基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对动态认知无线电网络中频谱检测性能与资源消耗之间的矛盾,提出一种分布式协同优化的频谱检测算法.设置双门限将认知用户分成可信组和非完全可信组.采用次梯度法对频谱检测效用函数进行分布式协同优化,动态调整能量检测阈值,提高动态变化网络环境中的非完全可信认知用户检测结果的准确性,并根据优化过程的收敛速率,从中选择参与协作的认知用户.最后融合中心通过加权融合获得频谱检测结果.仿真实验和分析表明算法在提高认知用户频谱检测准确性和检测速度的同时,降低了网络开销.
推荐文章
宽带认知无线电网络分布式协作压缩频谱感知算法
宽带认知无线电网络
高斯过程
分布式压缩频谱感知
模型参数融合
认知无线电网络分布式多信道MAC协议
认知无线电网络
MAC协议
多信道MAC协议
认知无线电网络中的分布式协作感知算法
认知无线电网络
分布式检测
频谱感知
放大前传
解码前传
选择中继
认知无线电网络的分布式路由协议的研究
认知无线电网络
MALR
Markov决策过程
干扰降低
多智能体学习
时延控制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种分布式协同优化的认知无线电网络频谱检测算法
来源期刊 铁道学报 学科 工学
关键词 认知无线电网络 协作频谱检测 分布式协同优化 效用函数
年,卷(期) 2012,(1) 所属期刊栏目 铁道通信信号
研究方向 页码范围 39-45
页数 分类号 TN914
字数 6429字 语种 中文
DOI 10.3969/j.issn.1001-8360.2012.01.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 彭军 中南大学信息科学与工程学院 94 656 14.0 20.0
5 蒋富 中南大学信息科学与工程学院 8 17 3.0 4.0
9 朱正发 中南大学信息科学与工程学院 2 7 2.0 2.0
13 范燕芬 中南大学信息科学与工程学院 1 3 1.0 1.0
14 刘伟荣 中南大学信息科学与工程学院 17 80 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (9)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1967(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
认知无线电网络
协作频谱检测
分布式协同优化
效用函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
铁道学报
月刊
1001-8360
11-2104/U
大16开
北京复兴路10号
2-308
1979
chi
出版文献量(篇)
4684
总下载数(次)
8
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
高等学校博士学科点专项科研基金
英文译名:
官方网址:http://std.nankai.edu.cn/kyjh-bsd/1.htm
项目类型:面上课题
学科类型:
论文1v1指导