CN108200633A - 一种多授权认知无线电网络的在线网络选择方法 - Google Patents

一种多授权认知无线电网络的在线网络选择方法 Download PDF

Info

Publication number
CN108200633A
CN108200633A CN201810127529.8A CN201810127529A CN108200633A CN 108200633 A CN108200633 A CN 108200633A CN 201810127529 A CN201810127529 A CN 201810127529A CN 108200633 A CN108200633 A CN 108200633A
Authority
CN
China
Prior art keywords
network
collision probability
selection scheme
mandate
authorize
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.)
Granted
Application number
CN201810127529.8A
Other languages
English (en)
Other versions
CN108200633B (zh
Inventor
王野
侯庆辉
于佳
张钦宇
徐慧芳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Graduate School Harbin Institute of Technology
Original Assignee
Shenzhen Graduate School Harbin Institute of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Graduate School Harbin Institute of Technology filed Critical Shenzhen Graduate School Harbin Institute of Technology
Priority to CN201810127529.8A priority Critical patent/CN108200633B/zh
Publication of CN108200633A publication Critical patent/CN108200633A/zh
Application granted granted Critical
Publication of CN108200633B publication Critical patent/CN108200633B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W48/00—Access restriction; Network selection; Access point selection
    • H04W48/16—Discovering, processing access restriction or access information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/0003—Software-defined radio [SDR] systems, i.e. systems wherein components typically implemented in hardware, e.g. filters or modulators/demodulators, are implented using software, e.g. by involving an AD or DA conversion stage such that at least part of the signal processing is performed in the digital domain
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W48/00—Access restriction; Network selection; Access point selection
    • H04W48/18—Selecting a network or a communication service

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提出了一种多授权认知无线电网络的在线网络选择方法，针对在授权网络先验知识未知及非完美感知的情况进行网络选择方案设计，首先提出了冲突受限的在线网络选择方案，通过限制PU和SU之间的碰撞概率，减少SU用户通信对PU用户正常传输的干扰。冲突受限的网络选择方案能够有效的控制授权网络的碰撞概率在上限范围内，但是由于碰撞概率更新机制的局限性，会使CRN忽略授权网络中的空闲信道，造成接入机会的浪费。为了进一步提高CRN的吞吐量，本发明又提出了贪婪的在线网络选择方案和基于最小碰撞概率的在线网络选择方案。仿真结果表明，两种方案都能提升CRN系统的吞吐量，最小碰撞概率的在线网络选择方案更优，同时取得了更低的掉话率。

Description

一种多授权认知无线电网络的在线网络选择方法
技术领域
本发明涉及认知无线电技术领域，尤其涉及一种多授权认知无线电网络的在线网络选择方法。
背景技术
随着无线通信业务的需求的快速增长，频谱资源日益紧缺。而传统的无线通信系统采用的是静态频谱分配政策，即授权用户对其频谱具有独占性，其他用户不允许使用。虽然这种频谱分配方式有利于保证系统的服务质量，但由于通信业务在时间、空间及频率上的不均衡性，频谱资源并没有得到充分利用。可用频谱资源稀缺及频谱利用率低等问题使得一种全新的、优化使用频谱资源的无线通信模式变得十分必要。认知无线电(CRN，cognitive radio network)作为一种新型的频谱共享技术应运而生。在认知无线电网络中，次级用户(SU，secondary user)在不干扰授权网络(LN，licensed network)中的主用户(PU，primary user)传输的前提下，通过频谱感知技术实时监测LN中信道的状态，机会式的接入发现的空闲信道，并在PU再次出现时，及时退出该信道，避免对PU用户产生干扰。PU用户具有抢占式优先级，可以抢占SU占用的信道。
然而，PU的抢占式优先级和空闲信道的空时变化特性导致CRN的特性很不稳定。随着网络融合技术的发展以及异构网络的普及，CRN与多个授权网络交互成为可能，给SU提供了更多的频谱接入机会和网络选择。。
发明内容
针对现有技术中存在的不足，本发明所要解决的技术问题是：提供一种多授权认知无线电网络的在线网络选择方法。
为了实现上述目的，本发明采取如下技术方案：
一种多授权认知无线电网络的在线网络选择方法，所述方法包括冲突受限的在线网络选择方案，CRN为到来的SU选择优先级最高的授权网络进行接入，首先，根据下式计算授权网络LNm的优先级：
其中，Pc，m是授权网络LNm的碰撞概率，Nm是授权网络LNm的共享信道总数，Nidle，m授权网络LNm的空闲信道数，是授权网络LNm的碰撞概率上限；针对空闲信道数为0和碰撞概率大于上限的授权网络优先级设置为-∞。优先级不为-∞的授权网络作为候选接入网络，如果候选网络为0，那么SU阻塞；否则，CRN选择优先级最高的网络进行接入。
另一方面，本发明还提出一种多授权认知无线电网络的在线网络选择方法，所述方法包括贪婪的在线网络选择方案；对于碰撞概率大于上限的授权网络，只要满足两个条件，依然是合适的候选接入网络：条件1、授权网络具有至少2个空闲信道；条件2、不大于0＜η＜1，Pc，m是授权网络LNm的碰撞概率，是授权网络LNm的碰撞概率上限；贪婪的在线选择方案在碰撞概率大于上限时，对于满足条件的候选授权网络，选择空闲信道数最多的进行接入。
另一方面，本发明还提出一种多授权认知无线电网络的在线网络选择方法，所述方法包括基于最小碰撞概率的在线网络选择方案；对于碰撞概率大于上限的授权网络，只要满足两个条件，依然是合适的候选接入网络：条件1、授权网络具有至少2个空闲信道；条件2、不大于0＜η＜1，Pc，m是授权网络LNm的碰撞概率，是授权网络LNm的碰撞概率上限；在候选接入网络中选择其中碰撞概率最小的授权网络进行接入。
本发明的有益效果是：本发明提出了一种多授权认知无线电网络的在线网络选择方法，针对在授权网络先验知识未知及非完美感知的情况进行网络选择方案设计，首先提出了冲突受限的在线网络选择方案，通过限制PU和SU之间的碰撞概率，减少SU用户通信对PU用户正常传输的干扰。冲突受限的网络选择方案能够有效的控制授权网络的碰撞概率在上限范围内，但是由于碰撞概率更新机制的局限性，会使CRN忽略授权网络中的空闲信道，造成接入机会的浪费。为了进一步提高CRN的吞吐量，本发明又提出了贪婪的在线网络选择方案和基于最小碰撞概率的在线网络选择方案。仿真结果表明，两种方案都能提升CRN系统的吞吐量，最小碰撞概率的在线网络选择方案更优，同时取得了更低的掉话率。。
附图说明
图1是多授权认知无线电网络拓扑结构图；
图2是多授权认知无线电网络工作流程图；
图3是频谱感知过程的示意图；
图4是本发明的多授权认知无线电网络的网络选择模型示意图；
图5是离散事件调度仿真流程图；
图6是SU用户到达时的情况示意图；
图7是PU用户到达时的情况示意图；
图8(a)是授权网络1的碰撞概率仿真结果图；
图8(b)是授权网络2的碰撞概率仿真结果图；
图8(c)是授权网络3的碰撞概率仿真结果图；
图9是SU的阻塞率仿真结果图；
图10是SU的掉话率仿真结果图；
图11是SU的吞吐量仿真结果图。
具体实施方式
下面结合附图说明及具体实施方式对本发明进一步说明。
本发明将CRN与多个授权网络交互的网络定义为多授权认知无线网络。多授权认知无线电网络的工作过程包括频谱感知和动态频谱接入。为了减少虚警事件和漏检事件，本发明使用合作频谱感知技术，充分利用认知用户的分集效应，增大感知精度；动态频谱接入阶段，考虑到多授权网络的网络分集效应，SU用户到来首先进行网络选择，之后接入有空闲信道的授权网络中，这样可以有效增大CRN的吞吐量和SU用户服务的稳定性。本发明主要在前人研究的基础上，在非完美感知和授权网络先验消息未知的情况下，对多授权认知无线电网络的在线网络选择方案进行研究。
本发明的多授权认知无线电网络的拓扑结构如图1所示。在一个有限的地理范围内，分布着一些授权网络，用集合M＝{1，2，...，M}来表示，授权网络LNm共享正交信道数为Nm。每个信道在同一个时刻只服务一个用户，并且为了简化分析，假设同一个授权网络中的共享信道具有同一性。每一个信道存在三种状态：被PU占用、被SU占用或者空闲。CRN由SU和融合中心(FC，fusion center)组成。FC的作用是对SU进行调度管控。由于SU的所有行为均是通过FC进行管理调度，FC对SU的分布是已知的。
CRN中的SUs分为两部分，正在传输的SUs和在CRN中的SUs。CRN中的SUs被CRN调度去完成感知任务，而正在传输的SUs则无需感知，只需要在传输过程中不断的检测目前所在信道的PU信号是否到来，在PU信号未出现时继续通信，而PU信道到来时根据具体的动态频谱接入策略执行相应退出和切换行为。多授权认知无线电网络的主要结构如图2所示。可以分为两部分，频谱感知和网络选择。首先FC根据当前网络状态，采取一定的合作感知调度方案，分配SUs感知对应的授权网络，接着SU用户进行单点感知，由FC根据一定的融合准则进行感知结果融合，判定PRN中信道的最终状态；网络选择部分，SU用户到来申请接入时，通过感知结果对系统信道空闲状态进行评估，进而选择最佳的PRN接入空闲信道。
频谱感知技术是实现CRN的第一步，其结果的准确度将直接关系到网络选择和最终CRN的性能。频谱感知的目的即通过某种感知手段来检测授权网络中信道的状态，发现空闲信道。频谱感知问题是一个二元假设检验问题。频谱感知过程如图3所示。
频谱感知存在两种错误，一种是漏检错误：PU占用的信道被检测为空闲信道；另一种是虚警错误：空闲信道被检测为PU占用的信道。由于独自频谱感知容易受到衰落、阴影以及噪声估计不准确的影响，得到的感知性能较差。合作频谱感知则充分利用SU用户的分集效应，同时降低对每个SU感知能力的要求，能够获得较好的感知性能。因此，本发明采用合作频谱感知方案。
在多授权认知无线电网络中，由于需要与多个授权网络进行交互，因此感知过程中面临的问题较多，如何选择授权网络进行感知也即是SU的合作感知调度策略，决定着系统的感知性能。本发明采用基于信噪比的贪婪合作感知调度策略。合作感知调度方案用ψ表示，每行代表对应SU的调度策略，列值表示是否检测对应的LN，K是用于合作感知的SU的集合。其中ψk，m∈{0，1}，ψk，m＝0表示SUk不检测LNm，其公式如下。
式中SNRm表示各个LN的信噪比。SU单点感知之后，把感知结果上传到FC，FC通过融合规则进行结果融合，这里采用硬融合中的与规则。融合后可得合作感知虚警概率和合作感知漏检概率
其中，Pf(k，m)是虚警概率，Pe(k，m)是漏检概率。
在多授权认知无线电网络中，CRN与多个授权网络进行交互，可以充分利用网络的分集效应提高CRN系统的性能及SU用户的服务质量。由于存在多个授权网络，而且各个网络的网络状态及业务强度不同，在SU用户到来的时候面临选择哪个授权网络进行接入的问题，这就是多授权认知无线电网络的网络选择问题。本发明在前人研究的基础上针对非完美感知和授权网络先验知识未知的情况，对多授权网络的在线网络选择方案进行研究，提出了冲突受限的在线网络选择方案及其两个变种：贪婪的在线网络选择方案和基于最小碰撞概率的在线网络选择方案。多授权认知无线电网络中的网络选择模型如图4所示。
由于在线网络选择方案对授权网络的先验知识未知，无法通过理论建模分析求出系统的性能指标的解析解，本发明采用离散事件仿真环境对在线网络选择方案进行仿真分析。事件调度将事件例程作为基本单元，按事件发生的先后顺序执行相应的事件例程。CRN接入过程分为接入系统、接受服务、退出系统3个事件，它们只是在离散时间点发生，其变化域和空间状态具有离散性，因此采用如图5所示的离散系统仿真的事件调度法对该接入过程进行仿真。能够真实的模拟系统中PU和SU的行为。
由于非完美感知及空闲信道数有限，SU用户可能接入被漏检的PU信道，PU用户可能抢占正在通信的SU信道，导致SU用户掉话。这些情况都会导致PU和SU用户的碰撞。冲突受限的网络选择方案目的就是限制每个LN中PU碰撞概率不大于碰撞概率上限，同时最大化系统的吞吐量。接下来对两种的行为进行分析。
(1)SU到达：SU用户到达时的情况如图6所示。由于SU用户优先级低于PU用户，SU用户到来只能接入空闲信道，如果没有空闲信道就会发生阻塞，接入了漏检的PU信道就会发生掉话。
(2)SU离开：当SU通信完成后，主动离开当前信道。
(3)PU到来：PU用户到来时的情况如图7所示。由于PU用户具有抢占式优先级，PU用户到来的时候可以接入空闲信道，也可以接入被SU用户占用的信道。如果PU抢占了SU用户的信道，SU用户向FC发送接入请求进行网络选择，如果存在空闲信道，则接入，否则发生掉话。
(4)PU离开，当PU通信完成后，主动离开当前信道。
从用户行为分析可以知道，在PU和SU用户接入的过程中会产生阻塞事件、掉话事件及碰撞事件。本发明通过对一定时间内用户行为的统计分析，计算PU的碰撞概率，SU的阻塞率，SU的掉话率及CRN的吞吐量。假设T时间内统计的PU接入数量为PU与SU碰撞数量SU的掉话数量SU接入数量Naccess，su，SU阻塞数量接下来给出相应的性能指标。
SU阻塞率：在T时间内SU阻塞数量与接入授权网络的SU的总数量的比值，设SU的阻塞率为Pblock，su(s)，其表达式如下：
SU的掉话率：在T时间内掉话的SU数量与接入的SU总数的比值，这里的接入不包括阻塞的SU数量。设SU的掉话率为Pdrop，su，其表达式如下：
PU的碰撞概率：在T时间内PU与SU碰撞数量与接入PU的总数比。设PU的碰撞概率为其表达式如下：
CRN的吞吐量：在T时间内成功接入并完成通信的SU个数与仿真时间的比值。设CRN的吞吐量为C，其表达式如下：
[冲突受限的在线网络选择方案]
在冲突受限的在线网络选择方案中，CRN根据授权网络的空闲信道数及实时的碰撞概率，计算出授权网络的优先级，选择优先级最高的授权网络进行接入。所以需要实时的更新每个授权网络的碰撞概率Pc，m。假设授权网络LNm的优先级为PIm。
其中，Nm是授权网络m的共享信道总数，是授权网络m碰撞概率上限。根据公式可以看出空闲信道数更多或者碰撞概率更小的网络具有更高的接入优先级。
在冲突受限的在线网络选择方案中，CRN为到来的SU选择优先级最高的授权网络进行接入。首先，根据公式(8)计算每个授权网络的优先级，针对空闲信道数为0和碰撞概率大于上限的授权网络优先级设置为-∞。优先级不为-∞的授权网络作为候选接入网络，如果候选网络为0，那么SU阻塞；否则，CRN选择优先级最高的网络进行接入。其伪代码如表1所示。
表1冲突受限的在线网络选择方案
[贪婪在线网络选择方案]
在冲突受限的网络选择方案中，只要碰撞概率大于上限值，授权网络就没有作为候选网络的机会。然而，碰撞概率只在PU正确接入和PU与SU碰撞两种情况下更新，对于SU离开及PU离开等事件没有考虑，有可能存在碰撞概率没有发生变化，授权网络中的空闲信道数因为PU或SU的离开增加了。所以，本发明在冲突受限的在线网络选择方案的基础上，进一步提出贪婪的在线网络选择方案。对于碰撞概率大于上限的授权网络，只要满足两个条件，依然是合适的候选接入网络。条件1是授权网络具有两个空闲信道；条件2是在一定范围内，不大于η＞0是一个小于1.0的正实数。条件1要求授权网络具有2个空闲信道是为了保证新到来的PU避免碰撞。贪婪的在线选择方案在碰撞概率大于上限时，对于满足条件的候选授权网络，选择空闲信道数最多的进行接入。本发明中设置η＝0.05，在保证碰撞概率在上限上下浮动，同时又能够获得更多的接入机会，进一步增大系统的吞吐量。其伪代码如表2所示。
表2贪婪的在线网络选择方案
[基于最小碰撞概率的在线网络选择方案]
基于最小碰撞概率的在线网络选择方案就是在满足贪婪选择方案的基础上，对于大于碰撞概率上限同时满足条件的授权网络，选择其中碰撞概率最小的授权网络进行接入。其伪代码如表3。
表3基于最小碰撞概率的在线网络选择方案
采用基于离散事件的仿真思想，在非完美感知、具有网络间切换策略下对本发明提出的方案进行仿真。考虑三个授权网络的情况，N1＝5，N2＝10，N3＝15，同时合作虚警概率和合作漏检概率分别为：同时 碰撞概率上限分别为[0.1，0.1，0.1]。为了验证提出的三种在线选择方案对PU碰撞概率具有控制作用，同时证明方案的有效性，本发明对三种方案的PU碰撞概率、阻塞率、掉话率及吞吐量进行对比分析。
从图8(a)、图8(b)和图8(c)中可以看出，随着SU到达速率的增加，授权网络的碰撞概率先增加，然后趋于上限值，不在增加，说明三种在线网路选择方案对授权网络的碰撞概率均有控制作用，当网络中SU的业务强度变大，为了减少SU对PU正常通信的影响，三种在线网络选择方案均会对碰撞概率进行控制；图9和图10为SU的阻塞率和掉话率仿真图，可以看出在SU到达一定值之后，三种方案的掉话率及阻塞率都会出现急剧的增加，这也是对碰撞概率进行限制的代价。图11为CRN网络的吞吐量仿真图，在SU的到达速率达到一定值之后，授权网络的吞吐量不在增加，也即是网络中不会再接入更多的SU，而是保持在一个平衡的状态，这也是对碰撞概率限制的结果。其中，基于最下碰撞概率的在线网络选择方案的吞吐量较大，而且阻塞率及掉话率也较小，在三种方案中的表现更加优秀。
本发明对多授权认知无线电网络的网络选择问题进行分析和研究，针对在授权网络先验知识未知及非完美感知的情况进行网络选择方案设计。提出了冲突受限的在线网络选择方案，通过限制PU和SU之间的碰撞概率，减少SU用户通信对PU用户正常传输的干扰。冲突受限的网络选择方案能够有效的控制授权网络的碰撞概率在上限范围内，但是由于碰撞概率更新机制的局限性，会使CRN忽略授权网络中的空闲信道，造成接入机会的浪费。为了进一步提高CRN系统的吞吐量，本发明在以上研究的基础上，提出了贪婪的在线网络选择方案和基于最小碰撞概率的在线网络选择方案。仿真结果表明，两种方案都能提升CRN系统的吞吐量，最小碰撞概率的在线网络选择方案更优，同时取得了更低的掉话率。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (5)

1.一种多授权认知无线电网络的在线网络选择方法，其特征在于：所述方法包括冲突受限的在线网络选择方案，CRN为到来的SU选择优先级最高的授权网络进行接入，首先，根据下式计算授权网络LNm的优先级：
其中，Pc，m是授权网络ＬNm的碰撞概率，Nm是授权网络LNm的共享信道总数，Nidle，m授权网络LNm的空闲信道数，是授权网络LNm的碰撞概率上限；针对空闲信道数为0和碰撞概率大于上限的授权网络优先级设置为-∞；优先级不为-∞的授权网络作为候选接入网络，如果候选网络为0，那么SU阻塞；否则，CRN从候选网络中选择优先级最高的网络进行接入。
2.根据权利要求1所述的方法，其特征在于：对于碰撞概率大于上限的授权网络，只要满足两个条件，依然是合适的候选接入网络：条件1、授权网络具有至少2个空闲信道；条件2、不大于0＜η＜1，Pc，m是授权网络LNm的碰撞概率，是授权网络LNm的碰撞概率上限。
3.一种多授权认知无线电网络的在线网络选择方法，其特征在于：所述方法包括贪婪的在线网络选择方案；对于碰撞概率大于上限的授权网络，只要满足两个条件，依然是合适的候选接入网络：条件1、授权网络具有至少2个空闲信道；条件2、不大于0＜η＜1，Pc，m是授权网络LNm的碰撞概率，是授权网络LNm的碰撞概率上限；贪婪的在线选择方案在碰撞概率大于上限时，对于满足条件的候选授权网络，选择空闲信道数最多的进行接入。
4.一种多授权认知无线电网络的在线网络选择方法，其特征在于：所述方法包括基于最小碰撞概率的在线网络选择方案；对于碰撞概率大于上限的授权网络，只要满足两个条件，依然是合适的候选接入网络：条件1、授权网络具有至少2个空闲信道；条件2、不大于0＜η＜1，Pc，m是授权网络LNm的碰撞概率，P* c，m是授权网络LNm的碰撞概率上限；在候选接入网络中选择其中碰撞概率最小的授权网络进行接入。
5.根据权利要求1-4任一项所述的方法，其特征在于：所述多授权认知无线电网络采用基于信噪比的贪婪合作感知调度策略。合作感知调度方案用ψ表示，ψ＝{ψk，m}，每行代表对应SU的调度策略，列值表示是否检测对应的LN，其中ψk，m∈{0，1}，ψk，m＝0表示SUk不检测LNm，其公式如下：
式中SNRm表示各个LN的信噪比；SU单点感知之后，把感知结果上传到FC，FC通过融合规则进行结果融合，这里采用硬融合中的与规则；融合后可得合作感知虚警概率和合作感知漏检概率
CN201810127529.8A 2018-02-07 2018-02-07 一种多授权认知无线电网络的在线网络选择方法 Active CN108200633B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810127529.8A CN108200633B (zh) 2018-02-07 2018-02-07 一种多授权认知无线电网络的在线网络选择方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810127529.8A CN108200633B (zh) 2018-02-07 2018-02-07 一种多授权认知无线电网络的在线网络选择方法

Publications (2)

Publication Number Publication Date
CN108200633A true CN108200633A (zh) 2018-06-22
CN108200633B CN108200633B (zh) 2020-11-20

Family

ID=62592803

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810127529.8A Active CN108200633B (zh) 2018-02-07 2018-02-07 一种多授权认知无线电网络的在线网络选择方法

Country Status (1)

Country Link
CN (1) CN108200633B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113692037A (zh) * 2021-08-25 2021-11-23 燕山大学 一种基于认知基站的休眠方法及其性能评估方法
CN113836491A (zh) * 2021-09-26 2021-12-24 南京邮电大学 认知无线电系统中次用户的阻塞-再接入概率计算方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102958182A (zh) * 2011-08-30 2013-03-06 中兴通讯股份有限公司 一种认知无线电公平性调度的方法及系统
CN103957528A (zh) * 2014-04-25 2014-07-30 哈尔滨工业大学深圳研究生院 一种基于认知无线电的多策略动态频谱接入方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102958182A (zh) * 2011-08-30 2013-03-06 中兴通讯股份有限公司 一种认知无线电公平性调度的方法及系统
CN103957528A (zh) * 2014-04-25 2014-07-30 哈尔滨工业大学深圳研究生院 一种基于认知无线电的多策略动态频谱接入方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YE WANG: "Cooperative Sensing Scheduling in Cognitive Radio Networks with Multiple Primary Networks", 《2014 IEEE GLOBAL COMMUNICATION CONFERENCE》 *
衡玉龙: "认知无线电网络频谱共享性能分析与信道选择策略研究", 《中国优秀硕士学位论文全文数据库》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113692037A (zh) * 2021-08-25 2021-11-23 燕山大学 一种基于认知基站的休眠方法及其性能评估方法
CN113692037B (zh) * 2021-08-25 2022-08-30 燕山大学 一种基于认知基站的休眠方法及其性能评估方法
CN113836491A (zh) * 2021-09-26 2021-12-24 南京邮电大学 认知无线电系统中次用户的阻塞-再接入概率计算方法
CN113836491B (zh) * 2021-09-26 2023-07-14 南京邮电大学 认知无线电系统中次用户的阻塞-再接入概率计算方法

Also Published As

Publication number Publication date
CN108200633B (zh) 2020-11-20

Similar Documents

Publication Publication Date Title
Paul et al. Cooperative cognitive intelligence for internet of vehicles
Wang et al. Analysis of reactive spectrum handoff in cognitive radio networks
CN107566235B (zh) 一种报文数据传输方法、装置及电动汽车
CN109327911B (zh) 认知异构无线网络中基于信誉系统的频谱切换方法
CN103139785B (zh) 一种基于区域划分的空时频谱共享方法和系统
CN102098686A (zh) 移动通信网络优化“三层一体”评估模型
CN112015549B (zh) 一种基于服务器集群的调度节点的选择抢占方法及系统
CN108200633A (zh) 一种多授权认知无线电网络的在线网络选择方法
Yadav et al. Spectrum access in cognitive smart-grid communication system with prioritized traffic
CN102098787B (zh) 信道共享用户的选择与调整方法及装置
Wang et al. Network selection for secondary users in cognitive radio systems
CN109698726B (zh) 一种基于机器学习的无线频谱资源分配方法
CN103458470A (zh) 认知中继系统中基于QoS的传输方法
CN102665218A (zh) 基于动态分配策略的频谱检测系统及方法
CN116248208A (zh) 一种基于协同感知动态频谱切换的干扰规避方法及系统
CN103024092B (zh) 一种域名封堵方法、系统及设备
Liu et al. An imperfect sensing-based channel reservation strategy in CRNs and its performance evaluation.
CN103634919B (zh) 一种家庭基站基于干扰协调的资源分配方法及家庭基站
CN115175224A (zh) 认知无线电系统中认知用户机会接入传输性能分析方法
Fontana et al. SMASH: a SMArt Slicing Heterogeneous 5G network selection algorithm
CN104219679B (zh) 认知无线电网络中的一种改进的信道分配方法
CN104539382B (zh) 认知无线电网络中的预协作感知方法
Tang et al. A fair scheduling scheme based on collision statistics for cognitive radio networks
Han et al. Spectrum sensing for real-time spectrum handoff in CRNs
CN104823472B (zh) 一种通信调度的方法和设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant