基于PCN的水下认知网络动态频谱接入算法

doi:10.3969/j.issn.0372-2112.2016.03.015

电子学报 ›› 2016, Vol. 44 ›› Issue (3): 595-599.DOI: 10.3969/j.issn.0372-2112.2016.03.015

基于PCN的水下认知网络动态频谱接入算法

李云^1,2, 金志刚¹, 苏毅珊¹, 孙山林²

1. 天津大学电子与信息工程学院, 天津 30072;
2. 桂林航天工业学院, 广西桂林 541004

收稿日期:2014-06-23 修回日期:2014-08-25 出版日期:2016-03-25
- 通讯作者:
- 李云
- 作者简介:
- 金志刚 男,1972年11月,上海人.天津大学电子信息工程学院教授,博士生导师,主要研究方向:网络信息安全,水下传感器网络等;苏毅珊 男,1985年5月,广西南宁人.天津大学电子信息工程学院博士研究生,主要研究方向:水下传感器网络,网络信息安全等;孙山林 男,1973年7月,河南南阳人.教授,桂林航天工业学院电子工程系系主任,主要研究方向:无线传感器网络,光纤通信等.
- 基金资助:
- 国家自然科学基金 (No.61162003); 青海省科技计划项目 (No.2012-ZR-2989); 海南省应用技术研究与开发专项项目 (No.ZDXM2014086); 广西高校科学技术研究项目 (No.ZD2014146)

Dynamic Spectrum Access Algorithm Based on PCN in Underwater Cognitive Network

LI Yun^1,2, JIN Zhi-gang¹, SU Yi-shan¹, SUN Shan-lin²

1. School of Electronic and Information Engineering, Tianjin University, Tianjin 300072, China;
2. Deparment of Electronic Engineering, Guilin University of Aerospace Technology, Guilin, Guangxi 541004, China

Received:2014-06-23 Revised:2014-08-25 Online:2016-03-25 Published:2016-03-25

摘要/Abstract

摘要：

水下网络可用频谱范围比较窄,且部分被水下生物占用,导致了水下传感器网络可用的频谱资源更为稀缺.针对上述问题,提出一种基于累积干扰预测(Predicted Cumulative Noise,PCN)的水下认知网络动态频谱接入算法.该算法把水下生物作为认知网络的主节点,水下传感器节点作为次节点;通过建立水下生物业务行为的马尔科夫模型预测累积干扰,次节点根据预测结果,采用合作的方式动态地接入授权频谱.仿真结果表明,该算法能够保护水下生物正常通信的同时,实现最优化的频谱共享,网络容量增益达到6.3dB.

关键词: 马尔科夫模型, 水下认知网络, 频谱共享, 水下生物

Abstract:

The range of available spectrum in underwater sensor network is narrow;part of it is occupied by underwater creatures.Therefore,the available spectrum resources become scarcer.In view of this,the algorithm based on predicting cumulative noise in underwater cognitive networks to achieve dynamic spectrum accessing is proposed.The primary node is underwater biology;the secondary node is sensor node.The Markov model is established to predict noise in spectrum.The secondary nodes dynamically access the spectrum by cooperative method under the predicted states.The experiments verify that the algorithm realizes the optimization of spectrum sharing under protecting underwater creatures and improves the capacity gain 6.3dB.

Key words: Markov model, underwater cognitive, spectrum sharing, underwater creatures

中图分类号:

TP391

李云, 金志刚, 苏毅珊, 孙山林. 基于PCN的水下认知网络动态频谱接入算法[J]. 电子学报, 2016, 44(3): 595-599.

LI Yun, JIN Zhi-gang, SU Yi-shan, SUN Shan-lin. Dynamic Spectrum Access Algorithm Based on PCN in Underwater Cognitive Network[J]. Acta Electronica Sinica, 2016, 44(3): 595-599.

参考文献

[1] Yu Luo,Lina Pu,Michael Zaba.Challenges and opportunities of underwater cognitive acoustic networks[J]. IEEE Transactions on Emerging Topics in Computing,2014,2(2):1-13.
[2] 刘淞左,尹艳玲.一种利用海豚叫声的仿生水声通信方法[J]. 物理学报,2013,1(14):144303.1-144303.8.
[3] 高志伟,姚尧,等.基于漏洞严重程度分类的漏洞预测模型[［J]. 电子学报,2013,41(9):1784-1788. GAO Zhi-wei,YAO Yao,et al.Predicting model of vulnerabilities based on the type of vulnerability Severity[J]. Acta Electronica Sinica,2013,41(9):1784-1788.(in Chinese)
[4] Yiping Xing.Dynamic spectrum access in open spectrum wireless networks[J]. IEEE Journal on Selected Areas in Communications,2006,15(3):626-638.
[5] Xiangyun Zhou,Matthew R McKay,Behrouz Maham,Are Hjorungnes.Rethinking the secrecy outage formulation:A secure transmission design perspective[J]. IEEE Communications Letters,2011,24(3):302-304.
[6] M Kountouris,J G.Andrews.Downlink SDMA with limited feedback in interference-limited wireless networks[J]. Wireless Communications,IEEE Transactions on,2011,11(8):2730-2741.
[7] D Stoyan,W Kendall,J Mecke,WS Kendall,J Mecke.Stochastic Geometry and its Applications[M]. United Kingdom:John Wiley & Sons,2013.
[8] Zhong Zhou,Zheng Peng,Jun-hong Cui.Exploring random access and handshaking techniques in underwater wireless acoustic networks[J]. EURASIP Journal on Wireless Communications and Networking,2013,4(2):1-15.
[9] Dharma Agrawal,Qing-an Zeng.Introduction to Wireless and Mobile Systems[M]. United States:Cengage Learning,2011.
[10] B Chenand,D Pompili.A testbed for performance evaluation of underwater vehicle team formation and steering algorithms[A]. Sensor Mesh and Ad Hoc Communications and Networks (SECON)[C]. Boston,MA:IEEE,2010.1-3.
[11] Steven Weber,Andrews,J.G.The effect of fading,channel inversion and threshold scheduling on ad hoc networks[J]. IEEE Transactions on Information Theory,2007,53(11):4127-4149.
[12] M Franceschetti,P Minero.The capacity of wireless networks:information-theoretic and physical limits[J] IEEE Transactions on Information Theory,2009,55(8):4127-4149.
[13] Hesham ElSawy,Ekram Hossain,Sergio Camorlinga.Spectrum-efficient multi-channel design for coexisting IEEE 802.15.4 networks:A stochastic geometry approach[J]. IEEE Trans on Wireless Commun,2013,13(7):1611-1624.
[14] Songhai Li,Ding Wang,Kexiong Wang.Possible age-related hearing loss (presbycusis) and corresponding change in echolocation parameters in a stranded Indo-Pacific humpback dolphin[J]. The Journal of Experimental Biology,2013,216(22):4144-4153.
[15] Xiao Han,Jingwei Yin.Experimental demonstration of underwater acoustic communication using bionic signals[J]. Applied Acoustics,2014,78(4):7-10.

基于PCN的水下认知网络动态频谱接入算法

Dynamic Spectrum Access Algorithm Based on PCN in Underwater Cognitive Network

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	徐佳伟, 罗倩. 基于遗传非参数MDL-BW方法的HMM结构优化[J]. 电子学报, 2022, 50(11): 2765-2772.
[2]	吕亚平, 贾向东, 路艺, 牛春雨, 曹胜男. 基于簇用户设备分类和频谱共享分配的D2D网络覆盖分析[J]. 电子学报, 2021, 49(7): 1392-1399.
[3]	雷涛, 张肖, 加小红, 刘侍刚, 张艳宁. 基于模糊聚类的图像分割研究进展[J]. 电子学报, 2019, 47(8): 1776-1791.
[4]	房丙午, 黄志球, 王勇, 李勇. 状态不可观测的信息物理融合系统运行时验证[J]. 电子学报, 2018, 46(12): 2824-2831.
[5]	汪成亮, 王小均. 基于三轴传感器的老年人日常活动识别[J]. 电子学报, 2017, 45(3): 570-576.
[6]	朱敬华, 尹旭明, 柏敬思, 王亚珂, 李金宝, 王雪. 传感器网络基于轨迹聚类的多目标跟踪算法[J]. 电子学报, 2017, 45(11): 2671-2676.
[7]	朱世磊, 郑娜娥, 巴斌, 胡捍英. 认知MIMO干扰网络最优干扰对齐算法[J]. 电子学报, 2016, 44(6): 1406-1412.
[8]	章登义, 欧阳黜霏, 吴文李. 基于N阶近邻路网的车辆行程时间估计模型[J]. 电子学报, 2015, 43(12): 2491-2496.
[9]	章登义, 欧阳黜霏, 吴文李. 针对时间序列多步预测的聚类隐马尔科夫模型[J]. 电子学报, 2014, 42(12): 2359-2364.
[10]	孙君;朱洪波. Ad Hoc网络中基于距离的机会频谱接入方案[J]. 电子学报, 2011, 39(7): 1679-1682.
[11]	罗丽平;邱焕新;张广驰;秦家银. 具有约束条件的认知无线电网络最优频谱价格函数[J]. 电子学报, 2011, 39(3): 562-566.
[12]	刘干;朱光喜. 可任意阶扩展的认知无线Ad Hoc 网络频谱共享模型[J]. 电子学报, 2011, 39(12): 2784-2789.
[13]	荣玫;朱世华;李锋. 认知无线电网络基于F范数的频谱共享[J]. 电子学报, 2011, 39(1): 95-100.
[14]	刘琪;苏伟;李承恕. 基于跳频的自适应频谱共享方案[J]. 电子学报, 2010, 38(1): 105-110.
[15]	马志;曹志刚;. 认知无线电网络用户合作机会接入方案的研究[J]. 电子学报, 2009, 37(4): 678-683.