Smart Radio Spectrum Management for Cognitive Radio
当今的无线网络的特征在于固定的频谱分配策略。有限的可用频谱和频谱使用的低效率需要一种新的通信范式来机会性地利用现有的无线频谱。认知无线电是用于无线通信的范例,其中网络或无线节点改变其传输或接收参数以有效地通信,从而避免与授权或未授权用户的干扰。在这项工作中,提出了一种基于模糊逻辑的系统频谱管理,无线电可以共享未使用的频谱取决于一些参数,如距离,信号强度,节点速度和可用性的未使用的频谱。对系统进行了仿真,结果令人满意.
2011-08-06 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
Cognitive Radios: A Survey of Methods for Channel State Prediction
本文讨论了认知无线电能力的无线通信频谱的物理稀缺性。介绍了认知无线电技术的背景,重点介绍了“信道状态预测”方面。隐马尔可夫模型(HMM)一直是传统的无线信道行为建模,但它受到一定的限制。我们讨论了一些技术的信道状态预测使用机器学习方法,并将条件随机场(CRF)的过程扩展到这个领域。
2013-11-12 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 Low-Cost ISM-Band Multi-Transceiver Cognitive Radio
认知无线电是一种软件定义无线电(SDR),它可以自动检测可用的无线频谱,并调整其物理硬件、调制或协议参数,以获得最佳的吞吐量、延迟和范围。许多先前的认知无线电研究和设计需要昂贵的收发器,其使用未公开可供未授权用户使用的授权频带。本论文提出一个低成本的硬件平台,由现成的组件,利用免费使用的工业,科学和医疗(ISM)频段,并实现了一个并发的多频谱点到点的无线协议优化的非固定设备。性能指标,如成本,延迟,吞吐量和范围进行测量和分析。提出并实现了这样的无线实现的应用,诸如智能城市基础设施,其通过利用从固定路边单元(RSU)设备递送的上行链路通过移动车载单元(OBU)设备提供Wi-Fi接入点来允许到内城用户的互联网连接。
2022-11-23 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
Symbiotic Blockchain Consensus: Cognitive Backscatter Communications-enabled Wireless Blockchain Consensus
针对无线区块链网络中通信链路不稳、节点能耗高导致共识性能下降的问题,提出基于认知反向散射通信的共生区块链共识机制,经仿真验证可有效提升共识成功率并降低能耗。
2023-12-14 cs.NI
Energy-Aware Cooperative Wireless Networks with Multiple Cognitive Users
在本文中,我们研究和分析了任意数量的次级用户(SU)的协作认知无线电网络。每个SU除了具有其自身的数据传输需求之外,还被认为是主用户(PU)的预期中继。我们考虑一个多包传输框架,它允许多个SU同时传输由于脏纸编码。我们提出了功率分配和调度策略,优化吞吐量的PU和SU以最小的能量消耗。在不同的机会中继选择策略下,系统的吞吐量和延迟的性能进行了评估。为了实现这一目标,我们提出了一个数学框架,推导出系统中所有队列的稳定性条件。因此,主链路和辅链路的吞吐量都被量化。此外,矩生成函数(MGF)的方法来推导出一个封闭形式的表达式所遇到的PU数据包的平均延迟。结果表明,我们实现了更好的性能,在吞吐量和延迟在较低的能量成本相比,文献中提出的等功率分配方案。大量的模拟进行验证我们的理论研究结果。
2016-03-21 cs.NI
Cognitive radio ad hoc networks (CRAHNs): Cognitive radio ad hoc networks (CRAHNs): Resource allocation techniques based on Bio-inspired computing
频谱是一种稀缺商品,考虑到无线服务提供商面临的频谱稀缺性,导致了高拥塞水平。共享频谱的技术效率低下(这只不过是石油/天然气/电力管道/网络中采用的“公共载波原则”),由于所有自组织网络共享公共信道池,因此耗尽可用信道将迫使自组织网络阻塞服务。研究人员发现,认知无线电(CR)技术可以解决频谱稀缺问题。CR网络被证明是下一代无线通信系统,它提出了一种在机会主义和非干扰的基础上重用被许可用户(主网络)未充分利用的频谱的方法。CR是无线网络中的自配置实体,其感测其环境、跟踪变化并频繁地与其网络交换信息。通过查看称为认知无线电自组织网络(CRAHN)的网络的整体地理位置,将这种智能层添加到自组织网络中。然而,CRAHN面临的挑战和条件变得最差,同时跟踪变化,即在主网络用户到达时重新分配另一个未充分利用的信道。本文提出了一种基于生物启发计算算法的CRAHN信道或资源重新分配技术。
2010-06-29 cs.NI
A Machine Learning Based Forwarding Algorithm Over Cognitive Radios in Wireless Mesh Networks
无线网状网络通过为网状节点配备调谐到非重叠信道的多个无线电来提高其容量。因此,两个节点之间的数据转发具有多种链路选择,并且节点对之间的带宽动态变化。在这种情况下,网格节点采用机器学习机制,选择可能的最佳下一跳,具有最大的带宽时,它打算转发数据。本文提出了一种基于机器学习的转发算法,该算法基于学习算法,使转发节点能够动态选择潜在带宽容量最大的下一跳节点恢复通信。该策略的关键是节点只保持三个过去的状态,然后它能够学习和预测其链路的潜在带宽容量。然后,节点选择具有潜在最大链路带宽的下一跳。此外,一个基于几何的算法,让源节点计算出转发区域,以避免洪泛。仿真结果表明,我们的方法显着加快了传输速度,优于其他同行的算法。
2016-08-11 cs.NI
Comparing Spectrum Utilization using Fuzzy Logic System for Heterogeneous Wireless Networks via Cognitive Radio
目前,无线网络的频谱分配问题已成为研究的热点.本文提出了一种基于模糊逻辑系统的异构无线网络中基于认知的机会主义频谱接入方法。认知无线电是一种网络或无线系统改变其环境参数以通过避免与用户的干扰来有效地通信的技术。该方法利用模糊逻辑系统(FLS),综合考虑频谱利用率、移动性、主用户到次用户的距离三个前因,有效地利用了可用频谱。并与常规的频谱利用方法进行了比较。最后,对所提出的模糊逻辑系统进行了仿真,结果表明该方法比常规的频谱利用方法更有效。
2012-10-12 cs.IT cs.NI math.IT
Distinguished Capabilities of Artificial Intelligence Wireless Communication Systems
随着人工智能(AI)技术在模式识别和信号处理方面的巨大成功,将AI技术引入无线通信系统是一个令人感兴趣的问题。目前,大多数研究都集中在应用人工智能技术解决老问题,例如,无线通信系统中的无线定位精度和资源分配优化。然而,重要的是要区分人工智能技术创造的新功能,并重新思考基于人工智能运行方案的无线通信系统。与无线通信系统的传统能力相比,提出了未来人工智能无线通信系统的认知、学习和主动能力。此外,智能车载通信系统被配置为基于AI聚类算法来验证认知能力。考虑到人工智能技术对无线通信系统的数据、传输和协议架构的革命性影响,分析了人工智能无线通信系统未来面临的挑战。在人工智能无线通信系统新的卓越能力的推动下,新的无线通信理论和功能确实会在下一轮无线通信革命中出现。
2018-09-15 cs.NI
Channel Assortment Strategy for Reliable Communication in Multi-Hop Cognitive Radio Networks
在本文中,我们提出了一种信道分配策略,在多跳认知无线电网络的可靠通信。
2010-07-01 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
Channels Reallocation In Cognitive Radio Networks Based On DNA Sequence Alignment
如今,已经表明,由于无线电通信的演进,无线基站系统中新的参与者的巨大增长,频谱稀缺性增加。最近的调查发现,无线电频谱中有许多区域被授权用户/主用户(PU)占用,这些区域没有得到充分利用。认知无线电(CR)证明了下一代无线通信系统,提出了一种方法,以重新利用这一未充分利用的频谱在一个机会和非干扰的基础。CR是无线通信环境中的自我导向实体,其感测其环境、跟踪变化并对其发现做出反应,并且频繁地与网络交换用于次要用户(SU)的信息。然而,CR面临着轨道变化的冲突问题,即在PU到达时为SU重新分配其他空信道。本文提出了一种基于DNA序列比对算法的CR网络信道重分配技术。
2010-06-17 cs.NI
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
Wireless Capacity and Admission Control in Cognitive Radio
我们给出了算法与恒定因素的性能保证几个容量和吞吐量问题的SINR模型。所有的算法都是基于一个新的LP制定能力问题。首先,我们给出了一个新的常数因子近似算法选择的最大子集的链路,可以同时进行调度,在任何非递减和次线性的功率分配。对于均匀功率的情况下,我们将其扩展到可变QoS要求和链路相关噪声项的情况。第二,我们近似的认知无线电相关的问题:找到一个最大的一组链接,可以同时调度,而不影响一组给定的先前分配的链接。最后,我们得到了线性幂分配下加权容量的常数因子近似。
2012-01-19 cs.DS cs.NI
Location Privacy Preservation in Database-Driven Wireless Cognitive Networks Through Encrypted Probabilistic Data Structures
在本文中,我们提出了新的位置隐私保护计划的数据库驱动的认知无线电网络,保护二级用户(SU)的位置隐私,同时允许他们学习频谱的可用性在他们附近。我们的计划利用概率集成员数据结构,利用光谱数据库(DB)和SU的查询的结构化性质。这使我们能够创建一个紧凑的DB表示,可以由SU查询,而不必与DB共享他们的位置,从而保证他们的位置隐私。我们提出的计划提供不同的成本性能的特点。我们的第一个方案依赖于一个简单而强大的两方协议,实现了无条件的安全性与合理的通信开销,通过DB发送一个压缩版本的内容,SU只需要查询这个数据结构学习频谱可用性。我们的第二个方案实现了显着降低通信和计算开销的SU,但需要一个额外的架构实体,接收压缩版本的数据库和获取频谱可用性信息代替SU,以减轻后者的开销。我们表明,我们的计划是安全的,并证明他们提供了显着的优势,现有的替代品的各种性能和/或安全指标。
2018-06-09 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
Statistical Routing for Multihop Wireless Cognitive Networks
考虑到分层频谱共享中传播信道和干扰水平的随机性,提出了一种新的认知随机接入网络多跳路由方法,根据中断概率对数据包进行随机路由。利用信道和干扰水平统计,所得到的跨层优化框架提供最佳路由、传输概率和发射功率,从而使路由、介质访问和物理层参数能够认知地适应传播环境。相关的最优化问题是非凸的,因此通常难以求解。然而,采用逐次凸逼近方法有效地找到一个Karush-Kuhn-Tucker解决方案。增广拉格朗日和原始分解的方法来开发一个分布式算法,这也适合于在线实现。诱人的是,这里提倡的新外观也渗透到传统的多跳无线网络中存在的信道不确定性的好处。
2012-07-04 cs.NI math.OC
A Tutorial on Broadcasting Packets over Multiple-Channels in a Multi-Inferface Network Setting in NS-2
随着更便宜的电子设备的激增,现在可以在多接口网络中通过多信道进行无线通信。例如,无线传感器节点现在可以在多个信道上运行。此外,认知无线电传感器网络也在不断发展,它也在多信道上运行。在市场上,我们可以找到可以支持多通道操作的天线,例如用于无线传感器节点之间通信的cc 2420天线由16个可编程通道组成。多信道的合理利用降低了节点间的干扰,提高了网络的吞吐量。最近,一个认知无线电认知网络(CRCN)补丁NS-2模拟器提出了支持多信道多接口能力在NS-2。在本教程中,我们考虑如何使用NS-2模拟器模拟多通道多接口无线网络。本教程是为初学NS-2的用户准备的,希望了解NS-2中多通道多接口的实现。我们采取认知无线电认知网络(CRCN)补丁NS-2模拟器,并演示了在多接口网络设置多信道广播。在我们的设置中,节点braodcast的问候数据包到它的邻居。当且仅当相邻节点调谐到相同的信道时,它们才接收Hello数据包。我们通过例子证明接收器的调谐可以以两种方式完成。
2010-07-26 cs.NI
PERA: A Perceive-Reason-Act Interface Bridging Sensing, Cognitive Reasoning, and Trustworthy Agentic Response for 6G
University of Ottawa(渥太华大学);University of Southampton(南安普顿大学)
研究针对下一代网络实现中传统机器学习和大语言模型的局限,提出基于感知-推理-行动(PERA)范式的生成网络智能,用多任务架构取代边缘模型,降低复杂性与能耗,通过案例研究验证其在链路状态分类和波束预测上的有效性。
2026-07-21 cs.NI
Cognitive Forwarding Control in Wireless Ad-Hoc Networks with Slow Fading Channels
我们提出了一个分散的随机控制解决方案的广播消息传播问题的无线自组网慢衰落信道。我们制定的控制问题作为一个动态的强大的游戏,这是很好地证明了两个关键的观察;第一,无线介质的共享性质,不可避免地交叉耦合节点的转发决策,从而将它们绑定在一起作为战略球员;第二,随机动态与链路质量,使传输成本的噪音,从而激励一个强大的制定。由于非平稳引起的衰落过程中,制定的游戏的在线解决方案,然后需要一个自适应的过程,能够收敛到和跟踪战略均衡的环境变化。为此,我们部署的战略和非平稳学习算法的遗憾跟踪,时间自适应变体的著名的遗憾匹配算法,以保证出现和主动跟踪的相关平衡的动态鲁棒转发游戏。我们还提供了利用信道状态信息,当可用时,通过进行准确的传输成本估计来提高学习算法的收敛速度。这个成本估计基本上可以作为一个模型,使算法免于额外的动作探索,从而使学习过程更具样本效率。仿真结果表明,我们提出的解决方案优于在传输和负载分配的数量,同时也保持接近完美的交付率,特别是在密集拥挤的环境。
2015-06-01 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
Symbiotic PBFT Consensus: Cognitive Backscatter Communications-enabled Wireless PBFT Consensus
针对无线 PBFT 面临链路不可靠与节点能耗高的问题,本文利用认知背散射通信的共生无线电互利传输提出 S-PBFT,显著提升安全性并降低能耗。
2023-08-07 cs.DC 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
Multiple Service providers sharing Spectrum using Cognitive Radio in Wireless Communication Networks
目前对频谱的利用效率很低;因此,如果使用得当,目前可用的频谱并不短缺。因此,预计无线电系统之间更灵活地使用频谱和频谱共享将是促进未来系统成功实施的关键因素。认知无线电被认为是解决频谱共享问题最智能、最有前途的技术。在本文中,我们考虑的频谱共享技术之间的用户的服务提供商共享的许可频谱的许可服务提供商。结果表明,该技术降低了呼叫阻塞率,提高了频谱利用率。
2012-10-12 cs.IT cs.NI math.IT
Research Approaches on Energy-aware Cognitive Radio Networks and Cloud based Infrastructures
随着时间的推移,无线网络得到了迅速的改进,引入了新的应用和服务,同时也带来了移动性支持方面的重要挑战。这个研究领域是新的,许多研究人员和科学家提出了他们的建议,以优化提供多种服务的移动用户。在此背景下,本调查文件研究的研究方法,从以下主题:认知无线电网络,交互式广播,节能网络,云计算和资源管理。
2015-07-09 cs.NI
Heterogeneous Dynamic Priority Scheduling in time critical applications: Mobile Wireless Sensor Networks
在非授权频段中,主用户和次用户(为了实现认知无线电)的概念是不明确的。通过动态优先级分配,我们提出了在非授权频段实现认知无线电。在时间关键的事件中,最重要的数据必须被给予时隙。在我们的情况下,无线传感器节点被认为是移动的,因此很难优先考虑一个。节点在被分配时隙时可能在簇头或基站的范围之外,因此移动性是一个约束。随着数据的动态变化以及能量和移动性等因素的影响,为节点分配优先级变得困难。在本文中,我们讨论了如何无线传感器网络能够分配优先级的节点在未授权的频带与多个参数被提出。我们已经在NS-2上进行了仿真,并展示了实现结果。
2013-03-03 cs.NI
Scaling Laws for Overlaid Wireless Networks: A Cognitive Radio Network vs. a Primary Network
我们研究的缩放定律的吞吐量和延迟的两个共存的无线网络,在同一地理区域内运行。主网络由密度为n的泊松分布的遗留用户组成,并且次级网络由密度为m的泊松分布的认知用户组成,其中m>n。主用户具有更高的优先级来接入频谱,而不需要特别考虑次用户,而次用户必须保守地行动以限制对主用户的干扰。在一个实际的假设下,次级用户只知道主发射机的位置(而不是主接收机),我们首先证明了如果部署了适当的传输方案,两个网络都可以实现与Gupta和Kumar [1]为独立无线网络建立的吞吐量缩放定律相同的吞吐量,其中每个单独的次级用户都可以实现一定的吞吐量(即,零中断)具有高概率。通过使用流体模型,我们还表明,这两个网络都可以实现与El Gamal等人[2]为独立无线网络建立的最佳延迟-吞吐量权衡相同的延迟-吞吐量权衡。
2008-05-08 cs.IT cs.NI math.IT
Combined Channel Aggregation and Fragmentation Strategy in Cognitive Radio Networks
在认知无线电网络中,信道聚合(CA)和信道分段(CF)技术已经被提出来提高频谱利用率。针对现有文献中CA和CF各自独立研究的不足,本文创新性地将CA和CF结合起来,提出了一种新的频谱共享策略CAF(Channel Aggregation and Fragmentation)。我们详细阐述了建议的CAF策略,并推导出一个连续时间马尔可夫链(CTMC)模型的平衡方程。然后,各种系统性能指标,包括阻塞概率,丢弃概率,频谱利用率和吞吐量的次级网络进行评估。分析和仿真结果表明,该策略有效地降低了阻塞和丢弃概率,提高了频谱利用率和吞吐量。此外,通过调整每个次级用户的带宽需求,可以实现不同的系统性能。
2012-06-13 cs.NI
Security and Privacy Challenges in Cognitive Wireless Sensor Networks
无线传感器网络(WSNs)由于其在现实世界中广泛的实际应用中的潜在适用性,引起了研究界的极大兴趣。然而,由于其分布式特性及其在关键应用中的部署,而无需人为干预以及所传输数据的敏感性和关键性,这些网络容易受到许多安全和隐私威胁的影响,从而对其性能产生不利影响。这些问题在认知无线传感器网络(CWSNs)中变得更加关键,在认知无线传感器网络中,传感器节点具有根据其操作的无线电环境改变其发送和接收参数的能力,以实现可靠和高效的通信以及网络资源的最佳利用。本章通过识别这些网络中的各种安全威胁和各种防御机制来对抗这些漏洞,对CWSNs中的安全和隐私问题进行了全面讨论。根据攻击的性质和攻击目标,将针对CWSNs的各种攻击分为不同的类别,并针对每一类攻击,讨论了相应的安全机制。一些关键的研究问题,在CWSNs的安全和隐私也确定。
2013-02-09 cs.CR cs.NI
A Review of routing protocols for mobile cognitive radio ad hoc networks
adhoc网络是一组无线移动节点动态地组成一个临时网络,不需要使用任何现有的网络基础设施或集中管理。认知无线电是一种可以根据与其工作环境的交互来改变其发射机参数的无线电。认知无线电网络的基本思想是,一旦检测到授权设备(主用户),则未授权设备(认知无线电用户或次用户)需要腾出频带。认知能力和可重构性是认知无线电的关键特性。路由是移动认知无线电自组网中的一个重要问题。在本文中,移动认知无线电广告网络的路由协议的调查进行了讨论。
2012-07-24 cs.NI
A Survey on Security and Privacy Protocols for Cognitive Wireless Sensor Networks
无线传感器网络由于其众多的潜在应用而成为无线和移动计算研究的一个重要和新的领域,其应用范围从家庭和办公室的室内部署场景到战术战场中敌方领土的室外部署。由于在许多无线传感器网络应用中,生命和生计可能取决于从分散的传感器节点获得的传感器数据的及时性和正确性,因此必须保护这些网络以防止可能对其发起的任何可能的攻击。因此,安全性是无线传感器网络中的一个重要问题。然而,这个问题在认知无线传感器网络中变得更加关键,认知无线传感器网络是一种传感器节点具有根据其操作的无线电环境改变其发送和接收参数的能力的WSN,以实现可靠和有效的通信以及网络资源的最佳利用。这篇调查论文通过识别这些网络中的众多安全威胁和防御机制来对抗这些漏洞,对CWSNs中的各种安全问题进行了全面的讨论。根据攻击的性质和目标,将针对CWSNs的各种攻击分为不同的类别,并针对每一类攻击提出相应的安全机制。本文还确定了一些开放的问题,在这一新兴领域的无线网络。
2013-08-03 cs.CR cs.NI
Weighted Sum Power Minimization for Cooperative Spectrum Sharing in Cognitive Radio Networks
针对认知无线电协作频谱共享,本文提出以加权和功率为优化目标,利用线性规划与Newton法设计低复杂度次优资源分配方案,并优化初始值以实现近优且快速的性能。
2024-10-02 cs.NI
CoBeam: Beamforming-based Spectrum Sharing With Zero Cross-Technology Signaling for 5G Wireless Networks
本文研究了5G无线网络中一个基本但具有挑战性的问题:\emph{Is it possible to enable spectrally-efficient spectrum sharing for heterogeneous wireless networks with different, possibly incompatible, spectrum access technologies on the same spectrum bands; without modifying the protocol stacks of existing wireless networks?}为了回答这个问题,本文探讨了需要解决的系统挑战,以实现基于波束成形的新频谱共享范例,我们将其称为{ \em CoBeam}。在CoBeam中,允许辅助无线网络基于{ \em认知波束成形}接入频谱带,而没有相互时间排斥,即,而不会中断在相同频带上共存的无线网络的正在进行的传输;并且不会进行跨技术通信。我们首先描述了CoBeam的主要组件,包括\emph{programmable physical layer driver}、\emph{cognitive sensing engine}和\emph{beamforming engine},然后通过设计Wi-Fi和LTE在非授权频段上的实用共存方案来展示C…
2020-02-17 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
Capacity Analysis in Multi-Radio Multi-Channel Cognitive Radio Networks: A Small World Perspective
认知无线电(CR)是一种很有前途的技术,以提高频谱利用率。容量分析在研究无线网络的最终性能极限方面非常有用。与此同时,随着CR系统未来潜在应用的增加,有必要探讨其在动态频谱接入环境中的容量限制。然而,由于认知无线电网络(CRN)中的频谱共享,次级网络(SRN)的容量比传统的无线网络更难以分析。针对这一问题,本文提出了一种基于小世界模型的SRN容量分析方法。首先,我们提出了一种新的CRN的捷径创建方法,这是基于连接率。同时,提出了一种新的信道分配算法,该算法综合考虑了信道的可用时间和传输时间。在此基础上,推导了基于小世界模型的多无线电多信道(MRMC)环境下SRN的容量。仿真结果表明,我们提出的方案可以获得更高的容量和更小的延迟相比,传统的方案在MRMC CRN。
2015-01-15 cs.NI
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
Interference Modeling in Cognitive Radio Networks: A Survey
影响无线系统性能的基本因素之一是干扰,这是无线网络中的一个长期问题。在认知无线电(CR)网络的情况下,干扰的问题是非常关键的。换句话说,CR保持不对主用户(PU)系统产生任何有害干扰的重要承诺。因此,有必要研究对PU造成的干扰的影响,以便降低其对PU系统性能的不利影响。认知干扰的研究通常包括开发一个模型来统计地证明PU处的认知干扰的功率,然后可以利用该模型来检查不同的性能测量。在检查了文献中存在的用于信道干扰的不同模型之后,可以明显地看出,干扰模型在复杂性和复杂性方面已经逐渐演变。尽管在文献中可以找到许多研究不同干扰模型的论文,但据我们所知,很少有出版物提供对所有模型及其比较的综述。本文是一个国家的最先进的干扰建模,概述和比较不同的模型在文献中提供有价值的见解,研究人员在建模时的干扰在一个特定的场景。
2017-07-28 cs.NI
Resource Allocation and Fairness in Wireless Powered Cooperative Cognitive Radio Networks
我们集成了一个无线供电的通信网络与合作的认知无线电网络,其中多个次要用户(SU)无线供电的混合接入点(HAP)帮助一个主要用户中继数据。作为合作的奖励,次级网络获得频谱接入,其中SU使用时分多址向HAP发送。为了最大化SU的总吞吐量,我们提出了一个二级的总吞吐量最优资源分配(STORA)计划。在满足目标一次速率的约束下,STORA方案选择中继SU的最优集合,并联合执行SU的时间和能量分配。具体来说,通过利用最优解的结构,我们找到了SU优先中继主数据的顺序。由于STORA方案侧重于总吞吐量,它变得不考虑个人SU吞吐量,导致低公平性。为了提高公平性,我们研究了三种资源分配方案,它们是(i)等时间分配,(ii)最小吞吐量最大化,和(iii)成比例的时间分配。仿真结果揭示了吞吐量和公平性之间的权衡。最小吞吐量最大化方案是最公平的方案,因为每个SU获得相同的吞吐量,但产生最小的SU总吞吐量。
2016-06-12 cs.IT cs.NI math.IT
Channel-Adaptive Sensing Strategy for Cognitive Radio Ad Hoc Networks
在认知无线电(CR)自组织网络中,次用户(SU)试图在不对授权主用户(PU)造成显著干扰的情况下利用宝贵的频谱资源。虽然对CR中的频谱机会检测、利用和自适应传输进行了大量研究,但大多数现有方法仅关注在做出感测决策时避免PU活动。由于近视传感策略导致拥塞和吞吐量差,在文献中研究了几种避免碰撞的传感方法。然而,它们提供了有限的改进。提出了一种信道感知的近视感知策略,该策略根据SU链路的衰落信道状态信息(CSI)来调整奖励。由于多径和阴影衰落,该CSI在CR频谱上并且从一个SU对到另一个SU对变化,从而使感测决策随机化并增加网络吞吐量。所提出的在介质访问控制(MAC)和物理层处的联合CSI自适应提供了超过随机化感测策略和/或常规自适应传输方法的大吞吐量增益。所提出的CSI辅助感知策略的性能在实际网络场景中得到了验证,并被证明对CSI失配、感知误差和空间信道相关性具有鲁棒性。
2012-10-30 cs.NI
Throughput of TCP over Cognitive Radio Channels
在本文中,我们研究了认知无线电网络上的TCP连接的性能。在这些网络中,网络可能并不总是可用于传输。此外,分组可能由于无线信道损伤而丢失。我们评估的吞吐量和数据包重传超时概率的二级TCP连接在ON/OFF通道。我们首先假设ON和OFF持续时间是指数分布,然后将其扩展到更一般的分布。然后我们考虑通过ON/OFF通道的多个TCP连接。我们通过ns 2模拟验证了我们的理论模型和近似。
2016-11-17 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
Reinforcement Learning Based Transmission Strategy of Cognitive User in IEEE 802.11 based Networks
认知无线电的传统概念是主用户和次用户以复用方式共存。我们考虑在基于IEEE802.11的网络中的机会信道接入方案,该方案受到干扰减轻方案的影响。根据协议规则和消息传递的约束,次用户不知道主用户的确切状态。在本文中,我们提出了一种在线算法辅助辅助确定退避计数器或空闲的决定,利用未被主用户占用的时间/频率槽。提出的算法是基于传统的强化学习技术,即Q学习。仿真已经进行,以证明该算法的强度,并与我们的当代解决方案,这个问题的次要用户是知道一些状态的主要用户的结果进行了比较。
2015-10-15 cs.NI
A Robust Signal Classification Scheme for Cognitive Radio
本文提出了一种鲁棒的信号分类方案,实现多个共存的无线系统的综合频谱感知。它是建立在一组基于特征的信号检测算法增强的建议尺寸消除(DIC)的方法,以减轻噪声的不确定性问题。我们的测试平台上实现的分类方案,包括现实世界的无线设备。仿真结果与实验结果吻合较好,表明了该方案的有效性和鲁棒性。
2012-07-23 cs.IT cs.LG cs.NI
Performance Evaluation of QoS Parameters in Dynamic Spectrum Sharing for Heterogeneous Wireless Communication Networks
认知无线电节点已经被提出作为提高频谱利用率的手段。它在主服务提供商的服务不被有害地中断的条件下重用主服务提供商的频谱。认知无线电可以感测其操作环境的条件,并且它能够基于环境的状态以及用户的要求来重新配置自身并与其他对等方通信,以满足最佳通信条件并保持尽可能高的服务质量(QoS)。频谱共享的效率可以通过最小化干扰来提高。效用函数,捕捉合作行为,以最大限度地减少干扰和满意度,以提高吞吐量进行了研究。动态频谱共享算法能够在可用频谱有限的情况下,在保证各网络服务质量(QoS)的同时,提高频谱的有效利用率。
2012-06-14 cs.NI
Heterogeneous Coexistence of Cognitive Radio Networks in TV White Space
无线标准(例如,IEEE 802.11af和802.22)已经被开发用于使用认知无线电(CR)技术来实现TV空白空间(TVWS)中的机会接入。当基于不同无线标准的异构CR网络在相同TVWS中运行时,共存问题可能会导致重大问题。由于共存网络的不兼容MAC/PHY设计、用于网络间通信的空中公共控制信道的要求以及来自不同网络的设备之间的时间同步,通过异构CR网络之间的直接协调来实现协作共存是非常具有挑战性的。此外,这种共存方案将要求竞争网络或服务提供商交换敏感的控制信息,这可能引起利益冲突问题和客户隐私问题。在本文中,我们提出了一个架构,使合作共存的异构CR网络TVWS,称为共生异构共存架构(SHARE)。由于共存无法避免协调,SHARE通过模仿稳定生态系统中异质生物之间的共生关系,通过中介系统在异质CR网络之间建立间接协调机制,避免了直接协调的弊端。SHARE包括两个频谱共享算法,其设计灵感来自于理论生态学中的著名模型和理论,即种间竞争模型和理想自由分布模型。
2019-02-16 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 Practical Spectrum Sharing Scheme for Cognitive Radio Networks: Design and Experiments
频谱短缺是无线网络中的一个基本问题,并且随着无线设备的快速扩散,这个问题变得日益尖锐。为了解决这个问题,在认知无线电网络(CRN)的背景下,频谱共享已被认为是一个有前途的解决方案。在本文中,我们提出了一个实用的频谱共享方案的小型CRN,包括一对主用户和一对辅助用户利用多输入多输出(MIMO)技术。在我们的方案中,我们假设次用户承担跨网络干扰消除(IC)的全部责任。我们还假设次要用户不了解主要网络,包括其信号波形、帧结构和网络协议。我们提出的方案的关键组成部分是两个MIMO为基础的干扰管理技术:盲波束形成(BBF)和盲干扰消除(BIC)。我们已经建立了一个无线测试平台上的原型,我们的计划,并证明了原型的二级网络可以与商业Wi-Fi设备(主要用户)共存。实验结果进一步表明,对于具有两个或三个天线的次级设备,BBF和BIC在办公室环境中分别实现平均25dB和33dB的IC能力。
2019-05-27 cs.NI eess.SP
Cloud Networking Formation in CogMesh Environment
随着无线电频谱使用范式从传统的命令和控制分配方案向开放频谱分配方案的转变,无线网络面临着新的机遇和挑战。在这篇文章中,我们介绍了认知无线网状网(CogMesh)网络的概念,并解决在这样的网络中的独特问题。CogMesh是一种自组织的分布式网络体系结构,它将认知技术与网格结构相结合,为各种网络提供统一的服务平台。它以动态频谱接入(DSA)为基础,具有自组织、自配置和自愈的特点。在CogMesh中的独特问题是公共控制信道问题,这是由网络中的次级用户(SU)的机会主义频谱共享性质引起的。更准确地说,由于SU的信道根据无线电环境而波动,因此难以找到始终可用的全局公共控制信道。这给网络设计带来了巨大的挑战。我们开发了基于控制云的控制通道选择和基于集群的网络形成技术来解决这个问题。此外,我们在这篇文章中表明,群体智能是一个很好的候选人来处理CogMesh中的控制信道问题。由于认知无线网络(CWN)的研究仍处于早期阶段,本文中提供的想法作为催化剂,激发新的解决方案在这一领域。
2009-04-15 cs.NI
Optimal Channel Sensing Strategy for Cognitive Radio Networks with Heavy-Tailed Idle Times
在认知无线电网络(CRN)中,每当无线信道与授权/主用户(PU)空闲时,次用户(SU)机会性地接入无线信道。即使在占用信道之后,SU也必须间歇地感测信道以检测PU的再现,使得其可以停止其传输并且避免对PU的干扰。频繁的信道感测导致SU的吞吐量下降,而稀疏感测增加了PU所经历的干扰。因此,最优感知间隔策略在CRN中起着至关重要的作用。在文献中,最佳的信道感知策略已被分析的情况下,时的ON-OFF时间分布的PU是指数。然而,最近的频谱测量迹线的分析表明,PU表现出重尾空闲时间,可以很好地近似与超指数分布(HED)。在我们的工作中,我们推导出的结构,最佳的感知间隔政策的信道HED关闭时间通过马尔可夫决策过程(MDP)。然后,我们使用动态规划框架,以获得次优的感知间隔政策。提出了一种新的Multishot感知间隔策略,并在信道感知次数和对PU的干扰方面与现有策略进行了性能比较。
2016-07-28 cs.NI
Towards a cognitive MAC layer: Predicting the MAC-level performance in Dynamic WSN using Machine learning
可预测的网络性能是许多低功耗无线传感器网络应用的关键。在本文中,我们使用机器学习作为一种有效的技术,实时表征的MAC层所观察到的通信性能。我们的方法是数据驱动的,包括三个步骤:广泛的实验数据汇集,离线建模和跟踪驱动的性能评估。从我们的实验和分析中,我们发现一个神经网络预测模型表现出最好的性能。
2017-01-05 cs.NI
Optimizing Throughput Fairness of Cluster-based Cooperation in Underlay Cognitive WPCNs
在本文中,我们考虑一个次要的无线供电通信网络(WPCN)下的主要点对点通信链路。WPCN由一个多天线混合接入点(HAP)组成,该接入点将无线能量传输到一组低功率无线设备(WD),并从这些设备接收传感数据。为了解决WPCN中固有的严重的用户不公平问题,我们考虑了基于簇的合作,其中WD作为簇头,中继其他WD的信息。此外,我们应用能量波束形成技术来平衡不同的能量消耗的WD进一步提高公平性。然而,能量波束成形和基于簇的协作的使用可能比WD独立地发送向主系统引入更严重的干扰。为了保证主系统的性能,我们考虑了干扰温度约束的主系统,并推导出峰值干扰温度约束下的每个WD的吞吐量性能。为了实现最大吞吐量公平性,我们联合优化能量波束成形设计、HAP和WD之间的发送时间分配以及每个WD的发送功率分配,以最大化WD之间可实现的最小数据率(最大-最小吞吐量)。我们表明,非凸联合优化问题可以转化为凸的,然后有效地解决了使用现成的凸算法。仿真结果表明,该方法在保证主网络通信质量的同时,有效地提高了次WPCN的吞吐量公平性。
2019-04-19 cs.NI