认知无线电网络中基于强化学习的智能信道选择算法
摘要：认知无线电系统不仅要具有自适应性,更应具备一定的智能性.该文将强化学习理论引入到认知无线电系统中,用于解决次用户在频谱感知过程中的信道选择问题,提出了一种基于强化学习的信道选择算法.该算法在未知主用户占用规律和动态特性的前提下,仅通过不断与环境进行交互学习,便能够引导次用户选择“较好”信道优先进行感知,使次用户吞吐量得到提高.仿真结果表明,相对于现有信道选择算法,所提算法可有效提高次用户的吞吐量,并且在主用户使用规律发生变化时,能够自动实现二次收敛,可作为认知无线电系统迈向智能化的一种尝试.特征值极限分布的改进合作频谱感知
摘要：本文采用随机矩阵理论,分析和研究了多认知用户接收信号采样协方差矩阵的最小特征值的极限分布,针对基于最大最小特征值之差的合作频谱感知算法,提出了新的门限判决方法.此算法能有效克服噪声不确定度的影响,且不需预先知道授权用户信号的先验知识和噪声方差.仿真结果表明,与以前的感知算法相比,本文算法有更低的判决门限,在低信噪比、小采样时,在达到设定虚警概率的前提下,该算法能够获得更好的感知性能.认知MIMO系统基于正交投影的SLNR收发联合设计算法
摘要：为实现认知MIMO系统中认知网络与主用户网络的高效频谱共享,提出一种基于正交投影的SLNR收发联合设计算法.该算法首先通过正交投影预处理将信号投射到干扰信道的零空间从而消除对主用户的干扰,然后针对认知网络,以改进的信漏噪比为优化指标,利用交替迭代的思想联合设计收发处理矩阵,提高认知网络的性能.仿真结果表明,算法能有效抑制用户间的共信道干扰,在保证主用户正常通信的同时,有效提高了认知网络的误码率及和容量性能.认知无线网络动态权值调整的频谱切换策略
摘要：认知无线网络中,次用户的目标信道选择受次用户传输功率、信道衰落因子、信道带宽、信道可用率等因素影响.针对基于多属性判决的频谱切换没有充分考虑各因素的重要程度和动态变化问题,本文提出了基于动态权值调整的频谱切换策略.根据主观经验和网络环境变化动态调整权值,采用多属性简单加权法计算各信道目标函数值,根据目标函数值降序排列结果选择切换的目标信道.仿真结果表明,本文所提出的算法能够减少次用户的切换次数,提高有效数据传输速率.认知MIMO系统中改进的干扰信道学习算法
摘要：针对认知MIMO系统中认知用户获知干扰信道的问题,提出了一种改进的盲信道学习算法.该算法用循环雅可比方法估计干扰信道矩阵的零空间,其参数是利用主用户的功率控制机制,通过二分搜索法获得.然后以抑制认知用户对主用户的干扰为目标,提出在学习过程中动态调整二分搜索精度的方法来改善算法收敛性能.理论分析和仿真结果表明,所提算法比BNSL算法收敛速度明显加快,信道学习过程中对主用户的干扰有明显改善.快变信道环境下基于支持向量回归的频谱预测
摘要：频谱预测是一种通过分析历史频谱数据获得频谱使用规律,从而预测未来频谱使用状态的技术.为了实现快变信道（本文指信道占用状态快速变化）环境下频谱状态的可靠预测,提出了一种基于支持向量回归的频谱预测算法.比较了在不同训练样本数时,该算法与一个典型的BP神经网络频谱预测算法的性能差异,结果表明所提算法在小样本学习时,预测效果更为理想.并在此基础上,加入正确检测概率和虚警概率,验证了当频谱检测不理想条件下,支持向量回归算法预测的可行性.Q学习算法在机会频谱接入信道选择中的应用
摘要：针对“先听后传”的机会频谱接入中认知用户的信道选择问题,本文提出了一种基于Q学习的信道选择算法.在非理想感知的条件下,通过建立认知用户的信道选择模型并设计恰当的奖励函数,使智能体能够与未知环境不断交互和学习,进而选择长期累积回报最大的信道接入.在学习过程中,本文引入了Boltzmann实验策略,运用模拟退火思想实现了资源探索与资源利用之间的折衷.仿真结果表明,所提算法能够在未知环境先验知识条件下可以快速选择性能较好的信道接入,有效提高认知用户的接入吞吐量和系统的平均容量.采用离散小波变换的认知无线电频谱能量检测
摘要：在认知无线电系统中,频谱检测是搜索空闲信道,避免对授权用户产生干扰的关键环节.本文提出了一种离散小波变换与时域能量检测相结合的频谱检测方法,对认知用户共享的宽带信道中的窄带授权用户信号进行预检测.首先对接收信号进行离散小波变换,获得能够反映信道频谱变化的细节小波系数,然后以该系数作为统计量,对其进行时域能量统计计算,以进行频谱检测.该方法计算量较小,易于实现,可进行多分辨率分析,能够提高检测的灵敏度和低信噪比下的检测性能且不需要被检测信号的先验知识,适用于检测各种未知信号.仿真实验对无线麦克信号和地面无线数字电视信号进行了检测,验证了该方法的正确性.应用符号相关性的认知OFDM系统信噪比盲估计
摘要：针对认知无线电系统中OFDM（orthogonal frequency division multiplexing）信号信噪比估计算法适用范围受限、复杂度高的问题,提出一种新的基于符号相关性的信噪比盲估计算法,算法首先通过扩展前缀相关性检测区间得到一个特征序列,然后通过小波消噪去除多径信道的影响,最后通过序列极大值极小值与信号功率及噪声方差的关系得到信噪比的估计值.仿真结果表明,本文算法能够实现对ZP-OFDM（zero-padding OFDM）信号信噪比的准确估计,同时在应用于CP-OFDM（cyclic-prefix OFDM）信噪比估计时适用范围更广、运算更为简便,更加适用于认知无线电系统.分枝定界在多级动态频谱分配中的应用
摘要：针对认知无线电动态频谱分配中认知用户较多,传统优化算法收敛时间较长的问题,本文结合分枝定界原理提出一种多级动态频谱分配算法.首先建立基于用户需求的多级动态频谱分配模型,然后借助图着色理论,将问题转化为函数优化问题,最后借助分枝定界算法,通过把全部可行的解空间不断分割为越来越小的子集,从而实现了对该多级模型的频谱分配.仿真实验采用与遗传算法比较,通过对二者认知用户接入量和系统网络效益的分析比较,表明该算法对处理多级DSA分配问题的优越性,且所提算法具有较小的计算复杂度,具有较高的应用价值.认知无线电最优线性协作宽带频谱感知
摘要：本文提出了基于最优线性协作的宽带频谱感知方案.通过次级用户之间的协作,为认知网络的频谱感知提供分集,利用融合中心融合多个次级用户的宽带频谱感知数据来获取最优权重,并生成全局判决统计量,最终使用全局阈值完成最后的检测判决.由于所提出的两种协作宽带感知方案或需要精确地估计授权用户的信号强度和噪声方差,或感知性能不足,因而,还提出一种更易实现的方案.理论分析和仿真结果表明,本文所提出的协作感知方案可以有效地提高频谱感知性能,并且性能优于传统等增益合并方案.多天线认知无线电网络多信道联合频谱感知策略
摘要：当前,以单天线认知用户组成的认知无线电网络同时协作检测多个信道的分配策略得到了广泛研究,而在认知用户可以灵活选取自身天线进行空间分集接收的条件下,当联合感知多信道时,多天线认知无线电网络如何获取最优的天线分配策略仍有待进一步研究.为解决这一问题,在限制各信道最大虚警概率的前提下,以最小化所有信道漏检概率之和为目标,建立了优化模型,并提出了基于分支定界的算法和基于贪婪思想的启发式算法.前者可以获得最优策略,但复杂度较高,后者以牺牲较小检测性能为代价,明显降低了复杂度,有效实现了检测性能与复杂度的平衡,并且在保护各个信道上主用户免受认知用户干扰层面,一定程度上兼顾了公平性.相关杂波背景下的认知雷达序贯信号检测
摘要：针对相关杂波大大影响了传统雷达的检测性能问题,本文提出了一种认知雷达的序贯信号检测方法,该方法在二元假设检验的基础上将雷达整个工作时间分成两个阶段：估计和检测阶段.在估计阶段,系统发射最优估计波形,同时通过雷达回波对目标冲击响应进行估计更新;在检测阶段,系统利用已经获得的先验知识设计最优检测波形且在接收端实现检测门限自适应.结果分析和实验仿真表明：由于联合了发射端的波形优化和接收端的序贯判决信息利用,因此大大提高了系统的检测性能;此外,随着时间的增加,目标冲击响应的估计值越来越逼近真实值,使得估计检测概率也越来越趋近于真实检测概率,从而在提高性能的同时也保证了决策的可靠性.利用组稀疏特性的宽带压缩频谱感知
摘要：基于认知无线电的动态频谱接入需对宽带信道进行频谱感知,而越来越高的采样速率日益成为宽带频谱感知的瓶颈.压缩感知作为一种新的信号获取技术为亚奈奎斯特采样速率下的宽带频谱感知提供了一种可行方案.在相关应用场景中,如果能够挖掘相关先验信息并在重构算法中整合这些信息,将大幅提高压缩感知的性能.本文基于压缩感知技术,利用信道的划分信息及宽带信号的组稀疏特性,提出了一种组稀疏贪婪算法GOMP.该方法在成熟的贪婪算法基础上,利用子信道内多频点的组测量信息,根据组测量的概率分布特性来识别宽带信道的活动子信道.这种组测量识别方式使算法能以较少的观测数据实现对宽带信道的快速准确感知,极大地降低了宽带频谱感知所需的采样速率.实验结果表明：该算法比传统的OMP算法及BP算法不仅具有更好的重构效果及频谱检测性能,而且具有更好的压缩性能及实时性能.《信号处理》征稿简则
摘要：《信号处理》学报是由中国电子学会主办，信号处理专业委员会编辑出版的学术性刊物。1985年创刊。每月25日出版。《信号处理》学报是国内唯一的有关信号处理专业的期刊。本刊的办刊宗旨是反映我国信号处理领域及相关学科的最新研究成果和技术进展。达到学术交流的目的，促进信息科学技术的发展。
