CN110166153B - 一种针对认知无线网络的栅格协同频谱检测方法 - Google Patents
一种针对认知无线网络的栅格协同频谱检测方法 Download PDFInfo
- Publication number
- CN110166153B CN110166153B CN201910415143.1A CN201910415143A CN110166153B CN 110166153 B CN110166153 B CN 110166153B CN 201910415143 A CN201910415143 A CN 201910415143A CN 110166153 B CN110166153 B CN 110166153B
- Authority
- CN
- China
- Prior art keywords
- state
- secondary user
- detection
- secondary users
- users
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开一种针对认知无线网络的栅格协同频谱检测方法,包括步骤:初始化检测与分配;动态分配;初始化检测与分配包括:融合中心将检测时间帧划分为若干检测时隙,融合中心指导所有的次级用户对所有信道进行初始频谱检测,获得初始采样信号;融合中心收集初始采样信号,根据初始采样信号进行分类判定次级用户的运行状态;融合中心根据运行状态指导次级用户按照接入原则进行分配;本发明通过栅格次级用户的设计、次级用户区域的划分和对应区域的使用规则,并结合相应的动态检测方法,充分利用次级用户之间的关系,降低系统计算难度,保证低虚警概率和漏检概率,同时减少频谱检测时间,增加传输时间,使得系统的吞吐量达到最优化。
Description
技术领域
本发明涉及电频谱检测技术领域,具体涉及一种针对认知无线网络的栅格协同频谱检测方法。
背景技术
在通信领域中,由于频率资源非常稀缺,所以如何尽可能的提升频谱利用率是一个重点研究方向。认知无线电通过频谱管理,可以在主用户不在占用授权频段时,让次级用户暂时使用该频段,从而提升频谱利用率。而频谱检测则是认知无线电的重要一步,利用该步骤,系统将对一定的频段进行检测,进而判断该频段上有无主用户。
目前针对认知无线网络,业界提出了多种频谱检测方法,包括能量检测、信号相关检测等等。同时考虑到单个次级用户检测误判概率较高的特点,提出的协同检测的方法,以降低虚警概率和漏检概率。
但在实际环境中,不同区域内部的频谱环境都是不相同的和变化的,对应的频谱使用规则也是不相同的,需要更加灵活的频谱检测机制,能够进行不同区域的频谱检测和使用,且保持非常低的虚警概率和漏检概率,以更好的提升认知无线网路的性能。现有的协同检测机制只能在小区域内使用,无法对N个次级用户的检测结果联合来进行区域的判定。
鉴于上述缺陷,本发明创作者经过长时间的研究和实践终于获得了本发明。
发明内容
为解决上述技术缺陷,本发明采用的技术方案在于,提供一种针对认知无线网络的栅格协同频谱检测方法,包括步骤:
S1,初始化检测与分配;
S2,动态分配;
其中,所述步骤S1包括:
S11,融合中心将检测时间帧划分为若干检测时隙,所述融合中心指导所有的次级用户对所有信道进行初始频谱检测,获得初始采样信号;
S12,所述融合中心收集所述初始采样信号,根据所述初始采样信号进行分类判定所述次级用户的运行状态;
S13,所述融合中心根据所述运行状态指导所述次级用户按照接入原则进行分配。
较佳的,所述步骤S2包括:
S21,根据所述步骤S1中的分配情况,进行动态频谱检测,获得动态采样信号;
S22,所述融合中心采集所述次级用户的动态采样信号,对所述次级用户进行状态分类;
S23,根据所述状态分类进行所述次级用户的检测分配;
S24,根据所述步骤S23的分配情况,再次进行动态频谱检测,获得动态采样信号,并重复所述步骤S22。
较佳的,所述步骤S1初始状态时,将所述次级用户在地理位置上呈矩形栅格排布,相邻所述次级用户间的距离相等;根据主用户信噪比大小将所述次级用户划分为黑区、灰区和白区。
较佳的,在所述步骤S12中,所述融合中心将同时对最多5个所述次级用户进行协同频谱检测,从而将所述次级用户划分为四种运行状态,所述运行状态包括区内状态、界内状态、界外状态、模糊状态。
较佳的,所述运行状态的分类判定过程为:
当目标次级用户周围的四个周围次级用户均被判定为处于同一个判定区域,则所述目标次级用户也属于所述判定区域,所述次级用户处于区内状态;
当目标次级用户处于判定区域,且在所述目标次级用户周围的四个周围次级用户中至少有一个周围次级用户的采样信号能量大于所述目标次级用户,同时至少有一个周围次级用户不处于所述判定区域,则所述目标次级用户处于所述界内状态;
当目标次级用户处于判定区域,且在所述目标次级用户周围的四个周围次级用户中至少有一个周围次级用户处于所述判定区域,同时至少有一个周围次级用户的采样信号能量值小于所述目标次级用户,则所述目标次级用户处于所述界外状态;
当目标次级用户不属于所述区内状态、所述界内状态、所述界外状态中的任一种,则所述目标次级用户处于所述模糊状态。
较佳的,所述步骤S13中,当所述次级用户处于所述区内状态时,所述次级用户的下一个所述系统帧为传输时间帧,所述检测时隙将用于业务传输;当所述次级用户处于所述界内状态或所述界外状态时,所述次级用户的下一个所述系统帧为检测时间帧,所述检测时隙用于频谱检测;当所述次级用户处于所述模糊状态时,通过能量检测进行判定确定所述次级用户的所在区域,所述次级用户的下一个所述系统帧为检测时间帧,所述检测时隙用于频谱检测。
较佳的,所述接入原则设置为优先使用处于所述白区的信道,其次使用处于所述灰区的信道。
较佳的,所述步骤S22的所述状态分类包括第一再检测状态,当界内次级用户和界外次级用户的动态采样信号能量相较于初始采样信号能量都增加且增加量超过增加门限时,为所述第一再检测状态;在所述第一再检测状态下,所述融合中心唤醒所述界外次级用户周边的次级用户,在下一个所述系统帧,共同检测该信道,从而判断所述界外次级用户的运行状态。
较佳的,所述步骤S22的所述状态分类还包括第二再检测状态,当界内次级用户和界外次级用户的动态采样信号能量相较于初始采样信号能量都降低且降低量超过降低门限,为所述第二再检测状态;在所述第二再检测状态下,所述融合中心唤醒所述界内次级用户周边的次级用户,在下一个系统帧,共同检测该信道,从而判断所述界内次级用户的运行状态。
较佳的,所述步骤S22的所述状态分类还包括再分配状态;若所述第一再检测状态和所述第二再检测状态均未出现,则进入所述再分配状态,在所述再分配状态下,根据所述动态采样信号重新进入步骤S12进行分类判定所述次级用户的运行状态。
与现有技术比较本发明的有益效果在于:本发明通过栅格次级用户的设计、次级用户区域的划分和对应区域的使用规则,次级用户状态的分类,同时也设计的相应的动态检测方法,充分利用了次级用户之间的关系,利用最多5个次级用户的采样数据就能做出判定,降低系统计算难度,保证低虚警概率和漏检概率,同时减少频谱检测时间,增加传输时间,使得系统的吞吐量达到最优化。
附图说明
图1为所述针对认知无线网络的栅格协同频谱检测方法的流程示意图。
具体实施方式
以下结合附图,对本发明上述的和另外的技术特征和优点作更详细的说明。
如图1所示,图1为所述针对认知无线网络的栅格协同频谱检测方法的流程示意图;认知无线网络的栅格协同频谱检测方法,包括以下步骤:
S1,初始化检测与分配;
S11,融合中心将检测时间帧划分为P个检测时隙,P个检测时隙对应P个信道,所述融合中心指导所有的次级用户对所有的P个信道进行初始频谱检测,获得初始采样信号;
初始状态时,将次级用户在地理位置上呈矩形栅格排布,相邻所述次级用户间的距离相等;由于不同的所述次级用户到主用户距离不等,采样得到的主用户信噪比也不相同,故根据主用户信噪比大小可以将所述次级用户划分为三个区域:
黑区:所述黑区内的所述次级用户距离所述主用户最近,接收到的主用户信噪比非常大,一般的,在所述黑区内,主用户信噪比大于或等于10dB,故无法进行所述次级用户的业务传输;
灰区:所述灰区内的所述次级用户距离主用户中等距离,接收到主用户信噪比中等,为避免影响所述主用户的传输性能,所述灰区内的所述次级用户可采用极低信噪比进行传输;
白区:所述白区内的所述次级用户距离主用户非常远,接收到的主用户信噪比很小,一般的,在白区主用户信噪比小于或等于1dB,故可以认定为在所述白区内所述主用户不占用授权信道,所述白区内的所述次级用户可采用最大信噪比进行传输。
系统帧包括检测时间帧和传输时间帧;在所述检测时间帧内,所述次级用户将采样相关频谱信号,并送给所述融合中心进行判定;在所述传输时间帧内,所述融合中心将根据不同频谱的使用规则对所述次级用户进行使用指导。
S12,所述融合中心收集所有次级用户的初始采样信号,根据所述初始采样信号进行分类判定所述次级用户的运行状态;
所述融合中心将同时对最多5个所述次级用户进行协同频谱检测,从而将所述次级用户划分为四种运行状态,所述运行状态包括区内状态、界内状态、界外状态、模糊状态。
所述运行状态的具体分类判定过程为:设所述次级用户中被判定次级用户为目标次级用户,由于次级用户均矩形栅格排布,目标次级用户周围一般设置有4个距离相同的次级用户,4个距离相同的次级用户设为周围次级用户;
如果目标次级用户周围的四个周围次级用户均被判定为处于同一个判定区域,则所述目标次级用户也属于所述判定区域,所述次级用户处于区内状态;
如果目标次级用户处于判定区域,且在所述目标次级用户周围的四个周围次级用户中至少有一个周围次级用户的采样信号能量大于所述目标次级用户,同时至少有一个周围次级用户不处于所述判定区域,则所述目标次级用户处于所述界内状态;
如果目标次级用户处于判定区域,且在所述目标次级用户周围的四个周围次级用户中至少有一个周围次级用户处于所述判定区域,同时至少有一个周围次级用户的采样信号能量值小于所述目标次级用户,则所述目标次级用户处于所述界外状态;
如果目标次级用户不属于所述区内状态、所述界内状态、所述界外状态中的任一种,则所述目标次级用户处于所述模糊状态。
所述判断区域一般为白区或灰区。
S13,所述融合中心根据所述运行状态指导所述次级用户按照接入原则进行分配。
具体的,当所述次级用户处于所述区内状态时,所述次级用户将不再对该频段进行频谱检测,且下一个系统帧为传输时间帧,该检测时隙将不用于频谱检测,而是用于业务传输;当所述次级用户处于所述界内状态或所述界外状态时,所述次级用户将继续在检测时间帧对该频段进行频谱检测,且下一个系统帧仍为检测时间帧,该检测时隙用于频谱检测;当所述次级用户处于所述模糊状态时,通过能量检测进行判定确定所述次级用户的所在区域,所述次级用户将继续在检测时间帧对该频段进行频谱检测,且下一个系统帧仍为检测时间帧,该检测时隙用于频谱检测。
所述接入原则一般为优先使用处于白区的信道,其次使用处于灰区的信道。
S2,动态分配;
S21,根据所述步骤S1中的分配情况,进行动态频谱检测,获得动态采样信号;
S22,所述融合中心采集所述次级用户的动态采样信号,对所述次级用户进行状态分类;
具体的,步骤S21采用所述步骤S1中的分配情况时,设在步骤S1中判定的分别处于界内状态和界外状态的相邻两所述次级用户为界内次级用户和界外次级用户;步骤S21采用所述步骤S23中的分配情况时,设在步骤S23中判定的分别处于界内状态和界外状态的相邻两所述次级用户为界内次级用户和界外次级用户;所述状态分类包括第一再检测状态、第二再检测状态和再分配状态。
当所述界内次级用户和所述界外次级用户的动态采样信号能量相较于初始采样信号能量都增加且增加量超过增加门限时,为所述第一再检测状态;当所述界内次级用户和所述界外次级用户的动态采样信号能量相较于初始采样信号能量都降低且降低量超过降低门限,为所述第二再检测状态;若所述第一再检测状态和所述第二再检测状态均未出现,则进入所述再分配状态。
所述增加门限和所述降低门限均为人工设定值,一般设置为1dB。
S23,根据状态分类进行次级用户的检测分配;
具体的,在所述第一再检测状态下,所述融合中心唤醒所述界外次级用户周边的次级用户,在下一个系统帧,共同检测该信道,从而判断所述界外次级用户的运行状态;在所述第二再检测状态下,所述融合中心唤醒所述界内次级用户周边的次级用户,在下一个系统帧,共同检测该信道,从而判断所述界内次级用户的运行状态;在所述再分配状态下,根据所述动态采样信号重新进入步骤S12进行分类判定所述次级用户的运行状态。
S24,根据步骤S23的分配情况,再次进行动态频谱检测,获得动态采样信号,并重复步骤S22。
现有的频谱检测技术没有有效利用次级用户之间的关系,且正对的都是静态的检测环境,难以实现动态频谱检测,分区域频谱利用等。本发明提出的方法,即包括了栅格次级用户的设计、次级用户区域的划分和对应区域的使用规则,次级用户状态的分类,同时也设计的相应的动态检测方法,充分利用了次级用户之间的关系,利用最多5个次级用户的采样数据就能做出判定,降低了系统计算难度,保证了低虚警概率和漏检概率,同时减少频谱检测时间,增加传输时间,使的系统的吞吐量达到最优化。
以上所述仅为本发明的较佳实施例,对本发明而言仅仅是说明性的,而非限制性的。本专业技术人员理解,在本发明权利要求所限定的精神和范围内可对其进行许多改变,修改,甚至等效,但都将落入本发明的保护范围内。
Claims (4)
1.一种针对认知无线网络的栅格协同频谱检测方法,其特征在于,包括步骤:
S1,初始化检测与分配;
S2,动态分配;
其中,所述步骤S1包括:
S11,融合中心将检测时间帧划分为若干检测时隙,所述融合中心指导所有的次级用户对所有信道进行初始频谱检测,获得初始采样信号;
S12,所述融合中心收集所述初始采样信号,根据所述初始采样信号进行分类判定所述次级用户的运行状态;
S13,所述融合中心根据所述运行状态指导所述次级用户按照接入原则进行分配;
所述步骤S2包括:
S21,根据所述步骤S1中的分配情况,进行动态频谱检测,获得动态采样信号;
S22,所述融合中心采集所述次级用户的动态采样信号,对所述次级用户进行状态分类;
S23,根据所述状态分类进行所述次级用户的检测分配;
S24,根据所述步骤S23的分配情况,再次进行动态频谱检测,获得动态采样信号,并重复所述步骤S22;
在所述步骤S12中,所述融合中心将同时对最多5个所述次级用户进行协同频谱检测,从而将所述次级用户划分为四种运行状态,所述运行状态包括区内状态、界内状态、界外状态、模糊状态;
所述运行状态的分类判定过程为:
当目标次级用户周围的四个周围次级用户均被判定为处于同一个判定区域,则所述目标次级用户也属于所述判定区域,所述次级用户处于区内状态;
当目标次级用户处于判定区域,且在所述目标次级用户周围的四个周围次级用户中至少有一个周围次级用户的采样信号能量大于所述目标次级用户,同时至少有一个周围次级用户不处于所述判定区域,则所述目标次级用户处于所述界内状态;
当目标次级用户处于判定区域,且在所述目标次级用户周围的四个周围次级用户中至少有一个周围次级用户处于所述判定区域,同时至少有一个周围次级用户的采样信号能量值小于所述目标次级用户,则所述目标次级用户处于所述界外状态;
当目标次级用户不属于所述区内状态、所述界内状态、所述界外状态中的任一种,则所述目标次级用户处于所述模糊状态;
所述步骤S13中,当所述次级用户处于所述区内状态时,所述次级用户的下一个系统帧为传输时间帧,所述检测时隙将用于业务传输;当所述次级用户处于所述界内状态或所述界外状态时,所述次级用户的下一个系统帧为检测时间帧,所述检测时隙用于频谱检测;当所述次级用户处于所述模糊状态时,通过能量检测进行判定确定所述次级用户的所在区域,所述次级用户的下一个系统帧为检测时间帧,所述检测时隙用于频谱检测;
所述步骤S22的所述状态分类包括第一再检测状态,当界内次级用户和界外次级用户的动态采样信号能量相较于初始采样信号能量都增加且增加量超过增加门限时,为所述第一再检测状态;在所述第一再检测状态下,所述融合中心唤醒所述界外次级用户周边的次级用户,在下一个所述系统帧,共同检测该信道,从而判断所述界外次级用户的运行状态;
所述步骤S22的所述状态分类还包括第二再检测状态,当界内次级用户和界外次级用户的动态采样信号能量相较于初始采样信号能量都降低且降低量超过降低门限,为所述第二再检测状态;在所述第二再检测状态下,所述融合中心唤醒所述界内次级用户周边的次级用户,在下一个系统帧,共同检测该信道,从而判断所述界内次级用户的运行状态。
2.如权利要求1所述的针对认知无线网络的栅格协同频谱检测方法,其特征在于,所述步骤S1初始状态时,将所述次级用户在地理位置上呈矩形栅格排布,相邻所述次级用户间的距离相等;根据主用户信噪比大小将所述次级用户划分为黑区、灰区和白区。
3.如权利要求2所述的针对认知无线网络的栅格协同频谱检测方法,其特征在于,所述接入原则设置为优先使用处于所述白区的信道,其次使用处于所述灰区的信道。
4.如权利要求1所述的针对认知无线网络的栅格协同频谱检测方法,其特征在于,所述步骤S22的所述状态分类还包括再分配状态;若所述第一再检测状态和所述第二再检测状态均未出现,则进入所述再分配状态,在所述再分配状态下,根据所述动态采样信号重新进入所述步骤S12进行分类判定次级用户的运行状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910415143.1A CN110166153B (zh) | 2019-05-17 | 2019-05-17 | 一种针对认知无线网络的栅格协同频谱检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910415143.1A CN110166153B (zh) | 2019-05-17 | 2019-05-17 | 一种针对认知无线网络的栅格协同频谱检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110166153A CN110166153A (zh) | 2019-08-23 |
CN110166153B true CN110166153B (zh) | 2021-04-09 |
Family
ID=67631226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910415143.1A Active CN110166153B (zh) | 2019-05-17 | 2019-05-17 | 一种针对认知无线网络的栅格协同频谱检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110166153B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101854640A (zh) * | 2010-05-13 | 2010-10-06 | 北京邮电大学 | 应用在认知无线网络中的动态频谱接入方法和系统 |
CN102638841A (zh) * | 2012-03-30 | 2012-08-15 | 北京邮电大学 | 基于动态时隙划分的频谱检测系统及方法 |
CN102665218A (zh) * | 2012-03-30 | 2012-09-12 | 北京邮电大学 | 基于动态分配策略的频谱检测系统及方法 |
CN103139785A (zh) * | 2013-01-31 | 2013-06-05 | 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 |
CN103281701A (zh) * | 2013-05-29 | 2013-09-04 | 北京交通大学 | 一种认知无线电网络的协作频谱预测方法 |
CN103702340A (zh) * | 2013-12-06 | 2014-04-02 | 北京邮电大学 | 分布式认知无线电网络的参数调整方法及系统 |
CN103763706A (zh) * | 2013-12-30 | 2014-04-30 | 河海大学 | 基于分簇的协作频谱感知模糊融合方法 |
WO2015084149A1 (en) * | 2013-12-04 | 2015-06-11 | Mimos Berhad | A system and method for managing availability of radio frequency in a cooperative network |
CN106412928A (zh) * | 2016-09-23 | 2017-02-15 | 宁波大学 | 协同认知无线网络跨层设计方法 |
CN106603500A (zh) * | 2016-11-20 | 2017-04-26 | 西安电子科技大学 | 认知无线网络中基于关系匹配的频谱感知数据检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150045040A (ko) * | 2013-10-17 | 2015-04-28 | 한국전자통신연구원 | 인지무선 통신 시스템에서의 스펙트럼 센싱 스케쥴링 방법 및 효율적인 스펙트럼 센싱을 위한 업링크 자원 할당 방법 |
-
2019
- 2019-05-17 CN CN201910415143.1A patent/CN110166153B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101854640A (zh) * | 2010-05-13 | 2010-10-06 | 北京邮电大学 | 应用在认知无线网络中的动态频谱接入方法和系统 |
CN102638841A (zh) * | 2012-03-30 | 2012-08-15 | 北京邮电大学 | 基于动态时隙划分的频谱检测系统及方法 |
CN102665218A (zh) * | 2012-03-30 | 2012-09-12 | 北京邮电大学 | 基于动态分配策略的频谱检测系统及方法 |
CN103139785A (zh) * | 2013-01-31 | 2013-06-05 | 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 |
CN103281701A (zh) * | 2013-05-29 | 2013-09-04 | 北京交通大学 | 一种认知无线电网络的协作频谱预测方法 |
WO2015084149A1 (en) * | 2013-12-04 | 2015-06-11 | Mimos Berhad | A system and method for managing availability of radio frequency in a cooperative network |
CN103702340A (zh) * | 2013-12-06 | 2014-04-02 | 北京邮电大学 | 分布式认知无线电网络的参数调整方法及系统 |
CN103763706A (zh) * | 2013-12-30 | 2014-04-30 | 河海大学 | 基于分簇的协作频谱感知模糊融合方法 |
CN106412928A (zh) * | 2016-09-23 | 2017-02-15 | 宁波大学 | 协同认知无线网络跨层设计方法 |
CN106603500A (zh) * | 2016-11-20 | 2017-04-26 | 西安电子科技大学 | 认知无线网络中基于关系匹配的频谱感知数据检测方法 |
Non-Patent Citations (5)
Title |
---|
A Mini-Slot Sensing with Selective Coordinator in Cognitive Radio System;Lijun Peng 等;《2012 IEEE 75th Vehicular Technology Conference (VTC Spring)》;20120716;全文 * |
Three Regions for Space–Time;Zhiqing Wei 等;《IEEE Transactions on Vehicular Technology》;20140723;全文 * |
认知无线电网络中的频谱预测技术研究;邢晓双;《中国博士学位论文全文数据库 信息科技辑》;20141215;I136-72 * |
认知无线网络中动态频谱共享的研究;姚艳军;《中国优秀硕士学位论文全文数据库 信息科技辑》;20110915;I136-864 * |
认知无线网络中多信道联合检测算法和认知数据库的研究;彭立军;《中国优秀硕士学位论文全文数据库 信息科技辑》;20131115;I136-505 * |
Also Published As
Publication number | Publication date |
---|---|
CN110166153A (zh) | 2019-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Croce et al. | LoRa technology demystified: From link behavior to cell-level performance | |
Ghasemi et al. | Spectrum sensing in cognitive radio networks: the cooperation‐processing tradeoff | |
Bhattacharya et al. | Smart radio spectrum management for cognitive radio | |
CN101919296A (zh) | 用于无线蜂窝网络的过载控制方法 | |
CN105959246B (zh) | 一种抗干扰方法 | |
KR20080066257A (ko) | Cr 환경의 통신 방법 및 그 장치 | |
Luís et al. | RF-spectrum opportunities for cognitive radio networks operating over GSM channels | |
Onoe et al. | Flexible re-use for dynamic channel assignment in mobile radio systems | |
Smitha et al. | Cluster based power efficient cooperative spectrum sensing under reduced bandwidth using location information | |
CN110166153B (zh) | 一种针对认知无线网络的栅格协同频谱检测方法 | |
Li et al. | Distributed channel assignment in cognitive radio networks | |
Li et al. | Joint temporal and spatial spectrum sharing in cognitive radio networks: A region-based approach with cooperative spectrum sensing | |
US7924777B2 (en) | Method for deciding transmission priority of non-realtime data and apparatus and method for controlling interference between cells using the same | |
Elhassan et al. | Throughput maximization for multimedia communication with cooperative cognitive radio using adaptively controlled sensing time | |
KR101188399B1 (ko) | 무선인지 시스템에서 협력 센싱 방법 | |
CN109104741B (zh) | 一种样本分组方法及使用其估计主用户占空比的方法 | |
Sanchez et al. | Impact of rate control on the performance of a cognitive radio ad-hoc network | |
CN105323795A (zh) | 一种基于用户位置动态优化配置基站功率的方法及系统 | |
Sun et al. | Cognitive radio sensing architecture and a sensor selection case study | |
Wang et al. | High order cumulants based spectrum sensing and power recognition in hybrid interweave-underlay spectrum access | |
Yuan et al. | Study on soft combination for spectrum sensing in cognitive vehicular ad hoc networks | |
CN108365902B (zh) | 一种能效型功率控制方法 | |
Jiang et al. | Cognitive engine with dynamic priority resource allocation for wireless networks | |
Kaniezhil et al. | Improvement of Spectrum Sharing using Traffic pattern prediction | |
Narieda et al. | Characteristics of Transmit Power Allocation for Poor Conditioned End Devices in LPWAN with Peak Detection Based Carrier Sense |
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 |