CN114650110A - 一种基于最高节点度分簇的协作频谱感知方法 - Google Patents
一种基于最高节点度分簇的协作频谱感知方法 Download PDFInfo
- Publication number
- CN114650110A CN114650110A CN202210215455.XA CN202210215455A CN114650110A CN 114650110 A CN114650110 A CN 114650110A CN 202210215455 A CN202210215455 A CN 202210215455A CN 114650110 A CN114650110 A CN 114650110A
- Authority
- CN
- China
- Prior art keywords
- cluster
- secondary user
- sensing
- node
- cluster head
- 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
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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/14—Spectrum sharing arrangements between different networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/06—Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services
- H04W4/08—User group management
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Multimedia (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于最高节点度分簇的协作频谱感知方法,该方法基于区块链构建了频谱感知系统模型,将参与感知任务的次用户按照地理位置分成若干个簇,簇内成员只需将感知数据发送给簇头节点。基于次用户检测概率、感知时间、簇头节点和主用户的距离定义了簇效用函数,服务平台和各簇形成了Stackelberg博弈,通过求解纳什均衡来确定次用户是否上传感知数据。每次感知任务执行后,簇头节点根据融合中心的判决结果对簇内成员进行信誉值的更新,然后,各簇头节点充当矿工,尝试将包含频谱感知任务的执行信息与信誉值更新的区块发布到区块链上。运用了区块链数字签名技术,同时引入了信誉机制和最高节点度分簇方法来实现安全的协作频谱感知。
Description
技术领域
本申请涉及通信技术领域,特别是涉及一种基于最高节点度分簇的协作频谱感知方法。
背景技术
随着移动互联网和物联网的蓬勃发展,人们对频谱资源的需求更是迫切。传统的无线电频谱分配是一种固定的分配策略,使得频谱资源不能被充分利用,认知无线电技术是一种频谱共享技术,可以提高频谱利用率,频谱感知是认知无线电系统的关键技术之一。单个次用户执行频谱感知容易受到阴影效应、多径衰落等因素的影响,难以做出正确的本地判决结果,多用户协作感知可以克服这些困难,但随之会带来恶意次用户合谋攻击、篡改感知数据等情况,严重影响频谱感知的性能和效果。
发明内容
基于此,为了克服现有技术的不足,本发明提供一种基于最高节点度分簇的协作频谱感知方法,该方法可以解决频谱感知的性能和效果差的问题。
技术方案:本发明所述的基于最高节点度分簇的协作频谱感知方法,该方法用于认知无线电场景中,包括:
(1)初始化次用户集,并表示次用户效用和每个次用户的信誉值;
(2)服务请求者通过次用户基站发布频谱感知任务,提出任务要求;
(5)次用户将自己收到的邻居节点的节点度填入自己的邻居节点列表neighborListi中,并验证收到的邻居节点的节点度信息是否真实可信;
(6)经过多轮消息的广播、记录与验证后,每个次用户的节点度即为自己的邻居节点列表中的次用户数,记为degreei;每个次用户向其邻居节点广播经过验证的节点度,所有次用户中节点度最高的次用户被选为簇头,其邻居节点成为该簇的成员;
(7)重复步骤(4)至步骤(6),直至所有次用户都被划分成簇;
(8)各簇结合簇的效用函数,通过纳什均衡确定在博弈过程中各簇之间收入平衡的最优结果,得到最优频谱感知时间和最优效用,执行频谱感知任务,做出本地判决;
(9)簇头节点将本地判决结果上传至所述次用户基站,所述次用户基站对感知数据进行验证;
(10)所述次用户基站的融合中心采用或融合准则进行数据融合,得到最终判决结果,并向各簇发放报酬,簇头节点根据本簇内感知正确与错误的次用户比例,在簇内完成报酬的发放和簇内成员信誉值的更新;
(11)每一轮频谱感知任务结束后,簇头节点担当矿工的角色,将本轮感知任务的任务执行信息、报酬信息和信誉值更新信息组装成本地区块,各簇头节点争夺记账权,获得记账权的簇头节点将该区块写入区块链中。
进一步的,所述簇的效用函数为:
其中,ul为簇l的效用,paymentl为簇l的报酬,α、β是加权因子,R是服务请求者通过次用户基站发布感知任务的预算,tl是簇l的感知时间,dl是簇l的簇头节点与次用户基站的距离,是簇l的检测概率,是次用户i的检测概率,N为次用户的总数,M为簇的数。
进一步的,所述步骤(9)中,次用户基站对感知数据进行验证,具体包括:
簇l的簇头节点把数字签名signdigest附在感知数据datal后面,一起上传至次用户基站;
次用户基站收到后用簇l的簇头节点的公钥解密数字签名signdigest,得到感知数据datal的摘要再对簇头节点上传的感知数据datal使用哈希算法,得到如果得到的结果和解密数字签名signdigest得到的摘要一致,即则证明感知数据是簇l的簇头节点上传的,且没有被恶意用户篡改。
进一步的,簇头节点根据本簇内感知正确与错误的次用户比例,在簇内完成报酬的发放,具体为:
簇头节点将所述次用户基站的融合中心的最终判决结果与簇内成员的感知结果比较,对于感知正确与感知错误的成员分配不同的报酬,具体报酬的多少取决于该簇内感知正确与感知错误次用户的比例;簇头节点获得的报酬与簇内感知正确次用户获得的报酬相同;
假设簇l获得的报酬为paymentl,簇内共有n个次用户感知正确,m个次用户感知错误,则如果报酬在簇内平均分配,平均报酬表示为:
有益效果:本发明与现有技术相比,其显著优点是:1、本发明方法将次用户划分成簇,以簇效用最大化为优化目标,对各簇的感知策略进行博弈,感知策略为各簇内次用户的最优感知时间。纳什均衡是各簇博弈的最优结果,当其他簇内的次用户不改变策略时,簇l内的次用户i无法通过单独改变自己的策略来获得更高的回报;2、不同于传统的单用户频谱感知,本发明方法考虑了次用户之间的相互协作,确保频谱感知的准确性和安全性;3、不同于传统的频谱感知,本发明方法将区块链技术引入频谱感知过程,簇头节点上传本地判决结果时采用数字签名技术,并担当矿工的角色将任务内容打包成区块上传到区块链上,有效防范了恶意次用户的攻击。
附图说明
图1为本发明一种基于最高节点度分簇的协作频谱感知方法的网络模型示意图;
图2为本发明一种基于最高节点度分簇的协作频谱感知方法的流程示意图;
图3为通信距离与簇数量关系仿真结果图;
图4是次用户数量与簇平均效用关系仿真结果图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
下面结合附图和实施例对本发明做进一步详细说明。
区块链是一种以区块为单位、按照时间顺序连接起来的链式数据结构,无需第三方参与,它通过密码学技术、共识机制等技术,在互相不信任或者弱信任的同级次用户之间维系一套不可篡改的账本记录,保证分布式网络中各节点共享数据的一致性、真实性、安全性和可靠性。区块链利用非对称加密技术可以保证交易的安全性,矿工将区块发布到区块链上可以保证区块数据对区块链上的所有节点都透明公开,且无法篡改。
数字签名技术是区块链的另一特性,通过对数字签名的验证,可以保证信息在传输过程中未被篡改,也有利于保证信息的安全性,抵御恶意攻击。数字签名由数字摘要和非对称加密技术组成,首先通过数字摘要技术把信息缩短成固定长度的字符串,再利用非对称加密技术对摘要进行加密,从而形成数字签名。
本发明的系统模型如附图1所示,服务请求者通过次用户基站发布频谱感知任务,提出包括频段范围、感知时间要求、地理范围等任务要求,次用户基站将任务发布给所有的次用户。在本发明方法中,次用户根据自身的情况,如检测能力、剩余能量、地理位置等,决定是否响应感知任务。响应任务的感知用户为了在多个具有相似特征的用户中隐藏个人信息,如位置坐标等,将会形成若干个簇,执行频谱感知任务的报价和感知数据将按簇上报,而不是由每个感知用户单独发送给平台,这样多个类似的信息混合在一起,服务请求者将无法从按簇上报的数据中分辨出任何一个单独用户的信息,从而保证了感知用户的个人隐私。相同簇内感知用户的感知时间是相同的。
分簇的方法为:
次用户在本地生成一对公私钥对次用户向其所有邻居节点广播一个包含自己公钥邻居节点名单listi和自身信誉值Ti的消息messagei:次用户将自己收到的邻居节点的节点度填入自己的邻居节点列表neighborListi中,并验证收到的邻居节点的节点度信息是否真实可信;经过多轮消息的广播、记录与验证后,每个次用户的节点度即为自己的邻居节点列表中的用户数,记为degreei。每个次用户向其邻居节点广播经过验证的节点度,所有用户中节点度最高的用户被选为簇头,其邻居节点成为该簇的成员;重复上述步骤,直至所有次用户都被划分成簇。
分簇完成后,各次用户开始执行感知任务,将感知数据加密签名后上传至次用户基站,随后次用户基站对感知数据解密并进行融合,发放感知报酬。
本发明方法将区块链数字签名技术应用于次用户基站验证频谱数据的过程中,以确定数据来源以及检测是否被恶意篡改。每个频谱感知设备进行注册,即在本地产生一对公私钥对(keypublic,keyprivate),其中公钥公开可见,私钥保存在本地,仅自己可见。当簇l的簇头节点向次用户基站上传感知数据datal时,用哈希算法生成感知数据datal的摘要再用私钥对摘要进行加密,生成数字签名signdigest;簇l的簇头节点把数字签名signdigest附在感知数据datal后面,一起上传至次用户基站;次用户基站收到后用簇l的簇头节点的公钥解密数字签名signdigest,得到感知数据datal的摘要再对簇头节点上传的感知数据datal使用哈希算法,得到如果得到的结果和解密数字签名signdigest得到的摘要一致,即则证明感知数据是簇l的簇头节点上传的,且没有被恶意用户篡改。
其中,Q是数学中的标准正态分布的互补累计分布函数,Q-1是标准正态分布的互补累计分布函数的反函数,表示次用户i的虚警概率,即当主用户不存在时次用户误判主用户存在的概率,ti代表次用户i的感知时间,fs表示采样频率,通常是一个定值,tifs表示次用户i采样点数,SNRi代表次用户i接收主用户发送的信号的信噪比。
Q函数是一个互补的累积分布函数,表达式为:
其中,x为因变量,t为自变量,e为自然常数。
次用户基站发布任务并给出相应的预算作为支付给次用户的报酬,以激励次用户参与频谱感知。次用户在以簇为单位感知频谱时消耗的能量与感知时间有关,此外,由于簇头节点需要向次用户基站发送本地感知结果,因此簇头节点与次用户基站的距离越近,参与频谱感知的成本越低。因此,定义簇l的效用函数为:
其中,ul为簇l的效用,paymentl为簇l的报酬,α、β是加权因子,R是服务请求者通过次用户基站发布感知任务的预算,tl是簇l的感知时间,dl是簇l的簇头节点与次用户基站的距离,是簇l的检测概率,是次用户i的检测概率,N为次用户的总数,M为簇的数。
本方法将多用户协作频谱感知算法建模为Stackelberg博弈,该博弈分为两层,分别是领导层和从属层,其中,服务平台是领导层,各簇是从属层。当服务请求者通过服务平台发布频谱感知任务后,各感知用户根据自身情况决定是否响应任务,响应任务的感知用户按照最高节点度分簇各自成簇,随后服务平台与各簇进行Stackelberg博弈,服务平台确定支付给各簇的感知报酬,各簇确定最优感知时间。下面给出次用户感知时间博弈存在纳什均衡的证明:
簇l的效用存在最大值的必要条件之一是簇l的效用函数是严格凹函数,因此,ul关于tl的二阶偏导数需要小于0。由检测概率的公式可知,
ul关于tl的一阶导数为
其中
由于A表示簇l的簇检测概率,B表示所有簇的检测概率之和,因此A>0,B>0。A'表示对A求t的一阶导数,A”表示对A求t的二阶导数,要想证明ul关于tl的二阶偏导数小于0,只需要证明A”(A+B)-2(A')2<0。计算可得,
其中,由于Q>0,因此L>0,又因为表示全部簇的检测概率之和,是正数,而w≤0,因此公式(19)减号前面的项小于0,又因为减号后面的项显然大于0,因此A”(A+B)-2(A')2<0。由此可证,ul关于tl的二阶偏导数小于0,簇l的效用函数是严格凹函数,簇l的效用存在最大值。
融合完成后,次用户基站向各簇的簇头节点发放报酬,再由簇头节点在簇内完成报酬的分配。对于感知正确与感知错误的簇内成员,分配不同的报酬,具体报酬的多少取决于该簇内感知正确与感知错误用户的比例。在本文中,规定簇头节点获得的报酬与簇内感知正确用户获得的报酬相同。
假设簇l获得的报酬为paymentl,簇内共有n个用户感知正确,m个用户感知错误,则如果报酬在簇内平均分配,平均报酬表示为:
为了对感知错误的用户表示一定的惩罚,规定从他们的总报酬中拿出c%平均分给感知正确的用户和簇头节点,即m·avg·c%,其中,c可以是0~100之间的任意一个值,该值c可以根据实际情况设定,如c为8、9、10、11或12为最优选,因此,感知正确的用户及簇头节点的报酬表示为:
最终,如图2所示,基于上述优化问题的发明方法流程如下所示:
(1)初始化次用户集,并表示次用户效用和每个次用户的信誉值;
(2)服务请求者通过次用户基站发布频谱感知任务,提出任务要求;
(5)次用户将自己收到的邻居节点的节点度填入自己的邻居节点列表neighborListi中,并验证收到的邻居节点的节点度信息是否真实可信;
(6)经过多轮消息的广播、记录与验证后,每个次用户的节点度即为自己的邻居节点列表中的用户数,记为degreei,每个次用户向其邻居节点广播经过验证的节点度,所有用户中节点度最高的用户被选为簇头,其邻居节点成为该簇的成员;
(7)重复步骤(4)至步骤(6),直至所有次用户都被划分成簇;
(8)各簇结合簇的效用函数,通过纳什均衡确定在博弈过程中各簇之间收入平衡的最优结果,得到最优频谱感知时间和最优效用,执行频谱感知任务,做出本地判决;
(9)簇头节点将本地判决结果上传至次用户基站,次用户基站对感知数据进行验证。
当簇l的簇头节点向次用户基站上传感知数据datal时,用哈希算法生成感知数据datal的摘要再用私钥对摘要进行加密,生成数字签名signdigest;簇l的簇头节点把数字签名signdigest附在感知数据datal后面,一起上传至次用户基站;次用户基站收到后用簇l的簇头节点的公钥解密数字签名signdigest,得到感知数据datal的摘要再对簇头节点上传的感知数据datal使用哈希算法,得到如果得到的结果和解密数字签名signdigest得到的摘要一致,即则可检验数据的真实性。
(10)次用户基站的融合中心采用或融合准则进行数据融合,得到最终判决结果,并向各簇发放报酬,簇头节点根据本簇内感知正确与错误的次用户比例,在簇内完成报酬的发放和簇内成员信誉值的更新;
(11)每一轮频谱感知任务结束后,簇头节点担当矿工的角色,将本轮感知任务的任务执行信息、报酬信息和信誉值更新信息组装成本地区块,然后,各簇头节点争夺记账权,获得记账权的簇头节点可以将区块写入区块链中。
综上所述,本发明针对认知无线电系统中多用户协作频谱感知场景,结合区块链技术,提出了一种基于最高节点度分簇的协作频谱感知方法。该方法基于区块链构建了频谱感知系统模型,将报名参与感知任务的次用户按照地理位置分成若干个簇,簇内成员只需将感知数据发送给簇头节点。本方法基于次用户检测概率、感知时间、簇头节点和主用户的距离定义了簇效用函数,服务平台和各簇形成了Stackelberg博弈。每次感知任务执行后,簇头节点根据融合中心的判决结果对簇内成员进行信誉值的更新,然后,各簇头节点充当矿工,尝试将包含频谱感知任务的执行信息与信誉值更新的区块发布到区块链上。
现有技术文献为:D.Yang,G.Xue,X.Fang,J.Tang.Incentive Mechanisms forCrowdsensing:Crowdsourcing With Smartphones[J].IEEE/ACM Transactions onNetworking,2016,24(3):1732-1744.
现在技术文献是在次用户基站预算固定的情况下,通过优化次用户的感知时间,使得次用户效用最大化,次用户效用为报酬减去成本,报酬为次用户i的感知时间在所有次用户的感知时间总和中所占的比重乘以次用户基站的预算,成本为次用户i的感知时间乘以单位成本。现有技术文献通过求解纳什均衡得到各次用户最优感知时间,没有考虑将次用户划分成簇进行感知,以保护次用户的个人隐私,没有考虑存在恶意用户的情况,也没有将区块链技术与频谱感知过程相结合。
如附图3所示,是不同的通信距离下100个次用户的分簇情况,可以看出,当次用户与次用户之间的通信距离较小时,成簇数量较多,大约在20~30个簇左右;而当次用户与次用户之间的通信距离较大时,成簇数量减小至5~7个左右。根据本方法所设参数,当次用户的通信距离为50米时,成簇数量约为11个,划分成簇的数量保持在合适的范围内;附图4是在不同预算下次用户数量和效用的关系,基于最高节点度分簇的协作频谱感知方法的簇平均效用要比现有技术文献的算法高。综合附图3、附图4可知,本发明方法提高了频谱感知的准确性和安全性,能够有效保护次用户的个人隐私。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (4)
1.一种基于最高节点度分簇的协作频谱感知方法,其特征在于,该方法用于认知无线电场景中,包括:
(1)初始化次用户集,并表示次用户效用和每个次用户的信誉值;
(2)服务请求者通过次用户基站发布频谱感知任务,提出任务要求;
(5)次用户将自己收到的邻居节点的节点度填入自己的邻居节点列表neighborListi中,并验证收到的邻居节点的节点度信息是否真实可信;
(6)经过多轮消息的广播、记录与验证后,每个次用户的节点度即为自己的邻居节点列表中的次用户数,记为degreei;每个次用户向其邻居节点广播经过验证的节点度,所有次用户中节点度最高的次用户被选为簇头,其邻居节点成为该簇的成员;
(7)重复步骤(4)至步骤(6),直至所有次用户都被划分成簇;
(8)各簇结合簇的效用函数,通过纳什均衡确定在博弈过程中各簇之间收入平衡的最优结果,得到最优频谱感知时间和最优效用,执行频谱感知任务,做出本地判决;
(9)簇头节点将本地判决结果上传至所述次用户基站,所述次用户基站对感知数据进行验证;
(10)所述次用户基站的融合中心采用或融合准则进行数据融合,得到最终判决结果,并向各簇发放报酬,簇头节点根据本簇内感知正确与错误的次用户比例,在簇内完成报酬的发放和簇内成员信誉值的更新;
(11)每一轮频谱感知任务结束后,簇头节点担当矿工的角色,将本轮感知任务的任务执行信息、报酬信息和信誉值更新信息组装成本地区块,各簇头节点争夺记账权,获得记账权的簇头节点将该区块写入区块链中。
3.根据权利要求1所述的基于最高节点度分簇的协作频谱感知方法,其特征在于,所述步骤(9)中,次用户基站对感知数据进行验证,具体包括:
簇l的簇头节点把数字签名signdigest附在感知数据datal后面,一起上传至次用户基站;
4.根据权利要求1所述的基于最高节点度分簇的协作频谱感知方法,其特征在于,所述步骤(10)中,簇头节点根据本簇内感知正确与错误的次用户比例,在簇内完成报酬的发放,具体为:
簇头节点将所述次用户基站的融合中心的最终判决结果与簇内成员的感知结果比较,对于感知正确与感知错误的成员分配不同的报酬,具体报酬的多少取决于该簇内感知正确与感知错误次用户的比例;簇头节点获得的报酬与簇内感知正确次用户获得的报酬相同;
假设簇l获得的报酬为paymentl,簇内共有n个次用户感知正确,m个次用户感知错误,则如果报酬在簇内平均分配,平均报酬表示为:
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210215455.XA CN114650110B (zh) | 2022-03-07 | 2022-03-07 | 一种基于最高节点度分簇的协作频谱感知方法 |
PCT/CN2022/107289 WO2023168886A1 (zh) | 2022-03-07 | 2022-07-22 | 一种基于最高节点度分簇的协作频谱感知方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210215455.XA CN114650110B (zh) | 2022-03-07 | 2022-03-07 | 一种基于最高节点度分簇的协作频谱感知方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114650110A true CN114650110A (zh) | 2022-06-21 |
CN114650110B CN114650110B (zh) | 2023-07-25 |
Family
ID=81992691
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210215455.XA Active CN114650110B (zh) | 2022-03-07 | 2022-03-07 | 一种基于最高节点度分簇的协作频谱感知方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114650110B (zh) |
WO (1) | WO2023168886A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115632728A (zh) * | 2022-09-19 | 2023-01-20 | 南京理工大学 | 一种基于区块链技术的可信频谱感知方法 |
CN116112959A (zh) * | 2023-04-11 | 2023-05-12 | 中国移动通信有限公司研究院 | 协同感知簇确定方法、装置、电子设备及可读存储介质 |
WO2023168886A1 (zh) * | 2022-03-07 | 2023-09-14 | 南京邮电大学 | 一种基于最高节点度分簇的协作频谱感知方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106230530A (zh) * | 2016-09-23 | 2016-12-14 | 宁波大学 | 多频段协作认知频谱感知方法 |
CN106341791A (zh) * | 2016-09-23 | 2017-01-18 | 宁波大学 | 认知无线电频谱感知动态判决方法 |
CN112995996A (zh) * | 2021-02-05 | 2021-06-18 | 南京邮电大学 | 一种基于区块链智能合约的安全协作频谱感知方法 |
US20210219167A1 (en) * | 2020-01-10 | 2021-07-15 | Arizona Board Of Regents On Behalf Of Arizona State University | Systems and methods for robust max consensus for wireless sensor networks |
CN113422661A (zh) * | 2021-04-30 | 2021-09-21 | 海南大学 | 一种基于主被动信誉度划分的可信宽带频谱感知方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8655283B2 (en) * | 2007-04-23 | 2014-02-18 | Lingna Holdings Pte., Llc | Cluster-based cooperative spectrum sensing in cognitive radio systems |
CN101188444B (zh) * | 2007-05-25 | 2012-04-04 | 中国科学院嘉兴无线传感网工程中心 | 一种无线传感网的分布式分簇组网的方法 |
CN114650110B (zh) * | 2022-03-07 | 2023-07-25 | 南京邮电大学 | 一种基于最高节点度分簇的协作频谱感知方法 |
-
2022
- 2022-03-07 CN CN202210215455.XA patent/CN114650110B/zh active Active
- 2022-07-22 WO PCT/CN2022/107289 patent/WO2023168886A1/zh unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106230530A (zh) * | 2016-09-23 | 2016-12-14 | 宁波大学 | 多频段协作认知频谱感知方法 |
CN106341791A (zh) * | 2016-09-23 | 2017-01-18 | 宁波大学 | 认知无线电频谱感知动态判决方法 |
US20210219167A1 (en) * | 2020-01-10 | 2021-07-15 | Arizona Board Of Regents On Behalf Of Arizona State University | Systems and methods for robust max consensus for wireless sensor networks |
CN112995996A (zh) * | 2021-02-05 | 2021-06-18 | 南京邮电大学 | 一种基于区块链智能合约的安全协作频谱感知方法 |
CN113422661A (zh) * | 2021-04-30 | 2021-09-21 | 海南大学 | 一种基于主被动信誉度划分的可信宽带频谱感知方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023168886A1 (zh) * | 2022-03-07 | 2023-09-14 | 南京邮电大学 | 一种基于最高节点度分簇的协作频谱感知方法 |
CN115632728A (zh) * | 2022-09-19 | 2023-01-20 | 南京理工大学 | 一种基于区块链技术的可信频谱感知方法 |
CN116112959A (zh) * | 2023-04-11 | 2023-05-12 | 中国移动通信有限公司研究院 | 协同感知簇确定方法、装置、电子设备及可读存储介质 |
CN116112959B (zh) * | 2023-04-11 | 2023-07-04 | 中国移动通信有限公司研究院 | 协同感知簇确定方法、装置、电子设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2023168886A1 (zh) | 2023-09-14 |
CN114650110B (zh) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114650110B (zh) | 一种基于最高节点度分簇的协作频谱感知方法 | |
Sun et al. | A two‐stage privacy protection mechanism based on blockchain in mobile crowdsourcing | |
Wang et al. | A blockchain based privacy-preserving incentive mechanism in crowdsensing applications | |
He et al. | A blockchain based truthful incentive mechanism for distributed P2P applications | |
Nguyen et al. | Federated learning meets blockchain in edge computing: Opportunities and challenges | |
CN112995996B (zh) | 一种基于区块链智能合约的安全协作频谱感知方法 | |
Wu et al. | Enabling data trustworthiness and user privacy in mobile crowdsensing | |
CN110825810A (zh) | 一种基于区块链的群智感知双重隐私保护方法 | |
CN111930698B (zh) | 基于哈希图和联邦学习的数据安全共享的方法 | |
CN109284623B (zh) | 基于用户隐私保护的群智感知任务的管理方法 | |
CN110505217B (zh) | 一种基于博弈论与区块链融合的位置隐私保护方法 | |
Khan et al. | Blockchain-based distributive auction for relay-assisted secure communications | |
CN112651830A (zh) | 应用于电力资源共享网络的区块链共识方法 | |
US9530026B2 (en) | Privacy protection for participatory sensing system | |
CN114372589A (zh) | 一种联邦学习方法及相关装置 | |
Moustapha | The effect of propagation delay on the dynamic evolution of the Bitcoin blockchain | |
CN106850583B (zh) | 一种基于效用的分布式协作频谱感知攻击防御方法 | |
CN113099458B (zh) | 一种基于区块链的动态频谱接入系统设计方法 | |
Xie et al. | Verifiable Federated Learning With Privacy-Preserving Data Aggregation for Consumer Electronics | |
WO2022216293A1 (en) | Processing of machine learning modeling data to improve accuracy of categorization | |
CN113360951A (zh) | 一种基于分区式区块链的电子证据保全方法 | |
CN115801253B (zh) | 一种用于安全多方计算的多方秘密分享方法及电子设备 | |
Liu et al. | Fair and smart spectrum allocation scheme for IIoT based on blockchain | |
CN115694814A (zh) | 一种分布式物联网数据安全共享设计方法及系统 | |
CN115544557A (zh) | 一种基于联邦学习的区块链人脸识别系统 |
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 |