极化域宽带频谱感知与控制机制研究

The study tries to explore broadband polarization spectrum sensing and its control mechanism in cognitive radio network. By tentatively adopting the fuzzy theory and Quantum-behaved Particle Swarm Optimization (QPSO) algorithm, the study mainly focuses on the following points: 1. Establishing a sampling model adapted to the receiving system with a duel-polarization antenna by utilizing Bayesian compressive sensing principle. 2. Realizing the polarization spectrum sensing based on Bayesian Relevance Vector Machine by jointly considering the direction of arrival and polarization estimation. 3. Reconfiguring the network parameters and functions by employing Bayesian network learning. The research tries to solve the relationship between reasoning accuracy and reasoning speed（or complexity）. According to the de-correlation achievement in the receiving system with a duel-polarization antenna and the impact assessment of the direction of arrival in the existing research projects of our research team，this research will be employed to optimize network resource and reconfigure control scheme of CN, and it can increase the convergent speed in the colored noise environment and make its detection accuracy be about 8% higher than Maximum and Minimum Eigenvalue （MME） algorithm. As illustrated above, this mechanism can increase QoS and efficiency of wireless network and its core technologies can be used to apply for patents.

本课题主要研究认知无线电网络（CN）中的极化域宽带频谱感知、控制机制和算法。主要包括：1.引入模糊理论和量子粒子群优化算法，研究基于双极化接收系统的贝叶斯压缩采样模型；2.提出联合到达角-极化域参数估计的基于贝叶斯相关向量机的极化域频谱感知机制与算法；3.提出基于贝叶斯网络的可重构频谱感知控制机制与算法，着重解决其在推理精度和推理时间（或复杂度）之间的关系。 依据课题组在研项目中基于双极化天线系统去相关性及考虑来波到达角的影响等结论为理论基础，进一步的研究成果可应用于CN资源优化与控制中，在有色噪声环境下，可显著提高收敛速度，将检测精度比MME算法提高约8%。由此将提高无线网络的服务质量与服务效率。其核心技术将形成多项发明专利。

认知无线网络（CRN）是一种最赋前景的提高无线资源利用率的方法，近年来已成为国内外无线通信领域的前沿与热点研究课题。本项目在4年的研究工作中，面向未来发展需求，对“极化域宽带频谱感知与控制方法”、“协作环境下宽带频谱感知与控制方法”和“宽带认知无线网络中抗攻击方法”进行深入研究，提出多种提高感知精度、降低计算复杂度的方法和技术，通过理论分析、仿真验证，这些成果可为我国CRN发展提供重要参考，为下一代超高速、超高频谱效率的无线网络的发展提供有力支撑。.针对单CR用户的极化域宽带频谱感知与控制方法研究，课题组从理论上对双极化天线接收条件下的极化信号传输特点及其控制原理进行分析，得出信号变换关系模型，同时引入压缩感知（CS）技术，最大程度地缓解CR终端硬件需求限制，但存在信号融合与重构难度。为此课题组提出基于来波极化角的融合方法，并将DOA变换关系、自适应阈值控制等模型引入信号重构过程，以提高频谱感知精度和加快收敛速度。另外课题组还从信号采样方式上入手，提出多路均匀采样和互质采样方式下的宽带频谱感知方法，进一步简化频谱感知系统结构。利用上述成果可搭建极化域宽带频谱感知系统平台，为开发宽带CR终端提供重要参考。.针对协作环境下的宽带频谱感知与控制方法的研究，课题组分别根据集中式和分布式网络的工作特点，提出基于受限玻尔兹曼机(RBM)加权优化、协作节点选择和节点采样率动态控制等技术的协作贝叶斯压缩频谱感知方法。仿真结果显示，这三种不同控制策略下的协作宽带频谱感知方法均易于控制，并具有良好的控制性能和快速的收敛速度。.课题组根据无线网络安全的发展和应用需求，深入研究开放环境下恶意用户的攻击行为，提出基于角度的抗独立攻击和基于密度的抗联合攻击的恶意用户检测方法。仿真结果显示，当CRN中恶意用户数量较少时，前者性能优于后者，反之后者具有良好的检测特性。.项目组的相关成果已发表科技论文19篇，其中SCI收录5篇论文；申请国家专利2项，均已授权；培养硕士研究生8人，博士研究生1人。本项目无论从研究内容、研究成果上均超出预期，全面圆满完成预定的全部研究任务。