车联网的合作认知模型分析



车联网的合作认知模型分析

车载通信需要一种新型的认证无线电（CR）技术和有效的频谱管理。为体现频谱效率的重要性，对车载网络中的集中式和分布式合作频谱感知（GBCS）提出一种系统模型。分析了GBCS中的决策融合技术。使用新理论为决策融合技术设计了系统模型，分析了主要通道探测发现的可能性和主要用户发射器（PU Tx）中CR用户或二级用户的平均等待时间。基于数学分析以检查探测发现和假警报的可能性。结果表明，合作认知模型更加适合于车载网络，最大限度地减少了干扰和隐藏的PU问题。

在集中式频谱感知中，有一些联合的决策融合技术，如AND、OR及计算规则。决策融合技术包括其它宽带检测、盲频谱感知、线性二次（LQ）检测、隐马尔科夫模型（HMM）。在分布式频谱感知中，包括一些共同的决策融合方法和基于梯度分布的GBCS。

讨论了在车载网络集中式和分布式频谱感知场景中GBCS的机遇和挑战。提出新的理论模型论证合作车载网络中频谱感知的实现。在车载通信中利用集中式和分布式GBCS环境有效地使用频谱波段。研究了车载网络集中式GBCS的决策融合技术。使用新理论为决策融合技术设计系统模型，然后分析检测主要通道的可能性以及PU Tx的CR用户或二级用户的平均等待时间。仿真和分析结果发现，通过增加主要通道的可用性，基于新理论检测的概率较高。通过缩短GBCS中的主要通道过渡状态，减少了PU Tx的CR用户平均等待时间。CR可以应用到不同的M2M（机器对机器）方案，也可以扩展到物联网环境。

刊名：IEEE Systems Journal（英）

刊期：2015年

作者：Anand Paul

编译：王欣欣