博士科研启动基金(A2010-11)
- 作品数:8 被引量:9H指数:2
- 相关作者:朱江李方伟张玉平龙吟韩超更多>>
- 相关机构:重庆邮电大学更多>>
- 发文基金:博士科研启动基金重庆市自然科学基金重庆市教育委员会科学技术研究项目更多>>
- 相关领域:电子电信自动化与计算机技术更多>>
- 一种新型的认知无线电协作检测算法研究
- 2013年
- 依据无线传感网络分簇协议,提出了一种算法。簇内采用能量自适应双门限检测,簇间通过Beta模型来并自动更新动态分配每一个簇头在数据融合中的权重因子,从而有效减小信任度较低的簇头对判决结果的影响,增强信任度较高的簇头参与度。理论分析和仿真结果表明,算法的复杂度和检测性能均优于传统的协作检测算法和分簇算法。
- 孟令文李方伟朱江
- 关键词:分簇协议
- 一种基于博弈论的认知CDMA频谱分配机制
- 2014年
- 针对认知无线电的频谱资源分配问题,提出了一种考虑认知用户间相互干扰行为的完全信息博弈模型。在最大化认知用户传输速率的条件下为其分配子载波以及功率,并且证明了纳什均衡的存在。仿真结果表明,该算法合理地对认知用户的效用函数进行了设计,算法能够很好地满足不同认知用户的速率需求,符合实际通信环境。提高了通信系统容量,并且能够较快地达到均衡状态以及具有较好的收敛性。
- 李方伟王程龙吟朱江
- 关键词:认知无线电频谱分配博弈论传输速率
- 认知无线电中的新型自适应动态信道分配算法被引量:1
- 2011年
- 根据授权用户的业务特点,提出采用混合泊松分布对授权用户业务进行建模,通过采用最大期望(EM)算法估计混合泊松分布模型的参数从而达到对信道的空闲时长的概率密度估计的目的,并提出了基于估计结果的信道分配方案。仿真结果表明所提出的方案能有效降低冲突率和提高吞吐量,且具有良好的实用性和灵活性。
- 龙吟殷亨静朱江李方伟
- 关键词:认知无线电参数估计最大期望算法动态信道分配
- 认知无线网络中基于无休止多臂赌博机模型的多用户频谱接入机制被引量:5
- 2014年
- 针对如何协调多个认知用户择机接入多段空闲频域信道的问题,提出了一种基于无休止多臂赌博机(RMAB)模型的动态频谱接入机制。首先,考虑到实际环境下认知用户的信道感知误差,推导出能有效处理感知误差的Whittle索引值算法,该算法通过历史经验积累给予每个信道一定的信任值,并综合考虑在当前信任值下选择每个信道的立即收益与未来收益的多少,选择出需要感知接入的信道;其次,对于多个认知用户接入相同信道时产生冲突的问题,提出了基于多标拍卖的协调机制,通过多标拍卖的方式处理认知用户之间的冲突。仿真结果表明,在相同的环境中,所提出的频谱接入机制与未处理误差的或者未采用多标拍卖的接入机制相比,认知用户获得的吞吐量更大。
- 朱江韩超杨浩磊彭著勋
- 一种基于合同理论的动态频谱分配模型
- 2014年
- 针对认知无线电技术中的频谱分配问题,考虑一个主用户和多个次用户的认知场景,提出一种基于合同理论的动态频谱分配模型,并引入粒子群优化算法对模型进行求解。模型中,主用户对不同次用户提供不同质量的频谱资源以获得收益最大化,达到优化资源分配、提高频谱利用率的目的。经仿真分析验证,该模型下获得的系统效用接近理论上可获得的最大系统效用,具有实际应用的可行性。
- 李方伟吕静朱江
- 关键词:认知无线电动态频谱分配合同理论粒子群优化算法
- 认知无线电网络遗传-蚁群联合优化路由算法被引量:2
- 2015年
- 为保证信息的实时性,改善网络的拥塞现象,对如何有效减少信息传递过程中的时延并增大网络吞吐量进行研究,对蚁群算法(AC)收敛性和搜索范围方面存在的不足进行分析,提出一种遗传-蚁群联合优化算法(GACA)。遗传算法(GA)与AC算法相结合,利用GA算法求出较优的初始信息素,提高GACA算法的收敛速度,提出一种自适应搜索方式有效避免局部收敛,提高算法的全局寻优能力。仿真结果表明,GACA算法的实时性以及网络吞吐量均优于AC算法。
- 陈善学张佳佳朱江郑文静
- 关键词:吞吐量蚁群算法
- 基于隐马尔可夫预测的非对称信息功率博弈机制
- 2014年
- 为了解决无线资源竞争中功率博弈的博弈者获得的环境信息具有非对称性问题,提出了一种基于隐马尔可夫预测的功率博弈机制。该机制通过建立隐马尔可夫预测模型(HMPM)判断博弈的对手是否参与博弈,从而提高博弈的信息准确度;然后利用预测获得的信息通过代价函数计算最佳发射功率。仿真结果表明,与最大后验概率法(MAP)和不预测法(NP)相比,基于隐马尔可夫预测的功率博弈模型能够在满足目标容量的同时,较好地提高非授权用户的功率效率。
- 朱江张玉平彭祯珍
- 关键词:非对称信息功率控制非合作博弈代价函数
- 基于W学习的无线网络传输调度方案被引量:1
- 2013年
- 针对无线网络的传输问题,提出了一种适用于无线网络的智能传输调度方案,在马尔可夫决策过程(MDP)的基础上构建了系统模型,通过W学习算法的引入,中继节点对缓存器储存状态及信道质量进行学习,从而在信息数据包的传输过程中智能地选择数据包传输对象及数据包传输方式来达到在节省能量损耗的前提下尽量减少数据包丢失的目的。通过状态聚合方法解决因状态空间过大而导致的维灾问题,同时采用了行动集缩减来以减少某些状态对应的行动数,利用这些简化方法可以发现逐次逼近法的存储空间压缩率为41%,W学习算法的存储空间压缩率为43%。最后,系统仿真结果表明,提出的传输调度方案可以在节省能耗的基础上尽量地传输数据,减少了数据包的丢失,同时采取的状态聚合法及行动集缩减在有效地简化计算的同时并没有影响算法的性能。
- 朱江彭祯珍张玉平
- 关键词:马尔可夫决策过程中继节点