论文部分内容阅读
无线自组网因其具有的无中心、自组织、分布式等突出优点，可以广泛应用于无线传感器网络、军事通信和紧急服务等场合，体现出极强应用前景。在无线自组织网络中，为了有效利用频谱资源，提高频谱感知准确性，认知无线电技术和节点协作技术得到了广泛应用。 频谱感知在认知无线自组织网络中占有核心地位，它的主要作用是感知频带中授权用户信号的存在 信息，若不存在则占用此频段，否则立即退出。在无线通信环境中，信道环境复杂多变，存在着大量的阴影、衰落、噪声等，单节点用户的本地检测技术无法满足系统性能要求。而多节点协作频谱感知，随着网络规模的增大，参与协作的节点数增加，会产生信令开销大、计算复杂及网络能耗等问题。因此，有必要在性能和复杂度之间得到平衡，计算最优协作的节点数量，设计最优协作频谱感知算法。 本文深入研究了认知自组织网络协作频谱感知技术及其效率问题。详细分析了几种典型的协作频谱感知算法的优劣，并对其进行比较。对自组织网络中的最优协作节点数计算方法和梯度迭代算法进行研究，针对目前研究现状，提出了一种更有效率的协作频谱感知方案。该方案中，首先计算在网络规模、信道环境不同的情况下，错检概率最低时的能量值，作为频谱感知时的自适应门限。然后根据每个节点不同的信道环境，设计平衡感知效率和系统开销的效率目标函数。求得在目标函数最优时的节点数目，即为最优协作节点数。最后设计部分梯度算法，选择最优数量下符合要求的节点参与协作，采用梯度算法对能量进行迭代，直到全网收敛到统一值，即可利用自适应门限进行主用户存在性判定。仿真对比了传统算法与该算法在不同网络规模下的关键性能指标。结果表明，与现有算法相比，该算法在使用较少节点数的情况下，获得了较高的的感知效率，有效保证了大规模认知自组网频谱感知的鲁棒性，降低了对主用户的干扰及设备功耗。