- 认知无线电感知的安全联邦学习
本文研究了基于联邦学习的可靠安全的认知无线电环境中的频谱感知方法，探讨了联邦学习在频谱感知中的动机、架构和算法，概述了这些算法的安全和隐私威胁以及可能的对抗方法，提供了一些举例，并给出了未来 CR 中基于联邦学习的频谱感知设计建议。
- 一种认知无人机抗干扰的新资源分配方法：主动推理方法
本文提出了一种基于主动推理的认知无线电资源分配策略，并以认知无人机为案例研究。在外部环境中，提出了一种主动广义动态贝叶斯网络来编码物理信号动态和无人机与干扰源之间的动态交互。通过避免出现令人惊异的状态（最小化异常值），将行动和规划视为贝叶斯 - MM基于学习的近似 POMDP 的认知无线电频谱感知和接入
提出了一种新的 LEarning-based Spectrum Sensing and Access (LESSA) 框架，采用 Baum-Welch 算法学习参数化 Markov 转移模型以控制决策，通过随机点值迭代方法将频谱感知和接入定 - AAAI联邦多臂老虎机
这篇论文提出了联邦多臂老虎机的新模型，并研究了两个具体的联邦多臂老虎机模型，提出了 Federated Double UCB 方法用于解决两个模型，理论与实验结果表明了该算法的效果和高效性。
- AAAI概率无界对抗下的稳健随机赌博算法
提出抵御恶意攻击的新型样本中位数算法和探索辅助上限置信区间算法，并通过多个仿真和实验表明它们能够在多臂赌博机问题中实现 sublinear regret。
- MM从认知到智能通信的 20 年演进
本文概述了过去 20 年中智能通信的发展，从认知无线电到人工智能辅助的智能无线电，评估了智能通信的研究挑战，展示了更智能地利用有限频谱资源以及在未来通信系统中优化配置无线设备的道路。
- 认知无线电频谱共享的智能功率控制：深度强化学习方法
本文提出了一种基于深度强化学习的方法，用于共享主要用户和次要用户之间的频谱，并设计了一组空间部署的传感器节点以帮助感知无线环境中的接收信号强度信息，从而使得次要用户可以与主要用户有效地交互以达到传输数据的设定目标状态。
- 通过认知无线电和机器学习实现智能无线通信
本文讨论了智能无线通信、认知无线电、机器学习技术的发展，以及它们在提高动态无线环境下的频谱和能量效率方面的作用和现实应用，并且指出了认知无线电和机器学习在现有和未来无线通信系统中面临的进一步研究挑战。
- MM认知无线电网络的宽带频谱感知：一项调查
介绍了各种宽带频谱感知算法及其优缺点和挑战问题，并特别关注了子奈奎斯特技术的应用，包括压缩感知和多通道子奈奎斯特采样技术。
- 一比特零空间学习算法及其收敛性
本文提出了一种新的算法，称为一比特零空间学习算法（OBNSLA），用于 MIMO 认知无线电次用户（SU）学习主用户（PU）的干扰通道的零空间，无需给 PU 带来任何知识或显示与 SU 的合作。
- MM一种基于合作贝叶斯非参数框架的认知无线电网络主用户活动监测方法
本文提出了一种新的方法，旨在使多个认知无线电设备协作、使用贝叶斯非参数技术来估计原始用户的活动分布，进而通过形成联盟来优化算法性能，并得到了较高的准确性和性能优越性。
- 未知和随机变化链路状态下的适应性最短路径路由
研究无线网络中未知和随机变化的连接状态下自适应最短路径路由问题，通过多臂赌博机模型，利用不同臂之间的依赖关系实现了多项式级别的后悔率，适用于具有未知和动态通信环境的认知无线电和自组织网络。
- 利用矩阵补全的合作式频谱感知方法进行思维无线电网络的稀疏观测
使用最近的矩阵完备技术来解决协作无线电节点之间的协作感知问题，结果表明，即使在无噪声的情况下，当主用户数量增加时，只需使用不到 17％的完全感知信息即可达到 95.55％的检测率。
- 基于特征值的认知无线电频谱感知算法
本文提出了基于二级用户接收信号的协方差矩阵特征值的新型感知方法，包括基于最大特征值与最小特征值比率以及基于平均特征值与最小特征值比率的感知算法，并使用最新的随机矩阵理论量化了两种算法的误警概率和检测概率，验证了方法的有效性。
- 认知无线电网络中利用多天线进行机会式频谱共享
研究了二次用户在交互式无线通信过程中的最大吞吐量和最小化每个主接收器产生的干扰之间的权衡，并通过利用二次发射机处的多天线，从信息理论的角度对该基本权衡进行了表征，以实现对时空和频率域中的机会光谱共享。