CN114158052A - 一种基于加权干扰的智能分布式频谱动态共享方法 - Google Patents

一种基于加权干扰的智能分布式频谱动态共享方法 Download PDF

Info

Publication number
CN114158052A
CN114158052A CN202111342086.2A CN202111342086A CN114158052A CN 114158052 A CN114158052 A CN 114158052A CN 202111342086 A CN202111342086 A CN 202111342086A CN 114158052 A CN114158052 A CN 114158052A
Authority
CN
China
Prior art keywords
interference
wireless access
potential
access node
weighted interference
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
Application number
CN202111342086.2A
Other languages
English (en)
Inventor
杜智勇
汪西明
陈嘉琦
费长江
徐坤
蔡彪
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.)
National University of Defense Technology
Original Assignee
National University of Defense 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 National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202111342086.2A priority Critical patent/CN114158052A/zh
Publication of CN114158052A publication Critical patent/CN114158052A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W16/00Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/14Spectrum sharing arrangements between different networks
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W16/00Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/02Resource partitioning among network components, e.g. reuse partitioning
    • H04W16/10Dynamic resource partitioning

Landscapes

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

Abstract

本发明提供一种基于加权干扰的智能分布式频谱动态共享方法,包括步骤:S1.获取无线终端节点检测并上报的潜在干扰无线接入节点集;S2.基于潜在干扰无线接入节点集分别获取其他无线接入节点对自身的单向潜在加权干扰;S3.与其他无线接入节点交互各自的单向潜在加权干扰,获取对应的双向潜在加权干扰;S4.获取无线终端节点检测并上报的干扰无线接入节点集;S5.基于双向潜在加权干扰和干扰无线接入节点集获取实际加权干扰;S6.基于实际加权干扰更新信道选择概率向量;S7.检测到频谱环境未发生变化,基于更新后的信道选择概率向量进行信道选择。本发明通过复用加权干扰反映了实际终端受到干扰的样式,实现了更为精细化的干扰描述,提升了频谱共享效率。

Description

一种基于加权干扰的智能分布式频谱动态共享方法
技术领域
本发明涉及无线网络中的信道选择技术领域,尤其涉及一种基于加权干扰的智能分布式频谱动态共享方法。
背景技术
考虑到无线网络节点有限的发射功率,同频干扰的作用距离通常是有限的,因而,无线网络内部的节点可通过空间频率复用显著提升频谱的利用效率。空间频率复用的关键是协调网络内部节点的频率使用,即频谱共享,其目标是尽量减少节点间用频冲突且充分发挥空间复用特性。现有的频谱共享方法总体上可分为集中式管理和分布式共享两类。集中式算法依赖一个指定的控制器基于收集的用频节点信息对全网节点的通信信道进行分配,分布式算法将用频决策分散到各通信节点,由各通信节点依据本地信息选择通信信道,实现分布式频谱共享。相比集中式优化,分布式频谱共享更加灵活,可扩展性强,能够适用于大规模网络场景,获得了广泛关注。
现有的分布式频谱共享方法中,通常采用干扰图分析空间频谱复用关系:将一对收发机视为图的节点,依据节点间的距离和发射机的发射功率,将存在潜在干扰关系的节点用边来表示,即存在边意味着两对收发机间使用相同频率将互相干扰。基于上述的干扰模型,相关文献提出了不同的分布式频谱共享优化方法。然而,上述的干扰图模型不够精细,从根本上限制了频谱共享方法的性能。特别地,该干扰图模型只表征了存在干扰与否,没有量化干扰的程度。对于多个无线接入节点(如基站或无线局域网中的AP)而言,节点可同时容纳多个终端接入,然而,无线接入节点间的干扰程度取决于终端在空间上的实际分布,也即其干扰关系不是简单的0-1干扰,而是具体的受到影响的终端数量,而上述模型不能反映实际的干扰样式。
发明内容
针对背景技术中提到的现有技术的至少一个缺陷或改进需求,本发明提供一种基于加权干扰的智能分布式频谱动态共享方法,包括如下步骤:
S1.获取无线终端节点检测并上报的潜在干扰无线接入节点集;
S2.基于所述潜在干扰无线接入节点集分别获取其他无线接入节点对自身的单向潜在加权干扰;
S3.与所述其他无线接入节点交互各自的单向潜在加权干扰,获取对应的双向潜在加权干扰;
S4.获取无线终端节点检测并上报的干扰无线接入节点集;
S5.基于所述双向潜在加权干扰和所述干扰无线接入节点集获取实际加权干扰;
S6.基于所述实际加权干扰更新信道选择概率向量;
S7.检测到频谱环境未发生变化,基于更新后的信道选择概率向量进行信道选择。
根据本发明提供的基于加权干扰的智能分布式频谱动态共享方法,在所述获取对应的双向潜在加权干扰之后,在所述获取无线终端节点检测并上报的干扰无线接入节点集之前还包括步骤:
S301.对信道选择概率向量进行初始化,等概率地选择所有可用信道;
S302.基于当前的信道选择概率向量进行信道选择。
根据本发明提供的基于加权干扰的智能分布式频谱动态共享方法,在所述基于所述实际加权干扰更新信道选择概率向量后还包括步骤:
S601.检测到频谱环境发生变化,步骤返回到所述获取无线终端节点检测并上报的潜在干扰无线接入节点集的步骤。
根据本发明提供的基于加权干扰的智能分布式频谱动态共享方法,所述获取无线终端节点检测并上报的潜在干扰无线接入节点集具体为:
所述无线终端节点检测所有信道上的无线接入网络,所有可识别的所述无线接入网络对应的所述无线接入节点的集合即为所述潜在干扰无线接入节点集。
根据本发明提供的基于加权干扰的智能分布式频谱动态共享方法,所述单向潜在加权干扰为两个无线接入节点工作于相同信道时,其中一个无线接入节点的无线接入网络信号干扰影响到另一个无线接入节点所属无线终端节点的数量。
根据本发明提供的基于加权干扰的智能分布式频谱动态共享方法,所述双向潜在加权干扰为两个无线接入节点工作于相同信道时,该两个无线接入节点之间的各自对对方的所述单向潜在加权干扰的和。
根据本发明提供的基于加权干扰的智能分布式频谱动态共享方法,所述获取无线终端节点检测并上报的干扰无线接入节点集具体为:
所述无线终端节点检测当前所接入的所述无线接入网络的某个工作信道上的其他所述无线接入网络,所有其他所述无线接入网络对应的所述无线接入节点的集合即为所述干扰无线接入节点集。
根据本发明提供的基于加权干扰的智能分布式频谱动态共享方法,所述基于所述双向潜在加权干扰和所述干扰无线接入节点集获取实际加权干扰的公式为:
Figure BDA0003352504280000031
Figure BDA0003352504280000032
其中D为常数,满足
Figure BDA0003352504280000033
否则,
Figure BDA0003352504280000041
其中,rn(i)为编号为n的无线接入节点在第i个时隙结束时的实际加权干扰,κn,k=κk,n为编号为n和k的两个无线接入节点之间的双向潜在加权干扰,
Figure BDA0003352504280000042
为第i个时隙结束时选择信道an(i)的编号为n的无线接入节点的干扰无线接入节点集。
根据本发明提供的基于加权干扰的智能分布式频谱动态共享方法,所述基于所述实际加权干扰更新信道选择概率向量的公式为:
Figure BDA0003352504280000043
其中0<b<1为更新步长,pn,a(i)为编号为n的无线接入节点在第i个时隙结束时选择信道a的概率;pn,a(i+1)为编号为n的无线接入节点在第i+1个时隙结束时选择信道a的概率;an(i)为编号为n的无线接入节点在第i个时隙结束时选择信道an(i)。
本发明提供的一种基于加权干扰的智能分布式频谱动态共享方法,通过复用加权干扰反映了实际终端受到干扰的样式,实现了更为精细化的干扰描述,提升了频谱共享效率;基于分布式博弈学习算法实现在线优化,在不显著影响正常通信的同时能够快速收敛。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见的,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明的基于加权干扰的智能分布式频谱动态共享方法的方法流程图一;
图2是本发明的基于加权干扰的智能分布式频谱动态共享方法的方法流程图二;
图3是本发明在三个无线接入节点的场景下的结构关系示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了更清楚地理解本发明的技术方案,下面先对一些名词作出简要地解释。
(1)无线接入节点。为无线终端节点提供接入网络的节点,对应到无线mesh网络中的路由节点或无线局域网络中的AP。N个无线交换节点的集合为
Figure BDA0003352504280000051
(2)无线终端节点。需要通过无线接入节点的接入网络入网的节点,无线终端节点间无法直接通信。M个无线终端节点的集合为
Figure BDA0003352504280000052
(3)随机接入模式。无线接入节点的无线接入网络采用基于随机多址的IEEE802.11无线局域网模式。无线接入网络可用的信道集合为
Figure BDA0003352504280000056
由于空间上频谱状态的差异性,无线接入节点处可用的信道集合记为
Figure BDA0003352504280000053
无线终端节点可以检测到所有信道中活跃的无线接入网络相关信息(如WiFi中终端可检测到各信道上的无线AP信号信息),为分布式频谱共享方法提供决策依据。
(4)单向潜在加权干扰。记为
Figure BDA0003352504280000054
为无线接入节点k对无线接入节点n的单向潜在加权干扰,即两节点工作于相同信道时,节点k的无线接入网信号干扰影响到节点n所属终端的数量。
(5)双向潜在加权干扰。记为
Figure BDA0003352504280000055
为无线接入节点k和n的双向潜在加权干扰,即两节点工作于相同信道时,受到相互干扰的归属于无线接入节点k和n的终端的数量之和。显然,κn,k=κk,n
参考图1和图2,本发明提供一种基于加权干扰的智能分布式频谱动态共享方法,包括如下步骤:
步骤1:获取无线终端节点检测并上报的潜在干扰无线接入节点集。无线接入节点的无线接入网络采用随机接入模式,无线终端节点可主动或被动检测所有信道上的无线接入网络,所有可识别的无线接入网络对应的无线接入节点的集合即为潜在干扰无线接入节点集。意味着凡是能收到其网络信息,一旦工作于相同信道即会对无线终端节点的下行通信形成干扰。各无线终端节点将检测的结果上报给当前接入的无线接入节点。
步骤2:基于所述潜在干扰无线接入节点集分别获取其他无线接入节点对自身的单向潜在加权干扰。无线接入节点根据其所属无线终端节点上报的潜在干扰无线接入节点集,可得到其他无线接入节点对自身的单向潜在加权干扰
Figure BDA0003352504280000061
即被相应无线接入网络信道干扰的终端节点的数量。所述单向潜在加权干扰为两个无线接入节点工作于相同信道时,其中一个无线接入节点的无线接入网络信号干扰影响到另一个无线接入节点所属终端的数量。
步骤3:与所述其他无线接入节点交互各自的单向潜在加权干扰,获取对应的双向潜在加权干扰。无线接入节点与周围的邻居无线接入节点交互单向潜在加权干扰,得到双向潜在加权干扰
Figure BDA0003352504280000062
所述双向潜在加权干扰为两个无线接入节点工作于相同信道时,该两个无线接入节点之间的各自对对方的所述单向潜在加权干扰的和。
步骤4:无线接入节点对信道选择概率向量进行初始化,各无线接入节点n初始化信道选择概率向量pn(0)={pn,a(0)},其中
Figure BDA0003352504280000063
即等概率选择所有可用信道。
步骤5:无线接入节点基于当前的信道选择概率向量进行信道选择。各无线接入节点周期性地进行信道决策更新,以T为时隙周期,记当前时隙为i,则在第i个时隙的开始,所有无线接入节点依据其当前的信道选择概率向量生成所选择的信道决策
Figure BDA0003352504280000071
步骤6:无线接入节点获取无线终端节点检测并上报的干扰无线接入节点集。无线终端节点主动或被动检测当前所接入的无线接入网络的某个工作信道上的其他无线接入网络,即干扰无线接入节点,将检测的结果上报给其所接入的无线接入节点。所有其他无线接入网络对应的所述无线接入节点的集合即为所述干扰无线接入节点集。
步骤7:基于所述双向潜在加权干扰和所述干扰无线接入节点集获取实际加权干扰。当前时隙结束时,各无线接入节点n根据无线终端节点上报的结果得到对无线终端节点形成的干扰无线接入节点集
Figure BDA0003352504280000072
结合双向潜在加权干扰,按以下规则计算实际加权干扰rn(i):
Figure BDA0003352504280000073
Figure BDA0003352504280000074
其中D为常数,满足
Figure BDA0003352504280000075
否则,
Figure BDA0003352504280000076
其中,rn(i)为编号为n的无线接入节点在第i个时隙结束时的实际加权干扰,κn,k=κk,n为编号为n和k的两个无线接入节点之间的双向潜在加权干扰,
Figure BDA0003352504280000077
为第i个时隙结束时选择信道an(i)的编号为n的无线接入节点的干扰无线接入节点集。
步骤8:基于所述实际加权干扰更新信道选择概率向量。各无线接入节点n根据rn(i),按照以下规则更新信道选择概率向量:
Figure BDA0003352504280000078
其中0<b<1为更新步长,pn,a(i)为编号为n的无线接入节点在第i个时隙结束时选择信道a的概率;pn,a(i+1)为编号为n的无线接入节点在第i+1个时隙结束时选择信道a的概率;an(i)为编号为n的无线接入节点在第i个时隙结束时选择信道an(i)。
步骤9:如图2所示,在下一个时隙的开始,若检测到频谱环境(可用的信道)未发生变化,则流程返回到步骤5,基于更新后的信道选择概率向量进行信道选择;若检测到频谱环境(可用的信道)发生变化,则流程返回到步骤1。
在一个实施例中,如图3所示,考虑三个无线接入节点的场景,可以发现若两个无线接入节点工作于同一信道时,相互间受到的干扰影响的无线终端节点的数量不同,取决于具体的无线终端节点与网络接入关系以及信号覆盖情况。可以发现,终端1接入无线接入节点1的同时,能够检测到无线接入节点3的信号,因而,无线接入节点3为无线接入节点1的潜在干扰无线接入节点;终端2接入无线接入节点2的同时,能够检测到无线接入节点1和3的信号,因而,无线接入节点1和3为无线接入节点2的潜在干扰无线接入节点。根据终端的检测结果,各无线接入节点可以得到相应的单向潜在加权干扰:
Figure BDA0003352504280000081
进而得到双向潜在加权干扰:
Figure BDA0003352504280000082
Figure BDA0003352504280000083
Figure BDA0003352504280000084
若该三个无线接入节点的可用信道数均为3个,则初始化后,各无线接入节点选择3个信道的概率均为三分之一。假设初始选择信道后,无线接入节点1、2和3选择的信道分别为信道1、信道1和信道2,则终端检测相应的工作信道中的干扰无线接入节点并上报,由无线接入节点1得到的干扰无线接入节点集
Figure BDA0003352504280000085
为无线接入节点2,无线接入节点2的干扰无线接入节点为无线接入节点1,无线接入节点3的干扰无线接入节点为空。相应各无线接入节点在当前时隙0的实际加权干扰分别为:
Figure BDA0003352504280000091
r3(0)=1。
以此为基础,可以按照上述的算法流程进行后续的迭代过程。
注意,以上所述仅为本发明的一些较佳实施例。本领域技术人员会理解,本发明不限于这些所述的特定实施例,对本领域技术人员来说在本发明的精神和原则之内能够进行的各种明显的修改、重新调整、等同替代亦或改进等均应包含在本发明的保护范围之内。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (9)

1.一种基于加权干扰的智能分布式频谱动态共享方法,其特征在于,包括如下步骤:
S1.获取无线终端节点检测并上报的潜在干扰无线接入节点集;
S2.基于所述潜在干扰无线接入节点集分别获取其他无线接入节点对自身的单向潜在加权干扰;
S3.与所述其他无线接入节点交互各自的单向潜在加权干扰,获取对应的双向潜在加权干扰;
S4.获取无线终端节点检测并上报的干扰无线接入节点集;
S5.基于所述双向潜在加权干扰和所述干扰无线接入节点集获取实际加权干扰;
S6.基于所述实际加权干扰更新信道选择概率向量;
S7.检测到频谱环境未发生变化,基于更新后的信道选择概率向量进行信道选择。
2.根据权利要求1所述的基于加权干扰的智能分布式频谱动态共享方法,其特征在于,在所述获取对应的双向潜在加权干扰之后,在所述获取无线终端节点检测并上报的干扰无线接入节点集之前还包括步骤:
S301.对信道选择概率向量进行初始化,等概率地选择所有可用信道;
S302.基于当前的信道选择概率向量进行信道选择。
3.根据权利要求1所述的基于加权干扰的智能分布式频谱动态共享方法,其特征在于,在所述基于所述实际加权干扰更新信道选择概率向量后还包括步骤:
S601.检测到频谱环境发生变化,步骤返回到所述获取无线终端节点检测并上报的潜在干扰无线接入节点集的步骤。
4.根据权利要求1所述的基于加权干扰的智能分布式频谱动态共享方法,其特征在于,所述获取无线终端节点检测并上报的潜在干扰无线接入节点集具体为:
所述无线终端节点检测所有信道上的无线接入网络,所有可识别的所述无线接入网络对应的所述无线接入节点的集合即为所述潜在干扰无线接入节点集。
5.根据权利要求4所述的基于加权干扰的智能分布式频谱动态共享方法,其特征在于,所述单向潜在加权干扰为两个无线接入节点工作于相同信道时,其中一个无线接入节点的无线接入网络信号干扰影响到另一个无线接入节点所属无线终端节点的数量。
6.根据权利要求5所述的基于加权干扰的智能分布式频谱动态共享方法,其特征在于,所述双向潜在加权干扰为两个无线接入节点工作于相同信道时,该两个无线接入节点之间的各自对对方的所述单向潜在加权干扰的和。
7.根据权利要求4所述的基于加权干扰的智能分布式频谱动态共享方法,其特征在于,所述获取无线终端节点检测并上报的干扰无线接入节点集具体为:
所述无线终端节点检测当前所接入的所述无线接入网络的某个工作信道上的其他所述无线接入网络,所有其他所述无线接入网络对应的所述无线接入节点的集合即为所述干扰无线接入节点集。
8.根据权利要求1所述的基于加权干扰的智能分布式频谱动态共享方法,其特征在于,所述基于所述双向潜在加权干扰和所述干扰无线接入节点集获取实际加权干扰的公式为:
Figure FDA0003352504270000021
Figure FDA0003352504270000022
其中D为常数,满足
Figure FDA0003352504270000023
否则,
Figure FDA0003352504270000024
其中,rn(i)为编号为n的无线接入节点在第i个时隙结束时的实际加权干扰,κn,k=κk,n为编号为n和k的两个无线接入节点之间的双向潜在加权干扰,
Figure FDA0003352504270000031
为第i个时隙结束时选择信道an(i)的编号为n的无线接入节点的干扰无线接入节点集。
9.根据权利要求8所述的基于加权干扰的智能分布式频谱动态共享方法,其特征在于,所述基于所述实际加权干扰更新信道选择概率向量的公式为:
Figure FDA0003352504270000032
其中0<b<1为更新步长,pn,a(i)为编号为n的无线接入节点在第i个时隙结束时选择信道a的概率;pn,a(i+1)为编号为n的无线接入节点在第i+1个时隙结束时选择信道a的概率;an(i)为编号为n的无线接入节点在第i个时隙结束时选择信道an(i)。
CN202111342086.2A 2021-11-12 2021-11-12 一种基于加权干扰的智能分布式频谱动态共享方法 Pending CN114158052A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111342086.2A CN114158052A (zh) 2021-11-12 2021-11-12 一种基于加权干扰的智能分布式频谱动态共享方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111342086.2A CN114158052A (zh) 2021-11-12 2021-11-12 一种基于加权干扰的智能分布式频谱动态共享方法

Publications (1)

Publication Number Publication Date
CN114158052A true CN114158052A (zh) 2022-03-08

Family

ID=80459842

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111342086.2A Pending CN114158052A (zh) 2021-11-12 2021-11-12 一种基于加权干扰的智能分布式频谱动态共享方法

Country Status (1)

Country Link
CN (1) CN114158052A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0801536D0 (en) * 2008-01-28 2008-03-05 Fujitsu Lab Of Europ Ltd Communication systems
CN102378190A (zh) * 2010-08-13 2012-03-14 中兴通讯股份有限公司 微小区无线接入点及其信道配置方法、频谱资源管理系统
CN112188504A (zh) * 2020-09-30 2021-01-05 中国人民解放军陆军工程大学 多用户协同抗干扰系统及动态频谱协同抗干扰方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0801536D0 (en) * 2008-01-28 2008-03-05 Fujitsu Lab Of Europ Ltd Communication systems
CN102378190A (zh) * 2010-08-13 2012-03-14 中兴通讯股份有限公司 微小区无线接入点及其信道配置方法、频谱资源管理系统
CN112188504A (zh) * 2020-09-30 2021-01-05 中国人民解放军陆军工程大学 多用户协同抗干扰系统及动态频谱协同抗干扰方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ZHIYONG DU ET AL.: "Interference-aware spectrum access self-organization : A weighted graph game perspective", JSYST, 16 November 2017 (2017-11-16), pages 4 - 14 *

Similar Documents

Publication Publication Date Title
Kulkarni et al. A deterministic approach to throughput scaling in wireless networks
Gavrilovska et al. Medium access control protocols in cognitive radio networks: Overview and general classification
Gao et al. A game approach for multi-channel allocation in multi-hop wireless networks
Yau et al. Clustering algorithms for cognitive radio networks: A survey
CN102546059B (zh) 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
CN112188504B (zh) 多用户协同抗干扰系统及动态频谱协同抗干扰方法
US20130272115A1 (en) Method and processing device for optimal interference estimation and scheduling in a multi-hop wireless network with centralized control
Shokri-Ghadikolaei et al. Distributed multiuser sequential channel sensing schemes in multichannel cognitive radio networks
Zhao et al. Structure and optimality of myopic sensing for opportunistic spectrum access
Du et al. Interference-aware spectrum access self-organization: A weighted graph game perspective
He et al. Minimum time length link scheduling under blockage and interference in 60GHz networks
Salem et al. Opportunistic spectrum access in cognitive radio ad hoc networks
Vanhatupa et al. Evaluation of throughput estimation models and algorithms for WLAN frequency planning
Caso et al. Sensic: Mobility-aware cluster-based cooperative spectrum sensing for cognitive radio networks
CN114158052A (zh) 一种基于加权干扰的智能分布式频谱动态共享方法
Vikram et al. A collaborative framework for avoiding interference between Zigbee and WiFi for effective smart metering applications
Armi et al. Cooperative spectrum sensing in decentralized cognitive radio system
Cho et al. Cooperative and non-cooperative ALOHA games with channel capture
CN106131887B (zh) 基于串行干扰消除的分布式拓扑控制方法
Zhao et al. Optimal cooperative spectrum sensing with non-coherent inter-channel interference cancellation for cognitive wireless mesh networks
CN104219679B (zh) 认知无线电网络中的一种改进的信道分配方法
Babu et al. Performance Analysis of Distributed Coordinated Spectrum Sensing in Cognitive Radio Networks
CN108736991B (zh) 一种基于分级的群体智能频谱切换方法
Ren et al. Energy efficiency-centric channel selecting in energy harvesting cognitive radio sensor network
Neel Synthetic symmetry in cognitive radio networks

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