认知无线电网络中频谱感知的加权算法

由于认知无线电网络的开放性，频谱感知数据篡改（SSDF）可以很容易地攻击频谱感知，而当前的研究工作中没有提出有效的算法，因此本文将恶意用户删除引入加权序列对数加权算法。似然比检测（WSPRT）。 终端的权重由其频谱感测信息的准确性加权，这也可以通过其权重检测恶意用户。 如果一个终端的权重较低，则可以将其视为恶意用户，应将其从聚合中心中删除。 仿真结果表明，在不同的恶意用户数量下，改进后的WSPRT与其他两种常规的顺序检测方法相比具有更高的性能。

由于认知无线电网络的开放性，频谱感知数据篡改（SSDF）可以很容易地攻击频谱感知，而当前的研究工作中没有提出有效的算法，因此本文将恶意用户删除引入加权序列对数加权算法。似然比检测（WSPRT）。 终端的权重由其频谱感测信息的准确性加权，这也可以通过其权重检测恶意用户。 如果一个终端的权重较低，则可以将其视为恶意用户，应将其从聚合中心中删除。 仿真结果表明，在不同的恶意用户数量下，改进后的WSPRT与其他两种常规的顺序检测方法相比具有更高的性能。

针对认知无线电网络中协作频谱感知容易遭受数据伪造攻击的问题，提出一种基于检验统计和极端学生化偏差检验法的协作频谱感知方案。首先，将差分进化算法与加权增益合并软决策融合方法相结合，形成一种高效的节点决策融合机制。然后，在协作感知中，根据节点的软决策数据，利用检验统计消除故障认知节点。最后，利用提出的改进型ESD检验法消除恶意认知节点，从而形成全局决策。仿真结果表明，该方案在协作感知中能够有效过滤SSDF攻击数据，具有较低的误检测率。