CN102256286B - 基于状态转移概率估计的感知时隙长度优化方法 - Google Patents
基于状态转移概率估计的感知时隙长度优化方法 Download PDFInfo
- Publication number
- CN102256286B CN102256286B CN 201110116190 CN201110116190A CN102256286B CN 102256286 B CN102256286 B CN 102256286B CN 201110116190 CN201110116190 CN 201110116190 CN 201110116190 A CN201110116190 A CN 201110116190A CN 102256286 B CN102256286 B CN 102256286B
- Authority
- CN
- China
- Prior art keywords
- perception
- channel
- authorization channel
- authorization
- wireless network
- 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.)
- Active
Links
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
一种基于状态转移概率估计的感知时隙长度优化方法,包括步骤:在感知周期感知时隙的开始,认知无线网络中心基站在τa时间内把需要合作感知的感知信道集合以及集合中各授权信道的感知时间发送给认知用户;认知用户在τs时间里对授权信道进行合作感知,并在τb的时间里把感知结果发送到基站;基站对感知结果进行融合,并在τc时间里把融合结果发送给认知用户;在感知时隙结束后,基站利用剩余的T-τ时间估计下一感知周期各授权信道的可用概率,并选择下一感知周期认知无线网络需合作感知的信道集合以及集合中各授权信道的感知时间,并在下一感知周期初始时刻发送给认知用户。本发明能够优化认知无线网络在各个感知周期的感知时隙长度,提高系统吞吐量。
Description
技术领域
本发明涉及无线通信技术中的认知无线电领域,具体讲是认知无线电合作频谱感知中的一种感知时隙长度优化方法。
背景技术
随着无线通信业务种类的快速增长,对无线频谱资源的需求也呈指数增长,使得未来无线通信中的频谱资源“匮乏”问题日益突出。认知无线电技术在保证授权用户服务质量的条件下以“伺机接入”的方式利用授权用户的空闲频段,大大提高了频谱的使用效率,是解决“频谱匮乏”问题的有效方法。频谱感知技术被用来有效检测当前授权用户的工作状态,以寻找频谱机遇和避免对授权用户的干扰,因此有效的频谱感知技术是认知无线电存在的前提和基础。认知用户的频谱感知性能极易受到无线信道中阴影效应与多径衰落的影响而恶化,为了解决这个问题,人们提出了多认知用户合作频谱感知的方法。
如图1所示,在802.22标准中提出的周期感知框架中,一个感知周期由一个感知时隙和一个数据传输时隙组成。因此在当前合作频谱感知技术的研究中,不仅仅包括可靠的感知算法研究,还包括各种感知参数的优化设计,特别是感知时隙长度的优化设计。增加感知时隙长度虽然可以有效提高认知无线网络合作频谱感知的性能,减少频谱机遇的损失以及对授权用户的干扰,但是在给定感知周期长度的条件下,感知时隙长度的增加会导致认知无线网络在感知周期中用于数据传输的时间减少,进而使得认知无线网络的传输效率下降,因此应该对每一个感知周期中的感知时隙长度进行优化配置,即在感知性能与系统传输效率之间对感知时隙长度的大小进行折中。
当认知无线网络在每个感知周期可以合作感知多个授权信道时,感知时隙长度由认知无线网络需要合作感知的感知信道集合和分配给该集合中各个授权信道的感知时间共同决定,因此改变感知信道集合中的授权信道数目或改变分配给该集合中各个授权信道的感知时间均会对感知时隙长度造成影响。因此在多授权信道条件下,我们需要联合考虑认知无线网络需要合作感知的感知信道集合和分配给该集合中各个授权信道的感知时间,进而对感知时隙长度进行优化配置。
发明内容
本发明的目的是针对多授权信道条件下,需要联合考虑认知无线网络需要合作感知的感知信道集合和分配给该集合中各个授权信道的感知时间,进而对感知时隙长度进行优化配置的问题;提出了一种基于状态转移概率估计的感知时隙长度优化方法,以解决在多认知用户合作感知多授权信道条件下的感知时隙长度优化问题。
本发明的技术方案是:
一种基于状态转移概率估计的感知时隙长度优化方法,包括下列步骤:
(a)、在每一个感知周期T的感知时隙τ的开始,认知无线网络中心基站在τa时间内把当前感知周期认知无线网络需要合作感知的最优感知信道集合以及该集合中各个授权信道的感知时间即上一个感知周期所得到的下一个感知周期认知无线网络需要合作感知的最优感知信道集合以及该集合中各个授权信道的感知时间发送给认知无线网络中的各个认知用户m;
(d)、在每一个感知周期T的感知时隙τ结束后,认知无线网络中心基站根据历史感知信息(历史感知信息为当前感知周期之前所有周期的感知信息)和当前感知周期的感知结果即步骤(c)中得到的融合判决结果,利用该感知周期T剩余的时间即数据传输时隙τ’=T-τ,估计下一个感知周期各个授权信道i的可用概率,其中τ=τa+τs+τb+τc;
(f)、认知无线网络中心基站以步骤(e)得到的最大化认知无线网络最大吞吐量为目标,根据步骤(d)估计得到的下一个感知周期各个授权信道i的可用概率,选择下一个感知周期认知无线网络需要合作感知的最优感知信道集合以及该集合中各个授权信道的感知时间并把该结果在下一个感知周期的初始时刻发送给各个认知用户。
设k时刻时认知用户m在授权信道i上的接收信号为
其中H0表示授权信道为“空闲”状态,H1表示授权信道为“占用”状态;
式中:si(k)是授权用户(授权用户是指被法定授权使用授权信道的用户,例如电视发射塔相对于电视频段来说就是授权用户)在授权信道i上的发送信号,是认知用户m在授权信道i上的接收信号,为认知用户m在授权信道i上的加性高斯白噪声,hi是授权信道i上的信道增益,认知用户m在授权信道i上的检测统计量可以表示为
其中,Ni=τifs为各认知用户在授权信道i上的抽样点数,fs为抽样速率。
本发明的步骤c中的数据融合方法为等增益合并的软信息融合方法或加权融合方法,其中:
当采用等增益合并的软信息融合方法时,授权信道i在中心基站的最终判决统计量Yi为:
M为认知无线网络中的认知用户数目;把授权信道i的最终判决统计量Yi与它的判决门限εi比较即可得到授权信道i的最终的判决结果:
本发明的步骤d中授权信道i可用概率的估计方法如下:
如果授权信道i在任意两个感知周期l1、l2中,如果感知周期l1被感知为“空闲”状态,并且它在感知周期l1至感知周期l2这段时间内没有被感知,则在感知周期l2它的状态为H0“空闲”的概率为
同理,如果授权信道i在感知周期l1被感知为“占用”状态,并且它在感知周期l1至感知周期l2这段时间内没有被感知,则在感知周期l2它的状态为H0“空闲”的概率为
其中Pi(H0/Yi<εi)为授权信道i在当前感知周期被感知为“空闲”状态的条件下,该授权信道实际状态为“空闲”的后验概率,Pi(H1/Yi>εi)为授权信道i在当前感知周期被感知为“占用”状态的条件下,该授权信道实际状态为“占用”的条件概率,由贝叶斯理论可知,
其中Pth为各个授权信道必须满足的检测概率最小值。为从授权用户开始使用授权信道i的时刻开始算起,t时刻时授权信道i的状态由“占用”转为“空闲”的状态转移概率,为从授权用户停止使用授权信道i的时刻开始算起,t时刻时授权信道i的状态仍为“空闲”状态的概率,它们可由下式得到
本发明的步骤e中各个授权信道的可以利用给定感知信道集合条件下认知无线网络的最大吞吐量求解方法(参考文献:Fan R F and Jiang H.Optimal multi-channelcooperative sensing in cognitive radio networks.IEEE Trans.on wireless communications,vol.9,no.3,pp:1128-1138,March 2010)求解。
6、根据权利要求1所述的一种基于状态转移概率估计的感知时隙长度优化方法,其特征在于,所述步骤e中,选择下一个感知周期认知无线网络需要合作感知的最优感知信道集合以及该集合中各个授权信道的感知时间的具体实现方法如下:
1)把所有授权信道的最大吞吐量按从大到小进行排队,得到矢量I;
2)从n=1开始按照n从小到大的顺序迭代搜索最优目标值,在每一次迭代过程中,选择矢量I中前n个授权信道作为当感知信道数目为n时的感知信道集合;
3)利用给定感知信道集合条件下认知无线网络的最大吞吐量求解方法计算与该感知信道集合相对应的认知无线网络的最大吞吐量,并记录该目标值;
本发明的感知周期T=感知时隙τ+数据传输时隙τ’。
本发明的感知时隙τ=τa+τs+τb+τc,且(τa+τb+τc)<τs。
本发明的有益效果:
本发明能够同时对认知无线网络在各个感知周期需要合作感知的感知信道集合以及分配给该集合中各个授权信道的感知时间进行联合优化配置,进而优化各个感知周期的感知时隙长度,提高认知无线网络的吞吐量。
附图说明
图1为本发明所采用的基于周期频谱感知的数据传输结构。
图2为给定感知信道集合条件下认知无线网络的最大吞吐量求解方法。
图3传统方法与本专利所提方法的吞吐量性能比较示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明。
如图1所示,一种在多授权信道条件下提出的基于状态转移概率估计的感知时隙长度优化方法的具体实施步骤如下:
步骤1 在每一个感知周期的感知时隙的开始,认知无线网络中心基站在τa时间内把上一个感知周期所得到的当前感知周期需要合作感知的最优感知信道集合以及该集合中各个授权信道的感知时间发送给认知无线网络中的各个认知用户;
设k时刻时认知用户m在授权信道i上的接收信号为
其中H0表示授权信道为“空闲”状态,H1表示授权信道为“占用”状态。式中si(k)是授权用户在授权信道i上的发送信号,是认知用户m在授权信道i上的接收信号,为认知用户m在授权信道i上的加性高斯白噪声,hi是授权信道i上的信道增益。认知用户m在授权信道i上的检测统计量可以表示为
其中,Ni=τifs为各认知用户在授权信道i上的抽样点数。
步骤3 各个认知用户在τb的时间里把各自的检测统计量发送到认知无线网络的中心基站,中心基站进行数据融合,得到最终的感知结果,并利用τc时间把最终的感知结果发送给各个认知用户,当检测到某个授权信道空闲时,认知用户可以使用该授权信道传输数据,当检测到某个授权信道被授权用户占用时,认知用户不使用该授权信道传输数据以避免对授权用户的干扰;
当采用等增益合并的软信息融合方法时,授权信道i在中心基站的最终判决统计量为
M为认知无线网络中的认知用户数目。把授权信道i的最终判决统计量Yi与它的判决门限εi比较即可得到授权信道i的最终的判决结果:
步骤4 在每一个感知周期T的感知时隙τ结束后,认知无线网络中心基站根据历史感知信息和当前感知周期的感知结果利用该感知周期剩余的T-τ时间估计下一个感知周期各个授权信道的可用概率;
如果授权信道i在感知周期l1被感知为“空闲”状态,并且它在感知周期l1至感知周期l2这段时间内没有被感知,则在感知周期l2它的状态为“空闲”的概率为
同理,如果授权信道i在感知周期l1被感知为“占用”状态,并且它在感知周期l1至感知周期l2这段时间内没有被感知,则在感知周期l2它的状态为“空闲”的概率为
其中Pi(H0/Yi<εi)为授权信道i在当前感知周期被感知为“空闲”状态的条件下,该授权信道实际状态为“空闲”的后验概率,Pi(H1/Yi>εi)为授权信道i在当前感知周期被感知为“占用”状态的条件下,该授权信道实际状态为“占用”的条件概率,由贝叶斯理论可知,
其中Pth为各个授权信道必须满足的检测概率最小值。为从授权用户开始使用授权信道i的时刻开始算起,t时刻时授权信道i的状态由“占用”转为“空闲”的状态转移概率,为从授权用户停止使用授权信道i的时刻开始算起,t时刻时授权信道i的状态仍为“空闲”状态的概率,它们可由下式得到
令Ci(τi)=(T-τi)Pi(H0)(1-Pf,i(τi,Pd,i=Pth))W表示当认知无线网络在每个感知周期仅合作感知授权信道i时的认知无线网络的吞吐量,其中Pi(H0)是认知无线网络中心基站通过估计得到的授权信道i的可用概率。由于Ci(τi)是τi的递增凸函数,因此存在最优的感知时隙长度使得Ci(τi)取得最大值
给定感知信道集合条件下认知无线网络的最大吞吐量求解方法如图2所示(参考文献:Fan R F and Jiang H.Optimal multi-channel cooperative sensing in cognitive radio networks.IEEE Trans.on wireless communications,vol.9,no.3,pp:1128-1138,March 2010)。从图2可以看出,该方法是以微时隙Δτ为分配步长,采用逐步增加需要分配的微时隙个数的方式寻找最优的感知时隙长度的;在对每一个微时隙Δτ进行分配时,把该微时隙分配给能够使认知无线网络吞吐量增益最大的那个信道其中为当感知时间为时授权信道i的吞吐量;当认知无线网络吞吐量A(τ+Δτ)-A(τ)>0时,令τ=τ+Δτ,并重复以上步骤,否则,此时的感知时隙长度τ即为给定感知信道集合条件下的最优感知时隙长度为最优感知时隙长度在各个授权信道之间的最优分配
步骤6 认知无线网络中心基站以最大化认知无线网络吞吐量为目标,根据通过估计得到的下一个感知周期各个授权信道的可用概率,利用多授权信道条件下基于状态转移概率估计的感知时隙长度优化方法选择下一个感知周期认知无线网络需要合作感知的最优感知信道集合以及该集合中各个授权信道的感知时间并把该结果在下一个感知周期的初始时刻发送给认知无线网络中的各个认知用户。
多授权信道条件下基于状态转移概率估计的感知时隙长度优化方法的具体步骤描述如下:
2)从n=1开始按照n从小到大的顺序迭代搜索最优目标值,在每一次迭代过程中,选择矢量I中前n个授权信道作为当感知信道数目为n时的感知信道集合;
3)利用给定感知信道集合条件下认知无线网络的最大吞吐量求解方法计算与该感知信道集合相对应的认知无线网络的最大吞吐量,并记录该目标值;
实施例:
本发明的一个具体实例如下所示,参数设置不影响一般性。本实例假设授权信道i在占用/空闲状态上的驻留时间服从均值为秒的负指数分布,即的概率密度函数为因此有和认知无线网络中认知用户数目M=10,授权信道数目I=19,感知周期T=100ms,微时隙Δτ=0.1ms,授权信道带宽W=6MHz,采样速率fs=12MHz,各个授权信道所必须满足的检测概率最小值Pth=0.9,第i个授权信道的信噪比γi=snr-0.5(i-1)dB,i=1,2,L,I, 本发明提出的多授权信道条件下基于状态转移概率估计的感知时隙长度优化方法具体过程如下:
4、认知无线网络中心基站根据历史感知信息和当前感知周期的感知结果利用式(5)~式(10)估计下一个感知周期各个授权信道的可用概率Pi(H0)i=1,2,L,I;
5、认知无线网络中心基站以最大化认知无线网络吞吐量为目标,根据通过估计得到的下一个感知周期各个授权信道的可用概率Pi(H0)i=1,2,L,I,利用多授权信道条件下基于状态转移概率估计的感知时隙长度优化方法选择下一个感知周期认知无线网络需要合作感知的最优感知信道集合以及该集合中各个授权信道的感知时间并把该结果在下一个感知周期到来时发送给认知无线网络中的各个认知用户。
图3给出了传统方法与本专利所提方法的吞吐量性能比较仿真图。从图3可以看出,本发明所提方法的性能明显优于传统方法。这是由于传统方法不考虑最优感知信道集合的选择,即在每一个感知时隙内把所有授权信道都感知一遍,并且传统方法还假设各个授权信道的可用概率是不变的。
本发明未涉及部分均与现有技术相同或可采用现有技术加以实现。
Claims (5)
1.一种基于状态转移概率估计的感知时隙长度优化方法,其特征在于,包括下列步骤:
(a)、在每一个感知周期T的感知时隙τ的开始,认知无线网络中心基站在τa时间内把当前感知周期认知无线网络需要合作感知的最优感知信道集合以及该集合中各个授权信道的感知时间即上一个感知周期所得到的下一个感知周期认知无线网络需要合作感知的最优感知信道集合以及该集合中各个授权信道的感知时间发送给认知无线网络中的各个认知用户m;
(c)、各个认知用户m在接下来的τb时间里把各自的检测统计量发送到认知无线网络中心基站,中心基站进行数据融合判决,得到融合判决结果,中心基站利用τc时间把最终的融合判决结果发送给各个认知用户m;所述步骤c中的数据融合方法为等增益合并的软信息融合方法或加权融合方法,其中:
当采用等增益合并的软信息融合方法时,授权信道i在中心基站的最终判决统计量Yi为:
M为认知无线网络中的认知用户数目;把授权信道i的最终判决统计量Yi与它的判决门限εi比较即可得到授权信道i的最终的判决结果:
其中:H0表示授权信道空闲;H1表示授权信道占用;
(d)、在每一个感知周期T的感知时隙τ结束后,认知无线网络中心基站根据历史感知信息和当前感知周期的感知结果即步骤c中得到的融合判决结果,利用该感知周期T剩余的时间即数据传输时隙τ’=T-τ,估计下一个感知周期各个授权信道i的可用概率,其中τ=τa+τs+τb+τc;所述步骤d中授权信道i可用概率的估计方法如下:
如果授权信道i在任意两个感知周期l1、l2中,如果感知周期l1被感知为“空闲”状态,并且它在感知周期l1至感知周期l2这段时间内没有被感知,则在感知周期l2它的状态为H0“空闲”的概率为
同理,如果授权信道i在感知周期l1被感知为“占用”状态,并且它在感知周期l1至感知周期l2这段时间内没有被感知,则在感知周期l2它的状态为H0“空闲”的概率为
其中Pi(H0/Yi<εi)为授权信道i在当前感知周期被感知为“空闲”状态的条件下,该授权信道实际状态为“空闲”的后验概率,Pi(H1/Yi>εi)为授权信道i在当前感知周期被感知为“占用”状态的条件下,该授权信道实际状态为“占用”的条件概率,由贝叶斯理论可知,
其中:εi为判决门限,Pth为各个授权信道必须满足的检测概率最小值,为从授权用户开始使用授权信道i的时刻开始算起,t时刻时授权信道i的状态由“占用”转为“空闲”的状态转移概率,为从授权用户停止使用授权信道i的时刻开始算起,t时刻时授权信道i的状态仍为“空闲”状态的概率,它们可由下式得到
(f)、认知无线网络中心基站以步骤e得到的最大化认知无线网络最大吞吐量为目标,根据步骤d估计得到的下一个感知周期各个授权信道i的可用概率,选择下一个感知周期认知无线网络需要合作感知的最优感知信道集合以及该集合中各个授权信道的感知时间并把该结果在下一个感知周期的初始时刻发送给各个认知用户;所述步骤f中,选择下一个感知周期认知无线网络需要合作感知的最优感知信道集合以及该集合中各个授权信道的感知时间的具体实现方法如下:
2)从n=1开始按照n从小到大的顺序迭代搜索最优目标值,在每一次迭代过程中,选择矢量I中前n个授权信道作为当感知信道数目为n时的感知信道集合;
3)利用给定感知信道集合条件下认知无线网络的最大吞吐量求解方法计算与该感知信道集合相对应的认知无线网络的最大吞吐量,并记录该目标值;
2.根据权利要求1所述的一种基于状态转移概率估计的感知时隙长度优化方法,其特征在于,在步骤b中,各认知用户m采取能量检测法对最优感知信道集合里的各个授权信道i进行本地频谱感知,得到各自的检测统计量,具体方法如下:
设k时刻时认知用户m在授权信道i上的接收信号为
其中H0表示授权信道为“空闲”状态,H1表示授权信道为“占用”状态;
式中:si(k)是授权用户在授权信道i上的发送信号,是认知用户m在授权信道i上的接收信号,为认知用户m在授权信道i上的加性高斯白噪声,hi是授权信道i上的信道增益,认知用户m在授权信道i上的检测统计量可以表示为
其中,Ni=τifs为各认知用户在授权信道i上的抽样点数,fs为抽样速率。
3.根据权利要求1所述的一种基于状态转移概率估计的感知时隙长度优化方法,其特征在于,步骤e中各个授权信道的可以利用给定感知信道集合条件下认知无线网络的最大吞吐量求解方法求解。
4.根据权利要求1所述的一种基于状态转移概率估计的感知时隙长度优化方法,其特征在于,感知周期T=感知时隙τ+数据传输时隙τ’。
5.根据权利要求1所述的一种基于状态转移概率估计的感知时隙长度优化方法,其特征在于,感知时隙τ=τa+τs+τb+τc,且(τa+τb+τc)﹤τs。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110116190 CN102256286B (zh) | 2011-05-06 | 2011-05-06 | 基于状态转移概率估计的感知时隙长度优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110116190 CN102256286B (zh) | 2011-05-06 | 2011-05-06 | 基于状态转移概率估计的感知时隙长度优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102256286A CN102256286A (zh) | 2011-11-23 |
CN102256286B true CN102256286B (zh) | 2013-12-25 |
Family
ID=44983213
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110116190 Active CN102256286B (zh) | 2011-05-06 | 2011-05-06 | 基于状态转移概率估计的感知时隙长度优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102256286B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102546059B (zh) * | 2012-01-04 | 2014-07-02 | 中国人民解放军理工大学 | 认知自组织网络中基于无监督聚类的分布式合作频谱感知方法 |
CN102638841B (zh) * | 2012-03-30 | 2015-04-15 | 北京邮电大学 | 基于动态时隙划分的频谱检测系统及方法 |
CN103731838B (zh) * | 2012-10-10 | 2017-08-04 | 电信科学技术研究院 | 一种认知无线电系统中的协作频谱感知方法和设备 |
CN105323195B (zh) * | 2014-07-11 | 2018-07-06 | 中国人民解放军理工大学 | 一种历史数据缺失条件下的短波多信道联合预测方法 |
CN104159233B (zh) * | 2014-07-31 | 2017-11-28 | 东南大学 | 一种认知无线电中用于求解感知时隙长度的近似方法 |
CN106385690B (zh) * | 2016-09-13 | 2019-10-08 | 哈尔滨工业大学 | 认知星地协作通信系统中基于扩频时隙aloha的通信方法 |
CN108183757B (zh) * | 2017-11-30 | 2020-01-03 | 东南大学 | 感知时长和资源分配联合优化的分段近似凸分解方法 |
CN109067484B (zh) * | 2018-09-12 | 2021-06-15 | 宁波大学 | 一种利用以往感知时隙数据的能量检测频谱感知方法 |
CN109067483B (zh) * | 2018-09-12 | 2021-06-15 | 宁波大学 | 一种利用以往感知时隙数据的最大特征值频谱感知方法 |
CN111181669B (zh) * | 2020-01-03 | 2022-02-11 | 中国科学院上海高等研究院 | 基于预评估处理的自适应频谱感知方法、系统、介质及终端 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101711032A (zh) * | 2009-11-23 | 2010-05-19 | 哈尔滨工业大学 | 对未知环境模型特性的认知无线电动态智能频谱接入方法 |
CN101938842A (zh) * | 2010-09-19 | 2011-01-05 | 华中科技大学 | 一种调度认知用户发现空闲频谱的方法 |
-
2011
- 2011-05-06 CN CN 201110116190 patent/CN102256286B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101711032A (zh) * | 2009-11-23 | 2010-05-19 | 哈尔滨工业大学 | 对未知环境模型特性的认知无线电动态智能频谱接入方法 |
CN101938842A (zh) * | 2010-09-19 | 2011-01-05 | 华中科技大学 | 一种调度认知用户发现空闲频谱的方法 |
Non-Patent Citations (3)
Title |
---|
张晓,王金龙,吴启晖.认知无线电中一种感知节点集自适应选择算法.《信号处理》.2010,第26卷(第6期),全文. * |
张晓,王金龙,吴启晖.认知无线电中基于可信度的感知节点集选择.《应用科学学报》.2009,第27卷(第6期),全文. |
认知无线电中基于可信度的感知节点集选择;张晓,王金龙,吴启晖;《应用科学学报》;20091130;第27卷(第6期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN102256286A (zh) | 2011-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102256286B (zh) | 基于状态转移概率估计的感知时隙长度优化方法 | |
Yang et al. | Broadcasting with an energy harvesting rechargeable transmitter | |
CN104270798B (zh) | 一种适用于信能同传中继网络的分布式中继选择方法 | |
CN101951307B (zh) | 在CoMP下的小区协作集的选择方法 | |
CN107172705B (zh) | 无线携能异构网络的波束优化方法及系统 | |
CN106059840B (zh) | 一种认知无线系统功率分配方法及装置 | |
CN105744628B (zh) | 一种数能一体化通信网络的资源分配最优化方法 | |
WO2008103468A1 (en) | Combined sensing methods for cognitive radio | |
CN102695131B (zh) | 认知网络中基于合作博弈的分布式功率控制方法 | |
CN104105193B (zh) | 一种异构网络中基于Starckelberg博弈的功率分配方法 | |
CN106877919B (zh) | 基于最优用户选择的功率分配能量采集中继安全通信方法 | |
CN101489234B (zh) | 基于碰撞概率约束的机会频谱接入方法 | |
CN110166088A (zh) | 以用户为中心的无小区mimo系统的功率控制算法 | |
CN101917768B (zh) | 一种正交频分多址接入中继系统的用户公平资源分配方法 | |
CN104168659A (zh) | Mrt预编码策略下的多小区mimo系统用户调度方法 | |
Akoum et al. | On imperfect CSI for the downlink of a two-tier network | |
CN101938842B (zh) | 一种调度认知用户发现空闲频谱的方法 | |
Gong et al. | Round-robin resource sharing algorithm for device-to-device multicast communications underlying single frequency networks | |
CN106817718B (zh) | 一种应用于扩频通信的信道管理方法 | |
Karmakar et al. | A learning-based dynamic clustering for coordinated multi-point (CoMP) operation with carrier aggregation in LTE-advanced | |
Tanaka et al. | New throughput analysis of long-distance IEEE 802.11 wireless communication system for smart grid | |
CN109951864A (zh) | 基于LAA不完美频谱探测与WiFi共存的系统性能分析方法 | |
CN105451350A (zh) | 一种基于联合单播与组播机制的资源分配方法 | |
Liu et al. | Evolution handoff strategy for real-time video transmission over practical cognitive radio networks | |
WO2016202186A1 (zh) | 一种多用户移动中继通信系统的功率分配方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |