TY -的A2 - Ben Ghorbel马赫迪盟——刘,夏盟,曾Zhimin盟——郭,彩丽PY - 2018 DA - 2018/06/26 TI -健壮和低低秩矩阵恢复认知的合作频谱感知通过车载网络SP - 6319378六世- 2018 AB -认知车载网络(cvn),许多与安全相关的设想应用程序需要高度可靠的连接。本文研究了cvn中鲁棒高效的协同谱感知问题。我们提出了认知车辆网络中基于低秩矩阵恢复的鲁棒合作频谱感知(LRMR-RCSS)，利用同时具有低秩和联合稀疏结构的真实频谱占用矩阵和损坏数据矩阵来解决潜在损坏感知数据质量的不确定性。考虑到人群认知车辆的感知数据量巨大，我们通过加权低秩矩阵恢复(WLRMR-RCSS)将鲁棒协同频谱感知算法扩展到密集认知车辆网络，以降低协同频谱感知的复杂性。在WLRMR-RCSS算法中，我们提出了一种关联感知的选择和权值分配方案，以利用次级用户(SU)多样性，减少协作开销。大量仿真结果表明，所提出的LRMR-RCSS和WLRMR-RCSS算法具有良好的抗恶意SU行为性能。仿真结果表明，所提出的WLRMR-RCSS算法可以成功地应用于密集交通环境。SN - 1530-8669 UR - https://doi.org/10.1155/2018/6319378 DO - 10.1155/2018/6319378 JF -无线通信和移动计算PB - Hindawi KW - ER -