分布式协作频谱感知网络中改进的加权平均一致性
信号处理
2018-10-08 v1
摘要
本文提出一种完全分布式的改进加权平均一致性（IWAC 与 WAC-AE）技术，应用于认知无线电系统中的协作频谱感知问题。该方法允许次级用户仅基于本地信息交换进行协作，无需融合中心（FC）。我们比较了四种平均一致性（AC）算法规则。第一条规则是无权重的简单 AC。AC 规则表现出与传统协作频谱感知（CSS）技术相当的性能，例如等增益合并（EGC）规则，这是一种软合并集中式方法。另一种技术是基于次级用户信道条件权重的加权平均一致性（WAC）规则。该技术的性能类似于具有软合并（集中式 CSS）的最大比合并（MRC）。分析了两种新的 AC 规则，即加权平均一致性精度交换（WAC-AE）和改进加权平均一致性（IWAC）；前者将权重关联到次级用户邻居的信道条件，而后者在同一规则中结合了 WAC 与 WAC-AE 的条件。所有方法相互比较，并与硬合并集中式 CSS 比较。WAC-AE 产生与 WAC 技术相似的性能但收敛更快，而 IWAC 能以较小的复杂度增加提供合适的性能。此外，IWAC 方法的收敛速率与 WAC-AE 方法相似，但略高于 AC 和 WAC 方法。因此，IWAC、WAC-AE 和 WAC 的计算复杂度被证明非常相近。分析基于数值蒙特卡洛仿真（MCS），而算法的收敛性在固定与动态移动通信场景以及 AWGN 和瑞利信道下评估。
引用
@article{arxiv.1810.02744,
title = {Improved Weighted Average Consensus in Distributed Cooperative Spectrum Sensing Networks},
author = {Aislan Gabriel Hernandes and Mario Proenca Lemes Junior and Taufik Abrao},
journal= {arXiv preprint arXiv:1810.02744},
year = {2018}
}
备注
30pages, 8 figures, 5 tables