认知无线电传感网中能耗优化的频谱感知方案

合集下载

基于认知无线电的频谱感知与分配优化

基于认知无线电的频谱感知与分配优化概述近年来，随着无线通信领域的快速发展，频谱资源日益紧张。

为了有效利用有限的频谱资源，并满足不断增长的无线通信需求，认知无线电技术应运而生。

基于认知无线电的频谱感知与分配优化，成为了解决频谱利用效率问题的关键研究方向。

本文将深入探讨基于认知无线电的频谱感知与分配优化的相关内容。

1. 认知无线电的概念及原理认知无线电是一种具有智能化感知和机动性的无线通信技术，它通过感知和分析当前的频谱使用情况，实现对频谱资源的动态分配和优化。

其核心原理是通过信号感知、信号识别和频谱分配等技术手段，使终端设备能够实时地感知和判断频谱资源的利用情况，并根据需求进行智能化的调度与分配。

2. 认知无线电的频谱感知技术频谱感知是认知无线电的关键技术之一，它能够使设备能够感知到当前周围的频谱环境，并对频谱进行实时监测和评估。

目前，常用的频谱感知技术包括能量检测、周期检测、协方差检测等方法。

这些方法通过对接收信号的功率、周期和相关性进行检测和分析，得出频谱使用情况的信息。

3. 认知无线电的频谱分配优化技术频谱分配优化是认知无线电的核心任务之一，它是为了实现频谱资源的更加合理、高效地利用而进行的。

在频谱分配优化中，需要考虑到设备之间的协调与共享，以及用户的优先级和服务质量需求。

常用的频谱分配优化方法包括基于博弈论的频谱分配模型、基于机器学习的频谱分配算法等。

这些方法能够根据不同的需求和约束条件，实现对频谱资源的智能化分配和优化。

4. 认知无线电在相关领域的应用认知无线电技术在无线通信领域具有广泛的应用前景。

它可以用于提高无线通信系统的频谱利用效率，提升网络的整体性能。

同时，认知无线电也可以应用于无线电频谱管理、无线电频谱监测等领域。

此外，认知无线电技术还可以为智能交通、军事通信等领域带来新的解决方案和创新。

5. 认知无线电面临的挑战与展望虽然认知无线电技术的发展前景非常广阔，但仍然面临一些挑战。

认知无线电协作频谱感知机制的优化

ｍａｙｕｅ，ａｎｖｌｃｏｅａｉｅｓｅｔｕｓｎｉｇｓｈｍｅｉｒｐｓｄｂｏｎｌｐｉｚｎｈｒｓｒｏｅｏｐｒｔｐｃｒｍｅｓｎｃｅｓｐｏｏｅｙｊｉｔｙｏｔｖｍｉｉｇｔｅ
于单用户频谱检测算法的局限性，作频谱感知被提了出来。满足对主用户干扰限度的条件下，了使单个授协在为权信道的频谱感知效率达到最大，引入一种新的协作频谱感知机制，合优化包括感知时间、输时间、与协联传参作的感知用户数目在内的感知参数，通过穷尽搜索算法得到最优解。在此基础上研究了多个授权信遭情况下并的频谱感知效率问题，出了一种授权信道选择分配方案。仿真结果验证了所提方法的有效性。提
＝ｌ～（）１
有了一些研究。文献［— ］过对参与协作的感知３４通用户数进行优化，从而使错误概率达到最小或使检测概率达到最大。文献Ｅ— ］５６则是在满足系统检测性能的条件下对包括感知时间和参与协作的感知用户数在内的一组参数进行优化，而使感知用户从
ＨｕＸｉｏｉｇ，ｕＨａｙｎＷｕＧｏｅｇａｎｎＨｎｉｇ，ｕｆｎ
（ｎｔｕｅｏｎｏｍａｉｎＥｎｉｅｒｎＩｓｉｔｆＩｆｒｔｏｇｎｅｉｇ，ＴｈＬＡｎｏｍａｉｎＥｇｎｅｉｇＵｎｖｒｉｔｅＰＩｆｒｔｎｉｅｒｎｉｅｓｔｏｙ，Ｚｅｇｈｕ，４００，ｉａｈｎｚｏ５０２Ｃｈｎ）

无线传感器网络的能量优化算法

无线传感器网络的能量优化算法无线传感器网络（Wireless Sensor Networks，简称WSN）由许多小型无线传感器节点组成，这些节点可以感知、处理和传输环境中的信息。

然而，由于节点的能量受限，如何降低能量消耗，提高网络寿命成为无线传感器网络研究的一大挑战。

因此，针对无线传感器网络的能量优化算法成为研究的热点。

能量优化算法主要通过优化节点的能量消耗，延长网络的寿命。

下面将介绍几种常见的无线传感器网络能量优化算法。

1. 轮询算法轮询算法是一种基本的能量优化算法。

它通过轮流激活传感器节点的方式来减少能量消耗。

具体实现方式是，将网络分为若干个时隙，每个时隙只激活一部分节点。

未激活的节点处于休眠状态，节省能量。

轮询算法简单易用，但也存在一些问题。

例如，节点传输数据的时间可能会有较大的延迟，且网络负载不均衡。

2. 克服性能不均衡的算法为了解决轮询算法存在的负载不均衡问题，研究者们提出了一些能够均衡节点负载的算法。

比如，基于聚类的算法将节点分为若干个簇，每个簇由一个簇头节点负责协调。

只有簇头节点才需要进行数据传输，其他节点可以通过与簇头节点的通信来减少自身的能量消耗。

克服性能不均衡的算法能够提高网络的能源利用效率，延长网络寿命。

3. 路由协议优化算法路由协议是无线传感器网络中非常重要的组成部分，选择合适的路由协议优化算法可以降低网络中多个节点之间的通信能量消耗。

常用的路由协议优化算法有LEACH（Low-Energy Adaptive Clustering Hierarchy）、TEEN（Threshold Sensitive Energy Efficient Network）等。

这些算法主要通过协调节点的工作状态和选择合适的传输路径来降低节点的能量消耗。

此外，基于线性规划的优化算法也能在无线传感器网络中实现能量优化的目标。

4. 能量平衡算法在无线传感器网络中，节点的能量消耗不均衡会导致一些节点能量耗尽而无法工作，从而影响整个网络的正常运行。

无线传感器网络低能耗协作频谱感知方法

ｗｏｋ．ｏｕｅｎｉｅｒｎｎｐｆａｉｎ，０１４（４：１８．ｒｓｍｐｔｒＥｇｎｅｉｇａｄＡｐｅｔｓ２１，７２）８－３Ｃｉｏ
ＡｂｔａｔＡｉｎｔｅｅｇｏｓａｎｄｐｏｌｍｓｎｗｉｅｅｓｅｓｒｎｔｒｓｔｍｉｉｚｈｅｅｇｃｎｕｔｎｉｓｅ — ｓｒｃ：ｍｉｇＯｎｒｙｃｎｔｉｅｒｂｅｉｒｌｓｓｎｏｅｗｏｋ，ｏｒｎｍｉｅｔｅｎｒｙｏｓｍｐｉｏｎｐｃｔｕｓｎｉｇ，ｃｍｂｎｔｎｏｌｅｉｇａｄｃｎｏｎｐｃｕｒｍｅｓｎａｏｉａｉｆｓｅｐｎｎｅｓｒｇｓｅｔｍｓｎｉｇｓｈｍｅｏｅｂｓｓｏｈｄｕｌ — ｒｓｏｄｄｔｃｉｎｏｉｒｅｓｃｅｎｔａｉｆｔｅｏｂｅｔｅｈｌｅｅｔｏｎｈｈ
Ｋｅｗｏｓ：ｗｉｅｅｓｅｏｒｎｅｗｏｋｓ；ｏｇｔｖｅａｏ；ｐｅｔｍｓｎｓｎｓｎｓｎｇｎｅｇｙｒｄｒｌｓｓｎｓｔｒｃｎｉｉｒｄｉｓｃｒｕｅｉｇ；ｅｉｅｒｙ
摘
要：针对无线传感器网络能量受限问题，以双门限能量检测为基础，以最小化系统感知能耗为目标，出了一种适合无线传提
ｍｏｅｉｒｐｓｄ．ｉｈＳｕｔｂｅｆｒｔｅｅｓｒｎｔｒｓｆｅｔｖｌ．ｌｅｄＳｐｏｏｅｗｈｃｉｓｉｌｏｈｓｎｏｅｗｏｋｅｃｉｅｙＯｎｙａｆｗｓｎｏｓｒｓｌｃｅｏｏｐｒｔｎｔ．ａｅｓｒａｅｅｅｔｄｔｃｏｅａｅａｄｏｈｅｓｒｉｓｅｏｅｗｈｌｕｒｎｅｉｇｔｅｄｔｃｉｎｐｒｏｍａｃｆｓｅｔｍｅｓｎ．ｈｅｓｒｔｅｉｂｅｉｆｒａｏｒａｅｎｌｐｍｄｉｇａａｔｅｎｈｅｅｔｅｒｎｅｏｐｃｒｅｅｏｆｕｓｎｉｇＴｅｓｎｏｓｗｉｒｌｌｏｍｔｎｈａｎｉ

频谱感知算法演示版

频谱感知算法演示版频谱感知算法是一种用于无线电通信系统的关键技术，通过对无线电频谱的实时监测与感知，可以有效地提高频谱利用率、减少干扰，为无线通信提供更好的服务。

本文将介绍频谱感知算法的原理和应用，并根据实际情况进行一次演示。

频谱感知算法的原理是基于无线电通信系统中的主动监听和动态频谱分配。

传统的频谱分配方式是静态分配，即将一定频谱范围内的频率资源按照特定规则分配给不同的用户或系统。

但这种分配方式存在很大的浪费和低效问题，因为不同时间和空间上的频率资源利用率会有很大差异。

1.频谱监测：频谱感知设备首先对指定频谱范围内的信号进行采集和分析，获取到该范围内的频率分布和信号强度等信息。

2.频谱解析：通过对采集到的信号进行解调和解码，频谱感知设备可以分析不同信号的频谱占用情况和使用模式，找出频谱资源分配的规律和差异。

3.频谱评估：根据频谱分析的结果，频谱感知设备可以评估当前频谱资源的利用率和可用性，以便进行下一步的频谱分配决策。

4.频谱分配：基于频谱评估的结果，频谱感知设备可以动态分配频谱资源给需要通信的用户或系统，以最大限度地提高频谱利用率和减少干扰。

频谱感知算法的应用非常广泛，可以用于各种无线通信系统中。

例如，在移动通信中，频谱感知算法可以用于智能天线系统，即根据当前的信道状态和负载情况，动态地选择最佳的接收和发送天线，以提高通信质量和容量。

在物联网中，频谱感知算法可以用于协调多种无线设备的频谱使用，避免干扰和冲突。

在无线传感器网络中，频谱感知算法可以用于动态调整节点的通信频率和功率，以实现能耗优化和网络自适应。

下面通过一个演示来说明频谱感知算法的具体应用。

假设有一个无线通信系统，其中包括若干个用户和一个频谱感知设备。

首先，频谱感知设备需要对所有可能的频率资源进行监测，并记录下当前的占用和信号强度信息。

然后，频谱感知设备可以根据这些信息对频谱资源进行评估，找出可用的频率资源。

接下来，频谱感知设备可以根据用户的通信需求和信号质量要求，动态地分配可用的频谱资源给不同的用户。

认知无线电频谱感知技术研究

精品文档供您编辑修改使用专业品质权威编制人：______________审核人：______________审批人：______________编制单位：____________编制时间：____________序言下载提示：该文档是本团队精心编制而成，希望大家下载或复制使用后，能够解决实际问题。

文档全文可编辑，以便您下载后可定制修改，请根据实际需要进行调整和使用，谢谢!同时，本团队为大家提供各种类型的经典资料，如办公资料、职场资料、生活资料、学习资料、课堂资料、阅读资料、知识资料、党建资料、教育资料、其他资料等等，想学习、参考、使用不同格式和写法的资料，敬请关注!Download tips: This document is carefully compiled by this editor. I hope that after you download it, it can help you solve practical problems. The document can be customized and modified after downloading, please adjust and use it according to actual needs, thank you!And, this store provides various types of classic materials for everyone, such as office materials, workplace materials, lifestylematerials, learning materials, classroom materials, reading materials, knowledge materials, party building materials, educational materials, other materials, etc. If you want to learn about different data formats and writing methods, please pay attention!认知无线电频谱感知技术探究摘要：随着无线电通信技术的快速进步和日益广泛的应用，频谱资源短缺的问题也越来越凸显。

认知无线电网络中的频谱感知与共享技术研究

认知无线电网络中的频谱感知与共享技术研究认知无线电网络（CRN）是一种新兴的无线通信技术，其核心思想是能够对无线频谱进行感知和共享，以提高频谱利用效率。

频谱感知是CRN中非常重要的技术，它使设备能够实时监测和分析周围的频谱使用情况。

本文将探讨在CRN中频谱感知与共享技术的研究进展及挑战。

首先，频谱感知的关键是设备能够准确地识别可用的频谱资源。

通过感知技术，设备能够获取频率、时间和空间等信息，并分析现有频谱的利用情况。

常见的感知方法包括能量感知、周期感知、特征感知等。

其中，能量感知是最广泛应用的一种方法，其通过测量接收信号的能量强度来判断频谱是否被占用。

周期感知则是利用周期性的信号特征，如脉冲、载波等，判断频谱是否被占用。

特征感知则是利用频谱的一些特征，如频谱特性、时频权利等，来识别频谱的占用情况。

这些感知方法可以单独应用，也可以结合使用，以提高感知的准确性和可靠性。

在CRN中，频谱感知的关键挑战之一是信号的干扰和噪声。

由于无线环境的复杂性，设备在感知频谱时往往会受到其他设备的干扰，以及附近信道的噪声干扰。

为了应对这种挑战，研究者们提出了一些解决方案。

例如，自适应感知算法可以根据环境的变化自动调整感知参数，以适应不同的干扰和噪声条件。

此外，多传感器融合技术也可以利用多个感知设备的观测结果，提高感知的精度和鲁棒性。

频谱共享是CRN中另一个重要的技术，它允许设备共享已经被感知到的未被使用的频谱资源。

在频谱共享中，设备需要遵循一定的共享规则和约束，以避免互相干扰和冲突。

常见的频谱共享方式包括时分共享、频分共享、码分共享等。

在时分共享中，不同设备在时间上交替使用频谱资源。

在频分共享中，不同设备在频率上分割使用频谱资源。

在码分共享中，不同设备通过使用不同的码字来区分自己的信号。

这些共享方式旨在提高频谱利用效率和系统容量，同时降低设备之间的干扰。

然而，频谱共享也面临一些挑战。

其中之一是频谱资源的不均衡分布。

在现实环境中，不同区域和时间段的频谱资源分布不均匀，存在一些频谱空洞和利用率较低的区域。

无线传感器网络中的能耗优化算法分析

无线传感器网络中的能耗优化算法分析引言无线传感器网络是一种由成千上万个分布在特定区域内的无线传感器节点组成的网络，这些节点可以自组织地协同工作，实现数据的采集、处理和传输。

然而，无线传感器网络中的节点能源有限，因此如何优化能耗是该领域的重要研究方向之一。

本文将对无线传感器网络中的能耗优化算法进行分析和讨论。

一、能耗分析在无线传感器网络中，节点的能耗主要来自于通信、计算和感知三个方面。

通信能耗是指节点之间进行通信所消耗的能量，包括传输能耗和接收能耗。

计算能耗是指节点进行数据处理和算法运算所消耗的能量。

感知能耗是指节点进行环境感知和数据采集所消耗的能量。

因此，能耗优化的关键是减少通信能耗、计算能耗和感知能耗三个方面的消耗。

二、能耗优化算法（一）路由优化算法路由优化算法是通过合理地选择和部署传感器节点之间的通信路径，来减少通信能耗。

其中，LEACH（Low-Energy Adaptive Clustering Hierarchy）是一种常用的路由协议，通过动态地将节点划分为簇，每个簇有一个簇首节点负责聚集和传输数据，从而减少了通信能耗。

（二）任务调度算法任务调度算法是通过合理地分配节点的计算任务，来减少计算能耗。

其中，多处理器任务调度算法可以将计算任务分配到多个节点上并行执行，从而减少计算时间和能耗。

此外，还可以通过对任务进行优先级排序，合理安排任务执行的顺序，进一步降低计算能耗。

（三）能量平衡算法能量平衡算法是通过动态地调整节点之间的能量消耗，来平衡网络中各个节点的能量消耗，从而延长网络的生命周期。

其中，一种常用的方法是通过控制节点的传输功率来均衡能量消耗，即使网络中各个节点的能量消耗趋于平衡。

（四）移动节点优化算法移动节点优化算法是通过调整节点的位置，来优化能耗。

例如，可以通过移动节点的位置，使得节点之间的通信距离减小，从而减少通信能耗。

此外，还可以通过调整节点在网络中的密度分布，来平衡能量消耗。

认知无线电频谱感知技术性能分析及优化

认知无线电频谱感知技术性能分析及优化认知无线电频谱感知技术性能分析及优化摘要：随着无线通信技术的迅猛发展，频谱资源已经成为一种紧缺资源。

认知无线电技术可以有效地提高频谱利用效率，其中频谱感知技术是认知无线电的核心。

本文通过对频谱感知技术的性能进行分析与优化，旨在提高认知无线电系统的性能，优化频谱资源利用效率。

一、引言随着移动通信、物联网、卫星通信等无线应用的迅猛发展，对频谱资源的需求越来越大。

然而，可用的频谱资源是有限的，频谱资源的短缺已经成为限制无线通信发展的主要瓶颈之一。

因此，如何提高频谱利用效率成为一个重要的问题。

二、认知无线电技术概述认知无线电技术是指无线电设备能够感知和理解周围的无线电环境，并根据环境的变化做出相应的调整。

它基于频谱感知技术，可以利用未被使用的频谱资源进行通信，提高频谱的利用效率。

认知无线电技术可以通过对频谱的感知、推理和决策来实现智能的频谱管理。

三、频谱感知技术性能分析1. 频谱感知的基本原理频谱感知是指无线电设备通过感知和监测周围的频谱环境，获取可用频谱资源的状态信息。

它可以通过不同的感知方法实现，如能量检测、周期性检测、协作感知等。

2. 频谱感知的性能评估指标频谱感知的性能可以通过以下指标进行评估：感知准确率、感知时间、感知能耗等。

感知准确率是评估频谱感知的重要指标，它可以反映无线设备对频谱环境的感知能力。

3. 频谱感知技术存在的问题频谱感知技术在实际应用中存在一些问题，主要包括感知准确率不高、感知时间过长、感知能耗大等。

这些问题限制了认知无线电系统的性能和频谱利用效率。

四、频谱感知技术性能优化1. 多参数优化算法通过使用多参数优化算法，可以有效地优化频谱感知技术的性能。

例如，可以使用遗传算法、粒子群算法等优化算法来优化感知准确率、感知时间等指标。

2. 机器学习算法机器学习算法在频谱感知技术中的应用也可以提高性能。

通过训练模型，可以提高感知准确率，并减少感知时间。

认知无线电网络中的频谱感知技术及面临的挑战

■ ！盐
一一
数信０据２２通１０．
认知无线电网络中的频谱感知技术及面临的挑战
王海涛’ 江瑾尧１（．解放军理工大学通信工程学院南京２０７０１０２解放军理工大学理学院南京２１１．１０）１
摘要：频谱感知作为认知无线电的关键技术之一，允许非授权用户伺机访问未使用的授权频带资源，从而大大改善了频谱利用率，并且具有较低的部署成本和较好的兼容性。文章首先介绍了认知无线电的概念和
频谱感知提出的背景；然后详细探讨了频谱感知面临的技术挑战和设计权衡，并考虑了安全性问题；最后对可
能威胁频谱感知的安全问题进行了说明并给出了结论。
关键词：认知无线电；软件无线电；频谱感知；动态频谱访问；同感知协
１前言
景下产生的一种崭新的无线通信模式，最早是由
ｏｅｈＭｉａｏ博９９。当前无线频谱资源日趋紧张，造成这种状况的Ｊｓｐｔｌ士于１９年提出的网认知无线电是在Ｓ的基础上增加了频谱感知和智能处原因主要包括以下几个方面：是资源本身有限；一二软件无线电（Ｒ）
允按是无线设备和应用越来越普及，消费者对无线频谱理能力，许认知无线电设备通过感知无线环境，照伺机（ｐｏ）ｕｔ频域和的需求越来越大；三是无线频谱资源的分配极不合
不合理的，人为加剧了无线资源的短缺问题。为此，是Ｃ应用的基础和前提圈ＲＲ。Ｃ用户在工作时必须频

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

衰落和隐藏终端等不利因素。协作频谱感知技术+勺是解决这一问题的关键。文献［6-9］针对协作频谱感知等问题进行了研究。但是，由于上述问题，协作频谱感知有时也很难做出正确的决策。DS证据理论+0］作为一种精确推理理论，具有处理不确定信息的能力，适合这种开放、动态、不确定性的无线坏境。文献口-13］均采用这一理论解决协作频谱感知过程中不可信的次级用户干扰感知结果的问题。然而这些方法很大一部分都利用所有的次级用户参加频谱感知，或者单纯考虑次级用户的当前信息而忽视历史数据对于感知结果的影响。针对这些问题，本文设计了一
收稿日期：2018-02-12;修订日期：2018-09-20 基金项目：国家自然科学基金青年基金项目（61602252）；江苏省自然基金青年基金项目（BK2O16O967）；江苏省高校自然科学研究面上基金项目（16KJB510024）作者简介：乔羽（993 -），男，江苏扬州人，硕士研究生，研究方向为无线通信；+通讯作者：金子龙（985 -），男，黑龙江牡丹江人，博士，讲师，研究方向为无线网络；马廷淮（1974-）,男，重庆人，博士，教授，研究方向为数据挖掘；朱节中（1975 -）,男，江苏姜堰人, 硕士，副教授，研究方向为大数据处理。E-mail: z spectrum sensing scheme in cognitive radio networks
QIAO Yu1, JIN Zi-long1+ , MA Ting-huai1, ZHU Jie-zhong2
(1. School of Computer and Software, Nanjing University of Information Science and Technology , Nanjing 210044, China； 2. College of Binjiang , Nanjing University of Information Science and Technology , Nanjing 210044 , China)
2019年5月第 40 卷第 5 期
计算机工程与设计
COMPUTER ENGINEERING AND DESIGN
May 2019 Vol. 40 No. 5
认知无线电传感网中能耗优化的频谱感知方案
乔羽金子龙1+ !马廷淮朱节中2
（丄南京信息工程大学计算机与软件学院，江苏南京210044； 2.南京信息工程大学滨江学院，江苏南京210044）
Abstract: To more accurately detect the active state of the primary user (PU) and improve the energy efficiency of the network, an energy-efficient spectrum sensing scheme was proposed. Under given constraints , a representative secondary users (SU) set in cognitive radio sensor networks (CRSNs) was selected. Based on the spectrum sensing information provided by the selected repreEentativeEecondaryuEerEEet'thefinaldeciiononwhethertheprimaryuEeroccupiedthechannelornotwaEmadeaccording to the decision rule of the D-S theory of evidence. The simulation results show that the spectrum sensing scheme based on repre sentative secondary users selection is more energy-efficient than other schemes without degrading the accuracy of spectrum sensing. Key words： CRSN; energy-efficient； spectrum sensing； representative secondary user； D-S theory of evidence
3引言
认知无线电技术CR （cognitive radio）+］通过允许次级用户（文中亦用SU-Secondary User来表示次级用户）在不干扰主要用户（文中亦用PU-Pnmary User来表示主要用户）的前提下，从频谱空洞中以机会地方式接入授权信道, 从而解决非授权频谱资源短缺和频谱资源利用率低的问题。认知无线电技术的关键部分是频谱感知，用于识别闲置的授权频谱。能量检测也是频谱感知技术中最常用的方法之一。但是，在实际的无线环境中总是存在阴影效应、多径
摘要：为更准确地检测主要用户的活动状态！提高网络的能量效率！提出一种能耗优化的频谱感知方案。在给定约束的条件下！选择认知无线电网络中具有代表性的次级用户的集合参与频谱感知。基于选取的代表性次级用户集合提供的频谱感知的信息！根据I-S证据理论的决策规则做出主要用户是否占用信道的最终决策。仿真结果表明！在不降低频谱感知准确率的前提下！基于选取代表性次级用户参与频谱感知的方案比其它方案更高效节能。关键词：认知无线电网络；能耗优化；频谱感知；代表性次级用户；DS证据理论中图法分类号：TN911 文献标识号：A 文章编号：10007024 （2019） 05-1254-05 doi： 10. 16208/j. issnl000-7024. 2019. 05. 011