On the Performance of Quickest Detection Spectrum Sensing: The Case of Cumulative Sum
快速变化检测（QCD）是许多应用中的基本问题。给定在某个翻转点周围呈现两种不同分布的测量序列，目标是尽可能快地检测翻转点周围分布的变化。QCD问题出现在许多实际应用中，例如，质量控制、电力系统线路中断检测、频谱重用以及资源分配和调度。在本文中，我们专注于频谱感知作为我们的应用程序，因为它是一个关键的过程，正确的功能的认知无线电网络。基于累积和（Cumulative sum，Cumulative sum），推导了基于Cumulative sum的频谱感知的检测概率和虚警概率。我们使用数值模拟证明了我们推导的正确性。
2020-01-22 cs.IT cs.NI math.IT
Spectrum Sensing Via Reconfigurable Antennas: Fundamental Limits and Potential Gains
我们提出了一种新的模式，在认知无线电网络的频谱感知，提供多样性和容量的好处，使用一个单一的天线在次要用户（SU）接收机。所提出的方案是基于一个可重构天线：天线，是能够改变其辐射特性，通过改变其几何配置。每个配置被指定为天线模式或状态，并且对应于不同的信道实现。可重构天线的抽象模型的基础上，我们解决了两个不同的设置认知无线电问题，并提出了基本的限制，可实现的多样性和吞吐量增益。首先，我们探讨（合作或不合作）的多样性和编码增益之间的权衡在传统的合作和非合作频谱感知方案，合作并不总是有益的。在此基础上，我们提出了两种基于可重构天线的感知方案，我们称之为状态切换和状态选择。结果表明，这些方案优于合作和非合作频谱感知下的全局能量约束。接下来，我们研究（感测吞吐量）的权衡，并证明，使用可重构天线，最佳的感测时间减少，允许更长的传输时间，从而更好的吞吐量。此外，可以应用状态选择来提高SU传输的容量。
2014-03-04 cs.IT cs.NI 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
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
Joint Spectrum Partitioning and Power Allocation for Energy Efficient Semi-Integrated Sensing and Communications
针对频谱拥挤下支持多服务的半集成感知与通信系统，提出两种联合频谱划分与功率分配方案以最大化总性能与能效，并通过凸优化与分数规划求解，验证了服务优先级与QoS对网络性能的影响。
2024-04-28 cs.IT cs.NI math.IT
Throughput and Collision Analysis of Multi-Channel Multi-Stage Spectrum Sensing Algorithms
多阶段感知是一个新的概念，它是指将感知过程划分为多个连续阶段的一般频谱感知算法。感测阶段的数量和每个阶段的感测技术可以用于优化关于次要用户吞吐量和主要用户与次要用户之间的冲突概率的性能。到目前为止，多阶段感知对网络吞吐量和碰撞概率的影响，一个现实的网络模型是相对未探讨。因此，我们提出了第一个分析框架，使性能评估的不同的多信道多阶段频谱感知算法的主动频谱接入网络。我们的工作的贡献在于研究以下参数对性能的影响：感测阶段的数量，物理层感测技术和每个阶段的持续时间，单个和并行信道感测和访问，可用信道的数量，主要和次要用户流量，传入的次要用户流量的缓冲，以及MAC层感测算法。分析的性能指标包括平均次级用户吞吐量和主用户和次级用户之间的平均冲突概率。我们的研究结果表明，当主用户误检测的概率受到约束，多阶段的感知的性能，在大多数情况下，优于单阶段的感知。此外，在感知的第一阶段，延长信道观测时间可以大大降低冲突概率，同时保持吞吐量在可接受的水平。最后，在实际的主用户业务场景中，使用两个阶段的感测提供了次用户吞吐量和冲突概率之间的良好平衡，同时满足成功检测约束条件下的主动频谱接入通信。
2012-08-29 cs.IT cs.NI cs.PF
Compressive sensing for dynamic spectrum access networks: Techniques and tradeoffs
我们探讨CS的动态频谱接入（DSA）网络的实际成本和效益。首先，我们回顾了几种快速实用的能量检测技术，并提供了理论保证。我们还定义了实用的指标来衡量这些技术的性能。其次，我们进行全面的实验比较的技术在空中捕获的真实信号。我们的研究结果表明，我们可以显着压缩采集信号，同时仍然准确地确定频谱占用。
2014-02-10 cs.IT cs.NI math.IT
Improved Eigenvalue-based Spectrum Sensing via Sensor Signal Overlapping
基于特征值的检测器由于不需要主用户信号的信息而被认为是一种重要的频谱感知方法。在本文中，我们提出了一种方法来提高性能的特征值为基础的检测器。该方法引入了一种新的基于组合矩阵的检验统计量，其分量是从接收信号阵列中提取的重叠子组。其结果是，它的协方差矩阵有一个更大的最大特征值和迹值比没有重叠。仿真结果表明，我们提出的方法可以进一步提高基于最优特征值检测器的检测性能。本文还说明了不同叠加方法对受试者工作特性曲线的影响。
2015-04-29 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
Packet Relaying Control in Sensing-based Spectrum Sharing Systems
认知中继已经被引入机会频谱接入系统，通过该系统，每当主链路面临中断条件时，次节点转发主分组。对于频谱共享系统，认知中继的参数化的干扰功率约束水平上施加的次要用户的发射功率。对于基于感测的频谱共享，检测概率也涉及分组中继控制。本文考虑这两个参数的选择，以最大限度地提高从节点的吞吐量在一定的约束条件。分析导致一个马尔可夫决策过程，使用动态规划方法。该问题使用值迭代来解决。最后，突出所得到的最优控制的结构特性。
2013-03-30 cs.IT cs.NI 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
Opportunistic Spectrum Sensing and Transmissions
认知无线电是当今无线通信领域最有前途的研究方向之一，其目标是有效地利用无线电资源。无线电频谱的正确利用需要动态频谱接入。为此，频谱感知无疑是必要的。在本章中，动态频谱接入方案的各种方法，以及认知无线电频谱感知方法的调查。此外，分析了与频谱感知和动态频谱接入技术相关的挑战。如果不采取适当的预防措施，不同认知终端发送的感知信标会对主用户产生显著的干扰。因此，认知无线电发射机功率控制将最终解决分析能源效率方面。
2013-08-06 cs.ET cs.NI
Exploiting wideband spectrum occupancy heterogeneity for weighted compressive spectrum sensing
压缩采样已经显示出在亚奈奎斯特采样率下使宽带频谱感测成为可能的巨大潜力。因此，最近已经有旨在开发利用压缩采样来实现压缩宽带频谱感测的技术的研究努力。这些技术考虑了均匀宽带频谱，其中假设所有频带具有相似的PU业务特性。然而，在实践中，宽带频谱不是均匀的，因为不同的频谱带可以具有不同的PU占用模式。事实上，频谱分配的性质（其中相似类型的应用通常被分配相同块内的频带）指示宽带频谱确实是异构的，因为不同的应用类型表现出不同的行为。在本文中，我们考虑异构宽带频谱，我们利用这种固有的，块状结构的宽带频谱设计高效的压缩频谱感知技术，非常适合异构宽带频谱。我们提出了一个加权的$\ell_1$最小化感知信息恢复算法，实现更稳定的恢复比现有的方法，同时占频谱占用的时间和频率维度的变化。通过密集的数值模拟，我们表明，我们的方法相比，国家的最先进的方法实现了更好的性能。
2018-06-05 cs.NI
Deep Sensing: Cooperative Spectrum Sensing Based on Convolutional Neural Networks
在本文中，我们研究合作频谱感知（CSS）在认知无线电网络（CRN）中，多个次要用户（SU）合作，以检测一个主用户（PU），可能同时占用多个频段。提出了深度协作感知（DCS），它构成了基于卷积神经网络（CNN）的第一个CSS框架。在DCS中，代替难以计算并且也难以在实践中使用的CSS的显式数学建模，利用使用训练感测样本的CNN来学习用于组合SU的各个感测结果的策略。因此，以自适应方式找到考虑各个感测结果的频谱和空间相关性的环境特定CSS，而不管各个感测结果是否被量化。通过仿真，我们表明，CSS的性能可以提高所提出的DCS与低复杂度，即使在训练样本的数量是中等的。
2017-11-26 cs.NI
Distributed Fuzzy Optimal Spectrum Sensing In Cognitive Radio
频谱是一种稀缺资源，必须有效利用，认知无线电是解决频谱利用不足的一种很有前景的方案。频谱感知是减轻次用户对主用户干扰的关键功能。认知无线电必须检测到主用户的存在，并且如果主用户检测到，则立即为主用户腾出频带。在协作感知中，每个认知无线电通过报告信道将其决策通知给融合中心。报告信道不是无错误的，这导致由于多径衰落和阴影而导致的次级的决策或信息的损坏。研究了分布式模糊最优协作频谱感知问题。研究了基于模糊检测的数据与决策融合问题。仿真结果表明，与AND，OR和多数规则相比，传感器性能有明显的改善。该方法在总恶意二次用户数为1/3的情况下实现了频谱感知的最优性。该方案优于恶意用户的存在。
2013-03-09 cs.NI
An Efficient Technique for Protecting Location Privacy of Cooperative Spectrum Sensing Users
协作频谱感知虽然能够有效地实现动态频谱接入，但由于次级用户（SU）的感知报告与用户位置高度相关，需要与融合中心共享以做出频谱可用性决策，因此会受到位置隐私的威胁。因此，重要的是，合作频谱感知方案被赋予隐私保护能力，以便为SU提供参与感知任务的激励。在本文中，我们提出了一个有效的隐私保护协议，使用一个额外的架构实体，并利用各种加密机制，以保持位置隐私的SU，同时进行可靠和有效的频谱感知。我们表明，不仅是我们提出的方案比现有的替代品更安全，更有效，而且还实现了容错和对偶发的网络拓扑变化是强大的。
2018-07-15 cs.CR cs.NI
Energy Efficient Spectrum Sensing for State Estimation over A Wireless Channel
无线信道上的远程估计的性能受到由于干扰引起的传感器数据丢失的强烈影响。虽然可以通过执行频谱感测然后仅在信道空闲时发送来减轻干扰的影响，但是频谱感测的引入也会引起额外的能量消耗。在本文中，我们研究了一般线性动态系统的状态估计的能量有效的频谱感知问题，并制定了一个优化问题，最大限度地减少总的传感器能量消耗，同时保证所需的估计性能水平。通过分析和仿真结果来评估最优解。
2014-10-08 cs.NI math.OC
Cooperative Spectrum Sensing Scheduling in Multi-channel Cognitive Radio Networks: A broad perspective
协作频谱感知可以提高认知用户在频谱分集下的感知性能。对于多信道CRN（MC-CRN），协作频谱感知方案的设计具有很大的挑战性，因为它需要一个最优的感知调度方案，将认知用户调度到不同的信道上，从而在检测性能和发现频谱空洞之间取得良好的平衡。协同频谱感知调度（CSSS）方案的主要问题是设计一个最优的调度方案，该方案可以指定在什么时间将哪些SU分配给哪些信道，从而以最小的能量获得最大的网络吞吐量，并满足期望的感知精度。在这方面，为MC-CRN设计一个有效的CSSS方案对于CRN的实际实现至关重要。在这篇文章中，我们从广泛的角度探讨CSSS问题，并提出了不同的目标和内在的问题和挑战出现在设计CSSS计划。我们还讨论了不同的方法用于MC-CRN的CSSS计划建模。最后，提出了在解决CSSS问题时需要进一步研究的几个方向。
2017-11-07 cs.NI
Exploring Spectrum Sensing Techniques in Cognitive Radio Systems Using Time-Domain Symbol Cross-correlation
本研究探索认知无线电系统中基于时域符号互相关的频谱感知算法，以WiMAX和LTE为案例验证其有效性，并比较二者的频谱感知能力。
2023-10-16 cs.NI cs.SY eess.SY
Full Duplex Joint Sensing for Opportunistic Access in Spectrum-Heterogeneous Cognitive Radio Networks
在认知无线电网络（CRN）中，次用户（SU）可以与授权主用户（PU）共享频谱。因为SU接收器（SU-Rx）并不总是与对应的SU发射器（SU-Tx）共享相同的频谱可用性视图，所以仅由SU发射器进行的频谱感测往往过于敏感，以SU低效率为代价来保证安全的频谱接入。在这封信中，我们提出了一种联合频谱感知机制，命名为全双工联合感知（FJDS），放松SU检测的灵敏度，提高SU吞吐量。FDJS采用由带内全双工通信实现的瞬时反馈，以促进从SU-Rx到SU-Tx的频谱信息的共享。FDJS中的联合检测问题被建模为非线性优化问题，并通过二分搜索算法来求解。仿真结果表明，FDJS在较宽的参数设置范围内，可以提高SU吞吐量，同时满足PU中断约束。
2016-08-04 cs.NI
A Sensing Contribution-based Two-layer Game for Channel Selection and Spectrum Access in Cognitive Radio Ad-hoc Networks
在认知无线电（CR）网络中，次用户（SU）感知授权给主用户（PU）的频谱，以识别暂时未占用的信道并可能在其上进行传输。协作感知被提出来提高感知精度，但是在异构场景中，SU对协作感知结果的贡献并不相等，因为它们在其传感器处经历不同的接收PU信号质量。在本文中，一个两层的联盟游戏开发的分布式传感和接入多通道CR ad hoc网络中的SU的传输机会是相称的，他们的传感贡献，从而促进合作，消除搭便车。数值结果表明，所提出的两层游戏是计算效率和性能优于以前研究的异构多信道CR网络的协同感知和频谱接入方法的能源效率，吞吐量，SU公平性和复杂性。此外，它表明，这个游戏是鲁棒的网络拓扑结构的变化和在低流动性的情况下，SU的数量。最后，我们提出了一种新的物理层方法来分配网络级的漏检测（MD）的约束，公平地在干扰SU之间的保证PU保护，并证明了性能优势的频谱感知结果的AND规则相结合的异构SU。
2017-02-05 cs.NI
Joint Design and Separation Principle for Opportunistic Spectrum Access in the Presence of Sensing Errors
我们解决的机会频谱接入（OSA）的策略，允许二级用户独立搜索和利用瞬时频谱可用性的设计。联合设计中集成了三个基本组件：识别频谱机会的频谱传感器，确定频谱中要感测的信道的感测策略，以及基于不完美的感测结果决定是否接入的接入策略。我们制定的联合物理层MAC设计的OSA作为一个受约束的部分可观察马尔可夫决策过程（POMDP）。约束POMDPs通常需要随机策略来实现最优性，这通常是难以解决的。通过利用底层问题的丰富结构，我们建立了OSA联合设计的分离原则。该分离原理揭示了用于频谱传感器的设计和接入策略的近视策略的最优性，从而得到封闭形式的最优解。此外，分离原则解耦的感知策略的设计，频谱传感器和接入策略，约束POMDP减少到一个无约束的，它允许确定性的最优策略。数值例子提供了研究的设计权衡，频谱传感器和传感和访问策略之间的相互作用，以及随后的设计模型失配的鲁棒性。
2007-02-27 cs.NI
Cognitive MAC Protocols Using Memory for Distributed Spectrum Sharing Under Limited Spectrum Sensing
认知无线电的主要挑战包括在物理（PHY）层进行频谱感知以检测主用户的活动，以及在媒体访问控制（MAC）层进行频谱共享以协调共存的次用户之间的访问。在本文中，我们考虑一个认知无线电网络中，一个主用户共享一个信道与次用户不能区分的信号的主用户从一个次用户。我们提出了一类分布式认知MAC协议，以实现有效的频谱共享之间的次用户，同时保护主用户免受潜在的干扰，次用户。通过使用具有单时隙存储器的MAC协议，我们可以获得高的信道利用率的次要用户，同时限制在一个低水平的干扰的主要用户。本文的结果表明，利用认知无线电网络中的MAC设计，以克服在物理层的频谱感知的限制，以及在MAC层实现频谱共享的可能性。
2010-07-02 cs.NI
SATSense: Multi-Satellite Collaborative Framework for Spectrum Sensing
School of Computer Science, Fudan University（复旦大学计算机科学学院）；Department of Engineering, King’s College London（伦敦国王学院工程学院）
针对低轨卫星互联网频谱感知中单星不稳定问题，提出多卫星协作框架SATSense，利用图神经网络、子奈奎斯特采样与自编码压缩及对比学习补偿丢包，实验证明其感知精度优于传统深度学习算法。
2024-05-24 cs.DC cs.LG cs.NI
A bibliometric Analysis on Spectrum Sensing in Wireless Networks
本文运用 PRISMA 方法对无线网络频谱感知优化研究进行文献计量分析，发现机器学习及混合模型在低 SNR 下优于传统技术，并指出未来应开发低 SNR 频谱感知优化模型。
2023-09-30 cs.DL cs.NI
Spectrum Sensing Strategy to Enhance the QoS in White-Fi Networks
运行需要高带宽的应用的无线设备的数量迅速增长，导致对未授权频谱的需求不断增加。鉴于分配的未授权频率的稀缺性，满足这种需求可能成为一个严重的问题。认知无线电（CR）技术为许可频谱的机会性使用打开了大门，以部分解决与未许可频率的有限可用性相关的问题。为了实现更高的频谱利用率，已经提出了将CR和Wi-Fi组合以形成所谓的White-Fi网络。本文讨论了White-Fi网络中的频谱感知及其对典型应用的QoS的影响。报告还报告了通过各种模拟研究对这些影响进行的分析。我们的研究结果表明，能够改变相关参数的QoS要求的基础上的自适应传感策略的优点。我们还提出了这样的传感策略，可以适应IEEE 802.11e的要求。所提出的策略的目标是提高整体QoS的应用程序，同时保持有效的频谱感测。实现所提出的机制的情况下的仿真结果表明，显着的QoS改善的情况下，利用常见的传感方法在IEEE802.11网络。
2018-02-11 cs.NI
Robust Cooperative Spectrum Sensing for Disaster Relief Networks in Correlated Environments
救灾网络的设计应具有适应性和复原力，以满足紧急服务的需求。认知无线电增强的ad-hoc架构已被提出作为一个候选人，使这样的网络。频谱感知作为认知无线电的基石，一直是人们研究的热点，其主要结论是通过协作感知可以大大提高认知无线电的性能。为了将认知无线电应用于Ad-hoc救灾网络，有效的协作频谱感知方案的设计是必不可少的。在本文中，我们提出了一个基于集群的编排合作感知方案，它适应集群节点周围的无线电环境状态，以及这些节点之间的相关程度观察。所提出的计划是在一个集中的，以及在一个分散的方法。在集中式方法中，簇头根据监测到的频谱状态来控制和调整簇感知节点的分布。而在分散式方法中，每个集群节点根据集群节点过去的本地感知决策来决定它应该监视哪个频谱。集中式和分散式方案可以组合以实现更鲁棒的协作频谱感知方案。所提出的方案的性能进行评估，通过一个框架，它允许测量的频谱感测合作计划的准确性，通过测量误差估计的监测频谱状态。通过这种评估，它表明，所提出的方案优于的情况下，选择频谱感测是不使用在以前的感测迭代中获得的知识，即实施盲循环方案。
2009-12-01 cs.DC cs.NI
Weighted Soft Decision for Cooperative Sensing in Cognitive Radio Networks
增强现有服务或部署在RF频谱中操作的新服务需要更多的许可频谱，而由于频谱稀缺，监管机构可能无法提供这些许可频谱。相反，最近的研究表明，许可频谱的许多部分在相当长的一段时间内保持未使用或未充分使用，从而以机会主义的方式提出了没有许可证的频谱接入的问题。在所有的频谱接入技术中，基于感知的方法因其简单性和成本效益而被认为是最佳的。在本文中，我们介绍了一种新的合作频谱感知技术，它考虑了空间变化的次级（未授权）用户和每个用户的贡献是加权的一个因素，这取决于接收功率和路径损耗。与现有的技术相比，所提出的一个增加的感知能力和频谱利用率，并提供更大的鲁棒性噪声的不确定性。此外，这种协作技术使用非常简单的能量检测器作为其构建块，从而降低了成本和操作复杂度。
2010-05-05 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
YouSense: Mitigating Entropy Selfishness in Distributed Collaborative Spectrum Sensing
协作频谱感知是一种利用次用户空间分集来提高感知性能的有效方法。在这项研究中，一个新的自私的问题被确定，自私的用户感知没有频谱的协作感知。为了更简单的表达，它被表示为熵自私。这种自私的行为很难区分，使得现有的基于检测的激励方案无法工作。为了阻止分布式协作感知中的熵自私，我们提出了YouSense，一个一次性的Pad（OTP）为基础的激励设计，可以自然地隔离熵自私的用户从诚实的用户没有自私的节点检测。YouSense的基本思想是通过结合原始报告和随机密钥为每个感知报告构建陷门一次性密码本。这种基于一次性密码本的加密可以防止熵自私用户访问原始感测报告，同时使得诚实用户能够恢复报告。与传统的基于密码学的OTP需要密钥传递不同，YouSense允许诚实的用户通过利用协作感知的独特特性来恢复密码本（或密钥），即不同的次级用户在相同的无线电频谱上共享一些共同的观察结果。我们进一步扩展YouSense，通过减少可能焊盘集合的基数来提高恢复成功率。通过大量基于USRP的实验，我们表明YouSense可以成功地以较低的系统开销阻止熵自私。
2013-03-21 cs.NI
Performance Comparison of Cooperative and Distributed Spectrum Sensing in Cognitive Radio
在本文中，我们比较了无线传感器网络中的合作和分布式频谱感知的性能。在介绍了基本问题后，我们描述了两种策略：1）合作感知策略，它利用合作分集增益来增加检测概率; 2）分布式感知策略，它通过以节点间的方式传递结果来增加节点之间的能量效率和公平性。然后，我们比较了三个标准方面的策略的性能：灵活性，能源效率，对SNR变化的鲁棒性，并总结比较。它表明：1）非协作策略具有最好的能量消耗公平性，2）协作策略导致最好的灵活性，以及3）分布式策略导致最低的能量消耗和对SNR变化的最好的鲁棒性。
2008-09-22 cs.NI
Performance of Joint Spectrum Sensing and MAC Algorithms for Multichannel Opportunistic Spectrum Access Ad Hoc Networks
我们提出了一个分析框架，以评估多信道的频谱接入（OSA）ad hoc网络的链路层吞吐量。具体来说，我们专注于分析各种组合的协作频谱感知和媒体访问控制（MAC）协议的抽象。我们将协作频谱感知分解为层，参数化每一层，分类现有的解决方案，并提出了一种新的协议称为截断时分多址（TTDMA），支持有效的分配的感知结果在“N中取K”的融合规则。在多信道MAC协议的情况下，我们评估了两种主要的控制信道设计方法（i）专用和（ii）跳频信道。我们建议增加这些协议的选项处理次要用户（SU）连接抢占主要用户（PU）（i）连接缓冲，直到PU离开和（ii）连接切换到一个空置的PU通道。通过比较和优化不同的设计组合，我们表明：（i）它通常是更好的缓冲抢占SU连接比切换到PU空闲信道和（ii）TTDMA是一个有前途的设计选项，协作频谱感知过程中，当k不随时间变化。
2012-11-29 cs.NI
Energy Efficient Spectrum Sensing and Handoff Strategies in Cognitive Radio Networks
有限的频谱资源和高数据率通信的急剧增长已经激发了使用认知无线电网络的有前途的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，但能源消耗的重要性带来了新的挑战，因为能源效率和通信性能可能不一致。本文对现有的能量有效的频谱感知和切换方法进行了分类。能量消耗和吞吐量之间的权衡建立作为认知无线电网络的众多设计参数的函数，无论是在本地和合作频谱感知的情况下。有人认为，一些重要的方面仍然需要研究，如公平性，动态行为，反应和主动计划的能源效率。
2013-11-30 cs.ET cs.NI cs.PF
Spectrum Sensing with Small-Sized Datasets in Cognitive Radio: Algorithms and Analysis
频谱感知是认知无线电的基本组成部分。如何及时感知主用户的存在是认知无线电网络的关键问题。时间要求是至关重要的，因为违反它将对主要用户造成有害干扰，导致系统范围的故障。我们的工作的动机是提供一个有效的频谱感知方法，以尽快发现主用户。在基于流的实时数据处理的语言中，短时间意味着小尺寸的数据。在本文中，我们提出了一种累积频谱感知方法处理有限大小的数据。利用一种新的协方差矩阵估计方法来逼近真实的协方差矩阵。理论分析是基于浓度不等式和随机矩阵理论，以支持检测性能的要求。通过对一个数字电视信号的仿真实验，将该方法与其他传统方法进行了比较，结果表明，该方法既可以使用较小的数据量，也可以在较低信噪比的环境下工作。
2014-04-24 cs.NI
Preserving the Location Privacy of Secondary Users in Cooperative Spectrum Sensing
协作频谱感知虽然能够有效地实现动态频谱接入，但由于次级用户（SU）的感知报告与用户位置高度相关，需要与融合中心共享以做出频谱可用性决策，因此会受到位置隐私的威胁。因此，重要的是，合作频谱感知方案被赋予隐私保护能力，以便为SU提供参与感知任务的激励。在本文中，我们提出了隐私保护协议，利用各种加密机制，以保持位置隐私的SU，同时进行可靠和有效的频谱感知。我们还提出了成本性能权衡。第一种方法是使用一个额外的架构实体，只依赖于对称加密，从而降低计算开销。第二个包括使用一个额外的安全比较协议的好处，不需要额外的实体，从而产生较低的架构成本。我们的计划也可以适应恶意融合中心的情况下，我们在本文中讨论。我们还表明，我们提出的方案不仅是安全的，比现有的替代品更有效，但也实现了容错，并对零星的网络拓扑结构的变化是强大的。
2018-06-04 cs.CR cs.NI
Spectrum Sensing for Cognitive Radio Using Kernel-Based Learning
核方法是机器学习中一种非常有力的工具。核技术在机器学习的许多领域得到了广泛而有效的应用，如支持向量机和核主成分分析。核技巧是定义一个核函数，该函数依赖于特征空间中数据的内积，而不需要知道这些特征空间数据。本文利用核技巧将PCA框架下的带前导特征向量的频谱感知算法推广到高维特征空间。该方法利用特征空间中样本协方差矩阵的前导特征向量进行频谱感知，而无需明确知道前导特征向量。提出了基于核主成分分析框架下的带前导特征向量的频谱感知算法，并以内积作为相似性度量。本文首次将基于匹配子空间模型的改进核广义似然比检测算法应用于频谱感知。对模拟正弦信号的实验结果表明，核PCA的频谱感知性能优于PCA约4dB，核GLRT也优于GLRT。所提出的算法也进行了测试的实测数字电视信号。仿真结果表明，核方法比相应的线性方法好4dB。对于数字电视信号的不同段，核PCA学习的样本协方差矩阵的首特征向量比PCA学习的首特征向量更稳定。
2011-05-15 cs.NI stat.ML
Design of Spectrum Sensing Policy for Multi-user Multi-band Cognitive Radio Network
Aalto University（阿尔托大学）
为特定的访问策略和感测方案找到最佳感测策略是一个费力的组合问题，需要已知系统模型参数。在实践中，参数或模型本身可能不完全已知，使得强化学习方法具有吸引力。提出了一种基于非参数强化学习的多用户认知无线电网络多频段频谱感知和接入方法。针对一种特定的多用户多频带接入策略和随机化Chair-Varshney规则，提出了一种次优感知策略搜索算法。随机化的Chair-Varshney规则用于在保护主用户的检测概率的约束下降低误报警的概率。仿真结果表明，该方法实现了总利润（如数据率）接近最佳的感知策略，同时达到了预期的检测概率。
2012-09-08 cs.LG cs.NI
DeepSweep: Parallel and Scalable Spectrum Sensing via Convolutional Neural Networks
本文提出 DeepSweep，一种基于浅层 CNN 的可扩展收发机设计，通过无缝集成现有架构实现快速准确的实时频谱感知，将推理时间缩短 10 倍以上且定位准确率达 98%。
2024-01-09 cs.NI eess.SP
Cross-layer Design of CSMA/CA with Spectrum Sensing for Cognitive Radio Networks
针对认知无线电网络（CRN），提出了一种在介质访问控制（MAC）层采用载波侦听多址接入和冲突避免（CSMA/CA），在物理层采用频谱侦听（SpSe）的跨层设计（CLD）。建议的CLD依赖于马尔可夫链模型与一个状态对包含的SpSe和CSMA/CA与指数回退，我们从中获得的传输和冲突概率。由于带指数退避的CSMA/CA模型是二维的，因此得到的马尔可夫链是三维的。仿真和数值结果的推导和说明突出的影响，在CSMA/CA与指数回退的SpSe。所获得的结果可以用作性能标准，以评估特定的CRN的性能时，他们部署在一个分布式的协调方式，容易发生冲突。
2013-12-08 cs.NI
Collaborative Spectrum Sensing in Tactical Wireless Networks
在本文中，我们提出了一种算法的信道检测，协作和传输的战术通信系统的网络，面临着来自敌对干扰机的入侵。网络的成员首先扫描频谱中的干扰源，与相邻节点共享此信息，并将其各自的观测数据集合并到包含每个信道的置信占用率的决策向量中。然后，用户可以使用该向量来找到用于其传输的空闲信道。我们引入了节点共享这些向量与他们的同行，谁然后将它们合并成超级决策向量，让每个节点更好地识别和选择传输信道的概念。我们考虑衰落的情况下，大大限制了用户的观察的可靠性，除非他们合作，以增加他们的传感数据的可信度。我们提出了一种伪随机信道选择算法，该算法在感测可靠性与被感测的信道数量之间取得了平衡。仿真结果表明，所提出的系统提高了网络的频谱和无干扰传输的速率的整体知识，同时限制增加的计算复杂性的网络节点，尽管干扰的不可预测的性质。
2020-03-15 cs.NI
Mitigating Attacks on Artificial Intelligence-based Spectrum Sensing for Cellular Network Signals
University of Stavanger（斯塔万格大学）；Old Dominion University（奥尔多明尼安大学）；Virginia Commonwealth University（弗吉尼亚联邦大学）；Norwegian University of Science and Technology（挪威科技大学）
蜂窝网络（LTE、5G及更高版本）随着消费者的高需求而急剧增长，并且比具有先进电信技术的其他无线网络更有前途。这些网络的主要目标是通过高速数据传输、高单元容量和低延迟连接数十亿设备、系统和用户，并支持广泛的新应用，如虚拟现实、虚拟实境、远程医疗、在线教育、自动驾驶和飞行车辆、先进制造等等。为了实现这些目标，频谱感测以及使用人工智能（AI）方法用于蜂窝网络中的频谱管理的新方法受到了更多的关注。本文提供了一种基于AI的语义分割模型的频谱感知方法的脆弱性分析，用于识别对抗攻击下的蜂窝网络信号，有和没有防御蒸馏方法。结果表明，缓解方法可以显著降低基于人工智能的频谱感知模型对对抗攻击的脆弱性。
2022-09-27 cs.AI cs.CR cs.NI
Sensing-Throughput Tradeoffs with Generative Adversarial Networks for NextG Spectrum Sharing
Commonwealth Cyber Initiative, Virginia Tech（弗吉尼亚理工大学联邦网络倡议）；National Security Institute, Virginia Tech（弗吉尼亚理工大学国家安全研究所）
频谱共存对于下一代（NextG）系统与现任（主要）用户共享频谱并满足不断增长的带宽需求至关重要。一个示例是3.5GHz公民宽带无线电服务（CBRS）频带，其中5G及更高通信系统需要感测频谱，然后在现任用户（例如，雷达没有发射。为此，需要基于深度神经网络的高保真分类器来实现低误检测（以保护现任用户）和低虚警（以实现NextG的高吞吐量）。在动态无线环境中，分类器只能在有限的时间段内使用，即，相干时间该时间段的一部分用于学习以收集感测结果并训练分类器，其余部分用于传输。在频谱共享系统中，在感测时间和传输时间之间存在公知的折衷。虽然增加感测时间可以增加频谱感测准确度，但是留给数据传输的时间更少。在本文中，我们提出了一种生成对抗网络（GAN）方法来生成合成感测结果，以增加深度学习分类器的训练数据，从而可以减少感测时间（从而可以增加传输时间），同时保持分类器的高精度。我们考虑了加性高斯白噪声（AWGN）和瑞利信道，并表明这种基于GAN的方法可以显着提高高优先级用户的保护和NextG用户的吞吐量（更多的瑞利信道比AWGN信道）。
2022-12-27 cs.LG cs.NI
Analytical and Learning-Based Spectrum Sensing Time Optimization in Cognitive Radio Systems
强大的频谱感知方案使认知无线电（CR）能够在专门分配给主用户的频谱资源中发现传输机会。在本文中，最大化的平均吞吐量的次用户通过优化其频谱感知时间制定假设的先验知识的存在和不存在的主用户的概率。评估了寻找传输机会所消耗的能量，并讨论了主用户数量对次用户吞吐量和所消耗能量的影响。为了避免与解析方法相关的挑战，作为第二种解决方案，本文还提出了一种基于系统神经网络的感测时间优化方法。所提出的自适应方案是能够找到最佳值的信道感测时间没有任何先验知识或假设的无线环境。详细介绍了该方法中所使用的人工神经网络的结构、性能和协作，并给出了一组说明性的仿真结果来验证分析结果以及所提出的基于学习的优化方案的性能。
2011-12-29 cs.AI cs.NI
Collaborative Wideband Spectrum Sensing and Scheduling for Networked UAVs in UTM Systems
University of Kansas（堪萨斯大学）；Universities Space Research Association（大学空间研究协会）
本文提出一种数据驱动的协同宽带频谱感知与调度框架，通过多类分类、服务器融合和强化学习动态分配，为UTM系统中的网络化无人机实现机会性频谱利用。
2023-08-09 cs.LG cs.MA cs.NI
Spectrum Shortage for Radio Sensing? Leveraging Ambient 5G Signals for Human Activity Detection
Department of Computer Science and Engineering, Michigan State University, USA（计算机科学与工程系，密歇根州立大学）
本文提出环境无线电感知（ARS）方法，利用现有无线系统信号解决频谱短缺问题，通过跨模态学习框架实现人体活动识别，展示了准确的骨骼估计和遮挡分割应用。
2026-03-03 cs.CV cs.NI
