认知用户基于预测的动态频谱接入算法

来源 :计算机应用研究 | 被引量 : 1次 | 上传用户:tianshi6868
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
频谱接入技术的关键是解决认知用户如何选择合适的空闲信道以及认知用户间如何实现频谱共享。在公共控制信道较难获得的情况下,基于部分可观测Markov决策过程(POMDP)的频谱预测算法,可以显著地提高系统的吞吐量;由于认知用户之间缺少接入信息的交换,使得多个认知用户在同一时隙接入同一信道的冲突概率较大。针对多用户竞争冲突问题,通过引入竞争反馈的偏差因子,并利用均衡的混合信道选择策略对认知无线网络动态频谱接入过程进行研究。通过大量仿真对认知用户的吞吐量和频谱利用率以及碰撞率进行分析,研究表明,均衡的混合信
其他文献
针对分布式MDS-MAP算法的不足,提出了一种基于图刚性理论的无线传感器定位新算法MDS-MAP(GR)。算法利用图的刚性理论,确定网络中的所有刚性子区域,然后利用合并定理将刚性子区域进行扩展,最后对合并得到的刚性区域利用MDS-MAP算法和锚节点实现网络中节点的大规模定位。算法尽可能对刚性区域进行合并,节省了执行MDS-MAP算法的次数,提高了执行效率。通过在不同拓扑结构的无线传感器网络中进行了
信任链的建立和传递是构建可信计算环境的核心,然而,当前的信任链模型仅仅是针对具体的可信计算环境进行的形式化建模,其不具有一般意义,不能够为构建可信计算环境(特别是基于动态可信度量根(DRTM)的可信环境)提供理论方面的指导,也难以胜任评估现有的可信计算环境的重任。为了解决上述问题,进而构建一个具有一般意义的信任链模型。首先将信任链模型转换为数学模型,然后,在分析实体依赖关系和安全逻辑系统的基础上,
针对基于物理干扰模型的最小延时数据聚集调度问题,提出一种改进的无通信冲突的数据聚集调度算法。该算法采用簇与局部聚集树相结合的调度机制,首先在小区域范围内形成簇,当头节点聚集簇内成员节点的数据后,这些头节点再在一个较大的区域内形成新的簇。与现有算法相比,该算法不是将簇内各成员节点的数据直接传输给头节点,而是先构造一棵根在头节点的局部数据聚集树,然后将整个网络划分为若干个边长相等且只包含一个节点的正方
为了提高时间序列预测方法的预测精度以及增强其适用性,提出一种ARIMA-WASDN加权组合方法。该方法同时使用差分自回归移动平均(autoregressive integrated moving average,ARIMA)模型与配备权值及结构确定(weights and structure determination,WASD)算法的幂激励前向神经网络(WASDN)对时间序列进行建模、测试以及预
基于双子群协同进化思想和果蝇优化算法,提出了一种求解0-1背包问题的双子群果蝇优化算法。利用双子群协同进化以及群半径自动调节来增强搜索过程的多样性,提高算法全局寻优能力;给出了双子群果蝇优化算法的具体步骤,并用MATLAB软件编程实现。通过对多个0-1背包问题的算例进行测试,并将测试结果与其他文献结果进行比较,结果表明,双子群果蝇优化算法具有较好的全局寻优能力,可作为求解0-1背包问题的一种实用方
社交编程网站如Git Hub,使得开发人员在互不认识的情况下,能够合作开发某个项目。这种软件合作开发方式的转变,使得对社交编程网络的研究很有价值。现有的研究很少有利用社区结构分析社交编程网络。通过Git Hub网站提供的数据构建了项目网络,结合重叠社区发现的算法,对该网络进行研究。研究发现:a)项目间的合作多数是基于小团体的模式;b)社区重叠部分的项目有较高的影响力;c)大规模社区的编程语言的组成
针对复杂机械系统可靠性评估未考虑可靠性实验故障数据具有多故障模式的不足,建立两重混合威布尔分布模型。为解决可靠性实验小子样故障数据问题,利用模糊聚类的方法实现对故障数据的分类,求得混合威布尔分布的形状参数,以此为基础将混合威布尔分布转换为具有共轭先验分布的混合指数分布。用贝叶斯估计求解混合指数分布各参数值,然后将求得的混合指数分布各参数值转换为混合威布尔分布的各参数值。最后以某型号卧式加工中心为例
<正> 系统性红斑狼疮(SCE)是浸犯多种脏器的结缔组织病,它的确切病因不明,目前多数学者认为当自身免疫有密切关系。系统性红斑狼疮合并恶性肿瘤临床上很少报导,现将我院两例
针对传统K-means聚类算法对初始中心点比较敏感、易陷入局部最优,首先提出基于KD-树的初始聚类中心点选取方法。该方法通过建立KD-树将数据集分割成矩形单元,计算每个矩形的矩形单元中心、矩形单元密度,并将计算所得矩形单元密度降序排列,通过选取前k个矩形单元中心作为初始聚类中心,可有效克服传统算法对初始中心点的敏感。此外,针对传统K-means聚类算法不能有效处理动态数据聚类的问题,进一步提出了K
针对当前流行的窗口路线查询处理IWQE算法,若查询路线上节点选择不当(节点剩余能耗过低或节点相距偏远)而导致通信传输中断、查询结果丢失的问题,提出了相应的优化算法EIWQE。算法以剩余能耗为节点选择基础,采用基于位置的路由协议GPSR构建多边形,通过增加中继节点保证查询路线的连通性,并根据最大剩余能耗选择邻居节点分担信息收集与处理任务,以进一步降低查询路线上节点的能耗。给出了EIWQE的详细实现流