CN101814962B - 认知无线电系统频谱检测策略、基站和终端设备 - Google Patents
认知无线电系统频谱检测策略、基站和终端设备 Download PDFInfo
- Publication number
- CN101814962B CN101814962B CN2009100782169A CN200910078216A CN101814962B CN 101814962 B CN101814962 B CN 101814962B CN 2009100782169 A CN2009100782169 A CN 2009100782169A CN 200910078216 A CN200910078216 A CN 200910078216A CN 101814962 B CN101814962 B CN 101814962B
- Authority
- CN
- China
- Prior art keywords
- user
- detection
- channel
- base station
- frequency spectrum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种认知无线电(CR)系统频谱检测策略,包括利用无线传播信道的差异,采用子集合划分和线性规划理论,实现了对检测信道集合的最优化策略选取,实现每个CR用户对授权用户的最优化检测,开将检测结果汇报给CR基站,由CR基站确定是否有授权用户信号以确定频谱是否空闲。同时,本发明提供了一种认知无线电系统及基站和终端设备,通过实施本发明的一种认知无线电系统频谱检测策略、基站和终端设备,提高了CR系统的频谱检测性能,实现CR系统对全频段范围的检测,提高了系统整体检测性能。而且本发明应用于集中式网络结构,适用于IEEE802.22标准。
Description
技术领域
本发明涉及无线通信技术,尤其涉及一种认知无线电系统频谱检测策略、基站和终端设备。
背景技术
随着无线通信技术及业务的发展,无线网络正面临着有限频谱资源与大量业务对频谱资源需求的矛盾。为此,业界提出了认知无线电(Cognitive Radio,CR)技术,CR技术是一种新型的智能频谱共享技术可主动检测并机会式利用授权频段中的频谱空穴(所述频谱空穴为已分配给授权用户但未被其使用的空闲频谱),实现不可再生频谱资源的再次利用。
CR系统是由CR基站和所关联的多个CR用户构成的通讯系统,可以通过感知频谱环境,获得频谱空穴。如图1所示,在CR系统的实际无线应用场景中,通常包括:授权用户、认知用户(也称CR用户)、CR基站。
授权用户,授权使用某一频段的用户,该授权用户与CR系统间无任何交互信息。
CR用户,用于检测周围无线频谱环境中是否存在授权用户,并和CR基站实现通讯。
CR基站,负责从CR用户处收集上传的本地检测信息并按照一定的融合决策规则对检测信息进行融合处理,最终做出关于授权用户是否出现的全局合作检测判决,并和关联CR用户实现通讯。
在实际应用中CR系统对周围无线频谱环境的准确、有效检测是提高CR系统频谱利用率同时保护授权用户免受干扰的重要前提和核心环节。然而在CR技术的实际应用场景中,由于CR系统与授权用户间无任何交互信息(CR透明性原则),加之无线信道(授权用户与CR用户间无线信道)上阴影、多径、噪声不确定等不利因素的影响,要求所有CR用户统一执行全频段范围内的微弱授权信号的准确快速检测是复杂度极高的,在现有硬件设备条件下通常难以实现。
本发明针对上述问题,充分考虑了无线传播信道的差异,采用子集合划分和线性规划理论,实现了对检测信道集合的最优化策略选择,实现CR系统对全频段范围的检测,提高了CR系统整体检测性能。而且本发明应用于集中式网络结构,适用于IEEE802.22标准。
发明内容
本发明实施例解决的技术问题在于提供了一种认知无线电系统频谱检测策略、基站和终端设备,提高了CR系统的频谱检测性能,在硬件条件受限的条件下可实现对全频段范围的检测。
为了达到上述技术效果,本发明实施例的一种认知无线电系统频谱检测策略,包括:
CR基站首先根据检测信道相似度划分检测信道子集,从每一个信道子集中依次选取信道构成检测策略集合。
然后,CR基站根据所关联的每个CR用户检测到的授权用户SNR存在的差异性,基于检测策略集合,利用线性规划的方法选取最优化的频谱检测策略,并发送给所关联的每个CR用户。
与所述CR基站关联的CR用户基于最优化的频谱检测策略检测周围无线频谱环境中是否有授权用户信号,并将本地检测汇报给所述CR基站;
所述CR基站根据所述CR用户汇报信息按照融合决策规则确定无线频谱环境中是否有授权用户信号以确定所述授权用户的频谱是否空闲。
相应地,本发明实施例还提供了一种基站,其包括:
初始化单元,初始化与本基站关联的CR用户集并根据可机会式占用的授权频谱确定检测信道集合;
检测信息发送单元,根据初始化单元输出向所有基站关联CR用户发送检测信道集合;根据初始化单元和检测策略单元输出向所有基站关联CR用户发送最优化检测策略;
检测策略单元,根据关联CR用户检测到的检测信道集合中各个信道的SNR,划分检测信道集合,以及根据线性优化来选择最优化检测策略;
检测信息接收单元,接收关联CR用户发送的检测信道集合中各个信道的SNR,接收关联CR用户发送的本地检测信息;
融合决策单元,用于根据所述检测信息接收单元接收的本地检测信息按照融合决策规则确定无线频谱环境中是否有授权用户信号以确定所述授权用户的频谱是否空闲,得到全频段的频谱占用情况。
相应地,本发明实施例还提供了一种认知无线电系统,包括至少一个CR基站,所述CR基站下包括多个CR用户,其中,所述CR基站包括:
初始化单元,确定本基站关联的CR用户集并根据可机会式占用的授权频谱确定检测信道集合;
检测信息发送单元,根据初始化单元输出向所有基站关联CR用户发送检测信道集合;根据初始化单元和检测策略单元输出向所有基站关联CR用户发送最优化检测策略;
检测策略单元,根据关联CR用户检测到的检测信道集合中各个信道的SNR,划分检测信道集合;以及根据线性优化来选择最优化检测策略;
检测信息接收单元,接收关联CR用户发送的检测信道集合中各个信道的SNR;接收关联CR用户发送的本地检测信息;
融合决策单元,用于根据所述检测信息接收单元接收的本地检测信息按照融合决策规则确定无线频谱环境中是否有授权用户信号以确定所述授权用户的频谱是否空闲,得到全频段的频谱占用情况。
其中,所述CR用户包括:
检测信息接收单元,接收关联CR基站发送的检测信道集合和最优化检测策略;
检测单元,依据最优化检测策略,执行本地检测算法,检测周围无线频谱环境中是否有授权用户信号;
检测信息发送单元,将本地检测结果汇报给关联CR基站。
通过实施本发明实施例的一种认知无线电系统频谱检测策略、基站和终端设备通过联合利用检测子集划分和检测策略选取机制,实现了CR系统对频谱全频段的检测,并显著提高了CR系统的对频谱进行合作检测的性能。
附图说明
图1是CR系统模型示意图;
图2是本发明实施例的一种认知无线电系统频谱检测策略流程图;
图3是采用本发明与未采用本发明能量检测性能对比示意图;
图4是本发明实施例的一种基站的结构示意图;
图5是本发明实施例的一种CR用户的结构示意图。
具体实施方式
为了使本领域的技术人员更加清楚地理解和实施本发明,下面结合附图以具体实施例的方式,详细阐述本发明实施例的技术方案。
参考图2,图示了本发明实施例的认知无线电系统频谱检测策略主流程图。根据图2可知,所述在认知无线电系统中进行频谱检测的方法包括:
S100,初始化与本基站关联的CR用户集并根据可机会式占用的授权频谱确定检测信道集合。
S200,根据CR用户的SNR矢量,将检测信道中信噪比相近性的信道划分为一个检测信道子集,每次检测选取检测信道子集中的一个信道构成检测策略集合。
S300,根据所关联的每个CR用户检测到的授权用户SNR存在的差异性,基于检测策略集合,利用线性规划的方法选取最优化的频谱检测策略。
S400,判断检测信道集合中已选取检测策略的信道是否已达预定值,如果否,则返回到S300,如果是,则执行S500。
需要说明的是,在本发明实施例中,步骤S400中的预定值可以根据具体的应用中对频谱的需求情况设置。
S500,按照最优化检测策略,执行本地频谱检测。
S600,对本地频谱检测结果,按照融合决策规则确定无线频谱环境中是否有授权用户信号以确定所述授权用户的频谱是否空闲,得到全频段的频谱占用情况。
在本发明实施例中,如图3所示,S200可以采用K-means算法:
对于其它矢量,则根据它们与这些聚类中心的距离,分别将它们分给与其最相似的聚类;
计算每个所获新聚类中心(该聚类中所在矢量的均值),不断重复这一过程,直到目标函数收敛为止;
目标函数:
其中mj为聚类中心,||…||2为矢量间的距离计算。
需要说明的是,在本例中,采用K-means算法实现检测信道子集合划分,使用类似算法达到子集合划分目的均视为本专利的保护范围内。
在本发明实施例中,S300可以采用线性优化的方法选取最优化的频谱检测策略。每个CR用户对应检测信道集合s中所有信道的SNR,构成矩阵[SNRij]n×k,检测信道分配的目标为系统检测SNR的总和最大,即:
满足的约束条件为:
限制条件: i=1,2,…,n是由于通常条件下一个CR用户在一次检测中检测一个信道; j=1,2,…,k是由于检测每个信道的CR用户数限制。采用线性规划理论,如:分支定界实现对检测信道的优化分配,以达到系统检测SNR的总和最大;
需要说明的是,本发明实施例所提出的技术方案是一种合作检测方法,因此,对各种本地物理层检测算法均适用;
所述融合决策规则包括:OR规则、或者AND规则、或者K-N规则等。通过实施本发明实施例的一种在认知无线电系统中进行频谱检测的检测策略,通过联合利用子集合划分和线性规划理论,实现了对检测信道集合的最优化策略,实现CR系统对全频段范围的检测,提高了系统整体检测性能。而且本发明应用于集中式网络结构,适用于IEEE802.22标准。
为了进一步阐述本发明实施例的一种认知无线电系统频谱检测策略,以CR用户采用能量检测,采用AWGN信道为例,执行本发明实施例的方法,并进行分析如下:
本发明所提技术方案是一种最优化匹配方法,对各种本地物理层检测算法均适用,但为方便分析检测性能,此处以能量检测为例。
CR系统中检测的目的是确认在所关注的信道上是否有授权用户信号出现,通常是围绕授权用户信号的二元假设进行的,H1和H0分别代表授权用户出现和未出现:
其中rj(t)是在信道j上CR用户检测到的信号,sj(t)是在信道j上授权用户信号,nj(t)是零均值的加性高斯白噪声(AWGN,Additive White Gaussian Noise)。
能量检测的判决统计量服从卡方分布:
其中u是时域带宽积,χ2u 2(2SNRj)是以2SNRj为参数的非中心卡方分布,χ2u 2是中心卡方分布,二者的自由度均为2u。对于信道j的检测性能一般由检测概率,虚警概率(Pd,j,Pf,j)来衡量:检测概率Pd,j=P(H1/H1)和虚警概率Pf,j=P(H1/H0)。当检测信道为AWGN信道时,能量检测对应信道j的检测概率和虚警概率分别为:
其中Qu(.,.)是Marcum-Q函数,Γ(.,.)和Γ(.)分别是不完全和完全的Gamma函数,λ是检测判决门限。如果Pd,j过低会增加对授权用户的干扰;Pf,j过高会导致认知用户的损失一些接入机会,频谱利用率下降。提高检测性能,应该尽可能提高Pd,j,减小Pf,j,但是由公式(6)、(7)可知,虚警概率和检测概率是相互制约的。提高检测概率,同时会造成虚警概率的提高,同样,降低虚警概率会造成检测概率的降低。本发明采用IEEE802.22标准的要求,在给定虚警概率Pf,j的条件下,最大化检测概率Pd,j。由于虚警概率Pf,j给定,检测门限λ随之确定,检测概率Pd,j仅受检测信号的SNR影响,即检测信号的SNR越大,检测概率Pd,j越大。除能量检测外,对于其它物理层检测方式也有类似结论,即在检测目标信号的SNR增大时,物理层检测性能也随之提高。本专利采用子集合划分和线性优化理论,对检测信道进行最优化分配,使CR系统检测的各个信道上SNR的总和最大,也就是使系统的整体检测性能最高。在给定虚警概率Pf,j的条件下,系统整体检测性能采用所有信道的检测概率Pd,j的平均值(即平均检测概率Pd)来衡量。
需要说明的是,本发明实施例仅仅以能量检测为例,本领域的技术人员应该理解,本发明实施例的技术方案还适用于特征检测,匹配滤波器检测等其它本地检测算法,其处理方式与上述类似,不再赘述。
基于上述的一种认知无线电系统频谱检测策略、基站和终端设备,需要对当前的CR系统的各个功能实体进行功能性增强改进。
如图1所示,本发明实施例的一种认知无线电系统,包括至少一个CR基站,所述CR基站下包括多个CR用户。
在本发明实施例的认知无线电系统的一实施方式中,如图4所示,所述CR基站(或基站)包括:
初始化单元1000,确定本基站关联的CR用户集并根据可机会式占用的授权频谱确定检测信道集合。
检测信息发送单元2000,根据初始化单元输出向所有基站关联CR用户发送检测信道集合;根据初始化单元1000和检测策略单元3000输出向所有基站关联CR用户发送最优化检测策略;
检测策略单元3000,根据关联CR用户检测到的检测信道集合中各个信道的SNR,划分检测信道集合,选择最优化检测策略;
检测信息接收单元3100,接收关联CR用户发送的检测信道集合中各个信道的SNR;接收关联CR用户发送的本地检测信息;
融合决策单元3200,用于根据所述检测信息接收单元接收的本地检测信息按照融合决策规则确定无线频谱环境中是否有授权用户信号以确定所述授权用户的频谱是否空闲,例如:当根据所述本地检测信息按照融合决策规则确定无线频谱环境中有授权用户信号时,则所述授权用户的频谱被占用;或者,当根据所述本地检测信息按照融合决策规则确定无线频谱环境中无授权用户信号时,则所述授权用户的频谱空闲。
其中,如图5所示,所述CR用户包括:
检测信息接收单元3300,接收关联CR基站发送的检测信道集合和最优化检测策略;
检测单元3400,依据最优化检测策略,执行本地检测算法,检测周围无线频谱环境中是否有授权用户信号;
需要说明的是,3400单元中的本地检测算法可以采用包括匹配滤波器检测,能量检测算法,循环平稳特征检测等检测算法;
检测信息发送单元3500,将本地检测结果汇报给关联CR基站。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的硬件平台的方式来实现,当然也可以全部通过硬件来实施。基于这样的理解,本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
综上所述,通过实施本发明实施例的一种认知无线电系统频谱检测策略、基站和终端设备,利用无线传播信道的差异,采用子集合划分和线性规划理论,实现了对检测信道集合的最优化策略选取,实现每个CR用户对授权用户的最优化检测,实现CR系统对全频段范围的检测,提高了系统整体检测性能。
并且本发明实施例的技术方案及流程不受限于具体的物理层本地检测算法,同时其对各种融合决策规则均有效。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (8)
1.一种认知无线电CR系统频谱检测策略方法,其特征在于,包括:
CR基站根据检测信道的相似度划分检测信道子集,从每一个信道子集中依次选取信道构成检测策略集合;
然后,CR基站根据所关联的每个CR用户检测到的授权用户信噪比SNR存在的差异性,基于检测策略集合,利用线性规划的方法选取最优化的频谱检测策略,并发送给所关联的每个CR用户;
与所述CR基站关联的CR用户基于最优化的频谱检测策略检测周围无线频谱环境中是否有授权用户信号,并将本地检测信息汇报给所述CR基站;
所述CR基站根据所述CR用户的汇报信息,按照融合决策规则,通过判断无线频谱环境中是否有授权用户信号,以确定所述授权用户的频谱是否空闲。
2.按照权利要求1所述的方法,其特征在于,所述根据检测信道的相似度划分检测信道子集,是根据所有关联CR用户检测到的相同信道上的SNR,构成的信噪比矢量进行划分。
3.按照权利要求2所述的方法,其特征在于所述检测信道的相似度划分采用了K-means算法对信噪比矢量进行划分。
4.按照权利要求1所述的方法,其特征在于,所述最优化的频谱检测策略的选取采用分支定界的线性优化方法。
5.按照权利要求1所述的方法,其特征在于,所述CR基站根据所述本地检测信息按照融合决策规则通过判断无线频谱环境中是否有授权用户信号以确定所述授权用户的频谱是否空闲包括:
当根据所述本地检测信息按照融合决策规则确定无线频谱环境中有授权用户信号时,则所述授权用户的频谱被占用;
当根据所述本地检测信息按照融合决策规则确定无线频谱环境中无授权用户信号时,则所述授权用户的频谱空闲。
6.按照权利要求1或5所述的方法,其特征在于,所述融合决策规则包括:OR规则、AND规则或者K-N规则。
7.一种CR基站,其特征在于,包括:
初始化单元,初始化与本基站关联的CR用户集并根据可机会式占用的授权频谱确定检测信道集合;
检测信息发送单元,根据初始化单元的输出向所有基站关联CR用户发送检测信道集合;根据初始化单元和检测策略单元的输出向所有基站关联CR用户发送最优化检测策略;
检测策略单元,根据关联CR用户检测到的检测信道集合中各个信道的SNR,利用SNR矢量的相似度划分检测信道子集合,从每一个信道子集合中依次选取信道构成检测策略集合,根据所关联的每个CR用户检测到的授权用户信噪比SNR存在的差异性,基于检测策略集合,根据线性规化来选择最优化检测策略;
检测信息接收单元,接收关联CR用户发送的检测信道集合中各个信道的SNR,接收关联CR用户发送的依据最优化检测策略执行本地检测得到的本地检测信息;
融合决策单元,用于根据所述检测信息接收单元接收的本地检测信息按照融合决策规则确定无线频谱环境中是否有授权用户信号以确定所述授权用户的频谱是否空闲,得到全频段的频谱占用情况。
8.一种认知无线电系统,包括至少一个CR基站,所述CR基站下包括多个CR用户,其特征在于,所述CR基站包括:
初始化单元,初始化与本基站关联的CR用户集并根据可机会式占用的授权频谱确定检测信道集合;
检测信息发送单元,根据初始化单元的输出向所有基站关联CR用户发送检测信道集合;根据初始化单元和检测策略单元的输出向所有基站关联CR用户发送最优化检测策略;
检测策略单元,根据关联CR用户检测到的检测信道集合中各个信道的SNR,利用SNR矢量的相似度划分检测信道子集合,从每一个信道子集合中依次选取信道构成检测策略集合,根据所关联的每个CR用户检测到的授权用户信噪比SNR存在的差异性,基于检测策略集合,根据线性规划来选择最优化检测策略;
检测信息接收单元,接收关联CR用户发送的检测信道集合中各个信道的SNR,接收关联CR用户发送的本地检测信息;
融合决策单元,用于根据所述检测信息接收单元接收的本地检测信息按照融合决策规则确定无线频谱环境中是否有授权用户信号以确定所述授权用户的频谱是否空闲,得到全频段的频谱占用情况;
所述CR用户包括:
检测信息接收单元,接收关联CR基站发送的检测信道集合和最优化检测策略;
检测单元,依据最优化检测策略,执行本地检测算法,检测周围无线频谱环境中是否有授权用户信号;
检测信息发送单元,将本地检测信息汇报给关联CR基站。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100782169A CN101814962B (zh) | 2009-02-23 | 2009-02-23 | 认知无线电系统频谱检测策略、基站和终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100782169A CN101814962B (zh) | 2009-02-23 | 2009-02-23 | 认知无线电系统频谱检测策略、基站和终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101814962A CN101814962A (zh) | 2010-08-25 |
CN101814962B true CN101814962B (zh) | 2012-11-21 |
Family
ID=42622093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009100782169A Expired - Fee Related CN101814962B (zh) | 2009-02-23 | 2009-02-23 | 认知无线电系统频谱检测策略、基站和终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101814962B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101938842B (zh) * | 2010-09-19 | 2013-01-23 | 华中科技大学 | 一种调度认知用户发现空闲频谱的方法 |
CN101982938B (zh) * | 2010-11-12 | 2013-10-23 | 北京邮电大学 | 一种实现无静默期频谱感知的认知无线电系统 |
CN101969352B (zh) * | 2010-11-12 | 2013-05-01 | 北京邮电大学 | 一种基于快速变极化的频谱感知方法 |
CN102223652B (zh) * | 2011-06-10 | 2013-08-28 | 北京邮电大学 | 基于认知数据库和频谱检测结合的无线接入系统及方法 |
CN103209035B (zh) * | 2012-01-16 | 2015-03-18 | 普天信息技术研究院有限公司 | 一种基于策略库选择的频谱感知方法 |
CN103139785B (zh) * | 2013-01-31 | 2015-07-22 | 北京邮电大学 | 一种基于区域划分的空时频谱共享方法和系统 |
CN107493147B (zh) * | 2017-07-31 | 2020-09-29 | 南京邮电大学 | 一种面向全双工授权用户的极化相似度认知信号学习方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1838572A (zh) * | 2006-04-26 | 2006-09-27 | 电子科技大学 | 一种基于可靠度的分布式频谱检测方法 |
WO2007082246A1 (en) * | 2006-01-11 | 2007-07-19 | Qualcomm Incorporated | Communication methods and apparatus used in the absence or presence of beacon signals |
-
2009
- 2009-02-23 CN CN2009100782169A patent/CN101814962B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007082246A1 (en) * | 2006-01-11 | 2007-07-19 | Qualcomm Incorporated | Communication methods and apparatus used in the absence or presence of beacon signals |
CN1838572A (zh) * | 2006-04-26 | 2006-09-27 | 电子科技大学 | 一种基于可靠度的分布式频谱检测方法 |
Non-Patent Citations (2)
Title |
---|
王悦等.认知无线电频谱检测机制研究.《吉林大学学报(信息科学版)》.2008,(第03期), * |
郭彩丽等.一种认知无线电网络中的新型主动频谱选择算法.《西安电子科技大学学报》.2008,(第06期), * |
Also Published As
Publication number | Publication date |
---|---|
CN101814962A (zh) | 2010-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101814962B (zh) | 认知无线电系统频谱检测策略、基站和终端设备 | |
Koçkaya et al. | Spectrum sensing in cognitive radio networks: threshold optimization and analysis | |
Fatemieh et al. | Using Classification to Protect the Integrity of Spectrum Measurements in White Space Networks. | |
US20170208476A1 (en) | Methods and systems for spectrum management | |
Chen et al. | Secure centralized spectrum sensing for cognitive radio networks | |
CN101753232B (zh) | 协作频谱检测方法和系统 | |
Otermat et al. | Analysis of the FM radio spectrum for secondary licensing of low-power short-range cognitive Internet of Things devices | |
CN108064075A (zh) | 调整一个或多个小区的参考信号发射功率的方法和装置 | |
Mokhtar et al. | Cooperative fusion architecture-based distributed spectrum sensing under Rayleigh fading channel | |
Gupta et al. | Cognitive radio spectrum classification using FLA-SVM | |
CN109150623A (zh) | 基于轮循制信誉值抵御恶意用户ssdf攻击方法及系统 | |
CN110650483B (zh) | 一种设备选型方法和装置 | |
Nasif et al. | Measurement clustering criteria for localization of multiple transmitters | |
Agarwal et al. | Hardware implementation of k-means clustering based spectrum sensing using usrp in a cognitive radio system | |
Nair et al. | A survey on dynamic spectrum sharing using game theory in cognitive radio networks | |
CN106937326A (zh) | 基站间协调传输方法和第一基站 | |
Dare et al. | Radio Environment Map Construction: A Mini-Review | |
Zhang | Security issues in cognitive radio networks | |
Kala et al. | Cellular Operator Data Meets Counterfactual Machine Learning | |
Sato | Measurement-based spectrum database for spatial spectrum sharing | |
Gupta et al. | Shared spectrum allocation via pathloss estimation in crowdsensed shared spectrum systems | |
Vithalani et al. | Optimization of Spectrum Sensing Technique in Cognitive Radio | |
Bolea et al. | Image processing techniques as a support to transmitter positioning determination in cognitive radio networks | |
CN110719594B (zh) | 一种设备选型方法和装置 | |
CN109511125A (zh) | 一种无线网络中识别邻区干扰与异系统干扰的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20121121 Termination date: 20160223 |