认知无线电网络中主用户活动监测的合作贝叶斯非参数框架

本文介绍了一种新方法，使多个观测若干主用户（PUs）可用性模式的认知无线电设备能够合作，并利用\emph{贝叶斯非参数}技术来估计 PUs 活动模式的分布，假设这些分布完全未知。在 proposed 模型中，每个认知节点可能对每个 PU 的分布有各自的独立视角，因此寻求拥有相关感知的合作伙伴。为解决此问题，我们在认知设备之间构建了联盟博弈，并提出了一种合作联盟形成算法。结果表明，所提出的联盟形成算法允许经历来自某些 PUs 相似行为的认知节点自组织成不相交的独立联盟。在每个联盟内部，合作认知节点结合使用贝叶斯非参数模型（如 Dirichlet 过程）和统计拟合优度技术，以提高估计的 PUs 活动分布的准确性。仿真结果表明，所提出的算法显著改善了 PUs 分布的估计，并在性能上展现出优势，具体表现为真实分布与估计分布之间平均实现的 Kullback-Leibler 距离的减少，相较于非合作估计最高可达 36.5% 的相对提升。结果还显示，当实际 PUs 分布因例如 PU 移动性等原因发生变化时，该算法使认知节点能够调整其合作决策。