吉林大学学报(工学版) ›› 2016, Vol. 46 ›› Issue (4): 1304-1312.doi: 10.13229/j.cnki.jdxbgxb201604041

• 论文 • 上一篇    下一篇

面向区域的认知无线电系统的频谱感知模型

栾磊1, 2, 赵晓晖2, 徐勇军2   

  1. 1.空军大连通信士官学校 无线通信系,辽宁 大连 116600;
    2.吉林大学 通信工程学院,长春 130012
  • 收稿日期:2013-08-26 出版日期:2016-07-20 发布日期:2016-07-20
  • 通讯作者: 赵晓晖(1957-),男,教授,博士生导师.研究方向:信号处理.E-mail:xhzhao@jlu.edu.cn
  • 作者简介:栾磊(1983-),男,讲师,博士研究生.研究方向:认知无线电.E-mail:luanleiv126@163.com
  • 基金资助:
    国家自然科学基金项目(61171079)

Region oriented spectrum sensing model for cognitive radio system

LUAN Lei1, 2, ZHAO Xiao-hui2, XU Yong-jun2   

  1. 1.Department of Wireless Communication, Air Force Dalian Communication Sergeant School, Dalian 116600, China;
    2.College of Communication Engineering, Jilin University, Changchun 130012, China
  • Received:2013-08-26 Online:2016-07-20 Published:2016-07-20

摘要: 建立了面向区域的频谱感知模型(RSSM),根据路径损耗和衰落裕度理论推导出了RSSM感知区域的大小。基于RSSM,在单用户频谱感知中分析了阈值设定方法以及次用户位置对频谱感知性能的影响;在协作频谱感知中,利用D-S理论分析了硬决策协作频谱感知中次用户分散性对感知性能的影响。最后通过仿真实验证明了本文模型的正确性。

关键词: 通信技术, 认知无线电, 协作频谱感知, 频谱感知模型, D-S证据理论

Abstract: A Region-oriented Spectrum Sensing Model (RSSM) was proposed. First, the size of the sensing area of RSSM was deduced using path loss and fading margin theory. Then, in single-user spectrum sensing framework, the method of threshold setting and the impact of secondary user's location on the performance of spectrum sensing were analyzed. Furthermore, in hard decision-making cooperative spectrum sensing, the effect of the secondary user's dispersion on the performance of spectrum sensing was studied. Simulation results not only demonstrate the effectiveness and rationality of the proposed model, but also confirm the correctness of location information on the analysis of spectrum sensing performance.

Key words: communication, cognitive radio, cooperative spectrum sensing, spectrum sensing model, D-S evidence theory

中图分类号: 

  • TN929
[1] FCC. Spectrum policy task force report[R].Washington D C: Federal Communications Commission, 2002.
[2] Islam M H, Koh C L, Oh S W. Spectrum survey in Singapore: occupancy measurements and analysis[C]∥The 3rd International Conference on Cognitive Radio Oriented Wireless Networks and Communications,Singapore, 2008: 1-7.
[3] Mitola III J, Jr Maguire G Q. Cognitive radio: making software radios more personal[J]. IEEE Journal on Personal Communications, 1999, 6(4): 13-18.
[4] Zeng Y, Liang Y C, Hoang A T,et al. A review on spectrum sensing for cognitive radio: challenges and solutions[J]. EURASIP Journal on Advances in Signal Processing, 2010, 2010(2): 1-15.
[5] Yucek T, Arslan H. A survey of spectrum sensing algorithms for cognitive radio applications[J]. IEEE Journal on Communications Surveys & Tutorials, 2009, 11(1): 116-130.
[6] Jia P, Vu M, Le-Ngoc T. Capacity-and Bayesian-based cognitive sensing with location side information[J]. IEEE Journal on Selected Areas in Communications, 2011, 29(2): 276-289.
[7] Choi K W, Hossain E, Kim D I. Cooperative spectrum sensing under a random geometric primary user network model[J]. IEEE Transactions on Wireless Communications, 2011, 10(6): 1932-1944.
[8] Unnikrishnan J, Veeravalli V V. Cooperative sensing for primary detection in cognitive radio[J]. IEEE Journal of Selected Topics in Signal Processing, 2008, 2(1): 18-27.
[9] Xia H H. A simplified analytical model for predicting path loss in urban and suburban environments[J]. IEEE Transactions on Vehicular Technology, 1997, 46(4): 1040-1046.
[10] Digham F F, Alouini M S, Simon M K. On the energy detection of unknown signals over fading channels[C]∥IEEE International Conference on Communications, Alaska, 2003: 3575-3579.
[11] Peh E, Liang Ying-chang. Optimization for cooperative sensing in cognitive radio networks[C]∥IEEE International Conference on Wireless Communications and Networking, Hong Kong, 2007: 27-32.
[1] 周彦果,张海林,陈瑞瑞,周韬. 协作网络中采用双层博弈的资源分配方案[J]. 吉林大学学报(工学版), 2018, 48(6): 1879-1886.
[2] 孙晓颖, 扈泽正, 杨锦鹏. 基于分层贝叶斯网络的车辆发动机系统电磁脉冲敏感度评估[J]. 吉林大学学报(工学版), 2018, 48(4): 1254-1264.
[3] 董颖, 崔梦瑶, 吴昊, 王雨后. 基于能量预测的分簇可充电无线传感器网络充电调度[J]. 吉林大学学报(工学版), 2018, 48(4): 1265-1273.
[4] 牟宗磊, 宋萍, 翟亚宇, 陈晓笑. 分布式测试系统同步触发脉冲传输时延的高精度测量方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1274-1281.
[5] 丁宁, 常玉春, 赵健博, 王超, 杨小天. 基于USB 3.0的高速CMOS图像传感器数据采集系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1298-1304.
[6] 陈瑞瑞, 张海林. 三维毫米波通信系统的性能分析[J]. 吉林大学学报(工学版), 2018, 48(2): 605-609.
[7] 张超逸, 李金海, 阎跃鹏. 双门限唐检测改进算法[J]. 吉林大学学报(工学版), 2018, 48(2): 610-617.
[8] 关济实, 石要武, 邱建文, 单泽彪, 史红伟. α稳定分布特征指数估计算法[J]. 吉林大学学报(工学版), 2018, 48(2): 618-624.
[9] 李炜, 李亚洁. 基于离散事件触发通信机制的非均匀传输网络化控制系统故障调节与通信满意协同设计[J]. 吉林大学学报(工学版), 2018, 48(1): 245-258.
[10] 孙晓颖, 王震, 杨锦鹏, 扈泽正, 陈建. 基于贝叶斯网络的电子节气门电磁敏感度评估[J]. 吉林大学学报(工学版), 2018, 48(1): 281-289.
[11] 武伟, 王世刚, 赵岩, 韦健, 钟诚. 蜂窝式立体元图像阵列的生成[J]. 吉林大学学报(工学版), 2018, 48(1): 290-294.
[12] 袁建国, 张锡若, 邱飘玉, 王永, 庞宇, 林金朝. OFDM系统中利用循环前缀的非迭代相位噪声抑制算法[J]. 吉林大学学报(工学版), 2018, 48(1): 295-300.
[13] 王金鹏, 曹帆, 贺晓阳, 邹念育. 基于多址干扰和蜂窝间互扰分布的多载波系统联合接收方法[J]. 吉林大学学报(工学版), 2018, 48(1): 301-305.
[14] 石文孝, 孙浩然, 王少博. 无线Mesh网络信道分配与路由度量联合优化算法[J]. 吉林大学学报(工学版), 2017, 47(6): 1918-1925.
[15] 姜来为, 沙学军, 吴宣利, 张乃通. LTE-A异构网络中新的用户选择接入和资源分配联合方法[J]. 吉林大学学报(工学版), 2017, 47(6): 1926-1932.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 刘松山, 王庆年, 王伟华, 林鑫. 惯性质量对馈能悬架阻尼特性和幅频特性的影响[J]. 吉林大学学报(工学版), 2013, 43(03): 557 -563 .
[2] 初亮, 王彦波, 祁富伟, 张永生. 用于制动压力精确控制的进液阀控制方法[J]. 吉林大学学报(工学版), 2013, 43(03): 564 -570 .
[3] 李静, 王子涵, 余春贤, 韩佐悦, 孙博华. 硬件在环试验台整车状态跟随控制系统设计[J]. 吉林大学学报(工学版), 2013, 43(03): 577 -583 .
[4] 胡兴军, 李腾飞, 王靖宇, 杨博, 郭鹏, 廖磊. 尾板对重型载货汽车尾部流场的影响[J]. 吉林大学学报(工学版), 2013, 43(03): 595 -601 .
[5] 王同建, 陈晋市, 赵锋, 赵庆波, 刘昕晖, 袁华山. 全液压转向系统机液联合仿真及试验[J]. 吉林大学学报(工学版), 2013, 43(03): 607 -612 .
[6] 张春勤, 姜桂艳, 吴正言. 机动车出行者出发时间选择的影响因素[J]. 吉林大学学报(工学版), 2013, 43(03): 626 -632 .
[7] 马万经, 谢涵洲. 双停车线进口道主、预信号配时协调控制模型[J]. 吉林大学学报(工学版), 2013, 43(03): 633 -639 .
[8] 于德新, 仝倩, 杨兆升, 高鹏. 重大灾害条件下应急交通疏散时间预测模型[J]. 吉林大学学报(工学版), 2013, 43(03): 654 -658 .
[9] 肖赟, 雷俊卿, 张坤, 李忠三. 多级变幅疲劳荷载下预应力混凝土梁刚度退化[J]. 吉林大学学报(工学版), 2013, 43(03): 665 -670 .
[10] 肖锐, 邓宗才, 兰明章, 申臣良. 不掺硅粉的活性粉末混凝土配合比试验[J]. 吉林大学学报(工学版), 2013, 43(03): 671 -676 .