏移使用一个单点估计。这是通过一个低复杂度的约束自适应陷波滤波器（CANF）来估计频率偏移。通过数值模拟的性能进行评估，它表明，所提出的频谱感知方案可以实现相同的性能作为接近最佳的方案，即基于一个银行的匹配滤波器，只使用所需的复杂性的一小部分。
2011-02-15 cs.IT math.IT
Cooperative Wideband Spectrum Sensing for the Centralized Cognitive Radio Network
各种主用户（PU）无线电已经被分配到整个频谱中的固定频带中。认知无线电网络（CRN）应该能够执行宽带频谱感知（WSS）以检测暂时未被占用的频带。我们总结了四个占用频带的功能。1.居住稀疏; 2。频带分配信息是固定的和公共的; 3.频带用途有三类; 4.所占用的频带在CRN中是常见的。首次将所有特征作为压缩感知协作WSS（CWSS）算法设计的先验知识，用于集中式CRN。提出了一种改进的正交匹配追踪（Mod-OMP）算法和一种改进的同步正交匹配追踪（Mod-SOMP）算法。我们比较了CWSS性能的Mod-OMP/Mod-SOMP与原来的OMP/SOMP，并显示性能的改善。
2011-02-18 cs.IT math.IT
Cooperative spectrum sensing with enhanced energy detection under GAUSSIAN noise uncertainty in cognitive radios
针对一般高斯噪声，研究了协作频谱感知（CSS）中能量检测（ED）门限的优化问题。提出了增强ED阈值以克服多个噪声不确定性的敏感性。在高斯噪声不确定性下，提出了两步判决模式和凸样本阈值。通过推导独立同分布（i.i.d.）因此，我们在低信噪比（SNR）条件下，使用建议的ED阈值获得较低的总出错率（Qe）。此外，仿真结果表明，所提出的方案优于大多数其他噪声不确定性计划。
2017-12-29 cs.IT math.IT
Blind Spectrum Sensing by Information Theoretic Criteria for Cognitive Radios
频谱感知是认知无线电网络中机会频谱接入的基础和关键问题。在众多的频谱感知方法中，基于信息论准则（ITC）的方法是一种很有前途的盲检测方法，它能够可靠地检测出主用户，而且需要的先验信息很少。在本文中，我们对ITC传感方法进行了深入讨论。为此，我们首先介绍了一种新的超定信道模型，通过在次用户处应用多个天线或过采样来构造，以使ITC适用。然后，介绍了一种简化的ITC感知算法，该算法只需要计算和比较两个判决值。与原ITC感知算法相比，简化算法在不损失任何性能的前提下，显著降低了计算复杂性。应用随机矩阵理论的最新进展，然后我们推导出封闭形式的表达式，以紧密近似的虚警概率和检测概率。基于从分析研究中得出的见解，我们进一步提出了一个广义的ITC传感算法，它可以提供灵活的检测概率和虚警概率之间的权衡。最后，进行了全面的仿真，以评估所提出的ITC传感算法的性能。结果表明，在某些情况下，他们大大优于其他盲频谱感知方法。
2010-08-04 cs.IT math.IT
Channel Exploration and Exploitation with Imperfect Spectrum Sensing in Cognitive Radio Networks
本文研究了认知无线电网络中感知不完善且次用户每次发送的业务量有限时的机会信道感知和接入问题。假设主用户的统计信息是未知的，因此，次用户需要在信道感知和接入过程中在线学习这些信息，这意味着学习损失，也称为遗憾，是不可避免的。在这项研究中，当所有潜在的渠道可以同时被感知的情况下，首先进行调查。信道接入过程被建模为一个多臂强盗问题与侧观察。推导了信道接入规则，并从理论上证明了该信道接入规则具有渐近有限遗憾性。然后的情况下，当次要用户可以只感测有限数量的信道在一个时间进行调查。信道检测和接入过程被建模为一个双层多臂强盗问题。它表明，任何自适应规则至少有对数遗憾。然后推导了信道检测和接入规则，并从理论上证明了它们在有限时间内具有对数渐近后悔性。通过计算机模拟验证了所推导规则的有效性。
2012-01-20 cs.IT math.IT
Downlink Throughput Driven Channel Access Framework for Cognitive LTE Femto-Cells
提出了一种基于感知的LTE认知毫微微小区信道接入优化框架，以最大化毫微微小区下行链路吞吐量为目标。认知毫微微小区在宏小区信道空闲时机会性地在宏小区信道上传输。通过使用能量检测的频谱感测来定位那些空闲信道。此外，采用周期性感知来检测感知结果的任何变化。可达到的最大毫微微小区下行链路吞吐量随着宏小区信道占用统计而变化。因此，LTE宏小区占用率使用指数分布混合来经验地建模。LTE认知毫微微小区下行链路吞吐量通过折衷传输效率、所探索的频谱机会和来自宏小区的干扰来最大化。最大限度地提高吞吐量的最佳周期感测间隔的解析解，并通过仿真验证。所获得的结果表明，确实有一个单一的周期性的感测间隔值，最大化LTE认知毫微微小区下行链路吞吐量。在宏小区流量的峰值，我们的框架增加了毫微微小区的吞吐量约15%相比，无意义的情况下。研究了机会接入的可用信道数的影响，发现对于三个以上的信道没有显著的影响。
2015-02-13 cs.IT math.IT
General Spectrum Sensing in Cognitive Radio Networks
认知无线电（CR）发射机和CR接收机（CR链路）之间的成功操作依赖于可靠的频谱感知。对于网络CR，需要在CR发射机处进行频谱感测，并且需要关于CR接收机处的频谱可用性的进一步信息。重新定义了频谱感知以及适用于认知无线电网络（CRN）的统计推断，我们从数学上推导出条件，允许CR发射机转发数据包CR接收机下保证中断概率，并证明了本地频谱可用性的相关性之间的合作节点和CR接收机决定的合作计划的有效性。应用我们的新的数学模型，潜在的隐藏终端在CRN，我们说明了允许的传输区域的CR，定义为邻域，不再是圆形的形状，即使在一个纯路径损耗信道模型。这导致非对称CR链路，使双向链路通常不适合CRN，但这种挑战可以通过协作感知来缓解。因此，频谱感知能力决定了CRN的拓扑结构。对于多个协作节点，为了充分利用频谱可用性，由于信息交换开销有限，提出了协作节点的选择方法。将可靠性定义为协作节点在CR接收端提供的频谱可用性信息，通过应用邻域面积，可以从链路和网络两个角度比较协作节点的感知能力。此外，由于动态CRN缺乏集中协调，CR只能在有限的感知时间内获得局部和部分信息，因此提出了鲁棒频谱感知。合作计划的限制和它们对网络操作的影响也得到了。
2009-07-16 cs.IT math.IT
Medium Access Control for Dynamic Spectrum Sharing in Cognitive Radio Networks
在过去十年中，无线服务和应用的激增导致了对无线频谱的快速增长的需求。因此，我们一直面对严重的频谱短缺问题，尽管多项测量结果显示，大部分持牌无线电频谱的使用率极低。这些事实促使了动态频谱接入（DSA）和认知无线电技术的发展，以提高频谱利用的效率和灵活性。在这篇论文中，我们研究的设计，分析和优化问题的联合频谱感知和认知媒体接入控制（CMAC）协议工程的认知无线电网络（CRN）。联合频谱感知和CMAC的设计被认为是在交织频谱共享范式和不同的通信设置。我们的研究成果主要有四个方面，即并行频谱感知的CMAC协议设计、顺序感知的CMAC协议设计、协作感知的CMAC协议设计和异步全双工认知MAC协议设计。我们开发了各种分析模型，我们提出的CMAC协议设计的吞吐量性能分析。基于这些分析模型，我们开发了不同的有效算法来配置CMAC协议，包括信道分配，感知时间，发送功率，竞争窗口，以最大化次级网络的总吞吐量。此外，广泛的数值结果，以获得进一步的见解，并评估我们的CMAC协议设计的性能。数值和仿真结果证实，我们提出的CMAC协议可以实现有效的频谱利用率和显着的性能增益相比，现有的和未优化的设计。
2016-01-19 cs.IT cs.NI math.IT
Sensing for Spectrum Sharing in Cognitive LTE-A Cellular Networks
在这项工作中，我们提出了一种情况下，在不同的运营商之间的动态频谱共享系统与载波聚合（CA），这是一个重要的功能，在3GPP LTE-A系统。跨载波调度和感测被识别为LTE-A中的这种频谱共享的关键使能器。传感器分为1型传感器和2型传感器，并讨论了每种传感器在系统运行中的作用。针对单输入单输出系统，研究了更具挑战性的类型2感测，其涉及在存在期望信号的情况下感测干扰信号。能量检测和最强大的测试制定。分析了能量检测器的虚警概率和检测概率。性能评估表明，合理的感知性能，可以实现与使用的信道状态信息，使这样的感知实际上是可行的。
2014-01-30 cs.IT cs.NI math.IT
Energy Efficiency Analysis of Collaborative Compressive Sensing Scheme in Cognitive Radio Networks
在本文中，我们研究了传统的协同压缩感知（CCCS）方案的能量效率，重点是在认知无线电环境中的能量效率和检测精度之间的权衡。特别是，我们推导出可实现的吞吐量，能源消耗和能源效率的CCCS计划，并制定一个优化问题，以确定最佳值的参数，最大限度地提高能源效率的CCCS计划。能源效率的最大化提出了作为一个多变量，非凸优化问题，我们提供了近似，以减少它的凸优化问题。我们强调，由于这些近似的错误是可以忽略不计的。之后，我们分析了CCCS方案的降维和协作感知性能之间的权衡-节能和检测精度之间的隐含权衡，并表明压缩造成的损失可以通过协作来恢复，从而提高整体能量效率。
2019-03-03 cs.IT math.IT
Multi-rate Sub-Nyquist Spectrum Sensing in Cognitive Radios
宽带频谱感知对于认知无线电（CR）系统利用频谱机会变得越来越重要。本文介绍了一种新的多速率亚奈奎斯特频谱感知（MS 3）系统，实现合作的宽带频谱感知在CR网络。MS 3可以使用部分测量来检测宽带频谱，而无需重构全频谱。在采样通道中采用亚奈奎斯特（Sub-Nyquist）采样率以将频谱包裹到其自身上。这显著降低了CR的感测要求。考虑了欠采样的影响，分析了多通道欠采样的性能。为了提高其检测性能，亚奈奎斯特采样率被选择为不同的，使得样本的数量是连续的素数。此外，当接收信号在CR衰落或阴影，MS 3的性能进行了分析评估。数值结果表明，该系统可以显着提高宽带频谱感知性能，同时需要低的计算和实现复杂度。
2013-02-06 cs.IT math.IT
Eigenvalue based Spectrum Sensing Algorithms for Cognitive Radio
频谱感知是认知无线电的一个基本组成部分。在本文中，我们提出了新的传感方法的基础上的特征值的协方差矩阵的信号接收在次要用户。提出了基于最大特征值与最小特征值之比和基于平均特征值与最小特征值之比的两种感知算法。使用一些最新的随机矩阵理论（RMT），我们量化这些比率的分布，并推导出所提出的算法的虚警概率和检测概率。我们还找到了阈值的方法为一个给定的虚警概率。所提出的方法克服了噪声不确定性问题，并且当待检测信号高度相关时，甚至可以比理想能量检测更好地执行。该方法可以用于各种信号检测应用，而不需要信号，信道和噪声功率的知识。基于随机产生的信号、无线麦克风信号和捕获的ATSC DTV信号的仿真结果验证了所提出方法的有效性。
2008-04-18 cs.IT math.IT
Outage Analysis of Multi-Relay Selection for Cognitive Radio with Imperfect Spectrum Sensing
在本文中，我们研究了认知中继网络的中断性能，这是由一个辅助发射机（ST），多个解码和转发（DF）中继和一个辅助目的地（SD）。我们提出了一个多中继选择方案的认知中继网络，其中多个中继被选择并用于参与转发从ST到SD的二次传输。在瑞利衰落环境下，推导出了非理想频谱感知下多中继选择的中断概率的封闭表达式。为了比较的目的，传统的直接传输和最佳中继选择也被认为是基准。数值结果表明，随着检测概率的增加和虚警概率的降低，频谱感知性能提高，所提出的多中继选择方案、直接传输方案和最佳中继选择方案的中断概率都相应降低.它也表明，建议的多中继选择显着优于传统的方法在中断概率。
2014-11-02 cs.IT math.IT
Spectrum Sensing Algorithms for Cognitive Radio Based on Statistical Covariances
频谱感测，即，在许可频谱中检测主用户的存在是认知无线电中的基本问题。由于接收信号和噪声的统计协方差通常是不同的，所以它们可以用于区分存在主用户信号的情况和仅存在噪声的情况。本文提出了一种基于有限个接收信号样本计算样本协方差矩阵的频谱感知算法。然后从样本协方差矩阵中提取两个检验统计量。通过比较两个测试统计量来决定是否存在信号。对提出的算法进行了理论分析。基于统计理论，给出了检测概率和相关阈值。该方法不需要信号、信道和噪声功率的先验信息。此外，不需要同步。基于窄带信号、数字电视（DTV）捕获信号和多天线信号的仿真验证了该方法的有效性。
2008-08-19 cs.IT math.IT
Joint Cooperative Spectrum Sensing and MAC Protocol Design for Multi-channel Cognitive Radio Networks
提出了一种用于多信道认知无线电网络的半分布式协作频谱感知和信道接入框架。特别地，我们考虑了SDCSS方案，其中次级用户（SU）执行感知并彼此交换感知结果以定位频谱空洞。此外，我们设计的p -持久的CSMA为基础的认知MAC协议集成SDCSS，使有效的频谱共享SU之间。然后，我们进行吞吐量分析，并开发一种算法来确定频谱感测和接入参数，以最大限度地提高吞吐量为一个给定的分配信道感测集。此外，我们认为频谱感知集优化问题的SU，以最大限度地提高整个系统的吞吐量。我们提出了穷举搜索和低复杂度的贪心算法来确定SU的感知集，并分析其复杂度。我们还展示了我们的设计和分析可以扩展到考虑报告错误。最后，大量的数值结果表明显着的性能增益，我们的优化设计框架相对于非优化的设计，以及不同的协议参数对吞吐量性能的影响。
2014-06-16 cs.IT cs.NI math.IT
Power vs. Spectrum 2-D Sensing in Energy Harvesting Cognitive Radio Networks
针对认知无线电网络频谱与能量短缺问题，提出联合频谱与收集功率的二维感知方案，基于隐输入马尔可夫模型建模主用户动态，可提升主用户检测性能并估计其发射功率，为首项相关研究。
2015-02-13 cs.IT math.IT
A Cooperative Spectrum Sensing Scheme Based on Compressive Sensing for Cognitive Radio Networks
提出了一种基于压缩感知的协作频谱感知方案。在该方案中，二级用户（SU）被组织在集群中。在每个集群中，SU将其压缩信号转发给集群头。然后，簇头将本地感知数据报告给融合中心，以做出最终决策。采用模数转换器对接收到的SU信号进行采集。所提出的方案进行评估，使用几个指标，包括检测概率，压缩比，错误的概率，和处理时间。仿真结果与其他合作感知方案进行了比较。该方案的检测概率高达97%，处理时间仅为2 ms，压缩比仅为10%，出错率仅为35%。这些结果表明，我们提出的方法优于频谱感知没有压缩感知。
2019-12-10 cs.IT eess.SP math.IT
Bayesian Compressive Sensing with Circulant Matrix for Spectrum Sensing in Cognitive Radio Networks
对于宽带频谱感知，压缩感知已经被提出作为加速高维信号感知和降低计算复杂度的解决方案。压缩感知包括从稀疏信号中获取必要的信息，并在接收机处基于有效的采样矩阵和重构技术来恢复它。为了处理不确定性，提高信号捕获性能，降低感知和重构过程中的随机性，压缩感知需要一个鲁棒的采样矩阵和高效的重构技术。在本文中，我们提出了一种方法，结合了循环矩阵与贝叶斯模型的优点。这种方法的实施，广泛的测试，其结果进行了比较的l1范数最小化与循环或随机矩阵的基础上的几个指标。这些指标是均方误差、重建误差、相关性、恢复时间、采样时间和处理时间。结果表明，我们的技术是更快，更有效。
2018-02-09 cs.IT eess.SP math.IT
Energy-Efficient Power Allocation in Cognitive Radio Systems with Imperfect Spectrum Sensing
研究了感知频谱共享认知无线电系统中次用户能量有效的功率分配方案。假设次用户首先执行可能有错误的信道感测，然后基于感测决策以不同的功率电平发起数据传输。在总功耗中考虑了电路功率。在这种情况下，优化问题是最大化能量效率（EE）的峰值/平均传输功率约束和峰值/平均干扰约束。利用EE最大化问题的拟凹性，将原问题转化为等价的参数化凹问题，提出了一种基于Dinkelbach方法的迭代功率分配算法。在存在关于次级发射机处的传输链路和干扰链路的不同级别的信道侧信息（CSI）的情况下，即传输链路和干扰链路两者的完美CSI、传输链路的完美CSI和干扰链路的不完美CSI、两个链路的不完美CSI或两个链路的仅统计CSI，识别最优功率电平。通过数值计算，分析了感知性能、不同类型的CSI可用性以及发射和干扰功率约束对次用户EE的影响。
2016-02-11 cs.IT math.IT
Energy Harvesting Cognitive Radio with Channel-Aware Sensing Strategy
能量收集的认知无线电场景被认为是一个次用户（SU）与有限的电池容量机会主义地访问主用户（PU）信道。目标是在单用户多信道环境下，在能量中性约束和衰落信道条件下，最大化SU的吞吐量。提出了一种基于能量可用性的信道选择准则，该准则基于SU、信道条件和主网络的置信状态，选择最佳的信道子集进行感知，从而获得更高的吞吐量。我们构建了一个部分可观测马尔可夫决策过程框架的基础上提出的信道选择标准的信道感知的最佳和近视的传感策略。研究了PU和SU之间的感知错误和碰撞对后者吞吐量的影响。结果表明，存在一个折衷之间的传输时间和能量损失的冲突。
2014-05-25 cs.IT cs.NI math.IT
Cooperative Prediction-and-Sensing Based Spectrum Sharing in Cognitive Radio Networks
本文提出了一种新的认知无线电网络频谱共享模型--基于预测和感知的频谱共享模型，将每个资源块的时间结构分为频谱预测和感知阶段和数据传输阶段。在第一阶段中，协作频谱预测作为频谱感知的子阶段被并入。我们研究了一种在辅基站（BS）和感测时间处的发射波束成形的联合设计。主要的设计目标是最大化所有次级用户（SU）的总速率，其服从所有SU的最小速率要求、次级BS处的发射功率约束以及所有主用户处的干扰功率约束。原来的问题很难解决，因为它是高度非凸的。我们首先将问题转化为一个更容易处理的形式，然后到达一个凸规划的基础上的内部近似框架，最后提出了一个新的算法来连续解决这个凸规划。我们证明了该算法迭代地提高了目标，同时保证收敛至少局部最优。仿真结果表明，该算法达到一个稳定点后，只有几个迭代与现有的方法有显着的性能改善。
2017-07-24 cs.IT math.IT
Deep Reinforcement Learning for Simultaneous Sensing and Channel Access in Cognitive Networks
Ben-Gurion University of the Negev（内盖夫本-古里安大学）
我们考虑认知无线网络中的动态频谱接入（DSA）问题，由于窄带感知和传输，只有部分观测可供用户使用。认知网络由主用户（PU）和次用户（SU）组成，它们工作在一个时间同步机制中。每个PU的流量模式被假定为未知的SU，并建模为有限内存马尔可夫链。由于观测是部分的，因此信道感测和接入动作都会影响吞吐量。目标是最大限度地提高SU的长期吞吐量。为了实现这一目标，我们开发了一种新的算法，通过深度Q学习来学习访问和感知策略，称为感知和访问的双深度Q网络（DDQSA）。据我们所知，这是第一篇通过深度Q学习解决DSA感知和访问策略的论文。其次，我们从理论上分析了DDQSA的最优策略，以验证DDQSA的性能。虽然一般的DSA问题是P-SPACE硬，我们推导出的最优策略明确的一个共同的模型的循环用户动态。我们的研究结果表明，DDQSA学习的政策，实现传感和信道访问，并显着优于现有的方法。
2021-10-24 cs.IT cs.LG math.IT
