1.算法描述

认知无线电网络在进行频谱切换的时候，最为重要的问题是如何以最少的频谱切换次数实现频谱切换，同时保证较好的服务质量，这里，服务质量不仅是授权用户的服务质量，同时也要保证次用户的服务质量。所谓频谱切换，主要在在认知无线电网络中，当授权用户出现的时候，为了防止对授权用户服务质量的影响，次用户必须选择其他可选信道，此时，次用户就需要进行切换。

目前为止，关于这方面的研究总结起来，主要有如下几个方面。

通过使用能量检测、匹配过滤、循环侦测等技术来提高感知函数的过程增益，从而改善无线频谱感知的性能。

通过在同一个频段范围内共存两个移动无线系统来提高频谱的使用效率。

由于认知无线电是机会式地使用授权频谱，就会造成很多次用户在整个通信过程中频繁的进行切换，每进行一次切换就需要诸如频谱感知，切换请求，频谱分配，执行切换等过程，这些势必带来大量的时间开销。

因此，保证次用户服务质量的一个最有效最直接的方法就是在传输过程中尽量减少切换次数。从服务质量角度考虑为次用户分配频谱空洞时间最长、带宽最宽的频谱无疑是最好的；然而从无线频谱资源的利用角度考虑，如果一个对服务质量要求不高的用户分配一个空洞时间长带宽较宽的频谱势必会造成资源的浪费，从频谱有效管理来说这种方法也是不可取的。

我们将主要研究基于切换概率的频谱分配算法，在保证服务质量的同时，减少频谱切换次数。这里，我们介绍了一种基于频谱空洞预留算法的频谱匹配算法。

第7步：判断参加竞价的次用户数或者参加拍卖的授权频谱是否为零，如果都不为零，算法返回到 Step 2，继续执行下面步骤；如果二者之一为零，那么该算法结束。

2.仿真效果预览

matlab2022a仿真结果如下：

3.MATLAB部分代码预览

clc;
clear;
warning off;
%
addpath 'My_Function\' %自定义函数路径
addpath 'My_Figure\'   %仿真结果图保存路径
addpath 'My_Result\'   %仿真结果及仿真中间结果数值保存路径
%参数化
lemda   = 0.2;
M       = 50;%用户数量
%信道数目
N       = 10;
lemda   = 1/2000 + (1/200-1/2000)*rand(N,1);%1/2000 ~ 1/200的均匀分布% p：次用户传输功率；
% N0 :信道的噪声功率；
% hi ：用户i的发射机和接收机之间的信道系数。
p  = 10;
No = 1;for nn = 1:MnnTIME    = 1000;NUM     = 0;%中继信道lemdalemda2  =  1/1000 + (1/100-1/1000)*rand(N,1);%1/1000 ~ 1/100的均匀分布hi      = zeros(nn,1);for t = 1:TIME%Step 1，算法执行的开始，对参加竞价的次用户数等进行初始化。hi   = rand(nn,1);hicr = rand(nn,1);IIs = [];for i = 1:nnfail = 1;%首先判断是否存在中继用户%授权用户出现的概率P   = rand;P2  = rand;while fail == 1if P2 < 0.01%有认知用户%Step 2，计算出次用户 i 对频谱 j 的估价vifor j =1:NVi1(j) = 1 - lemda(j)/(log2(1+hi(i)*p/No));Vi2(j) = 1 - lemda2(j)/(log2(1+hicr(i)*p/No));end%Step 3，计算出每个次用户最终提交的竞标价格bifor mm1 =1:Nbi1(j) = Vi1(j) - randn(1);bi2(j) = Vi2(j) - randn(1);end%Step 4，比较每个次用户的估价价格和自己提交的竞价价格的大小，如果估价%价格小于竞标价格，说明频谱 j 不适合次用户 i，返回到 Step 2，否则%直接执行下一步。for mm1 =1:NVi_bi1(j) = Vi1(j) - bi1(j);Vi_bi2(j) = Vi2(j) - bi2(j);endVi_bi = [Vi_bi1,Vi_bi2]; else%无认知用户%Step 2，计算出次用户 i 对频谱 j 的估价vifor j =1:NVi(j) = 1 - lemda(j)/(log2(1+hi(i)*p/No));end%Step 3，计算出每个次用户最终提交的竞标价格bifor mm1 =1:Nbi(j) = Vi(j) - randn(1);end%Step 4，比较每个次用户的估价价格和自己提交的竞价价格的大小，如果估价%价格小于竞标价格，说明频谱 j 不适合次用户 i，返回到 Step 2，否则%直接执行下一步。for mm1 =1:NVi_bi(j) = Vi(j) - bi(j);endend%去掉小于0的Ind1 = find(Vi_bi>0);if isempty(Ind1)==1fail = 1;else%没有中断，则选择%Step 5，找出最大的竞标价格及对应的次用户 i。[VV,II] = max(Vi_bi);  fail = 0;end endIIs=[IIs,II];end%如果IIs前后不同，则说明成功，进行一次切换for iis = 1:length(IIs)-1if IIs(iis+1)~=IIs(iis)NUM = NUM+1;endendendPRO(nn) = NUM/TIME;
endfigure;
plot(1:M,PRO,'b','Linewidth',2);
xlabel('次用户个数');
ylabel('切换次数');
legend('基于竞价机制的中继协作频谱切换');
01_084_m

4.完整MATLAB程序

matlab源码说明_我爱C编程的博客-CSDN博客

m基于中继协助的认知无线电频谱切换机制的matlab仿真分析相关推荐

【中继协助频谱切换】基于中继协助的频谱切换机制的MATLAB仿真
1.软件版本 MATLAB2013b 2.本算法理论知识在认知无线电网络(Cognitive Radio Network,简称CRN)中引入协作通信可以提高系统的分集增益.CRN中,协作通信的模式主 ...
m基于VCG拍卖机制的认知无线电频谱竞拍共享算法matlab仿真
目录 1.算法描述 2.仿真效果预览 3.MATLAB核心程序 4.完整MATLAB 1.算法描述认知无线电的概念起源于1999年Joseph Mitolo博士的奠基性工作,其核心思想是CR具有学习 ...
认知无线电matlab代码详解,认知无线电频谱感知之功率检测matlab代码.docx
认知无线电频谱感知之功率检测matlab代码能量检测仿真实验代码:clear all;clc;n = 5;ps = 1;SNR1 = -5;SNR2 = -8;SNR3 = -10;% Sim_Ti ...
基于功能连接的认知机器学习预测模型：特征权重可靠吗？
文章来源于微信公众号(茗创科技),欢迎有兴趣的朋友搜索关注. 利用机器学习方法,可以从个人的功能性大脑连接中预测认知表现.但是预测模型在支持认知的神经生物学加工方面仍存在争议,目前的见解也比较有限.特 ...
基于人脑神经元与神经信息交流机制的类脑计算模型研究
基于人脑神经元与神经信息交流机制的类脑计算模型研究摘要:在当下社会人工智能发展得如火如荼,但在发展火热的背后,以深度学习为代表的传统人工智能算法已经到达瓶颈期,所需的巨大的数据样本和和计算资源使研 ...
达梦数据库实时主备集群的同步机制和切换机制
DM数据守护介绍 1. DM 数据守护(Data Watch) 是一种集成化的高可用.高性能数据库解决方案,是数据库异地容灾的首选方案.通过部署 DM 数据守护,可以在硬件故障(如磁盘损坏).自然灾害 ...
基于深度神经网络的图像分类与训练系统（MATLAB GUI版，代码+图文详解）
摘要:本博客详细介绍了基于深度神经网络的图像分类与训练系统的MATLAB实现代码,包括GUI界面和数据集,可选择模型进行图片分类,支持一键训练神经网络.首先介绍了基于GoogleNet.ResNet进 ...
基于灰狼算法优化支持向量机的数据分类算法及其MATLAB实现-附代码
基于灰狼算法优化支持向量机的数据分类算法及其MATLAB实现-附代码文章目录基于灰狼算法优化支持向量机的数据分类算法及其MATLAB实现-附代码 1 GWO-SVM 模型 1.1 灰狼优化器GWO ...
【优化求解】基于粒子群算法求解多目标优化问题matlab源码
[优化求解]基于粒子群算法求解多目标优化问题matlab源码 1 算法介绍 1.1 关于速度和位置粒子群算法通过设计一种无质量的粒子来模拟鸟群中的鸟,粒子仅具有两个属性:速度和位置,速度代表移动的快 ...

m基于中继协助的认知无线电频谱切换机制的matlab仿真分析

1.算法描述

2.仿真效果预览

3.MATLAB部分代码预览

4.完整MATLAB程序

m基于中继协助的认知无线电频谱切换机制的matlab仿真分析相关推荐

最新文章

热门文章