基于多维资源自适应分配的协作认知传输机制

来源 :电子与信息学报 | 被引量 : 0次 | 上传用户:yuxjmail
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
该文针对协作认知无线电网络提出一种时域、频域和空域资源联合分配的传输机制,在改善授权用户传输性能的前提下使参与协作的认知用户获得合理的回报。所提机制利用多天线认知节点担任中继,通过自适应的时隙划分与带宽分配,对两跳传输链路中的瓶颈予以消除:并在包含多个协作认知用户的场景中,给出一种考虑公平性的中继选择算法。该方法一方面采用比例公平的思想实现认知用户间的公平性,另一方面通过调整奖励因子,使中继获得合理的回报。仿真结果表明,所提算法能够改善授权与认知系统的数据速率,同时给予认知中继公平的回报。
其他文献
对于初中数学来讲,具体问题的解答是一个很好的教学深入的机会.通过对解答数学问题加以训练,能够很好地培养学生把握问题核心关键的能力.当遇到一个较为复杂的问题时,学生要做的是
针对现有一些彩色图像自适应水印算法在自适应过程中未充分考虑色彩信息或者在嵌入过程中未考虑彩色载体图像分量的整体性等不足,该文提出一种基于分数阶四元数傅里叶变换(Fr
L1跟踪对适度的遮挡具有鲁棒性,但是存在速度慢和易产生模型漂移的不足。为了解决上述两个问题,该文首先提出一种基于稀疏稠密结构的鲁棒表示模型。该模型对目标模板系数和小模板系数分别进行L2范数和L1范数正则化增强了对离群模板的鲁棒性。为了提高目标跟踪速度,基于块坐标优化原理,用岭回归和软阈值操作建立了该模型的快速算法。其次,为降低模型漂移的发生,该文提出一种在线鲁棒的字典学习算法用于模板更新。在粒子滤
在低频超宽带合成孔径雷达中,VHF/UHF频段密集的窄带射频干扰(RFI)严重影响了雷达性能。常规RFI抑制滤波器在干扰频点的陷波造成了宽带信号的能量损失,抬高了点目标的距离向旁
该文针对行人识别中的特征表示问题,提出一种混合结构的分层特征表示方法,这种混合结构结合了具有表示能力的词袋结构和学习适应性的深度分层结构。首先利用基于梯度的HOG局部描述符提取局部特征,再通过一个由空间聚集受限玻尔兹曼机组成的深度分层编码方法进行编码。对于每个编码层,利用稀疏性和选择性正则化进行无监督受限玻尔兹曼机学习,再应用监督微调来增强分类任务中视觉特征表示,采用最大池化和空间金字塔方法得到高