matlab无线通信的代码认知无线电和频谱感知
认知无线电（CR）是一种可编程的无线电和网络技术（智能收发器），具有自适应性，可以自动检测无线通信信道中的网络流量，并相应地调整其传输和接收，以有效地利用可用带宽。
基于各种输入，CR能够允许用户利用未使用/空闲的通信信道，从而避免无线通信信道中的拥塞。
在本项目中，我们考虑诸如用户数量，信噪比（SNR），总错误率和功率电平阈值（用于频谱感知以近似无线通信信道中的网络流量）之类的参数。
该存储库保存了通用的MATLAB
/
GNU
Octave兼容代码，该代码将上述参数考虑在内，并通过将参数微调为不同的值并执行计算来近似CR的性能。
代码中用于计算的两个主要数学函数是：
Marcum
Q函数
（上部不完整）伽玛功能
Marcum
Q函数
该函数用于通过设置功率阈值来计算用于检测可用频谱的使用的检测概率P
d
。
即，Q函数计算概率密度函数P(X
≥
x)
。
因此，我们为参数x配置了一个阈值，并应用Marcum-Q函数来检测大于所应用阈值的信号功率水平X以近似使用信道频谱。
数学方程式如下：
（上部不完整）伽玛功能
此函数用于计算错误检测
2021-09-28 10:06:25
4KB
1
为了更好地提高认知无线电网络中授权频谱的利用率，并为系统用户提供更高质量的服务，采用排队博弈理论研究了混合overlay/underlay频谱共享方式的优化策略。面向认知用户建立了传输时间服从二相阶超指数分布的排队模型，并给出排队模型稳态分布的求解方法。基于收益—支出结构，研究了可视情形下认知用户的个体最优策略及不可视情形下认知用户的纳什均衡策略。以社会收益最优及授权频谱收入最大为目标，给出了认知用户使用授权频谱的接入费用。进行数值实验，揭示了不同策略之间的内在关系，并验证了收费方案的合理性。通过将混合 overlay/underlay 频谱共享方式下的社会最优收益与 overlay 频谱共享方式和 underlay 频谱共享方式下的社会最优收益进行对比，进一步表明了混合 overlay/underlay 频谱共享方式下的社会最优策略能更加稳定且高效地利用频谱资源。
2021-09-25 20:21:10
682KB
1
认知无线电（CR）与无线携能通信（SWIPT）的结合已经成为当今高能效认知无线通信的研究热点之一。首先阐述了SWIPT与认知SWIPT网络，而后介绍了SWIPT网络中两种接收机结构并给出相应的能量收集公式。然后，给出了认知SWIPT系统模型及其与协作中继技术、MIMO技术相结合进行系统建模的研究进展，并对认知SWIPT网络关键技术的未来研究方向进行了展望。最后，总结了近年来对认知SWIPT网络关键技术的研究成果，为高能效的安全认知SWIPT通信理论研究与未来应用提供了一定的借鉴意义。
2021-09-24 18:46:59
1.32MB
1