频谱切换中基于频谱感知的链路保持概率

认知无线电安全关键技术研究一、综述随着无线通信技术的快速发展，认知无线电技术应运而生。

认知无线电是一种能够在动态环境中感知并利用空闲频谱的智能无线通信技术，它能够提高频谱利用率，减少干扰和节约成本。

认知无线电技术在提高频谱利用率的也带来了许多安全问题。

本文将对认知无线电安全的关键技术进行综述，包括频谱感知、频谱分配、接入控制、隐私保护等方面。

在频谱感知方面，认知无线电需要能够准确地检测和识别主用户信号和其他非授权用户的信号。

常用的频谱感知方法有匹配滤波器、循环平稳特征分析、小波变换等。

这些方法在复杂多变的无线环境中，往往会出现误判或漏检的情况，影响认知无线电的安全性能。

频谱分配是认知无线电系统的核心任务之一，其目标是在保证主用户服务质量的前提下，最大化非授权用户的收益。

频谱分配策略的选择直接影响到认知无线电系统的性能。

常见的频谱分配方法有固定频率分配、动态频率分配、比例公平分配等。

这些方法在面对快速变化的网络环境和用户需求时，往往难以实现最优的频谱分配。

接入控制是认知无线电系统中保证主用户权益的重要手段。

接入控制策略的选择直接影响到认知无线电系统的稳定性和可靠性。

常见的接入控制方法有基于规则的方法、基于博弈论的方法、基于机器学习的方法等。

这些方法在面对复杂的无线环境和用户行为时，往往难以实现有效的接入控制。

隐私保护是认知无线电技术中亟待解决的问题之一。

由于认知无线电系统需要收集和处理大量的用户信息，因此存在泄漏用户隐私的风险。

常用的隐私保护方法有匿名化技术、加密技术、差分隐私等。

这些方法在面对复杂多变的无线环境和用户需求时，往往难以实现完全的隐私保护。

认知无线电安全关键技术的研究仍然面临着许多挑战。

未来的研究需要综合考虑频谱感知、频谱分配、接入控制、隐私保护等多个方面，以实现更高性能、更可靠、更安全的认知无线电系统。

1. 认知无线电技术的快速发展及其在军事和民用领域的广泛应用随着无线通信技术的不断进步，认知无线电技术（Cognitive Radio Technology）应运而生。

动态频谱分配算法一、概述动态频谱分配算法是一种用于动态管理和优化频谱使用的方法。

通过实时监测和预测频谱环境，动态频谱分配算法可以实现对有限频谱资源的优化利用，提高无线通信系统的性能和效率。

二、频谱感知频谱感知是动态频谱分配算法的基础。

通过对无线频谱环境的实时监测，可以获取关于可用频段和干扰情况的信息。

这有助于算法确定哪些频段在某一时刻可以被安全地使用，以及哪些频段需要避免以避免可能的干扰。

三、频谱决策基于频谱感知的结果，动态频谱分配算法需要做出决策以确定如何分配频谱资源。

这可能包括选择要使用的频段、确定传输速率、功率控制等。

决策应该基于一些优化目标，例如最大化吞吐量、最小化传输延迟或最小化干扰等。

四、频谱切换在动态环境中，频谱分配可能需要实时切换以适应变化的情况。

例如，当某个频段变得不可用时，算法可能需要快速切换到另一个可用的频段。

这种切换应该是平滑的，以最小化对通信质量的影响。

五、频谱共享在某些情况下，多个用户或系统可能需要共享同一频段的资源。

动态频谱分配算法需要能够有效地管理这种共享，确保所有用户的公平性和性能。

这可能涉及到复杂的优先级管理、调度和仲裁策略。

六、动态频谱分配动态频谱分配是动态频谱分配算法的核心功能。

它根据实时监测的频谱环境和系统需求，动态地分配和调整频谱资源。

这可以包括在时间和空间上对频谱资源的精细粒度控制。

七、干扰管理由于无线通信的开放性，不可避免地会出现干扰。

动态频谱分配算法需要具备干扰管理能力，包括检测干扰、避免干扰、减轻干扰等。

这可能涉及到使用先进的信号处理技术、编码方案或协作通信技术等。

八、预测模型为了做出更有效的决策，动态频谱分配算法需要依赖预测模型。

这些模型可以基于历史数据和机器学习技术，预测未来的频谱使用情况和性能指标。

这有助于提前做好资源分配和优化，以应对可能出现的变化。

九、优化目标动态频谱分配算法的目标是优化无线通信系统的性能。

这可能涉及多种不同的优化目标，如最大化吞吐量、最小化传输延迟、最小化干扰等。

无线通信中的频谱感知技术研究随着移动互联网的快速发展，无线通信技术也逐步进入了人们的日常生活。

随之而来的频谱资源的紧张状况也引起了各界的关注。

对于频谱资源的高效利用已经成为了无线通信技术研究的重点之一。

频谱感知技术的出现，成为了频谱资源高效利用的重要手段。

本文对于无线通信中的频谱感知技术进行总结和探讨，以期为该领域的研究工作提供一定的参考。

一、频谱感知技术的概念频谱感知技术是指通过一定的信号处理算法和系统架构，使无线通信终端设备能够在工作过程中实时感知到当前环境中可用的频谱资源，然后根据感知到的结果进行合理的频谱分配和组网，以达到更有效的频谱利用能力。

二、频谱感知技术的分类频谱感知技术根据不同的应用场景和技术手段，可以分为以下几类：1.基于能量检测的频谱感知技术基于能量检测的频谱感知技术是通过检测周围环境中噪声等信号所占用的频谱带宽，然后减去该噪声信号，得到该频段的空闲带宽。

这种感知技术的优势在于硬件成本低，但是在弱信号环境下性能会受到限制。

2.基于协作感知的频谱感知技术协作感知的频谱感知技术是指当一个节点无法感知到某一频段时，它可以将任务协作给其他节点进行感知，将结果反馈给请求节点。

这种感知技术的优势在于感知的效率更高。

3.基于定位感知的频谱感知技术基于定位感知的频谱感知技术是通过无线信号的传输距离、接收信号的强度等信息，将信号源的位置信息联合利用到频谱感知过程中。

这种感知技术的优势在于依赖信息更加全面，能够进行更加准确的频谱感知。

三、频谱感知技术的应用领域随着移动互联网的不断普及，频谱资源的利用效率越来越受到重视。

频谱感知技术作为一种提升频谱利用效率的手段，已经得到了广泛的应用。

目前，频谱感知技术主要应用在以下几个领域：1.增强无线电波接收的能力利用频谱感知技术，可根据当前环境的变化调整无线通信设备的天线参数，以使设备的接收能力得到提升。

2.提高频谱利用效能频谱感知技术可以帮助终端设备快速找到空闲的频段，增加频谱利用效能，从而提高系统吞吐量。

主动式频谱感知的改进型信道切换算法秦臻;薛峰;梁继民【摘要】针对无线信道频繁切换而导致系统性能下降的问题,在传统算法的基础上,提出了改进型信道切换算法.通过信道空闲时长的预测和比较策略,在对首要用户干扰最小的前提下,对信道进行切换控制,有效降低了信道切换代价,减小了感知开销.仿真验证表明:采用改进型信道切换算法能够有效减少信道切换次数约20％.【期刊名称】《电波科学学报》【年(卷),期】2013(028)003【总页数】6页(P524-528,534)【关键词】认知无线电;主动式频谱感知;感知开销;信道切换【作者】秦臻;薛峰;梁继民【作者单位】西安电子科技大学电子工程学院,陕西西安710071;湖北省无线电管理委员会,湖北武汉430071;西安电子科技大学电子工程学院,陕西西安710071【正文语种】中文【中图分类】TN92引言认知无线电系统中，认知用户可以通过周期性的感知信道采集信道的相关信息，及时感知周围快速变化的无线环境，对信道相关参数进行统计和分析，得到信道及首要用户的有用信息，并能够尽快适应信道切换,实现信道的高效连接.当认知用户感知到首要用户出现时，认知用户需要迅速退出正在使用的信道，切换到未使用的信道上，重新建立通信. 许多研究是基于被动避让方式[1]，认知用户感知到首要用户出现，则切换信道，随机选择可用信道，这样不可避免地增加了对首要用户的干扰.文献[2]证明了减少信道的切换次数，可以提高认知系统的吞吐量.文献[3]提出了随机信道选择算法，可使得系统成功传输概率达到最大，但不足之处是，并未全面考虑感知系统的吞吐量，这样实际上导致了系统效率降低. 文献[4，5]研究表明频繁信道切换对系统性能产生严重影响，这也意味着增大了感知开销，因此认知用户需要在选择信道数量和感知开销进行折衷考虑.文献[6]提出了一种自适应的主动式频谱感知方案，通过对信道进行排序使认知用户用最小的感知开销找到可用的信道. 文献[7]是基于业务流模型分类的主动式频谱感知算法，减少传输信道可选数量，选择最佳信道. 文献[8]通过对信道的周期性检测，预测信道将来可用时间的长短，提出了主动式的信道切换方法. 文献[6-8]中算法的不足之处在于，均没有考虑到频繁信道切换对系统性能的影响，没有有效解决系统的性能和信道的切换次数之间的矛盾.在主动式频谱感知方式下，信道切换必然会产生一定感知开销代价. 在文献[8]算法的基础上，采用信道空闲时长预测和比较策略，提出了一种改进型的主动式频谱感知信道切换算法. 仿真结果表明：在对首要用户干扰最小前提下，与文献[8]算法相比它可以减少信道切换次数约20%.1 系统模型基于预测的认知无线电系统模型[8]表明，认知用户通过主动式频谱感知方式，感知信道状况并将感知信息存贮进信道历史信息库，最新的频谱感知信息能够显示特定信道的当前状态. 结合这些数据，认知用户通过相应的预测算法，预测信道的空闲时长，按照一定的信道切换规则，认知用户决定是否切换信道，如果不切换信道则在当前信道继续进行数据传输，如果切换信道，则在新的信道重新建立链接进行数据传输.2 信道切换算法2.1 主动式和被动式信道切换被动式信道切换模型如图1(a)所示，认知用户使用当前信道i进行通信，当检测到首要用户出现时，认知用户切换到另一条空闲信道j进行通信，这将不可避免地对首要用户的通信产生干扰.主动式信道切换模型如图1(b)所示，认知用户周期性地检测各个信道，当前信道的空闲时长小于门限时，它主动切换到另一条空闲信道进行通信，避免了对首要用户的通信产生干扰.(a) 被动式 (b) 主动式图1 主动式和被动式信道切换模型2.2 主动式信道切换算法在主动式信道切换方式下，通过预测当前信道的空闲时间长短，认知用户可以通过相关算法决定在当前信道上首要用户出现之前切换信道. 它可以在对首要用户干扰概率最小的前提下，提高系统的吞吐量. 主要包括以下两部分内容：信道空闲时间预测：认知用户通过主动式频谱感知方式感知一系列信道，获取信道的一系列历史观测值，通过相关的算法[8]预测信道将来空闲的时长.信道切换：根据预测的结果，认知用户通过相关的切换规则决定何时退出当前信道并切换到最优的信道上.假设认知用户通过一条专用控制信道传递相关的控制信息，认知用户通过主动式频谱感知获取首要用户信道使用的相关统计信息. 认知用户可以在N个正交的信道上切换，首要用户的模型是基于两个状态的连续时间马尔可夫模型. 认知用户的帧结构如图2所示. 算法的目的，是使认知用户对首要用户的干扰最小.图2 认知用户的时序结构利用历史观测值和预测结果，认知用户可以预测将来信道的可用性，并且主动地切换信道，有效避免了对首要用户的干扰. 然而，主动式信道切换方式的有效性与预测的精确程度有很大的相关性. 如果预测结果不准确，反而容易产生错误的切换决策.图3示出了两种可能的错误信道切换方式[8]. 为了方便对比，将正确的主动式信道切换方式也示于图中. 在错误的主动式切换方式Ⅰ中，认知用户错误地认为，预测信道j可能的空闲时长比信道i长，然后主动切换到信道j，这导致对自身通信不必要的干扰. 同样的，在错误的主动式切换方式Ⅱ中，信道j的实际空闲时长比信道i短，然而由于预测结果的不准确性，给首要用户造成了附加的干扰. 改进型的主动式频谱感知信道切换算法的设计目标，是尽可能实施有效的信道切换，而同时减少错误的切换次数. 这二者不同之处的关键在于信道空闲时间的长短，所以信道的选择以信道空闲时间的长短为标准.图3 三种主动式信道切换方式2.3 信道空闲时长预测预测机制依赖于首要用户的信道使用模型. 本文中，假设认知用户通过主动式频谱感知了解了各信道的相关统计模型和参数[9]，认知用户可以通过长时间地对信道进行周期性采样感知，获取这些相关信息.下面给出相应的交替指数模型下信道在下一个时刻仍旧为空闲的概率. 信道的模型是交替指数ON/OFF模型，服从指数分布e-λΔt，其对应的参数用λYi ,λXi表示，S=1,0分别表示信道忙闲状态. 假设当前信道经过时长Δt为空闲的概率为Pj，推导出(1)特殊地如果Δt =Ts，Ts为数字通信的一个时隙的时长，那么转移概率Pj也即表示当前信道j在下一个时隙其状态为空闲的概率.则可以计算出当前信道下可能的空闲时长：(2)对当前信道空闲时长预测的精确性，与最近一次的观测值、下一个时隙之间的时长有关. 通过对认知系统可用信道的主动式频谱感知，预测各信道空闲时长，认知用户可以在首要用户出现之前主动地切换频谱，避免了与首要用户之间的碰撞.2.4 改进型信道切换算法认知用户对备选的信道进行排序，选择最优的信道. 它在对首要用户干扰最小的情况下，尽可能提高频谱的利用率. 公式表示如下：(3)(4)式中: CH(prev(Xj)) 表示认知用户在信道切换前所选信道; CH(Xj)表示认知用户在信道切换后所选信道; τswitch表示信道的切换开销.算法步骤：①经过主动式频谱感知，估计信道的相关参数；②估计当前信道j经过一个周期Ts后空闲的概率Pj；③估算当前信道的可能空闲时长④计算信道的切换开销τswitch；⑤计算各信道的可能空闲时长，并进行排序，按照一定的切换规则，认知用户做出是否切换信道的决定.如图4所示，认知用户当前工作信道为i，其空闲时长比信道j短，依照文献[10]，认知用户应切换到信道j，然而考虑到感知开销，如果Δtswitch<τswitch，认知用户则应继续选择当前信道而不是切换信道.图4 信道切换规则3 性能分析与仿真为检验改进型信道切换算法的性能，我们把它和文献[8]中的两种信道切换方案的算法进行比较，其中主动式方案1和主动式方案2分别代表文献[8]中对应两种算法. 对仿真参数进行设定，假设认知网络中有10个首要用户和一个认知用户，10个首要用户信道服从交替指数分布的模型，其OFF和ON状态均是均匀分布[μmin,μmax]，固定μmin为0.5，μmax值介于0.6～2. 感知时长为20 ms，传输时长为180 ms.信道切换代价为20 ms，仿真时长为100 00 s.为了评估首要用户和认知用户的性能，定义以下三个指标：信道切换次数：认知用户为了避免对首要用户的干扰，采用主动式信道切换方式避让首要用户对应的信道切换次数的数值，它的值代表认知用户切换信道的次数. 有效时间利用率：认知用户通信时长减去和首要用户发生碰撞相关时长后，进行可靠通信的时长与整个通信时长的比值，可以理解为频谱空洞的利用率，它的值越高表示频谱的利用率越高.碰撞次数：所谓碰撞，就是在某个认知用户进行通信的时隙正好首要用户出现，则首要用户和认知用户的通信同时受到干扰. 碰撞次数表示在整个通信时隙上，认知用户进行通信时和首要用户发生碰撞的时隙数的总和，它的数值越大，说明认知用户对首要用户的干扰越严重.3.1 信道切换次数图5给出了采用改进型信道切换算法和文献[8]方案得到的信道切换次数的对比. 如图5所示，随着μmax值的上升，改进型信道切换算法在三种算法中是最优的. 它比文献中信道切换次数减少约20% . 同时可以看到，仿真参数设定固定μmin为0.5，μmax值从0.6～2随着μmax值的升高，该比例有轻微下降，这是因为μmax值的上升意味着首要用户的出现相对降低，因此信道的切换次数也减小. 所以本算法对于比较繁忙的首要用户系统更加有效.由于文献[8]中的两种信道切换方案，仅考虑到认知用户切换到信道空闲时长最长的信道上，它们并没有考虑到信道切换的代价. 而本文提出的改进型信道切换算法，对应的信道切换次数明显减少，有效地提高了系统的性能.3.2 有效时间利用率图6对三种算法有效时间利用率进行了比较. 仿真参数的设定和文献[8]中完全一致. 通过对比可以看到：在认知用户有效减少信道切换次数的情况下，本文提出的算法其有效时间利用率比文献[8]中的算法高. 这是因为当系统总的空闲时长是一定时，如果减少认知用户的信道切换次数也即意味着相对增大了认知用户可用的时长. 由于在三种算法中，改进型算法考虑到信道切换开销，其信道切换次数最少，在总的可用时长一定的条件下，该算法所对应的有效时间利用率相对是最高的.图5 信道切换次数图6 有效时间利用率比较3.3 碰撞次数图7对三种算法所对应的碰撞次数进行了比较. 可以看到：三种算法对应的碰撞次数接近相同，这是因为三种算法信道切换策略都是以最大化信道空闲时间为标准，所以认知用户在通信时和首要用户发生碰撞次数基本相同. 同时可以看到随着μmax值的上升，三种算法对应的碰撞次数是逐渐减小的. 这是因为μmax值上升意味着首要用户出现概率相对降低，信道空闲的概率增大，此时认知用户利用空闲频谱进行通信时干扰首要用户的概率降低.3.4 切换代价和有效时间利用率之间关系图8给出了τswitch和有效时间利用率之间的关系. 随着τswitc h的上升，三种算法的有效时间利用率都是下降的.这是因为τswitch的上升也即意味着切换代价增大，在总的可用通信时长是一定的条件下，认知系统可用的通信时间相对减少. 本文算法在三种算法中有效时间利用率相对最高，因为它的切换次数相对最少.图7 碰撞次数比较图8 τswitch和有效时间利用率之间关系4 结论在主动式频谱感知方式下，通过信道空闲时长的预测，同时要兼顾考虑切换代价. 因信道的频繁切换往往带来许多意想不到的麻烦，如丢包，延时及同步等, 对系统性能产生严重影响，这也意味着会增大感知开销，所以认知用户需要在信道切换控制和感知开销进行折衷考虑，按照相应的规则算法选择最佳的信道. 通过引入切换代价函数，对原算法做出改进和修正，有效降低信道切换代价. 仿真表明：改进型的主动式频谱感知信道切换算法和文献[8]算法相比，它可以减少信道切换次数约20%，同时对首要用户干扰最小. 然而，考虑到认知无线电发展的实际情况，算法还可以进一步改进. 首先，首要用户的业务模型仅考虑了ON/OFF模型，下一步工作应考虑更多的业务模型[11]；其次，本算法仅考虑单个认知用户的情形，下一步可考虑多个认知用户合作感知信道[12]的情形.参考文献[1] SAHAI A, TANDRA R, HOVEN N. Opportunistic Spectrum Use for Sensor Networks: the Need for Local Cooperation. IEEE Communications 2006[C]// Istanbul, 2006:1153-1159.[2] HOYHTYA M, POLLIN S, MAMMELA A. Performance Improvement with Predictive C hannel Selection for Cognitive Radios[C]∥. Cognitive Radio and Advanced Spectrum Mangament 2008. Aalborg. 2008:1-5.[3] SONG Y, FANG Y G, ZHANG Y C. Stochastic channel selection incognitive radio networks[C]// IEEE Globle Telecommunications. Washington, 2007: 4878-4882.[4] KYASANUR P, VAIDYA N H. Capacity of Multichannel Wireless Networks: Impact of Channels, Interfaces, and Interface Switching Delay[R]. University of Illinois at Urbana-Champaign, 2006.[5] BHANDARI V, VAIDYA N H. Connectivity and capacity of multichannel wireless networks with channel switching constraints[C]// 26th IEEE Computer Communications 2007. Anchorage, 2007: 785-793.[6] KIM H, SHIN K G. Efficient discovery of spectrum opportunities with MAC-layer sensing in cognitive radio networks[J]. IEEE Transactions on Mobile Computing, 2008, 7(5): 533-545.[7] HOYHTYA M, POLLIN S, A MAMMELA A. Improving the performance of cognitive radios through classification, learning, and predictive channel selection[J]. Advances in Electronics and Telecommunications, 2011, 4(2): 28-38.[8]YANG Lei, CAO Lili, ZHENG Haitao. Proactive channel access in dynamic spectrum networks[J]. Elsevier Physical Communication, 2008, 1(2):103-111.[9] KIM H, SHIN K G. Fast discovery of spectrum opportunities in cognitive radio networks[C]// 3RD IEEE Dynamic Spectrum Access Networks 2008. Chicago, 2008: 1-12.[10]YANG Lei, CAO Lili, ZHENG Haitao. Proactive Opportunistic Spectrum Access[R]. Santa Barbara: University of California, 2007.[11] 王莹, 岳殿武, 王谦, 等. 基于信道统计特征的认知无线电协作频谱检测[J]. 电波科学学报, 2009, 24(6): 1049-1054.WANG Ying, YUE Dianwu, WANG Qian, et al. Channel statistics based cooperative spectrum sensing for cognitive radio[J]. Chinese Journal of Radio Science, 2009, 24(6): 1049-1054. (in Chinese)[12] 赵东峰, 周贤伟, 程曾伟, 等. 采用最小最大准则的协作频谱感知融合[J]. 电波科学学报: 2011, 26(5): 923-926.ZHAO Dongfeng, ZHOU Xianwei, CHENG Zengwei, et al. Combination based on the MiniMax rule for cooperative spectrum sensing[J]. Chinese Journal of Radio Science, 2011, 26(5): 923-926. (in Chinese)。

无线电频谱感知技术研究无线电频谱感知技术（Radio spectrum sensing technology）是一种能够对当前环境中的无线电频谱进行实时监测和感知的技术。

在无线通信系统中，频谱是一种十分重要的资源，但是由于无线电频谱的有限性和复杂性，频谱的利用效率一直是无线通信系统的瓶颈之一。

因此，频谱感知技术的使用对于提高无线通信系统的频谱利用效率和性能至关重要。

频谱感知技术的主要目标是通过对无线电频谱进行实时监测和分析，以获得当前环境下的频谱使用情况。

通过感知到的频谱信息，无线通信系统可以根据实际情况进行频谱资源的分配和管理，避免频谱的冲突和争夺，提高系统的容量和可靠性。

频谱感知技术主要包括两个关键环节：频谱检测和频谱识别。

频谱检测是指通过对频谱信号进行实时采样和处理，来检测是否存在较强的信号传输。

一般采用能量检测和周期检测等方法来实现频谱检测。

频谱识别是指通过对检测到的信号进行分析和处理，来判断信号的类型和属性。

常用的频谱识别方法包括周期识别、功率谱密度估计和模式识别等。

频谱感知技术的研究主要集中在以下几个方面：首先，频谱感知技术需要解决的一个重要问题是如何精确地感知到当前环境中的频谱信息。

由于无线电频谱是一个动态变化的环境，有时信号非常微弱，有时信号强度很大，因此如何准确、快速地感知到频谱信号是一个挑战。

目前，有很多成熟的频谱感知算法和技术被提出来，包括基于能量检测的方法、基于周期性的方法和基于功率谱密度估计的方法等。

通过采用合适的感知算法和技术，可以使系统能够实时监测并反馈当前频谱使用情况，从而合理分配频谱资源。

其次，频谱感知技术需要解决的另一个重要问题是如何准确地识别感知到的频谱信号。

不同类型的无线电信号具有不同的特点和属性，因此准确地识别信号类型对于频谱感知至关重要。

传统的频谱识别方法主要依赖于专家经验和手动设置的规则，其性能受限。

近年来，随着机器学习和模式识别等技术的发展，基于机器学习的频谱识别方法逐渐成为研究的热点。

频谱感知算法演示版频谱感知算法是一种用于无线电通信系统的关键技术，通过对无线电频谱的实时监测与感知，可以有效地提高频谱利用率、减少干扰，为无线通信提供更好的服务。

本文将介绍频谱感知算法的原理和应用，并根据实际情况进行一次演示。

频谱感知算法的原理是基于无线电通信系统中的主动监听和动态频谱分配。

传统的频谱分配方式是静态分配，即将一定频谱范围内的频率资源按照特定规则分配给不同的用户或系统。

但这种分配方式存在很大的浪费和低效问题，因为不同时间和空间上的频率资源利用率会有很大差异。

1.频谱监测：频谱感知设备首先对指定频谱范围内的信号进行采集和分析，获取到该范围内的频率分布和信号强度等信息。

2.频谱解析：通过对采集到的信号进行解调和解码，频谱感知设备可以分析不同信号的频谱占用情况和使用模式，找出频谱资源分配的规律和差异。

3.频谱评估：根据频谱分析的结果，频谱感知设备可以评估当前频谱资源的利用率和可用性，以便进行下一步的频谱分配决策。

4.频谱分配：基于频谱评估的结果，频谱感知设备可以动态分配频谱资源给需要通信的用户或系统，以最大限度地提高频谱利用率和减少干扰。

频谱感知算法的应用非常广泛，可以用于各种无线通信系统中。

例如，在移动通信中，频谱感知算法可以用于智能天线系统，即根据当前的信道状态和负载情况，动态地选择最佳的接收和发送天线，以提高通信质量和容量。

在物联网中，频谱感知算法可以用于协调多种无线设备的频谱使用，避免干扰和冲突。

在无线传感器网络中，频谱感知算法可以用于动态调整节点的通信频率和功率，以实现能耗优化和网络自适应。

下面通过一个演示来说明频谱感知算法的具体应用。

假设有一个无线通信系统，其中包括若干个用户和一个频谱感知设备。

首先，频谱感知设备需要对所有可能的频率资源进行监测，并记录下当前的占用和信号强度信息。

然后，频谱感知设备可以根据这些信息对频谱资源进行评估，找出可用的频率资源。

接下来，频谱感知设备可以根据用户的通信需求和信号质量要求，动态地分配可用的频谱资源给不同的用户。

无线通信中的频谱感知技术在当今数字化、信息化的时代，无线通信已经成为我们生活中不可或缺的一部分。

从手机通话、无线网络连接到智能设备的互联互通，无线通信技术的发展极大地改变了我们的生活方式和工作效率。

然而，随着无线通信需求的不断增长，频谱资源变得日益紧张。

为了更有效地利用有限的频谱资源，频谱感知技术应运而生。

频谱感知技术是一种能够智能地检测和识别频谱空洞（即未被使用的频谱频段）的关键技术。

它就像是一位精明的“频谱管理员”，时刻监视着频谱的使用情况，以便为无线通信系统找到可用的频谱资源。

想象一下，频谱就像是一条宽阔的高速公路，各种无线通信信号就像是行驶在这条公路上的车辆。

在某些时间段和路段，车流量可能很大，道路变得拥堵；而在另一些时间段和路段，车辆稀少，道路资源闲置。

频谱感知技术的作用就是及时发现那些闲置的路段，让新的通信信号能够“驶入”，从而提高频谱的利用率。

那么，频谱感知技术是如何工作的呢？它主要通过一系列的检测算法和手段来实现对频谱的监测和分析。

其中，能量检测是一种常见的方法。

这种方法就像是一个“能量探测器”，它通过检测接收信号的能量强度来判断该频段是否正在被使用。

如果检测到的能量较低，那么就有可能存在频谱空洞。

另一种常见的方法是匹配滤波检测。

这类似于给频谱感知设备配备了一把“精准钥匙”，只有当接收到的信号与预设的信号模式完全匹配时，才能确定该频段正在被使用。

这种方法的检测准确性较高，但需要对被检测信号有先验知识。

除了上述方法，还有基于循环平稳特征检测等技术。

循环平稳特征检测就像是一个“特征识别专家”，它通过分析信号的周期性和循环平稳特性来判断频谱的使用情况。

在实际应用中，频谱感知技术面临着诸多挑战。

首先是噪声和干扰的影响。

现实中的无线环境充满了各种各样的噪声和干扰，这就像是在嘈杂的市场中要听清特定的声音一样困难。

噪声可能会导致频谱感知设备误判频谱的使用情况，从而影响频谱资源的有效利用。

其次，多径衰落也是一个棘手的问题。

Vol. 33 No. 3Mrs. 2221第38卷第3期2021年3月计算机应用研究Application Research of Computers 认知无线电网络一种自适应切换机制的Markov 建模分析*尚梓晗，黎锁平十，杨飒，李伟(兰州理工大学理学院，兰州730250)摘 要：为了提高认知无线电网络(CRN )的利用率和吞吐量性能，提出了一种新的主用户优先的自适应频谱切换机制。

强调主用户的优先地位，并考虑主用户到达率对次用户的通信影响和限制次用户对主用户的干扰功率，次用户以此自适应地决定执行主动切换机制或被动切换机制。

在此自适应切换机制下建立了主次用户之间 的Markov 链，求出了相应的稳态概率，由稳态概率和不同状态下的吞吐量推导出系统吞吐量和信道利用率的解 析表达式。

又对次用户之间的通信建立了一个Markov 链，推导出次用户之间传递控制信息的时间。

数值结果表明提出的新的自适应切换机制比基于CSMA 的接入方法具有更高的系统吞吐量和信道利用率，并且可以求出 次用户之间的传递时间。

关键词：认知无线电网络；频谱切换；自适应切换；马尔可夫；系统吞吐量；信道利用率中图分类号：TP303 文献标志码：A 文章编号：1021-3090(2221)23-040-0840-06doi ：10. 10770/j. isse. 1020-3000.2222.02.0292Markov moVeling analysis of adaptive handoi strategy ic cognitive ratio networksShaag ZiCaa , Lt Suopingt , Yang Sa , Lt Wei(School of Science , Lanzhou University of Technology , Lanzhou770250 , China )Abstract : To improve We chaanei utilization and throuthput performanco of CRN , this paaec pronosee a new aaaative spec ­trum handoff strateyy , which emppasizet the pkokty of primarf user , consiVereO the inOuence of the arrivei rate of the primarfuser(PU) on the communication of the secondare user(SU) and limiteO the interference power of the secondary user to the pkmara user,and SUs anaatee te a reactive or a proactive handop strateey This aaaative hanOoP strateyy estab-Ushee the Maraoe chaids betweea primara and secondary users,ana yave the steany-state pronanilities respectively. From the steany-state pronanility and thronuhput under dimeredr states,让 OeriveO the analytiv expressions of system thronuhput and cOansdel utidzatiod. Ad it estaaUshen a Maraoe chaiv for the transmission aetween secondare users,OeUven the Wmc te transfer cod- W o I information aetween secondare users. Numericoi eesults show that the pronosen aaaative handod strateyy has hignee thronuhput and chaadei utinzatiod than the CSMA-OaseC random access anproaches ,and con -c useC te aerive the tirne te traasfee controi information aetweed secondary users.Key words ： coanitive ranio detwork(CRN) ； spectrum handoff ； aaaative handoff ； Mareoe ； system thronehput ； chaadei utilizaaon0引言随着无线通信网络的高速发展，使用频谱的设备数量快速 增长，对频谱带宽的需求也随之增加。

共性技术9 频谱共享和频谱感知研究目标：对频谱环境进行实时监控，以达到检测授权用户工作状态的目的；提高频谱感知的准确率，从而对授权用户的正常工作不形成干扰；提出有效的频谱分配和频谱接入算法，最大化频谱利用率；找到合适的链路保持及频谱切换协议，以期在授权用户突然出现时，认知用户能够平稳切换到备用频段，保障认知用户的正常工作。

研究内容及主要指标：(1) 监测周围环境的频谱状态，去除环境中的噪声信息(去噪环节)能够分析周围环境的频谱状态信息，在频谱可用的情况下寻找合适的去噪算法去除背景噪声，为以后的授权用户检测做前期准备，以提高监测的准确率。

要求实现硬件试验平台。

(2) 检测周围环境的频谱使用情况(频谱感知)能够检测规定的频带范围上特定的时间和空间区域内背景噪声较大情形下(信噪比<-10dB)的频谱使用情况，检测概率达到90%以上，并确定授权用户占用的具体带宽，同时需要区分特定频带上的授权用户与次要用户(调制识别)。

最终实现仿真试验平台。

(3) 多用户之间的协同工作(协作检测)在频谱感知的基础上增加用户之间的协作，以期提高检测概率，降低漏检概率、误检概率，使有效检测的可能性达到99.9%以上。

同时建立一个多用户合作机制，减少检测时间，并提高检测系统的灵敏度。

要求实现仿真实验平台。

(4) 根据认知用户的QoS需求选择合适频带(频谱决策)基于检测出的频谱的可用性，根据不同的用户的QoS需求和决策准则，选出一组合适的频带，决策方法需要兼顾公平性和通信开销。

需要建立仿真实验平台。

(5) 合理分配已检测到的频谱空穴(频谱共享)有效的频谱分配算法可以大大提高频谱利用率。

利用公共资源分配策略，寻找合适的频谱分配算法，以期提高次要用户(认知用户)网络的容量，满足次要用户的频谱需求。

此外，在授权用户出现时，需要找到有效的频谱切换算法，从而使次要用户的通信链路得以保持。

要求实现仿真实验平台。

(6) 降低算法计算量提高算法的运算速度，以期在很短的时间内得到周围环境空间的频谱信息，并能够在授权用户的工作状态改变之前完成频谱资源的分配。