检索结果-南通市图书馆

基于协作频谱预测和频谱分割的认知无线电网络吞吐量优化

在线全文

学校读者我要写书评

暂无评论

南京邮电大学学报（自然科学版） 2020年第2期40卷 89-94页

作者：方浩军齐丽娜南京邮电大学通信与信息工程学院江苏南京210003

随着无线通信技术的迅猛发展,频谱资源变得日益紧张。认知无线电技术(Cognitive Radios,CR)旨在充分利用授权无线电频谱资源。而当前的CR技术在认知无线电网络吞吐量上存在一定程度的限制,原因是传统的频谱感知技术随机选择信道进行感... 详细信息

随着无线通信技术的迅猛发展,频谱资源变得日益紧张。认知无线电技术(Cognitive Radios,CR)旨在充分利用授权无线电频谱资源。而当前的CR技术在认知无线电网络吞吐量上存在一定程度的限制,原因是传统的频谱感知技术随机选择信道进行感知操作,从而导致次用户(Secondary User,SU)在认知无线电网络中的吞吐量较低。文中为了优化系统吞吐量,结合协作频谱预测和频谱分割技术重新设计次用户的感知帧结构。具体实现上先将次用户的频谱划分为两个子频带,其中一个子频带加入协作频谱预测功能,旨在提高次用户选择空闲信道进行感知的概率。由于引入了分频工作思想,整个帧时隙全部可以用于数据传输,从而进一步提高了系统的吞吐量。文中讨论了在协作频谱预测条件下,分别在主用户(Primary User,PU)通信强度和预测精度不同时的系统吞吐量,并与传统感知帧结构下的系统吞吐量进行了对比,仿真结果表明,与传统感知帧结构相比,文中所提出的方案在系统吞吐量性能上有较大提升。

关键词：认知无线电网络协作频谱预测吞吐量优化频谱分割

在线全文

学校读者我要写书评

暂无评论

基于密度聚类的HMM协作频谱预测算法

计算机科学 2018年第9期45卷 129-134页

作者：吴建伟李艳玲张辉臧翰林火箭军工程大学信息与通信工程系西安710025

针对传统隐马尔科夫频谱预测中的时延长、预测准确度低的问题,提出了一种基于密度聚类(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)的HMM协作频谱预测算法。该算法采用DBSCAN算法将具有强相关性的频域信道聚... 详细信息

针对传统隐马尔科夫频谱预测中的时延长、预测准确度低的问题,提出了一种基于密度聚类(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)的HMM协作频谱预测算法。该算法采用DBSCAN算法将具有强相关性的频域信道聚为一簇,并以簇为单位对信道状态进行预测,通过减少预测次数来降低频谱预测时延;同时在时域利用多个次级用户协作预测的方法,通过融合各次级用户的初始预测结果来降低预测的不确定度。仿真实验表明,相比于传统的隐马尔科夫频谱预测算法,所提算法的频谱预测时延更短,准确度更高。

关键词：隐马尔科夫模型 DBSCAN 信道相关性协作频谱预测时延

在线全文

学校读者我要写书评

暂无评论

认知无线网络中频谱预测的协作策略设计

计算机工程与应用 2017年第15期53卷 111-116页

作者：杨健赵杭生陈曦解放军理工大学通信工程学院南京210007 中央军委装备发展部第六十三研究所南京210007 南京理工大学机械工程学院南京210094

在多主用户(PU)、多认知用户(SU)的认知无线网络(CRN)场景中,研究了频谱预测的协作策略设计问题。将频谱预测的协作策略设计问题归纳为一个优化问题,以整个CRN的吞吐率最大为优化目标,对参与协作的SU数量和数据融合门限进行优化,并提出... 详细信息

在多主用户(PU)、多认知用户(SU)的认知无线网络(CRN)场景中,研究了频谱预测的协作策略设计问题。将频谱预测的协作策略设计问题归纳为一个优化问题,以整个CRN的吞吐率最大为优化目标,对参与协作的SU数量和数据融合门限进行优化,并提出一种搜索算法求解此优化问题,这是首次对协作频谱预测中的协作策略进行研究。在此基础上,提出了基于分组的协作频谱预测策略,并设计其帧结构。仿真结果表明,这种基于分组的协作频谱预测策略在满足虚警概率要求的前提下,能够以更低的协作预测能耗,达到更高的CRN吞吐率,从而提高了协作频谱预测的效率。

关键词：协作频谱预测基于分组的协作频谱预测认知无线网络数据融合门限

在线全文

学校读者我要写书评

暂无评论

基于改进帧结构的认知网络吞吐量优化方法

计算机工程 2018年第6期44卷 45-49页

作者：吴建伟李艳玲臧翰林火箭军工程大学信息与通信工程系西安710025

在认知无线电网络中,频谱感知的效能往往通过系统的吞吐量进行体现。为此,在传统感知帧结构的基础上,通过引入协作频谱预测和频谱分割定义一种新的感知帧结构,并结合基于DBSCAN的隐马尔科夫模型协作频谱预测算法,提高频谱预测的准确率,... 详细信息

在认知无线电网络中,频谱感知的效能往往通过系统的吞吐量进行体现。为此,在传统感知帧结构的基础上,通过引入协作频谱预测和频谱分割定义一种新的感知帧结构,并结合基于DBSCAN的隐马尔科夫模型协作频谱预测算法,提高频谱预测的准确率,降低协作预测带宽的消耗,从而增加系统吞吐量。仿真结果表明,与不含协作模块的频谱分割帧结构和含有协作模块但未进行频谱分割的帧结构相比,改进的帧结构可有效提高系统吞吐量。

关键词：协作频谱预测频谱分割频谱感知隐马尔科夫模型系统吞吐量