协作频谱感知的系统效用优化分析

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (16): 97-102.

协作频谱感知的系统效用优化分析

刘翰焘，田峰

南京邮电大学教育部“宽带无线通信与传感网技术”重点实验室，南京 210003

出版日期:2015-08-15 发布日期:2015-08-14

Optimal analysis of system utility in cooperative spectrum sensing

LIU Hantao, TIAN Feng

Key Lab on Wideband Wireless Communications and Sensor Network Technology of Ministry of Education, Nanjing University of Posts and Telecommunications, Nanjing 210003, China

Online:2015-08-15 Published:2015-08-14

摘要/Abstract

摘要： 协作频谱感知可以提升认知无线电的频谱感知能力，但不同的系统参数对协作频谱感知系统的性能会产生不同的影响。在综合考虑系统资源利用率和归一化吞吐量的情况下，对不同条件下用户数和感知时长对系统性能的影响进行分析。并在检测概率约束条件下，对结合系统检测概率和归一化吞吐量的系统效用提出优化方法，可以求出满足条件的最大系统效用值。仿真结果表明，在不同的环境和条件限制下，达到最大系统效用所需要的用户数和感知时长也是不同的。

关键词: 认知无线电, 协作频谱感知, 系统效用, 优化分析, 感知时长

Abstract: Cooperative spectrum sensing can enhance the capabilities of spectrum sensing in cognitive radio, while different system parameters will produce different effects on the performance of cooperative spectrum sensing. After considering the system resource utilization and normalized throughput, the impact of the number of users and sensing duration under different conditions on system performance is analyzed. And under the condition of detection probability constraint, optimization of the system utility combined system detection probability and normalized throughput is proposed, which can be obtained to meet the conditions of the maximum system utility value. Simulation results show that in different environments and conditions, the number of users and the sensing duration needed to achieve the maximum system utility are different.

Key words: cognitive radio, cooperative spectrum sensing, system utility, optimization analysis, sensing duration

刘翰焘，田峰. 协作频谱感知的系统效用优化分析[J]. 计算机工程与应用, 2015, 51(16): 97-102.

LIU Hantao, TIAN Feng. Optimal analysis of system utility in cooperative spectrum sensing[J]. Computer Engineering and Applications, 2015, 51(16): 97-102.

[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]	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.
[12]	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.
[13]	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.
[14]	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.
[15]	尤晓建1，2，韩雪梅1，伍春1，江虹1. 混合编码粒子ABC算法的CR认知决策引擎[J]. 计算机工程与应用, 2015, 51(14): 57-62.