基于D-S理论的认知无线电频谱感知算法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (33): 91-93.

基于D-S理论的认知无线电频谱感知算法

肖淑艳1，孙茜1，衡芹1，李世银1，郭国柱2

1.中国矿业大学信息与电气工程学院，江苏徐州 221116
2.焦煤集团小马工业有限责任公司，河南焦作 454000

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-11-21 发布日期:2011-11-21

Cognitive radio spectrum sensing based on D-S theory

XIAO Shuyan1，SUN Qian1，HENG Qin1，LI Shiyin1，GUO Guozhu2

1.School of Information and Electrical Engineering，China University of Mining & Technology，Xuzhou，Jiangsu 221116，China
2.Coking Coal Group Co.，LTP，Jiaozuo，Henan 454000，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-11-21 Published:2011-11-21

摘要/Abstract

摘要： 针对目前的认知无线电频谱感知数据融合判决规则忽略了各感知节点所处环境差异这一问题，研究了一种基于信任度的多节点频谱感知算法，将D-S证据理论引入判决融合中，通过Matlab仿真验证了该算法的性能相比于原有的频谱感知数据融合算法有了很大的提高。

关键词: 认知无线电, 频谱感知, 信任度函数, D-S融合规则

Abstract: At present most decision rules don’t consider that different nodes are in different wireless environment，resulting in different credibility in their sensing.This paper proposes a new sensing algorithm taking their sensing credibility into account，and introduces the D-S evidence theory into the fusion rule.And the simulation experiment verifies that this proposed algorithm outperforms the existing cooperative spectrum sensing algorithm remarkably.

Key words: cognitive radio, spectrum sensing, belief function, D-S fusion rule

肖淑艳1，孙茜1，衡芹1，李世银1，郭国柱2. 基于D-S理论的认知无线电频谱感知算法[J]. 计算机工程与应用, 2011, 47(33): 91-93.

XIAO Shuyan1，SUN Qian1，HENG Qin1，LI Shiyin1，GUO Guozhu2. Cognitive radio spectrum sensing based on D-S theory[J]. Computer Engineering and Applications, 2011, 47(33): 91-93.

[1]	王玉磊1，2，邱罡3. 物联网频谱感知的人工物理学优化实现[J]. 计算机工程与应用, 2019, 55(14): 83-86.
[2]	范怡敏1，罗云飞2，沈克永1. 具有先应性最优通道传输的车载网络研究分析[J]. 计算机工程与应用, 2018, 54(23): 68-73.
[3]	庄陵，童开蒙，王凯. 应用MDFT结构的认知无线电频谱感知方法[J]. 计算机工程与应用, 2018, 54(2): 82-86.
[4]	白玉，闫坤，李少鹏，张华伟，刘毅. 基于图分析的OFDM频谱感知[J]. 计算机工程与应用, 2018, 54(11): 86-90.
[5]	王莉莉1，陈国彬1，张广泉2，3. 认知无线电网络中基于公平性的功率控制方案[J]. 计算机工程与应用, 2017, 53(3): 144-148.
[6]	李晓艳，雷斌，华翔. 基于智能分析的分布式频谱共享技术研究[J]. 计算机工程与应用, 2017, 53(19): 124-129.
[7]	黎严，张国平，罗俊. 一种改进的多天线信号能量检测方案[J]. 计算机工程与应用, 2017, 53(10): 112-116.
[8]	李晓艳，雷斌，郭锦. 集中式认知网络分簇算法研究[J]. 计算机工程与应用, 2017, 53(10): 117-123.
[9]	李湘洋1，2，赵杭生2，曹龙1，2. 混合共享认知无线网络信道分配算法[J]. 计算机工程与应用, 2016, 52(6): 80-85.
[10]	李洪兵1，陈斌斌2，廖玉祥1，冯文江2. 基于RSS-IWLS的认知无线电系统主用户定位算法[J]. 计算机工程与应用, 2016, 52(2): 146-150.
[11]	刁鸣，钱荣鑫，高洪元. 狼群优化的神经网络频谱感知算法[J]. 计算机工程与应用, 2016, 52(19): 107-110.
[12]	刘俊霞1，2，贾振红2. 基于适应值预测的DABC认知无线电频谱分配算法[J]. 计算机工程与应用, 2016, 52(18): 111-116.
[13]	张勇，岳金旺，王静，金勇. 天线选择下稳健波束形成新算法[J]. 计算机工程与应用, 2016, 52(12): 127-130.
[14]	方伟，刘顺兰. 双门限和机会协作的频谱感知算法研究[J]. 计算机工程与应用, 2015, 51(8): 113-116.
[15]	潘春雨，闫坤，张向利. 认知无线电频谱切换的高效信道选择机制[J]. 计算机工程与应用, 2015, 51(20): 97-101.