认知无线电网络中移动加权质心定位算法  

Mobile Weighted Centroid Localization Algorithm for Cognitive Radio Networks

作　　者：王慧锋[1] 高瞻[2] 蔡延华 曾晟[4] 

机构地区：[1]解放军理工大学通信工程学院研究生3队,江苏南京210007 [2]解放军理工大学通信工程学院 [3]沈阳军区第一通信团,辽宁沈阳110141 [4]华中科技大学光学与电子学院,湖北武汉430074

出　　处：《军事通信技术》2013年第2期8-12,67,共6页Journal of Military Communications Technology

基　　金：国家重点基础研究发展计划(973计划)资助项目(2009CB320400);国家自然科学基金资助项目(60932002);国家自然科学基金资助项目(61072044);国家自然科学基金资助项目(61172062);江苏省自然科学基金资助项目(BK2011116)

摘　　要：移动加权质心定位(MWCL)算法是对传统网络中质心定位算法的改进。为了满足认知无线电网络中主用户的非合作特性,移动加权质心定位算法不需要主用户与认知用户合作。针对质心定位算法的定位精度主要取决于认知用户的密度和分布,移动加权质心定位算法利用认知用户的移动特性,提高认知用户的密度,并且设计了移动路径的规划方法;利用接收信号强度对认知用户坐标进行加权,克服了认知用户分布不均匀对定位精度带来的影响。根据认知用户密度、用户密度、连通门限三种参数,对移动加权质心定位算法的性能进行了分析。实验结果表明,移动加权质心定位算法的定位误差比质心定位算法降低了50%～60%。Mobile Weighted Centroid Localization（MWCL） was derived from Centroid Local- ization（CL） algorithm in traditional networks. According to the non-cooperative characteristic of Primary Users （PUs） in cognitive radio networks, MWCL does not need the cooperation between PUs and Secondary Users（SUs）. Due to the fact that the accuracy of CL mainly depends on the density and distribution of SUs, MWCL utilizes the mobility of SUs to increase the density of SUs and the Received Signal Strength（RSS） as weighs to mitigate the impact of non-uniform dis- tribution of SUs. A new path planning method was proposed. MWCL performance analysis in terms of its localization error distribution parameterized by SU density, node density and connec- tivity threshold was presented. Experiments demonstrate that the localization error is reduced by about 50%-60% with MWCL as compared with the CL.

关 键 词：认知无线电 非合作定位 移动加权质心定位 

分 类 号：TP929.5[自动化与计算机技术]