CN102857924A - 认知无线电中基于授权信道切换概率的极大独立集频谱分配方法 - Google Patents
认知无线电中基于授权信道切换概率的极大独立集频谱分配方法 Download PDFInfo
- Publication number
- CN102857924A CN102857924A CN2012103442245A CN201210344224A CN102857924A CN 102857924 A CN102857924 A CN 102857924A CN 2012103442245 A CN2012103442245 A CN 2012103442245A CN 201210344224 A CN201210344224 A CN 201210344224A CN 102857924 A CN102857924 A CN 102857924A
- Authority
- CN
- China
- Prior art keywords
- frequency spectrum
- node
- spectrum
- cognitive
- independent sets
- 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.)
- Pending
Links
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
认知无线电中基于授权信道切换概率的极大独立集频谱分配方法，它涉及一种频谱分配方法。本发明可提高认知系统公平性，解决传统图论频谱分配方法在周期性的分配频谱过程中没有考虑授权信道工作状态切换对系统性能的负面影响的问题。其方法：如未完成所有子图的频谱分配，则选择一个未完成分配的子图，逐一计算出每个子图的所有极大独立集；并行极大独立集相同频谱的同时分配；如果子图还有没分配的频谱，则按已分配期望频谱和干扰期望从小到大的顺序为节点分配频谱；更新各节点频谱列表和相应的独立集节点的已获频谱均值。本发明适用于频谱分配。
Description
技术领域
本发明涉及一种频谱分配方法。
背景技术
认知无线电被认为是未来解决无线频谱利用率低下问题的最佳技术方案。现实应用中，无线电环境变化迅速，频谱使用情况瞬息万变，这就要求要找到优秀的分配策略，以足够短的周期快速、有效的进行周期性的动态频谱分配，以便快速适应认知无线电的时变无线环境，提高系统容量，改善认知无线电系统的性能，从而充分发挥认知无线电的优越性。目前，在认知无线电频谱分配方面，主要使用图论着色模型和博弈论模型。
传统的基于图论的着色模型，已被用来解决认知无线电网络中的频谱分配问题。图论模型在干扰限制的前提下，将认知无线电网络拓扑抽象成拓扑图，图中顶点代表认知用户，边代表顶点间的冲突或者干扰，如果同时使用相同的信道则存在干扰。基于图论着色理论的频谱分配模型是一种相对成熟的模型。在图论着色模型中，分属于不同极大连通子图的任意节点之间不存在任何影响。各个极大连通子图在频谱分配过程中是相互独立的，可以进行并行的频谱分配。
从这一模型出发，出现了很多频谱分配方法以及其改进方法。不同的方法在不同的目标下，其系统性能也有很大差异。其中，公平性和系统开销是两个极为重要的准则。因为公平性直接影响各认知用户的满意度，而系统开销与方法本身的优劣及其实时性直接关联。然而，传统的基于图论的频谱分配方法主要关注一个分配周期的频谱分配问题，没有考虑在下一个分配周期到来前的授权信道工作状态的切换。这导致这些方法的分配的结果只符合本周期的系统性能要求，一旦在两次频谱分配周期之间，已分配给认知用户的信道被授权用户占用，传统方法立刻无法适用，从而失去了这些方法原有的公平性效果。
本发明基于上述研究，为了提高认知系统的公平性性能，使分配方法更符合认知无线电系统实际的需求，设计了一种认知无线网络中基于授权信道切换概率的极大独立集频谱分配方法。
发明内容
本发明是为了提高认知系统公平性，解决传统图论频谱分配方法在周期性的分配频谱过程中没有考虑授权信道工作状态切换对系统性能的负面影响的问题，而提出的一种认知无线电中基于授权信道切换概率的极大独立集频谱分配方法。
认知无线电中基于授权信道切换概率的极大独立集频谱分配方法按以下步骤实施：
第1步：在部署区域内，随机产生授权节点与认知节点的二维地理坐标，由所有认知节点的分布拓扑，求出认知系统的各连通子图以及各认知节点的可用频谱列表集；
第2步：判断是否完成所有子图的频谱分配，如果判断结果为是，则完成频谱分配，方法终止；如果判断结果为否，则逐一对每一幅未完成分配的子图作进行频谱分配，具体为：
第2.1步：计算该子图的所有极大独立集Mi；
第2.2步：进行极大独立集Mi相同频谱的同时分配；
第2.3步：判断该子图中是否还存在没分配的频谱，如果有，执行第2.4步；如果没有，执行第2.5步；
第2.4步：按已分配期望频谱Bn和干扰期望
从小到大的顺序为节点分配频谱，即先按已分配期望频谱Bn从小到大的顺序排列，如果Bn相等，再按干扰期望从小到大的顺序排列；更新各节点频谱列表和相应的独立集节点的已获频谱均值γi；
所述已获频谱均值γi是根据
γi=min{Bn|n∈子图i} （4）
计算获得，其中已分配期望频谱Bn根据
计算获得，干扰期望
根据
计算获得，其中，sn，m表示频谱m已经分配给用户n，∏表示用户n的已被分配的频谱集合；Ωn表示n的邻居集合，即Ωn中的元素与认知用户n邻接，但不包含这个用户n；
表示n的邻居用户，
表示信道m如果分配给认知用户
使用；
表示频谱m在下一时刻对于用户来说，频谱m可以被使用的概率；
第2.5步：完成频谱分配，方法终止。
各连通子图的建立条件为：如果图中的两个认知节点间的距离小于两个认知节点的干扰半径的和，则这两个认知节点间有一条干扰边相连；相反，两认知节点间没有干扰边相连。
某个认知节点的可用频谱列表集的元素为：多个授权节点使用的授权信道，所述授权节点与所述某个认知节点的距离大于该授权节点的干扰半径与该认知节点的干扰半径的和。
第2.2步中进行极大独立集Mi相同频谱的同时分配的过程为：
第a步：判断子图的独立集是否有可供同时分配的相同频谱，如果有，则执行第b步；否则，独立集相同频谱的同时分配过程结束；
第b步：选择一个独立集j，从j=1开始，若j>Mi，则执行第e步；若j≤Mi，判断属于独立集j的节点是否有可供同时分配的相同频谱；如果有，则执行c步；如果没有，选择下一个独立集，即j=j+1，重复重新执行第b步；
第c步：判断节点的已分配频谱期望值是否大于均值γi（γi的初值为0），如果小于或等于均值γi，执行第d步；如果大于均值，则选择下一个独立集，即j=j+1；然后，返回执行第b步；
第d步：将相同频谱按其在子图中下一时刻可被使用期望值Em从小到大进行排序，选择期望值最小的频谱给这个独立集的各节点进行分配；其中，Em按公式（1）进行计算；然后，更新各节点频谱列表；选择下一个独立集，即j=j+1，返回执行第b步；其中：
式中，I是这个独立集节点的相同频谱的集合，m是相同的频谱，an，m表示信道m如果被分配给用户n的情况，
表示频谱m在下一时刻可被认知用户n使用的概率，即这个频谱m对于用户n来说，在下一时刻是空闲的概率；Λ是这个独立集的节点集合；
第e步：查看是否有未分配到频谱的节点；如果没有未获得频谱的节点，更新各节点的已获频谱均值γi，执行第a步；如果有未分配到频谱的节点，从其可用频谱列表中寻找一个频谱将其分配给这个节点，如果有多个可用频谱，按其在子图中下一时刻可被使用期望值Em由低到高排序，将排序在最前面的频谱分配给这个节点；更新频谱列表和相应的独立集节点的已获频谱均值γi；然后，执行第a步。
本发明频谱分配方法在计算下一时刻授权信道的空闲概率的基础上，根据图论极大独立集理论的特性，同时分配多个信道给网络中的同一个独立集下的认知用户。在分配过程中，充分考虑了认知用户的已获得的期望信道的公平性和对邻居认知用户的干扰控制。因此，本发明频谱分配方法解决了授权信道在下一个频谱分配周期前的状态切换对认知网络频谱分配的不利影响；不仅获得了良好的系统公平性，而且减小了信息的交互次数，从而降低了认知系统的分配开销。在提高了认知系统的公平性性能的同时，使分配方法更符合认知无线电系统实际的需求。
附图说明
图1是具体实施方式四基于授权信道切换概率的极大独立集频谱分配方法流程图。
图2是具体实施方式四中独立集相同频谱同时分配流程图。
具体实施方式
本发明技术方案不局限于以下所列举具体实施方式，还包括各具体实施方式间的任意合理组合。
具体实施方式一：本实施方式认知无线电中基于授权信道切换概率的极大独立集频谱分配方法按以下步骤实施：
第1步：初始化；是在部署区域内，随机产生授权节点与认知节点的二维地理坐标；由所有认知节点的分布拓扑，求出认知系统的各连通子图以及各认知节点的可用频谱列表集；
各连通子图的建立条件为：图中的两个认知节点间的距离小于两个认知节点的干扰半径的和，则这两个认知节点间有一条干扰边相连；图中的两个认知节点间的距离大于等于两个认知节点的干扰半径的和，则两认知节点间没有干扰边相连；
可用频谱列表集的元素：图中的一个认知节点与授权节点的距离大于授权节点的干扰半径与认知节点的干扰半径的和，则此认知节点的可用频谱列表集中包含这个授权节点使用的授权信道；相反，图中的一个认知节点与授权节点的距离小于等于授权节点的干扰半径与认知节点的干扰半径的和，则此认知节点的可用频谱列表集中不包含这个授权节点使用的授权信道；
第2步：查看是否完成所有子图的频谱分配，完成分配，则方法终止；未完成分配，则选择一个未完成分配的子图i，从i＝1开始，执行第2.1步：计算出i的所有极大独立集Mi，执行第2.2步；
第2.2步：进行极大独立集相同频谱的同时分配过程；
第2.3步：查看子图i是否还有没分配的频谱，有频谱没有分配，则执行第2.4步；没有剩余频谱，则执行第2.5步；
第2.4步：按已分配期望频谱Bn和干扰期望
从小到大的顺序为节点分配频谱；更新各节点频谱列表和相应的独立集节点的已获频谱均值γi；
第2.5步：子图i的频谱分配完成，对下一个子图进行频谱分配，即i＝i+1；并继续执行方法的第2步；
具体实施方式二：本实施方式与具体实施方式一的不同点是：第3步具体过程是：
第a步：判断本子图i的独立集是否有可供同时分配的相同频谱；有可供同时分配的相同频谱，则执行b步；没有可供同时分配的相同频谱，独立集相同频谱的同时分配过程结束；
第b步：任意选择一个独立集j，从j=1开始，j>Mi，则执行第e步；j≤Mi，判断属于独立集j的节点是否有可供同时分配的相同频谱，执行第c步；
有属于独立集j的节点有可供同时分配的相同频谱，则执行d步；没有有属于独立集j的节点有可供同时分配的相同频谱，选择下一个独立集，即j＝j+1，重新执行第b步；
该步骤的目的:这里实际上是为了遍历所有独立集，就是任意选择一个独立集，有频谱则分配，没有的话，换一个独立集进行分配，而每个独立集是按照第d步进行的;
第c步：判断节点的已分配频谱期望值是否大于均值γi，γi的初值为0；小于等于均值γi，方法执行第e步；大于均值，则选择下一个独立集，即j＝j+1，然后，执行第b步；
第d步：将相同频谱按其在子图中下一时刻可被使用期望值Em从小到大进行排序，选择期望值最小的频谱给这个独立集的各节点进行分配；其中，Em按公式（1）进行计算，然后，更新各节点频谱列表；选择下一个独立集，即j＝j+1，执行第3-2步；
其中，I是这个独立集节点的相同频谱的集合，m是相同的频谱，an，m表示信道m被分配给用户n的情况，
表示频谱m在下一时刻可被认知用户n使用的概率，即这个频谱m对于用户n来说，在下一时刻是空闲的概率；Λ表示这个独立集的节点集合；
第e步：查看是否有未分配到频谱的节点；没有未获得频谱的节点，更新各节点的已获频谱均值γi，则执行第3-1步；有未分配到频谱的节点，从其可用频谱列表中寻找一个频谱将其分配给这个节点，有多个可用频谱，按其在子图中下一时刻可被使用期望值Em由低到高排序，将排序在最前面的频谱分配给这个节点；更新频谱列表和相应的独立集节点的已获频谱均值γi；然后，执行第3-1步。其它步骤及参数与实施方式一相同。
具体实施方式三：本实施方式与具体实施方式一或二的不同点是：第5步为：
按已分配期望频谱Bn和干扰期望
从小到大的顺序为节点分配频谱：先按Bn从小到大的顺序排列，Bn相等，再按
从小到大的顺序排列；更新各节点频谱列表和相应的独立集节点的已获频谱均值γi；
其中，γi的更新，按照公式（4）计算；
已分配期望频谱Bn按公式（2）计算；
干扰期望
按公式（3）计算，然后，执行第四步。
γi=min{Bn|n∈子图i} （4）
其中，Sn，m表示频谱m已经分配给用户n，∏表示用户n的已被分配的频谱集合；Ωn表示n的邻居集合，即Ωn中的元素与认知用户n邻接，但不包含这个用户n；
表示n的邻居用户，
表示信道m分配给认知用户
使用；表示频谱m在下一时刻对于用户
来说，频谱m可以被使用的概率。其它步骤及参数与实施方式一或二相同。
具体实施方式四：本实施方式的认知无线电中基于授权信道切换概率的极大独立集频谱分配方法按以下步骤实施：
第1步：初始化；是在部署区域内，随机产生授权节点与认知节点的二维地理坐标；由所有认知节点的分布拓扑，求出认知系统的各连通子图以及各认知节点的可用频谱列表集；
各连通子图的建立条件为：图中的两个认知节点间的距离小于两个认知节点的干扰半径的和，则这两个认知节点间有一条干扰边相连；图中的两个认知节点间的距离大于等于两个认知节点的干扰半径的和，则两认知节点间没有干扰边相连；
可用频谱列表集的元素：图中的一个认知节点与授权节点的距离大于授权节点的干扰半径与认知节点的干扰半径的和，则此认知节点的可用频谱列表集中包含这个授权节点使用的授权信道；相反，图中的一个认知节点与授权节点的距离小于等于授权节点的干扰半径与认知节点的干扰半径的和，则此认知节点的可用频谱列表集中不包含这个授权节点使用的授权信道；
第2步：查看是否完成所有子图的频谱分配，完成分配，则转到第7步；未完成分配，则选择一个未完成分配的子图i，从i＝1开始，计算出i的所有极大独立集Mi，执行第3步；
第3步：进行极大独立集相同频谱的同时分配过程，具体过程为：
第3-1步：判断本子图i的独立集是否有可供同时分配的相同频谱；有可供同时分配的相同频谱，则执行3-2步；没有可供同时分配的相同频谱，独立集相同频谱的同时分配过程结束，执行第4步；
第3-2步：选择一个独立集j，从j=1开始，j>Mi，则执行第3-5步；j≤Mi，判断属于独立集j的节点是否有可供同时分配的相同频谱，执行第3-3步；
第3-3步：有属于独立集j的节点有可供同时分配的相同频谱，则执行3-4步；没有有属于独立集j的节点有可供同时分配的相同频谱，选择下一个独立集，即j＝j+1，重新执行第3-2步；
第3-4步：判断节点的已分配频谱期望值是否大于均值γi，γi的初值为0；小于等于均值γi，方法执行第3-5步；大于均值，则选择下一个独立集，即j＝j+1，然后，执行第3-2步；
第3-5步：将相同频谱按其在子图中下一时刻可被使用期望值Em从小到大进行排序，选择期望值最小的频谱给这个独立集的各节点进行分配；其中，Em按公式（1）进行计算，然后，更新各节点频谱列表；选择下一个独立集，即j＝j+1，执行第3-2步；
其中，I是这个独立集节点的相同频谱的集合，m是相同的频谱，anm表示信道m被分配给用户n的情况，
表示频谱m在下一时刻可被认知用户n使用的概率，即这个频谱m对于用户n来说，在下一时刻是空闲的概率；Λ表示这个独立集的节点集合；
第3-6步：查看是否有未分配到频谱的节点；没有未获得频谱的节点，更新各节点的已获频谱均值γi，则执行第3-1步；有未分配到频谱的节点，从其可用频谱列表中寻找一个频谱将其分配给这个节点，有多个可用频谱，按其在子图中下一时刻可被使用期望值Em由低到高排序，将排序在最前面的频谱分配给这个节点；更新频谱列表和相应的独立集节点的已获频谱均值γi；然后，执行第3-1步；
第4步：查看子图i是否还有没分配的频谱，有频谱没有分配，则执行第5步；没有剩余频谱，则执行第6步；
第5步：按已分配期望频谱Bn和干扰期望
从小到大的顺序为节点分配频谱：先按Bn从小到大的顺序排列，Bn相等，再按
从小到大的顺序排列；更新各节点频谱列表和相应的独立集节点的已获频谱均值γi；
其中，γi的更新，按照公式（4）计算；
已分配期望频谱Bn按公式（2）计算；
干扰期望
按公式（3）计算，然后，执行第四步。
γi=min{Bn|n∈子图i} （4）
其中，Sn，m表示频谱m已经分配给用户n，∏表示用户n的已被分配的频谱集合；Ωn表示n的邻居集合，即Ωn中的元素与认知用户n邻接，但不包含这个用户n；
表示n的邻居用户，
表示信道m分配给认知用户
使用；
表示频谱m在下一时刻对于用户
来说，频谱m可以被使用的概率；
第6步：子图i的频谱分配完成，对下一个子图进行频谱分配，即i＝i+1；并继续执行方法的第2步；
第7步：频谱分配方法完成，方法终止。
Claims (4)
1.认知无线电中基于授权信道切换概率的极大独立集频谱分配方法，其特征在于，
第1步：在部署区域内，随机产生授权节点与认知节点的二维地理坐标，由所有认知节点的分布拓扑，求出认知系统的各连通子图以及各认知节点的可用频谱列表集；
第2步：判断是否完成所有子图的频谱分配，如果判断结果为是，则完成频谱分配，方法终止；如果判断结果为否，则逐一对每一幅未完成分配的子图作进行频谱分配，具体为：
第2.1步：计算该子图的所有极大独立集Mi；
第2.2步：进行极大独立集Mi相同频谱的同时分配；
第2.3步：判断该子图中是否还存在没分配的频谱，如果有，执行第2.4步；如果没有，执行第2.5步；
第2.4步：按已分配期望频谱Bn和干扰期望
从小到大的顺序为节点分配频谱，即先按已分配期望频谱Bn从小到大的顺序排列，如果Bn相等，再按干扰期望
从小到大的顺序排列；更新各节点频谱列表和相应的独立集节点的已获频谱均值γi；
所述已获频谱均值γi是根据：
γi=min{Bn|n∈子图i} （4）
计算获得，其中已分配期望频谱Bn根据：
计算获得，干扰期望
根据：
计算获得，其中，sn，m表示频谱m已经分配给用户n，∏表示用户n的已被分配的频谱集合；Ωn表示n的邻居集合，即Ωn中的元素与认知用户n邻接，但不包含这个用户n；表示n的邻居用户，
表示信道m如果分配给认知用户
使用；
表示频谱m在下一时刻对于用户来说，频谱m可以被使用的概率；
第2.5步：完成频谱分配，方法终止。
2.根据权利要求1所述的认知无线电中基于授权信道切换概率的极大独立集频谱分配方法，其特征在于，各连通子图的建立条件为：如果图中的两个认知节点间的距离小于两个认知节点的干扰半径的和，则这两个认知节点间有一条干扰边相连；相反，两认知节点间没有干扰边相连。
3.根据权利要求1所述的认知无线电中基于授权信道切换概率的极大独立集频谱分配方法，其特征在于，某个认知节点的可用频谱列表集的元素为：多个授权节点使用的授权信道，所述授权节点与所述某个认知节点的距离大于该授权节点的干扰半径与该认知节点的干扰半径的和。
4.根据权利要求1所述的认知无线电中基于授权信道切换概率的极大独立集频谱分配方法，其特征在于，第2.2步中进行极大独立集Mi相同频谱的同时分配的过程为：
第a步：判断子图的独立集是否有可供同时分配的相同频谱，如果有，则执行第b步；否则，独立集相同频谱的同时分配过程结束；
第b步：选择一个独立集j，从j=1开始，若j>Mi，则执行第e步；若j≤Mi，判断属于独立集j的节点是否有可供同时分配的相同频谱；如果有，则执行c步；如果没有，选择下一个独立集，即j=j+1，重复重新执行第b步；
第c步：判断节点的已分配频谱期望值是否大于均值γi（γi的初值为0），如果小于或等于均值γi，执行第d步；如果大于均值，则选择下一个独立集，即j=j+1；然后，返回执行第b步；
第d步：将相同频谱按其在子图中下一时刻可被使用期望值Em从小到大进行排序，选择期望值最小的频谱给这个独立集的各节点进行分配；其中，Em按公式（1）进行计算；然后，更新各节点频谱列表；选择下一个独立集，即j=j+1，返回执行第b步；其中：
式中，I是这个独立集节点的相同频谱的集合，m是相同的频谱，an，m表示信道m如果被分配给用户n的情况，
表示频谱m在下一时刻可被认知用户n使用的概率，即这个频谱m对于用户n来说，在下一时刻是空闲的概率；Λ是这个独立集的节点集合；
第e步：查看是否有未分配到频谱的节点；如果没有未获得频谱的节点，更新各节点的已获频谱均值γi，执行第a步；如果有未分配到频谱的节点，从其可用频谱列表中寻找一个频谱将其分配给这个节点，如果有多个可用频谱，按其在子图中下一时刻可被使用期望值Em由低到高排序，将排序在最前面的频谱分配给这个节点；更新频谱列表和相应的独立集节点的已获频谱均值γi；然后，执行第a步。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2012103442245A CN102857924A (zh) | 2012-09-17 | 2012-09-17 | 认知无线电中基于授权信道切换概率的极大独立集频谱分配方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2012103442245A CN102857924A (zh) | 2012-09-17 | 2012-09-17 | 认知无线电中基于授权信道切换概率的极大独立集频谱分配方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN102857924A true CN102857924A (zh) | 2013-01-02 |
Family
ID=47404043
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2012103442245A Pending CN102857924A (zh) | 2012-09-17 | 2012-09-17 | 认知无线电中基于授权信道切换概率的极大独立集频谱分配方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102857924A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103546895A (zh) * | 2013-10-24 | 2014-01-29 | 哈尔滨工业大学 | 认知无线电网络中基于移动性预测的信道分配方法 |
| CN104994508A (zh) * | 2015-04-24 | 2015-10-21 | 南京航空航天大学 | 一种认知无线mesh网络资源分配及路由方法 |
| CN106788820A (zh) * | 2017-01-04 | 2017-05-31 | 河海大学常州校区 | 认知无线电网络多收发器非授权用户相遇方法 |
| CN112911601A (zh) * | 2021-01-29 | 2021-06-04 | 辽宁工程技术大学 | 一种认知无线电频谱分配协议评价方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102355730A (zh) * | 2011-06-30 | 2012-02-15 | 哈尔滨工业大学 | 认知无线电中基于系统收益的频谱分配方法 |
| CN102572850A (zh) * | 2012-03-27 | 2012-07-11 | 哈尔滨工业大学 | 认知无线电中基于授权用户工作状态切换的频谱分配方法 |
| CN102595422A (zh) * | 2012-03-22 | 2012-07-18 | 哈尔滨工业大学 | 一种认知无线电系统中垂直并行的频谱分配方法 |
-
2012
- 2012-09-17 CN CN2012103442245A patent/CN102857924A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102355730A (zh) * | 2011-06-30 | 2012-02-15 | 哈尔滨工业大学 | 认知无线电中基于系统收益的频谱分配方法 |
| CN102595422A (zh) * | 2012-03-22 | 2012-07-18 | 哈尔滨工业大学 | 一种认知无线电系统中垂直并行的频谱分配方法 |
| CN102572850A (zh) * | 2012-03-27 | 2012-07-11 | 哈尔滨工业大学 | 认知无线电中基于授权用户工作状态切换的频谱分配方法 |
Non-Patent Citations (2)
| Title |
|---|
| 樊路等: "《认知无线电中基于极大独立集的频谱分配算法》", 《科学技术与工程》 * |
| 王垚等: "《基于授权用户活动性的认知无线电频谱分配算法》", 《华南理工大学学报（自然科学版）》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103546895A (zh) * | 2013-10-24 | 2014-01-29 | 哈尔滨工业大学 | 认知无线电网络中基于移动性预测的信道分配方法 |
| CN103546895B (zh) * | 2013-10-24 | 2016-08-03 | 哈尔滨工业大学 | 认知无线电网络中基于移动性预测的信道分配方法 |
| CN104994508A (zh) * | 2015-04-24 | 2015-10-21 | 南京航空航天大学 | 一种认知无线mesh网络资源分配及路由方法 |
| CN106788820A (zh) * | 2017-01-04 | 2017-05-31 | 河海大学常州校区 | 认知无线电网络多收发器非授权用户相遇方法 |
| CN106788820B (zh) * | 2017-01-04 | 2020-06-05 | 河海大学常州校区 | 认知无线电网络收发器非授权用户相遇方法 |
| CN112911601A (zh) * | 2021-01-29 | 2021-06-04 | 辽宁工程技术大学 | 一种认知无线电频谱分配协议评价方法及系统 |
| CN112911601B (zh) * | 2021-01-29 | 2023-10-17 | 辽宁工程技术大学 | 一种认知无线电频谱分配协议评价方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102572850B (zh) | 认知无线电中基于授权用户工作状态切换的频谱分配方法 | |
| CN106304243A (zh) | 一种基于势博弈的无线传感器网络拓扑控制方法 | |
| CN103457852B (zh) | 一种多播虚拟网络的抗毁性映射方法 | |
| CN102857924A (zh) | 认知无线电中基于授权信道切换概率的极大独立集频谱分配方法 | |
| CN103259744A (zh) | 一种基于分簇的移动虚拟网络映射方法 | |
| Ruan et al. | Resource allocation and distributed uplink offloading mechanism in fog environment | |
| CN102904815A (zh) | 基于无尺度网络的路由级拓扑建模方法 | |
| CN115333956A (zh) | 一种多联盟非合作博弈的多智能体状态控制方法 | |
| CN102186175B (zh) | 基于振荡器相位同步的认知网络动态频谱分配方法 | |
| CN102497615A (zh) | 基于定位信息辅助的节点移动网络的分簇方法 | |
| CN114727353A (zh) | 基于遗传算法的移动机会传感器网络自适应信息传输方法 | |
| CN105262663A (zh) | 一种混合虚拟网络的跨域映射方法 | |
| CN102917385B (zh) | 基于统计移动尺度的移动感知分簇方法 | |
| CN101808338B (zh) | 基于质量开销比跳数分簇的服务发现及移动模型建立方法 | |
| CN103427884B (zh) | 基于移动自组网中泛在业务生成的多终端协同获取方法 | |
| CN102802166A (zh) | 一种改进的Zigbee网络分层方法 | |
| CN104703283B (zh) | 一种Ad Hoc网络中节点频率的分配方法 | |
| Kang et al. | Energy efficient topology control based on sociological cluster in wireless sensor networks | |
| CN103237363A (zh) | 基于模糊移动尺度的认知无线电Ad Hoc网络分簇方法 | |
| Jahani et al. | A clustering algorithm for mobile ad hoc networks based on spatial auto-correlation | |
| Hwang et al. | Advanced efficiency and stability combined weight based distributed clustering algorithm in MANET | |
| CN104765958B (zh) | 一种基于连续状态空间的认知无线电接入问题新型算法模型 | |
| Shang et al. | A stable clustering formation in mobile ad hoc network | |
| CN110166933A (zh) | 基于差分算法的森林环境监测中的簇首定位模型的建立方法 | |
| Anzola et al. | Design methodology for self-organized mobile networks based |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130102 |