Outage Analysis of Spectrum Sharing Energy Harvesting Cognitive Relays in Nakagami-$m$ Channels
能量收集（EH）认知中继是解决频谱利用效率低下问题的一个令人兴奋的解决方案，同时实现绿色通信和空间多样性。在频谱共享的情况下，我们调查的认知中继网络的性能，其中一个次要的源与其目的地通过Nakagami- $m$信道通过解码和转发EH中继通信，同时保持低于预定义的阈值的主用户的中断概率。具体来说，我们推导出一个封闭形式的表达二次中断概率，并表明它是一个功能的概率EH中继有足够的能量进行中继，这反过来又取决于能量收集和消费率的EH中继和主要中断概率阈值。我们还表明，放松主要中断约束可能并不总是有利于认知EH中继网络由于中继的发射功率的能量约束的限制。
2015-08-30 cs.IT cs.NI math.IT
Power-Optimal Feedback-Based Random Spectrum Access for an Energy Harvesting Cognitive User
在本文中，我们研究和分析认知无线电网络中，次级用户（SU）配备了能量收集（EH）的能力。我们设计了一个随机频谱感知和接入协议的SU，利用主链路的反馈，需要更少的平均感知时间。与文献中早期提出的作品不同，我们不假设完美的反馈。相反，我们考虑到更实际的可能性偷听不可靠的反馈信号，并适应频谱感知误差。此外，我们假设一个基于干扰的信道模型，其中接收器配备有多分组接收（MPR）能力。此外，我们执行功率分配在SU的约束下，保持一定的服务质量（QoS）措施的主要用户（PU）的目标是最大限度地提高辅助吞吐量。
2014-06-24 cs.IT cs.NI math.IT
Energy Harvesting-Aided Spectrum Sensing and Data Transmission in Heterogeneous Cognitive Radio Sensor Network
在无线传感器网络中结合认知无线电（CR）和能量收集（EH）能力使得能够实现频谱和能量高效的异构认知无线电传感器网络（HCRSN）。HCRSN的新网络模式由EH启用的频谱传感器和电池供电的数据传感器组成。频谱传感器可以协作地扫描许可频谱中的可用信道，而数据传感器则监视感兴趣的区域，并通过这些信道将感测到的数据传输到接收器。在这项工作中，我们提出了一个资源分配解决方案的HCRSN实现频谱传感器的可持续性和节省能源的数据传感器。所提出的解决方案是通过两个算法，在串联操作，频谱传感器调度算法和数据传感器资源分配算法。频谱传感器调度算法将信道分配给频谱传感器，使得信道的平均检测到的可用时间最大化，同时考虑EH动态并且保护PU传输。数据传感器资源分配算法分配传输时间、功率和信道，使得数据传感器的能量消耗最小化。大量的仿真结果表明，数据传感器的能量消耗可以显着降低，同时保持频谱传感器的可持续性。
2016-04-06 cs.NI
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
Optimal Random Access and Random Spectrum Sensing for an Energy Harvesting Cognitive Radio
我们考虑具有能量收集能力的次级用户。我们设计的接入方案的次级用户，其中包括随机频谱感知和随机接入，并利用主自动重传请求（ARQ）反馈。获得的感测和访问概率，使得辅助吞吐量最大化的约束下，主要和次要队列是稳定的，并且主要的排队延迟保持低于一个指定的值，需要保证一定的服务质量（QoS）的主要用户。我们认为频谱感知错误，并假设多包接收（MPR）的能力。数值结果表明，我们提出的系统的随机接入系统的增强性能，并证明利用主反馈的好处。
2012-08-28 cs.IT cs.NI math.IT
A Probabilistic MAC for Cognitive Radio Systems with Energy Harvesting Nodes
在本文中，我们考虑了认知无线电（CR）系统中，次要用户（SU）收获的自然资源和主用户（PU）的射频（RF）信号的能量。我们提出了一种基于能量的概率接入方案，其中SU概率地接入和感知主信道。该决定基于可用能量和PU的活性。我们调查的问题，最大限度地提高SU的成功率提供PU平均服务质量（QoS）的约束得到满足。我们还假设多包接收（MPR）能力和感知误差下的瑞利衰落信道。数值结果表明了所提出的概率接入方案的有效性。
2014-10-29 cs.IT cs.NI math.IT
On Spectrum Sharing Between Energy Harvesting Cognitive Radio Users and Primary Users
本文研究了一个可充电的次要用户（SU）共享频谱与一个主要用户（PU）插入到一个可靠的电源的最大次要吞吐量。SU维持有限的能量队列，并从自然资源和主射频（RF）传输中收获能量。我们提出了一个功率分配策略在PU和SU的吞吐量上的PU和分析其效果。此外，我们研究了突发到达PU上的SU从RF传输中收获的能量的影响。此外，我们调查的自然资源上的SU吞吐量的能量收集率的影响。我们假设衰落信道和计算精确的封闭形式的表达式由SU下衰落收获的能量。结果表明，所提出的功率分配策略以及在SU处实施的RF能量收集增强了主链路和辅链路的吞吐量。
2014-07-30 cs.IT cs.NI math.IT
Interference-Aided Energy Harvesting: Cognitive Relaying with Multiple Primary Transceivers
我们考虑一个频谱共享的情况下，一个次级发射机（ST）通过解码和转发次级中继（SR）与其目的地通信的干扰存在下，从多个主发射机。SR从接收到的包括主要干扰的射频信号中获取能量，并使用它将信息转发到次要目的地。继电器采用时间切换策略，随着时间的推移在能量收集和信息解码之间切换。在ST和SR的主要中断约束和峰值功率约束下，为了确定平均次级吞吐量，我们推导出精确的次级中断概率和遍历容量的解析表达式，分别表征延迟限制和延迟容忍传输。我们还研究了主收发器的数量和峰值功率约束对最佳能量收集时间的影响，最大限度地提高了次级吞吐量。通过利用主干扰作为能量源，与为了能量收集目的而忽略主干扰的情况相比，次级网络实现了更好的吞吐量性能。最后，我们考虑的情况下，ST也收获能量从主传输和比较其吞吐量性能与非能量收获ST的情况下。
2017-07-14 cs.IT cs.NI math.IT
Spatial Traffic Shaping in Heterogeneous Cellular Networks with Energy Harvesting
能量收集（EH）探索可再生能源作为补充电源，是一种有前途的5G技术，可支持异构蜂窝网络（HCN）的巨大能源需求。然而，可再生能源的随机到来给网络管理带来了巨大的挑战。通过调整业务负载在空间域的分布，业务整形有助于平衡小区级的功率需求和供应，从而提高可再生能源的利用率。在本文中，我们研究了业务整形的节能性能的分析方法，基于能量到达和业务负载的统计信息。具体而言，能量最优业务整形方案（EOTS）的设计与EH的HCN，从而离网小小区的开关状态和卸载业务量动态调整的能量变化，以最大限度地减少上网功耗。数值结果表明，在日流量和太阳能分布情况下，EOTS方案与贪婪算法相比，能显著降低能量消耗，且用户总是优先卸载到离网小电池上.
2015-08-20 cs.IT cs.NI math.IT
Optimal Cooperative Cognitive Relaying and Spectrum Access for an Energy Harvesting Cognitive Radio: Reinforcement Learning Approach
Qatar University（卡塔尔大学）；Nile University（尼罗河大学）
在本文中，我们考虑了认知环境下的合作通信的背景下，认知无线电（CR）用户被假定为网络的自组织中继。假设CR用户和PU是能量采集器。CR用户协作地中继主用户（PU）的一些未递送的分组。具体地，CR用户将未递送的主分组的一部分存储在中继队列（缓冲器）中。它使用时隙上的适当动作来管理未递送的主分组到其中继队列的流。此外，它具有在空闲时隙（PU的队列为空的时隙）选择用于信道接入的所用队列的决定。假设一个数据包传输消耗一个能量包。最优策略根据主用户和CR用户到达数据和能量队列的速率以及信道的连通性而变化。CR用户通过承担中继未递送的主分组的责任来为PU节省能量。随着时间的推移，它最佳地组织自己的能量包以最大化其收益。
2014-07-08 cs.IT cs.LG cs.NI
Interference-Assisted Wireless Energy Harvesting in Cognitive Relay Network with Multiple Primary Transceivers
我们考虑一个频谱共享的情况下，一个次要的网络与多个收发器的主要网络共存。次级网络由能量受限的解码转发次级中继器组成，该次级中继器在存在来自多个初级发射器的干扰的情况下辅助次级发射器与目的地之间的通信。次中继从接收到的射频信号中获取能量，该射频信号包括来自次发射机的信息信号和主干扰。然后，所收集的能量被用于解码次级信息并将其转发到次级目的地。在中继器处，我们采用时间切换策略，由于其简单性，可以随着时间的推移在能量收集和信息解码之间切换。具体来说，我们推导出一个封闭形式的表达下的主要中断约束和峰值功率约束下的二次发射机和中继的二次中断概率。此外，我们调查的最佳能量收集持续时间，最大限度地减少二次中断概率的主收发器的数量的效果。通过在能量收集阶段利用主干扰作为有用的能量源，次级网络实现了更好的中断性能。
2015-09-02 cs.IT cs.NI math.IT
Maximum Throughput of a Cooperative Energy Harvesting Cognitive Radio User
在本文中，我们研究的最大吞吐量的饱和可充电次用户（SU）共享频谱与主用户（PU）。SU以一定的收获率从环境中收获能量包（令牌）。假设所有的发射机都有数据缓冲器来存储输入的数据包。除了其自身的业务缓冲器之外，SU还具有用于存储用于中继的被准许的主分组的缓冲器;以及用于存储从环境中收获的能量令牌的缓冲器。我们提出了一个新的合作认知中继协议，允许SU中继一小部分未交付的主要数据包。我们考虑干扰信道模型（或多包接收（MPR）信道模型），并发传输可以生存的干扰，具有一定的概率，其特征在于补充的信道中断。该协议充分利用了主队列的突发性和接收端的MPR能力。此外，它在次级吞吐量最大化的目标下有效地消耗次级能量令牌。我们的数值结果显示了合作的好处，接收器的MPR能力，和二次能量队列到达率的系统性能从网络层的角度来看。
2014-07-08 cs.IT cs.NI math.IT
Downlink Power Control in Two-Tier Cellular Networks with Energy-Harvesting Small Cells as Stochastic Games
蜂窝网络中的能量收集是一种新兴技术，用于增强功率受限的无线设备的可持续性。本文考虑了与小小区重叠的宏小区的同信道部署。小小区基站（SBS）从环境源获取能量，而宏小区基站（MBS）使用常规电源。给定MBS的随机能量到达过程，我们推导出MBS和SBS的下行链路传输的功率控制策略，使得它们可以实现它们的目标（例如，将信号与干扰加噪声比（SINR）保持在可接受的水平）。我们考虑用于SBS的集中式能量收集机制，即，存在中央能量存储器（CES），其中能量被收集并且然后被分配到SBS。当MBS数量较少时，CES和MBS之间的博弈模型为单控制器随机博弈，均衡策略可作为二次规划问题的解得到.然而，当SBS的数量趋于无穷大（即，一个高度密集的网络），集中式方案变得不可行，因此，我们使用平均场随机博弈来获得每个SBS的分布式功率控制策略。通过求解一个偏微分方程组，我们推导出的平均场分布的知识，并在电池的SBS的可用收获的能量水平的SBS的功率控制策略。
2015-10-27 cs.IT cs.NI math.IT
Opportunistic Wireless Energy Harvesting in Cognitive Radio Networks
无线网络可以通过从周围的射频（RF）信号中收集能量来自我维持。最近，研究人员在设计适用于低功率无线应用的RF能量收集的高效电路和器件方面取得了进展。受此启发，并建立在经典的认知无线电（CR）网络模型，本文提出了一种新的方法，无线网络共存的低功耗手机在一个二级网络，称为二级发射机（ST），收获周围的RF能量从附近的有源发射机在一个主网络，称为主发射机（PT）的传输，同时机会主义地访问授权给主网络的频谱。我们考虑了一个随机几何模型，其中PT和ST分布为独立的齐次泊松点过程（HPPPs），并在固定的距离与其预期的接收器进行通信。每个PT都与一个保护区相关联，以保护其预期接收器免受ST的干扰，同时将RF能量传递到位于其收集区中的ST。基于所提出的模型，我们分析了ST的传输概率和由此产生的空间吞吐量的次级网络。在给定的中断概率约束下，在两个共存的网络中，推导出最大化次级网络吞吐量的最佳发送功率和ST密度，这揭示了优化网络设计的关键见解。最后，我们表明，我们的分析结果可以普遍适用于非CR设置，分布式无线充电器部署在传感器网络中的共存的无线发射器的电源。
2013-07-12 cs.IT cs.NI math.IT
Optimal Random Access and Random Spectrum Sensing for an Energy Harvesting Cognitive Radio with and without Primary Feedback Leveraging
我们考虑具有能量收集能力的次级用户（SU）。我们设计的SU，其中包括随机频谱感知和随机接入，并利用主自动重传请求（ARQ）反馈的接入方案。我们研究两个问题的配方。在第一个问题的制定，我们所提出的计划的稳定区域的特征。感知和访问概率的获得，使得二级吞吐量最大化的约束下，主，二级队列是稳定的。而在第二个问题的制定，获得的感测和访问概率，使得辅吞吐量最大化的主队列的稳定性下，并保持主排队延迟低于一个指定的值，需要保证一定的服务质量（QoS）的主用户（PU）。我们认为频谱感知错误，并假设多包接收（MPR）的能力。数值结果表明，我们提出的系统的增强性能。
2014-04-27 cs.IT cs.NI math.IT
On Information and Energy Cooperation in Energy Harvesting Cognitive Radio
本文考虑了主用户和次用户都是能量收集节点时，主用户和次用户在信息和能量两个层面上的合作。特别地，辅助发射机帮助中继主消息，并且进而获得频谱接入作为奖励。此外，如果次级发射器是能量受限的，则初级发射器向次级发射器供应能量，这促进了不间断的协作。我们解决这个两级合作在一个有限的地平线与有限的电池约束在二次发射机。在保证主用户和次用户速率保证的同时，我们的目标是最大化主用户速率。我们开发了一个迭代算法，获得最佳的离线电源政策的主要和次要用户。为了深入了解最优解的结构，我们研究了特定的场景。此外，我们还研究了二次速率约束和有限电池对一次速率和合作概率的影响。我们表明，联合信息和能源合作增加了合作的机会，并实现了显着的收益率只有信息合作。
2015-07-16 cs.IT cs.NI math.IT
Fundamentals of Heterogeneous Cellular Networks with Energy Harvesting
我们开发了一种新的易处理的模型，用于K层异构蜂窝网络（HetNets），其中每个基站（BS）仅由一个自包含的能量收集模块供电。跨层的BS在能量收集率、能量存储容量、发射功率和部署密度方面不同。由于BS可能并不总是具有足够的能量，因此它可能需要保持关闭并允许其再充电，而附近的用户由开启的相邻BS服务。我们表明，第k层BS可以保持开启的时间的分数，称为可用性ρ_k，是感兴趣的基本度量。利用随机游动理论、不动点分析和随机几何等工具，刻画了K元组（ρ_1，ρ_2，.ρ_K），称为可用性区域，其可通过一般的非协调操作策略来实现，其中切换BS的当前ON/OFF状态的决定独立于其它BS而做出。如果对应于最优系统性能的可用性向量，例如，就速率而言，位于该可用性区域中，不存在由于不可靠能源的存在而导致的性能损失。作为分析的一部分，我们将每个BS的能量水平的时间动态建模为生灭过程，推导出能量利用率，并利用击中/停止时间分析证明了ρ_k存在一个基本极限，任何不协调策略都不能超过该极限。
2013-07-05 cs.IT cs.NI math.IT
Optimizing Cognitive Networks: Reinforcement Learning Meets Energy Harvesting Over Cascaded Channels
本文提出基于深度Q网络的强化学习方法，在级联信道下优化认知车载网络中次级用户的传输功率与能量收集决策，以提升物理层安全性和吞吐量，并优于两种基线策略。
2025-07-09 cs.ET cs.NI eess.SP
On the Coexistence of a Primary User with an Energy Harvesting Secondary User: A Case of Cognitive Cooperation
在本文中，我们考虑了一个认知场景中，能量收集次级用户（SU）与主用户（PU）共享频谱。辅助源在主源的静默期间帮助主源递送其未递送的分组。主源具有用于存储其数据分组的队列，而次源具有两个数据队列;一个队列用于存储其自己的分组，另一个队列用于存储被接受用于中继的未递送的主分组的部分。假设次级源是基于电池的节点，其从环境中收获能量包。除了其数据队列之外，SU还具有用于存储所收获的能量分组的能量队列。次级能量包用于初级包解码和数据包传输。更具体地，如果次级能量队列为空，则次级源既不能帮助初级源也不能传输来自数据队列的分组。能量排队被建模为具有马尔可夫到达和服务过程的离散时间排队。由于队列之间的相互作用，我们提供了所提出的系统的稳定区域的内部和外部边界。我们研究了能量到达率对稳定区域的影响。数值结果表明，合作的显着收益。
2014-07-28 cs.IT cs.NI math.IT
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
Modeling and Analysis for Cache-enabled Cognitive D2D Communications in Cellular Networks
开发认知的缓存使能的设备到设备（D2D）通信下的多信道蜂窝网络是本文的主要重点。D2D对经由感测可用蜂窝信道来执行直接通信，从而绕过基站（BS）。考虑了动态服务，并采用随机几何方法对网络性能进行了评估。首先将节点位置建模为相互独立的泊松点过程，并给出了服务选择过程。在此基础上，提出了相应的层次关联和认知接入协议.在BS和D2D发射机处的队列的延迟和长度被进一步阐述，其中将请求到达和离开的业务动态建模为具有优先级的离散时间多服务器队列。此外，物理层和内容为中心的功能对系统性能的影响进行了联合调查，提供了一个有价值的见解。
2016-07-25 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
Cellular LTE and Solar Energy Harvesting for Long-Term, Reliable Urban Sensor Networks: Challenges and Opportunities
本文通过分析芝加哥一个 118 节点 LTE 太阳能传感器网络一年的运行数据，揭示了城市物联网在信号覆盖和冬季供电方面的挑战及其对弱势社区的不公平影响，并提出改进方向。
2023-07-08 cs.NI
Cooperative Spectrum Sharing Relaying Protocols With Energy Harvesting Cognitive User
能量受限的无线网络中的无线信息和能量传输理论由于其在延长传感器节点寿命和减轻传统电池对环境造成的危害方面的潜力而引起了研究人员的兴趣。类似地，合作频谱共享协议领域中的进步已经使得能够在许可主用户和次用户之间有效地使用频谱。在本文中，我们考虑了一个能量受限的次级用户，它从主信号中获取能量，并中继主信号以换取频谱接入。考虑Nakagami-m衰落模型，提出了两种关键的协作频谱共享协议，即时分协作频谱共享（TS-CSS）和功率共享协作频谱共享（PS-CSS），并推导了主用户和次用户在解码转发和放大转发中继模式下的中断概率表达式。从所获得的结果，它已被示出，次级用户可以携带自己的传输，而不会对主用户的性能产生不利影响，并且PS-CSS协议优于TS-PSS协议的中断概率在宽范围的信噪比（SNR）。各种系统参数对这些协议的中断性能的影响也进行了研究。
2018-03-22 cs.IT cs.NI math.IT
Robust Beamforming Design in a NOMA Cognitive Radio Network Relying on SWIPT
研究了一种多输入单输出非正交多址接入的认知无线电网络，该网络依赖于同时进行的无线信息和功率传输。一个现实的非线性能量收集模型的应用和功率分配架构，采用在每个次级用户（SU）。由于在实际中难以获得完美的信道状态信息（CSI），因此考虑有界或高斯CSI误差模型。我们的强大的波束形成和功率分配比联合设计的两个问题，具有不同的目标，即最小化的认知基站的传输功率和最大化的总收获的能量的SU，分别。优化问题是具有挑战性的解决，主要是因为非线性结构的能量收集和CSI误差模型。我们利用半定松弛法将它们转化为凸形式。对于最小传输功率问题，在有界CSI误差模型下得到了秩2解，而对于最大能量收获问题，提出了一种使用一维搜索的双环过程.我们的仿真结果表明，该方案显着优于其传统的正交多址接入对应。此外，使用高斯CSI误差模型的性能通常优于使用有界CSI误差模型。
2018-07-11 cs.NI eess.SP
Deep Reinforcement Learning Based Multidimensional Resource Management for Energy Harvesting Cognitive NOMA Communications
Chongqing University of Posts and Telecommunications（重庆邮电大学）；Anqing Normal University（安庆师范大学）；Nanyang Technological University（南洋理工大学）
能量收集（EH）、认知无线电（CR）和非正交多址接入（NOMA）的结合是未来超第五代网络（B5 G）中提高能量效率和频谱效率的有效解决方案，特别是支持物联网（IoT）系统中的无线传感器通信。然而，如何实现智能的频率、时间和能量资源分配以支持更好的性能是一个需要解决的重要问题。在本文中，我们研究了EH-CR-NOMA物联网系统的联合频谱，能量和时间资源管理。我们的目标是最小化所有次级感知用户（SSU）的数据包丢失的数量，同时满足主用户（PU）和SSU的最大充电电池容量，最大发射功率，最大缓冲容量和最小数据率的约束。由于该优化问题的非凸性和无线环境的随机性，我们提出了一种基于深度强化学习（DRL）的分布式多维资源管理算法。考虑到待管理资源的连续性，采用深度确定性策略梯度（DDPG）算法，每个Agent（SSU）无需协作即可管理自己的多维资源。此外，为了提高训练效率和电池性能保护，还引入了一种简单实用的动作调节器（AA）。实验结果表明，该算法的收敛速度比DDPG算法快4倍左右，平均丢包数比贪心算法低8倍左右.
2021-09-17 cs.IT cs.LG cs.NI
Exploiting Context-Awareness for Secure Spectrum Trading in Multi-hop Cognitive Cellular Networks
在本文中，我们考虑上下文感知，以提高路由的可靠性和鲁棒性在多跳认知网络。提出了一种新的上下文感知路由发现协议，使次级用户能够根据自己的QoS要求选择路由。该协议有利于相邻中继选择不同的标准下，如最短可用路径，路由可靠性和中继信誉。新的路由和安全为基础的指标定义来衡量路由鲁棒性的空间，频率和时间域。提供安全吞吐量，定义为网络中未被拦截的流量的百分比。然后通过联合优化安全吞吐量和交易价格来获得交易所需的资源。仿真结果表明，当主辅网络之间存在因子4的流量不平衡时，需要4个信道才能在辅网络中实现90%的链路可靠性和99%的安全吞吐量。此外，当中继信誉从0.5到0.9变化时，观察到所需资源的20%变化。
2016-01-09 cs.NI
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
Joint Spectrum Allocation and Structure Optimization in Green Powered Heterogeneous Cognitive Radio Networks
我们的目标是最大限度地提高次用户（SU）在基于OFDM的异构认知无线电（CR）网络中使用RF能量收集的总速率。假设SU以时间交换方式操作，每个时隙被划分为三个不重叠的部分，专用于能量收集、频谱感测和数据传输。将一般的联合资源分配和结构优化问题转化为一个NP难的混合约束非线性规划问题。因此，我们建议通过将其分解为两个子问题来解决它。首先，我们提出一个子信道分配方案，以近似满足SU的速率要求，并删除整数约束。对于第二步，我们证明了一般的优化问题是减少到一个凸优化任务。考虑到每个时隙的分数之间的权衡，我们专注于优化SU的时隙结构，最大限度地提高总吞吐量，同时保证实时和非实时SU的速率要求。由于简化的优化问题没有一个简单的封闭形式的解决方案，因此，我们提出了一个接近最优的封闭形式的解决方案，利用Lambert-W函数。我们还利用基于拉格朗日对偶分解的迭代梯度法来获得近似最优解。仿真结果验证了所提出的方案的最优性。
2017-05-11 cs.NI
Next Generation M2M Cellular Networks: Challenges and Practical Considerations
在这篇文章中，我们提出了未来机器对机器（M2M）蜂窝网络的主要挑战，如频谱稀缺问题，支持低功耗，低成本和大量的设备。作为未来物联网（IoT）的一个组成部分，M2M通信的真正愿景无法通过通常成本效率低下的传统解决方案实现。认知无线电的概念已经出现，以显着解决频谱利用不足或稀缺的问题。异构网络模型是放宽覆盖用户数量的另一种选择。在这种程度上，我们提出了一个完整的基本理解和认知无线电，异构网络模型的工程知识，在未来的M2M蜂窝网络的背景下，功率和成本的挑战。
2015-06-20 cs.IT cs.NI math.IT
Cooperative Access Schemes for Efficient SWIPT Transmissions in Cognitive Radio Networks
我们研究了时隙认知无线电网络中的联合信息和能量协作方案，该网络具有一个主收发器对和一组辅助收发器对。主发射器被假定为能量收集节点。我们提出了一个三阶段的合作传输协议。在第一阶段期间，主用户将其时隙的一部分释放给次节点以发送它们的数据并从次射频信号为能量收集主发射机供电。在第二阶段期间，主发送器将其数据发送到其目的地和次节点。在第三阶段，次级节点放大并转发初级数据。我们提出了五种不同的方案，二次接入和供电的主要发射机。我们推导出封闭形式的表达式为所有建议的计划的主要和次要的利率。所提出的方案中的两个使用分布式波束成形来为主发射机供电。基于压缩感知原理，设计了一种稀疏感知中继选择方案。我们的数值结果表明，我们提出的计划的主要和次要系统的收益。
2016-12-23 cs.IT cs.NI math.IT
Deep Reinforcement Learning for Time Scheduling in RF-Powered Backscatter Cognitive Radio Networks
Nanyang Technological University（南洋理工大学）；University of Electronic Science and Technology of China（电子科技大学）；Sungkyunkwan University（成均馆大学）
在RF供电的反向散射认知无线电网络中，多个次级用户通过反向散射或收集能量并根据主信道状态主动发送其数据来与次级网关通信。为了协调多个次级发射器的传输，次级网关需要调度它们之间的反向散射时间、能量收集时间和传输时间。然而，在主信道的动态性和次级发射器的能量状态的不确定性下，网关找到最大化总吞吐量的时间调度机制是具有挑战性的。在本文中，我们提出使用深度强化学习算法来推导网关的最优时间调度策略。具体来说，为了处理大状态和动作空间的问题，我们采用了双深度Q网络（DDQN），使网关能够学习最优策略。仿真结果清楚地表明，所提出的深度强化学习算法在网络吞吐量方面优于非学习方案。
2018-10-03 cs.GT cs.LG cs.NI
Wireless Networks with RF Energy Harvesting: A Contemporary Survey
射频（RF）能量传输和收集技术最近已经成为为下一代无线网络供电的替代方法。由于这种新兴技术能够实现无线设备的主动能量补充，因此其在支持具有服务质量（QoS）要求的应用方面是有利的。在本文中，我们提出了一个广泛的文献综述的研究进展，在无线网络的RF能量收集能力，称为RF能量收集网络（RF-EHN）。首先，我们提出了一个概述的射频EHN，包括系统架构，射频能量收集技术和现有的应用。然后，我们介绍了电路设计的背景以及最先进的电路实现，并回顾了专门为RF-EHN设计的通信协议。我们还根据网络类型探讨了RF-EHN开发中的各种关键设计问题，即，单跳网络、多天线网络、中继网络和认知无线电网络。最后，我们展望了一些开放的研究方向。
2014-09-05 cs.IT cs.NI math.IT
Evaluation of Handover Exchange Schemes Between Two Cognitive Radio Base Stations with and without Buffers
本文研究和评估了认知无线电网络中两个次级用户（SU）之间的切换交换方案，在相邻小区的切换区域中，在不同的方向移动。更具体地说，本调查比较了在蜂窝认知无线电网络中的SU的性能，有和没有信道交换系统。调查显示，减少切换失败，阻塞，被迫和接入概率分别为切换交换方案与缓冲区相比，其他情况。
2017-11-07 cs.NI
Feasibility of Energy Neutral Wildlife Tracking using Multi-Source Energy Harvesting
本文提出一种结合太阳能与动能收集的能量中性野生动物追踪系统，利用NB-IoT通信和能量感知调度，在保持能量中性运行的同时显著提升数据产量与可靠性。
2025-07-17 cs.NI
AI-Driven Green Cognitive Radio Networks for Sustainable 6G Communication
Liverpool John Moores University（利物浦约翰摩尔斯大学）；University Institute of Computing（计算大学学院）；Chandigarh University（昌迪加尔大学）；Gyancity Research Consultancy（Gyancity研究咨询公司）
本文提出基于人工智能的绿色认知无线电网络，结合深度强化学习与迁移学习，优化频谱感知和资源分配，提升6G通信的能效与可持续性。
2025-12-23 cs.AI cs.LG cs.NI
Performance Analysis of Network-Assisted Two-Hop D2D Communications
网络辅助的单跳设备到设备（D2D）通信可以通过利用当在蜂窝层和D2D层之间适当地管理无线电资源时的邻近度、重用和跳变增益来增加蜂窝网络的频谱和能量效率。在本文中，我们认为，D2D技术可以用来进一步提高频谱和能量效率，如果关键的D2D无线电资源管理算法进行适当的扩展，以支持网络辅助的多跳D2D通信。具体而言，我们提出了一种新的分布式效用最大化D2D功率控制（PC）方案，该方案能够平衡频谱和能量效率，同时考虑到模式选择和资源分配约束，这些约束在集成蜂窝D2D环境中很重要。我们的分析和数值计算结果表明，多跳D2D通信结合所提出的PC方案不仅可以用于收获以前在文献中确定的潜在收益，而且还可以用于扩展蜂窝网络的覆盖范围。
2014-07-06 cs.NI
Enhanced Multi-Parameter Cognitive Architecture for Future Wireless Communications
Mitola提出的认知无线电（Cognitive Radio，CR）的概念是针对所有的环境参数，包括物理层、MAC层、应用层以及通过推理提取的信息。因此，第一CR也被称为“全认知无线电”。然而，由于其难以实现，FCC和Simon Haykin分别提出了一个更简化的定义，其中CR主要检测一个单一参数，即，频谱占用，也被称为“频谱感知认知无线电”。随着无线通信的快速发展，无线系统的基础设施变得更加复杂，同时希望每个节点处的功能尽可能智能，例如即将到来的5G蜂窝网络中的自组织能力。然后有趣的是重新审视Mitola的定义，并思考除了仅获得许可用户的“开/关”状态之外，是否可以以认知方式获得更多参数。在这篇文章中，我们提出了一个新的认知架构，针对未来的蜂窝网络中的多个参数，这是一个更进一步的“全认知”相比，大多数现有的CR研究。详细阐述了新架构的各个阶段，并根据最新的研究进展提供了三个有代表性的例子来说明所提出的架构的可行性以及有效性。
2015-03-06 cs.IT cs.NI math.IT
Low-cost Cognitive Radios against Spectrum Scarcity
下一代无线网络被设想为处理总移动宽带数据的预期千倍增长和连接设备的百倍增长。为了以每次传输的低成本提供更高的数据率、改进的端到端性能、低延迟和低能耗，要求第五代（5G）系统克服当前蜂窝网络和无线链路的各种障碍。5G系统的关键障碍之一是由于在高数据率下使用低成本收发器而导致的通信链路的性能下降。基于此，本文讨论了收发器前端硬件缺陷对认知无线电频谱感知性能的影响。
2018-03-28 cs.NI
Green Cellular Networks: A Survey, Some Research Issues and Challenges
蜂窝网络中的能量效率是蜂窝运营商日益关注的问题，以不仅保持盈利能力，而且减少整体环境影响。在蜂窝网络中实现能效的这一新兴趋势正在激励标准化机构和网络运营商不断探索未来技术，以改善整个网络基础设施。在这篇文章中，我们提出了一个简短的调查方法，以提高蜂窝网络的功率效率，探讨一些研究问题和挑战，并提出了一些技术，使一个节能或“绿色”蜂窝网络。由于基站消耗了蜂窝系统中使用的总能量的最大部分，我们将首先提供一个全面的调查技术，以获得在基站中的节能。接下来，我们将讨论如何使用基于微、微微和毫微微蜂窝的异构网络部署来实现这一目标。由于认知无线电和协作中继是无可争议的未来技术在这方面，我们提出了一个研究愿景，使这些技术更节能。最后，我们探讨了实现“绿色”蜂窝网络技术的一些更广阔的前景
2011-09-24 cs.NI
Joint User Association and BS Switching Scheme for Green Heterogeneous Cellular Network
异构蜂窝网络（HCN）中的并网小小区基站（SBS）的密集部署导致大功率消耗，这可以通过利用从分布式资源收集的能量来降低。最近，已经提出了一种用于具有能量收集-SBS（EH-SBS）的HCN的新布局，以减少小区间干扰和功率消耗;并且增加系统能量效率。在本文中，能量有效的联合用户关联和BS开关方案提出了一个HCN具有不同的能源（S），其目的是有效地利用收获的能量，以减少上网功耗。该计划分两个阶段运作。首先，它决定哪个BS应该处于关闭、睡眠或活动模式，并基于能量到达和消耗迭代地更新其发射功率，以最小化干扰和上网功耗。其次，为了进一步减少上网功耗，用户发现并将其自身与最近的可用EH-SBS相关联。该方案的系统能耗进行了数值评估，使用Monte Carlo模拟。仿真结果表明，所提出的计划相比，在文献中的其他计划在电网功耗和能源效率方面表现出显着更好的结果。
2018-09-15 cs.NI
Ambient IoT: A missing link in 3GPP IoT Devices Landscape
本文梳理3GPP在环境能量收集物联网设备方面的研究进展，结合反向散射设备链路预算分析，指出其需要区别于5G NR的全新系统设计方法。
2023-12-11 cs.NI eess.SP
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
The Society Spectrum: Self-Regulation of Cellular Network Markets
当今的蜂窝电信市场需要监管机构的持续监测和干预，以平衡各利益攸关方的利益。为了减少监管机构对移动运营商日常业务的干预程度，本文提出了一种称为“社会频谱”的“自我监管”频谱市场机制。这一制度提供了市场固有的利益相关者权力的自动自我平衡，同时提供了一系列协调和公平保证功能，将其与“频谱作为公地”的解决方案明确区分开来。本文件将介绍基本的监管设计，并将阐述确保利益攸关方和个人之间公平的机制。这项工作进一步将社会频谱纳入当代无线电接入技术和认知无线电方法的背景下。
2015-07-08 cs.CY cs.NI
Multi-Agent Deep Reinforcement Learning Based Resource Management in SWIPT Enabled Cellular Networks with H2H/M2M Co-Existence
机器对机器（M2M）通信在发展物联网（IoT）中至关重要。众所周知，蜂窝网络已被认为是M2M通信的主要基础设施，为了在蜂窝网络上部署M2M通信，存在要解决的若干关键问题。值得注意的是，M2M流量的快速增长显著增加了能耗，并且降低了现有人对人（H2 H）流量的性能。可持续运行技术和资源管理是解决这些问题的有效途径。在本文中，我们研究了H2 H/M2M共存的蜂窝网络中的资源管理问题。首先，考虑到机器类型通信设备（MTCD）的能量受限性质，我们提出了一种新的网络模型，通过同时无线信息和功率传输（SWIPT），使MTCD具有同时执行能量收集（EH）和信息解码的能力。考虑到物联网设备的不同特性，我们将MTCD细分为关键和可容忍类型，进一步将资源管理问题制定为各种服务质量（QoS）约束下的能源效率（EE）最大化问题。然后，我们开发了一个基于多智能体深度强化学习（DRL）的方案来解决这个问题。它提供了最佳的频谱，发射功率和功率分配（PS）比分配策略，以及在设计的基于行为跟踪的状态空间和公共奖励函数下的有效模型训练。最后，我们验证了一个合理的训练机制，多个M2M代理成功地协同工作，以分布式的方式，导致网络性能优于其他智能方法的收敛速度和满足EE和QoS的要求。
2022-12-29 cs.NI
CoMP Transmission in Downlink NOMA-Based Cellular-Connected UAV Networks
本文提出CoMP与NOMA集成方案，用于下行蜂窝连接无人机网络，通过随机几何框架评估性能，证明其能提升覆盖概率和平均遍历速率。
2023-04-13 cs.NI
Maximizing Reliability in Overlay Radio Networks with Time Switching and Power Splitting Energy Harvesting
本文针对覆盖式认知无线电网络，研究采用时间切换和功率分配能量收集协议，通过中继放大转发及多天线最大比合并，以中断概率评估可靠性，并优化参数以最大化次用户数据速率。
2025-07-09 cs.ET cs.NI eess.SP
Cognitive Green Radio for Energy-Aware Communications
在5G网络中，连接设备的数量、每区域的数据率和数据量以及各种QoS要求将达到前所未有的规模。这些目标的实现将依赖于新技术以及网络架构和节点设计的颠覆性变化。能源效率被认为在补充5G技术和优化其部署、动态配置和管理方面发挥着关键作用[1]。在绿色通信和网络的框架内，特别是对于下一代绿色蜂窝无线电接入网络，GREAT（绿色认知无线电能源感知无线通信技术的发展）倡议，一个CominLabs卓越中心（卓越教育）和布列塔尼欧洲大学（UEB）项目，主要从不同的角度和角度解决能源效率的基本问题，在网络层和物理层利用认知技术。
2016-03-10 cs.IT cs.NI math.IT
Simulation-Based Study of AI-Assisted Channel Adaptation in UAV-Enabled Cellular Networks
State University "Kyiv Aviation Institute"（国立“基辅航空学院”大学）
本文通过仿真研究，探讨了人工智能在无人机赋能蜂窝网络中自适应通道调整的应用，采用基于线性回归的轻量级机器学习方法，以提升通信性能。
2026-01-01 cs.AI cs.NI
Dynamic Mobility-Aware Interference Avoidance for Aerial Base Stations in Cognitive Radio Networks
空中基站（ABS）是一种很有前途的公共安全解决方案，因为它可以与蜂窝网络共存，形成一个临时的通信网络。然而，来自主蜂窝网络的干扰可能严重降低ABS网络的性能。考虑到这一点，自适应动态干扰避免方案提出了在这项工作中的ABS与主网络共存。在所提出的方案中，移动ABS可以重新配置其位置，以减轻来自主网络的干扰，从而更好地将数据从指定的源（S）中继到目的地（S）。为此，单/多商品的最大流问题的制定和加权Cheeger常数作为一个标准，以改善ABS网络的最大流。此外，提出了一种分布式算法来计算最佳ABS运动方向。此外，最大流和最短路径轨迹之间的权衡进行了研究，并开发了一种节能的方法。仿真结果表明，该方法能有效地提高网络最大流量，对于最大流量下性能略有下降的ABS，该方法能节省高达39%的能量.
2019-01-18 cs.IT cs.NI eess.SP
Planning Solar in Energy-managed Cellular Networks
最近，人们对无线网络的能源效率和环境影响非常感兴趣。假设基站是使用大部分这种能量的网络元件，许多研究已经处理了通过在低负载时段期间关闭基站来减少基站所使用的能量的方法。除此之外，安装由太阳能电池板、电池、充电控制器和逆变器组成的太阳能收集系统是进一步减少网络环境影响的另一种方法，一些研究已经针对单个基站处理了这一问题。在本文中，我们表明，这两种技术是紧密耦合的。我们提出了一个数学模型，捕捉太阳能安装在网络和能源管理基站的动态操作之间的协同作用。我们研究了这两种方法之间的相互作用，数百个基站的网络，并表明，每种方法被引入到系统中的顺序确实使成本和性能方面的差异。我们还表明，安装太阳能并不总是最好的解决方案，即使太阳能的单位成本小于电网成本。我们的结论是，规划太阳能安装和基站的能源管理必须联合进行。
2018-08-27 cs.NI math.OC
Energy Efficient Resource Allocation in EH-enabled CR Networks for IoT
随着物联网（IoT）设备的快速增长，下一代移动网络需要更多的工作频段。通过利用未充分利用的无线电频谱，认知无线电（CR）技术被认为是解决物联网应用频谱稀缺问题的一种有前途的解决方案。与CR技术的发展并行，无线能量收集（WEH）被认为是消除物联网和CR网络充电或更换电池的新兴技术之一。为此，我们建议利用WEH的CR网络中的CR设备不仅能够感测可用的无线电频率在一个协作的方式，但也收获的无线能量传输的接入点（AP）。更重要的是，我们设计了一个优化框架，捕捉能量效率（EE）和频谱效率（SE）的网络之间的基本权衡。特别是，我们制定了一个混合非线性规划（MINLP）的问题，最大限度地提高EE，同时考虑到用户的缓冲区占用，数据率公平性，能源因果关系的约束和干扰的约束。我们进一步证明了所提出的优化框架是一个NP-Hard问题。因此，我们提出了一个低复杂度的启发式算法，称为启发式算法，解决资源分配和能量收集优化问题。所提出的算法被证明是能够实现高精度的接近最优的解决方案，同时具有多项式的复杂性。我们的建议的效率是通过设计良好的模拟验证。
2018-07-06 cs.NI
A Sharing- and Competition-Aware Framework for Cellular Network Evolution Planning
移动网络运营商正面临着一项艰巨的任务，即大幅增加容量以满足预期需求，同时降低资本支出和运营支出。我们认为，基础设施共享是运营商的网络发展规划的一个关键因素，这种规划可以被视为认知周期的一个阶段。在本文中，我们提出了一个框架来模拟这个规划过程，同时考虑到共享资源的能力和竞争监管（后者量化使用赫芬达尔指数）所施加的限制。使用真实世界的需求和部署数据，我们发现共享基础设施的能力基本上将容量从农村，人口稀少的地区（其中一些现有的基础设施可以退役）转移到城市地区（其中大部分下一代基站将被部署），资源效率显着提高。严格的竞争监管在一定程度上限制了分享的能力，但并不完全危及这些收益，同时还产生了鼓励更广泛地部署下一代技术的副作用。
2015-04-13 cs.NI
On the Performance Optimization of Two-way Hybrid VLC/RF based IoT System over Cellular Spectrum
研究了一种基于重叠模式的双向混合可见光通信/射频（VLC/RF）协作认知无线电网络（CCRN）的系统中断性能。VLC链路可以满足高数据率应用的要求，而RF链路可以实现高可靠性的大覆盖范围通信。在所提出的架构中，两个授权用户（LU）节点之间的合作通信是通过聚合代理（AA）完成的。AA可以像中继节点一样执行，并且作为回报，它可以访问LU频谱以与物联网（IoT）设备进行双向通信。首先，建立LU和IoT通信的中断概率的封闭形式表达式。在这些表达式的基础上，制定优化问题，以实现LU和IoT网络的最小中断概率。仿真结果表明了VLC和RF系统参数对系统中断概率和吞吐量的影响。
2022-05-30 cs.NI
