为保证无线认知传感器网络对所监控区域实现实时、精确的主用户频谱感知,支持无线频谱资源的动态频谱接入,通过构建基于联盟博弈的动态分簇的分布式压缩频谱感知模型,研究簇头和汇聚节点两个层面上不同分辨率的分布式压缩频谱感知算法,以实现分布式和集中式相结合的频谱信息感知融合,并结合优化的分布式压缩感知重构算法,在降低单节点频谱感知复杂度,减少无线认知传感器网络中能量和通信开销的条件下,实现实时的全区域宽带频谱感知。
Spectrum sensing;WCSN;Random Matrix;Cooperative Sensing;
伴随无线通信技术的高速发展及无线通信业务需求的极速增长,可分配的无线频谱资源也变得越来越匮乏。认知无线电技术是解决频谱稀缺问题的最佳方案。它旨在不影响主用户通信的前提下,通过动态频谱接入的方式利用空闲频谱进行通信。频谱感知是认知无线电技术的前提,对宽带无线频谱进行可靠、准确、快速的感知也成为认知无线电技术能否从理论走向现实应用的决定性因素之一。频谱感知节点分布在不同的地理位置,通过协作频谱感知技术可以有效的减少无线信道的衰落和阴影效应,提高对主用户频谱的感知性能和感知的鲁棒性。但考虑到传感器节点中射频和信号处理模块硬件设计存在的局限性以及能量和通信带宽的受限性,本项目研究如何利用感知节点之间的空间相关性和观测频谱信号的相关性。针对现有区域宽带频谱感知方法所存在的一些问题,本项目涉及无线认知传感器网络中基于分布式压缩的频谱感知模型和感知信息融合策略的研究,该工作主要围绕分布式压缩感知理论、随机矩阵理论、新型协作感知理论等方面展开,提高了频谱的感知效率和感知的鲁棒性,平衡感知开销和网络性能,实现频谱资源的动态管理和利用,以快速、准确感知区域宽带频谱,提高了下一代通信网络的系统容量和通信服务质量。总之,本项目取得了有效和丰富的研究成果,基本得到了预期目标。