认知无线网络基于信号博弈的分布式功率控制算法

来源 :电子与信息学报 | 被引量 : 0次 | 上传用户:maolinzhang
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
针对认知无线网络分布式环境下信道信息不对称导致资源分配冲突的问题,该文提出一种基于信号博弈的分布式功率分配算法。考虑具有竞争关系的次用户在不使用控制信道的情况下,通过信号博弈策略依次选择功率分配策略,达到信道信息共享的目的,能有效避免对主用户正常传输的干扰以及竞争次用户之间功率分配冲突。该文对均衡结果进行分析,仿真结果表明该算法可以有效估计信道增益,次用户的吞吐量相对于已有研究得到明显提升。
其他文献
针对复杂场景下目标检测和目标检测中特征选择问题,该文将二值粒子群优化算法(BPSO)用于特征选择,结合支持向量机(SVM)技术提出了一种新颖的基于BPSO-SVM特征选择的自动目标检测算法。该算法将目标检测转化为目标识别问题,采用wrapper特征选择模型,以SVM为分类器,通过样本训练分类器,根据分类结果,利用BPSO算法在特征空间中进行全局搜索,选择最优特征集进行分类。基于BPSO-SVM的特
经典的P2P网络信任模型采用迭代方法由局部信任值推算出全局信任值,每次交易都要引起整个网络节点的迭代运算,导致计算复杂,通信流量大,并且面临交易数据过于稀疏,计算不够精确从而容易陷于恶意节点的共谋、诋毁和睡眠等攻击问题。为了保证数据的稠密性与计算结果的精确性,论文基于概率统计理论,提出了一种新的全局信任模型。该模型根据节点的历史交易情况,运用最大似然估计,假设检验等方法计算出节点的信任度,节点选择
SP(Substitution&Permutation)模型是分组密码常用模型之一。该文提出了基于扩散结构特征向量构造SP模型高概率差分传递链和线性逼近链的方法。利用该方法构造了ARIA算法6轮概率为2-168的差分传递链,并构造了仅使用一个S盒的6轮弱化ARIA算法达到概率上界2-144的差分传递链。结果表明,SP模型的设计者应当尽量选择特征向量个数较少且不含低重量特征向量的扩散结构。此外,该文
该文针对DBF-SAR系统数据率巨大的问题,研究了在低信噪比条件下1 bit量化的可行性。提出了两种信号处理方法:(1)回波1 bit量化;(2)回波和距离向匹配滤波器都1 bit量化。通过理论分析和仿真验证,1 bit量化的两种处理方法均能正确反映出目标位置及散射特性,不影响图像空间分辨率,但会产生虚假目标并抬升旁瓣,且虚假目标幅度随着回波信噪比的升高而增大。因此仅在单通道回波信噪比低于–5 d