基于分形维数的动态合作感知

doi:10.3969/j.issn.1000-3428.2012.14.026

计算机工程 ›› 2012, Vol. 38 ›› Issue (14): 89-92. doi: 10.3969/j.issn.1000-3428.2012.14.026

基于分形维数的动态合作感知

王润亮 ¹，黄焱¹，丁金忠 ¹，张永超 ²

(1. 解放军信息工程大学信息工程学院，郑州 450002；2. 75775部队，广州 510010)

收稿日期:2011-09-27 出版日期:2012-07-20 发布日期:2012-07-20
作者简介:王润亮(1984－)，男，硕士研究生，主研方向：信号与信息处理；黄焱，教授；丁金忠，硕士研究生；张永超，工程师

Dynamic Cooperative Sensing Based on Fractal Dimension

WANG Run-liang ¹, HUANG Yan ^1, DING Jin-zhong ¹, ZHANG Yong-chao ²

(1. Institute of Information Engineering, PLA Information Engineering University, Zhengzhou 450002, China; 2. 75775 Unit, Guangzhou 510010, China)

Received:2011-09-27 Online:2012-07-20 Published:2012-07-20

摘要/Abstract

摘要： 通信信号和噪声具有不规则度，可通过分形来刻画并加以区分，对分形理论进行研究，提出一种以分形维数为统计量的动态合作感知算法。理论分析和仿真实验结果表明，与传统合作感知算法相比，该算法受网络所处环境影响小，在大部分网络节点都处于较差信噪比环境时仍能够保持较高的检测性能。

关键词: 认知无线电, 分形理论, 盒维数, 合作感知, 动态选择策略

Abstract: Since communication signal and noise are different in irregular degree, they can be described and distinguished by fractal dimension. This paper delves into the fractal theory and proposes a dynamic cooperative sensing algorithm based on fractal dimension. All the simulations take the traditional cooperation spectrum sensing algorithm into account as contrast. Theroy analysis and simulation experimental results show that this novel algorithm is hardly affected by circumstance and improves detection capability even when most of the nodes are deployed in low Signal to Noise Ratio(SNR) scenes.

Key words: cognitive radio, fractal theory, box dimension, cooperative sensing, dynamic selecting strategy

中图分类号:

TP393

王润亮, 黄焱, 丁金忠, 张永超. 基于分形维数的动态合作感知[J]. 计算机工程, 2012, 38(14): 89-92.

WANG Run-Liang, HUANG Yan, DING Jin-Zhong, ZHANG Yong-Chao. Dynamic Cooperative Sensing Based on Fractal Dimension[J]. Computer Engineering, 2012, 38(14): 89-92.

http://www.ecice06.com/CN/Y2012/V38/I14/89

参考文献

[1] 周小飞, 张宏纲. 认知无线电原理[M]. 北京: 北京邮电大学出版社, 2007.
[2] Yucek T, Arslan H. A Survey of Spectrum Sensing Algorithms for Cognitive Radio Applications[J]. IEEE Communications Surveys and Tutorials, 2009, 11(1): 116-130.
[3] 赵健, 雷蕾, 浦小勤. 分形理论及其在信号处理中的应用[M]. 北京: 清华大学出版社, 2008.
[4] 叶菲, 罗景青, 海磊. 基于分形维数的雷达信号脉内调制方式识别[J]. 计算机工程与应用, 2008, 44(15): 155-157.
[5] 吕铁军, 郭双冰, 肖先赐. 调制信号的分形特征研究[J]. 中国科学: E辑, 2001, 31(6): 508-513.
[6] 郭双冰. 基于小波和分形理论的调制信号特征提取方法研究[J].信号处理, 2005, 21(3): 316-318.
[7] 谢和平, 薛秀谦. 分型应用中的数学基础与方法[M]. 北京: 科学出版社, 2005: 50-96.
[8] Cabric D, Tkachenko A, Brodersen R W. Experimental Study of Spectrum Sensing Based on Energy Detection and Network Cooperation[C]//Proc. of the 1st International Workshop on Technology and Policy for Accessing Spectrum. New York, USA: [s. n.], 2006.
[9] Cabric D, Mishra S M, Brodersen R W. Implementation Issues in Spectrum Sensing for Cognitive Radios[C]//Proc. of the 38th Asilomar Conference on Signals, Systems and Computers. Berkeley, USA: [s. n.], 2004: 772-776.
[10] Wang Wenzhong, Zhang Luyong, Zou Weixia, et al. On the Distributed Cooperative Spectrum Sensing for Cognitive Radio[C]//Proc. of Communications and Information Technologies Conference. Sydney, Australia: [s. n.], 2007.
[11] 王金龙, 吴启晖, 龚玉萍. 认知无线网络[M]. 北京: 机械工业出版社, 2010.
[12] Sahai A, Hoven N, Tandra R. Some Fundamental Limits on Cognitive Radio[C]//Proc. of the 42nd Annual Allerton Conference on Communication, Control and Computing. Monticello, USA: [s. n.], 2004.

[1]	徐鑫, 温蜜. 基于数据库驱动认知无线电网络的位置隐私保护方案[J]. 计算机工程, 2022, 48(2): 164-172.
[2]	周烁, 仇润鹤. 不完全SIC下CR-NOMA系统的功率分配算法[J]. 计算机工程, 2021, 47(8): 195-200,209.
[3]	陈彦铭, 谢健骊, 张垒. 高铁旅客认知频谱共享算法研究[J]. 计算机工程, 2021, 47(8): 189-194.
[4]	曹胜男, 贾向东, 吕亚平, 胡海霞, 郭艺轩. 中继协同无人机辅助的认知无线电网络安全通信[J]. 计算机工程, 2021, 47(6): 203-209.
[5]	陈威龙, 梁俊, 肖楠, 郭子桢. 基于中断概率的星地网络鲁棒功率控制算法[J]. 计算机工程, 2021, 47(11): 214-219,226.
[6]	冉超, 方志军, 张彦宇. 基于SDR和改进能量检测算法的频谱感知[J]. 计算机工程, 2020, 46(9): 198-204.
[7]	李建岐, 黄毕尧, 杨婷婷, 吴玉成. 230 MHz电力专属频段频谱认知技术研究[J]. 计算机工程, 2020, 46(7): 173-178.
[8]	管亮, 郑霖, 张文辉. 认知无线电中子谱缺失下的似然恢复算法[J]. 计算机工程, 2020, 46(2): 201-206,213.
[9]	吴孟礼, 陈跃斌, 吴海锋, 李敏, 孙祥晟. 抵御SSDF攻击的维纳滤波器检测算法研究[J]. 计算机工程, 2020, 46(11): 187-193.
[10]	唐丽萍, 江逸伦. 基于不完美频谱检测的认知无线电网络资源分配[J]. 计算机工程, 2019, 45(8): 173-177,197.
[11]	徐琳,赵知劲. 基于分布式协作Q学习的信道与功率分配算法[J]. 计算机工程, 2019, 45(6): 160-164,174.
[12]	冯刚,覃锡忠,贾振红,牛红梅,王哲辉. 认知无线电环境下无线能量通信网能效研究[J]. 计算机工程, 2019, 45(3): 142-147.
[13]	王少迪,高宝建,张育铖,赵泽. 基于中继联合优化选择的物理层安全方案[J]. 计算机工程, 2019, 45(2): 148-153.
[14]	赵季红, 王文科, 曲桦, 徐西光, 闫飞宇, 颜皓靓. 基于绝对值累积的主用户动态到达频谱感知算法[J]. 计算机工程, 2019, 45(11): 81-85.
[15]	彭军伟,韩志韧,彭开志. 基于权值分簇的多门限联合频谱检测算法[J]. 计算机工程, 2018, 44(6): 29-33.

选择文件类型/文献管理软件名称

选择包含的内容

基于分形维数的动态合作感知

Dynamic Cooperative Sensing Based on Fractal Dimension

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

基于分形维数的动态合作感知

Dynamic Cooperative Sensing Based on Fractal Dimension

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价