-
公开(公告)号：CN106685552A
公开(公告)日：2017-05-17
申请号：CN201710089990.4
申请日：2017-02-20
Applicant: 南京邮电大学
IPC: H04B17/382
Abstract: 本发明公开了一种噪声不确定下基于进化博弈论的认知用户间协作检测的方法。该方法采用进化博弈论算法让认知用户动态地选择是否参加协作检测，通过不断的迭代学习，达到一个进化稳定策略（ESS）。首先我们把所有的认知用户看作一个整体参与博弈，通过进化博弈论算法，得到参与协作的认知用户的平均吞吐量和所有认知用户的平均吞吐量，比较这两个平均吞吐量，如果相等就得到最终的进化稳定策略。如果不相等，通过迭代公式，求得它们新的平均吞吐量，直到达到相等为止。本发明通过动态的学习算法让认知用户选择性地参与协作能很好地降低检测功耗，提高整体用户的吞吐量和系统的检测性能。
-
Patent Agency Ranking
公开(公告)号：CN106685552B
公开(公告)日：2020-07-07
申请号：CN201710089990.4
申请日：2017-02-20
Applicant: 南京邮电大学
IPC: H04B17/382
Abstract: 本发明公开了一种噪声不确定下基于进化博弈论的认知用户间协作检测的方法。该方法采用进化博弈论算法让认知用户动态地选择是否参加协作检测，通过不断的迭代学习，达到一个进化稳定策略（ESS）。首先我们把所有的认知用户看作一个整体参与博弈，通过进化博弈论算法，得到参与协作的认知用户的平均吞吐量和所有认知用户的平均吞吐量，比较这两个平均吞吐量，如果相等就得到最终的进化稳定策略。如果不相等，通过迭代公式，求得它们新的平均吞吐量，直到达到相等为止。本发明通过动态的学习算法让认知用户选择性地参与协作能很好地降低检测功耗，提高整体用户的吞吐量和系统的检测性能。
-
公开(公告)号：CN108449790A
公开(公告)日：2018-08-24
申请号：CN201810422276.7
申请日：2018-05-04
Applicant: 南京邮电大学
IPC: H04W52/24 , H04W72/04 , H04B17/382
Abstract: 本发明给出了一种基于差分进化算法的认知无线网络的时间和功率分配方法。该方法采用差分进化算法，通过不断地变异、交叉操作形成临时种群，根据贪婪法则，通过选择操作，比较临时种群中个体的目标函数值与其对应的当前种群中个体的目标函数值；当临时种群个体的目标函数值大，则代替对应个体进入下一代种群，反之，则保留当前种群的个体。在达到最大进化代数G之前，种群需要循环进行变异、交叉、选择操作，最终构成最优种群，搜索到最优的时间分配值，计算出最佳发射功率使认知用户的效用函数达到最大值。本发明能够有效提高认知用户的吞吐量以及认知无线网络的频谱利用率和能量效率。
-
公开(公告)号：CN106992823A
公开(公告)日：2017-07-28
申请号：CN201710119519.5
申请日：2017-03-02
Applicant: 南京邮电大学
IPC: H04B17/382 , H04W16/14
Abstract: 本发明公开了一种基于加速食物引导粒子群优化算法的认知无线电网络频谱感知方法，在认知无线电网络中，各感知用户进行本地能量感知，各自的能量统计量通过公共信道传送到融合中心，传输的过程中会引入噪声，融合中心对接收到的统计值进行加权合并，由合并结果再进行判断。本发明首先根据噪声方差的时变特性分析了噪声不确定情况下的分布特点，根据噪声时变的影响，考虑噪声对频谱检测的最坏影响，推导得到基于噪声不确定的信道中的虚警概率和检测概率。本发明采用加速食物引导粒子群优化算法，在认知无线电多用户协作频谱感知的模型下，通过对多用户协作频谱感知中的加权系数进行优化选择，最终缩短认知无线电频谱感知的感知时间，增强检测性能。
-
公开(公告)号：CN106992823B
公开(公告)日：2020-08-11
申请号：CN201710119519.5
申请日：2017-03-02
Applicant: 南京邮电大学
IPC: H04B17/382 , H04W16/14
Abstract: 本发明公开了一种基于加速食物引导粒子群优化算法的认知无线电网络频谱感知方法，在认知无线电网络中，各感知用户进行本地能量感知，各自的能量统计量通过公共信道传送到融合中心，传输的过程中会引入噪声，融合中心对接收到的统计值进行加权合并，由合并结果再进行判断。本发明首先根据噪声方差的时变特性分析了噪声不确定情况下的分布特点，根据噪声时变的影响，考虑噪声对频谱检测的最坏影响，推导得到基于噪声不确定的信道中的虚警概率和检测概率。本发明采用加速食物引导粒子群优化算法，在认知无线电多用户协作频谱感知的模型下，通过对多用户协作频谱感知中的加权系数进行优化选择，最终缩短认知无线电频谱感知的感知时间，增强检测性能。
-
公开(公告)号：CN108449790B
公开(公告)日：2021-03-23
申请号：CN201810422276.7
申请日：2018-05-04
Applicant: 南京邮电大学
IPC: H04W52/24 , H04W72/04 , H04B17/382
Abstract: 本发明给出了一种基于差分进化算法的认知无线网络的时间和功率分配方法。该方法采用差分进化算法，通过不断地变异、交叉操作形成临时种群，根据贪婪法则，通过选择操作，比较临时种群中个体的目标函数值与其对应的当前种群中个体的目标函数值；当临时种群个体的目标函数值大，则代替对应个体进入下一代种群，反之，则保留当前种群的个体。在达到最大进化代数G之前，种群需要循环进行变异、交叉、选择操作，最终构成最优种群，搜索到最优的时间分配值，计算出最佳发射功率使认知用户的效用函数达到最大值。本发明能够有效提高认知用户的吞吐量以及认知无线网络的频谱利用率和能量效率。
-
-
-
-
-
Search Results
6
records
(took 0.014 seconds)
