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

论文摘要

随着无线通信技术的飞速发展,人们对无线频谱的需求急剧增加。在传统的静态频谱管理方式中,大多数频谱资源已经被分配给特定的通信系统或用户,很难为新的通信系统找到可用频段。而另一方面,一些测量数据表明,已分配的频谱利用率十分低下,因此频谱资源的稀缺问题很大程度上归因于低效的分配方式,而不仅是频谱资源的物理稀缺。认知无线电技术是一种具备动态频谱接入功能的智能无线通信系统,能在不干扰主用户的前提下伺机接入主用户的频段,提高已分配频谱的利用率,从而缓解无线频谱资源短缺的问题。认知无线电的关键技术从广义上分为三大类,即频谱感知、频谱共享和频谱资源管理。其中频谱感知是认知无线电技术能够成功应用的重要前提,其目标是在不干扰主用户的条件下,提供给次级用户接入主用户频段的机会。本文在频谱感知技术的性能分析和优化方面进行了研究,创新性成果如下:1.在Nakagami-m衰落信道下,分析了采用等增益合并进行数据融合的合作检测算法的性能。本文利用广义马库姆Q函数的等价表达式和一些特殊函数的积分,得到了衰落因子为任意不小于0.5的数时检测性能的通用级数表达式。仿真结果验证了理论分析结果的正确性,并给出一组实际中的参数设置。2.以周期频谱感知机制为研究背景,在只有一个考察频段的场景下,分别建立了采用传统数据融合的合作检测、单用户序贯检测和多用户合作序贯检测三种检测方式时,认知无线电系统的吞吐量优化模型。在对主用户有充分保护的约束条件下,利用最优化理论证明了最优解的存在性和唯一性,并给出了最优解的搜索算法。仿真结果给出了不同仿真参数设置下的最大吞吐量及其对应的最优参数。从仿真结果可以看出,采用检测速度更快的序贯检测的认知无线电系统可以达到更大的吞吐量,其代价是进行更多次的判决。在实际应用中,可根据具体情况选择不同的检测算法。3.研究了主用户为多载波调制系统时认知无线电系统的检测参数设置问题。当主用户为多载波调制系统时,次级用户要先将其接收信号变换到频域,然后在频域上对每个子信道上的信号进行检测。本文研究了次级用户分别采用单用户检测和基于决策融合的多用户合作检测时,对多载波调制的主用户系统的检测参数设置问题,首先给出了检测器模型,进而建立吞吐量优化问题,并给出了优化方法。仿真结果验证了理论分析。4.当认知无线电网络中存在多个主用户频段时,次级用户需要依次感知每个主用户频段。本文提出了一种基于粒子群优化的算法,优化了分配给每个主用户频段的检测时间,以达到系统吞吐量最优。通过将该问题建模为一个约束优化问题,并以每个主用户频段分配的检测时间为优化变量,给出了算法的具体步骤以及对优化问题中约束条件的处理方法。仿真结果表明算法性能稳定、收敛快,且能达到比已有算法更大的吞吐量。

论文目录

  • 摘要
  • ABSTRACT
  • 图表目录
  • 缩略词
  • 第一章 绪论
  • 1.1 研究背景和意义
  • 1.2 认知无线电
  • 1.2.1 定义
  • 1.2.2 发展和标准化
  • 1.2.3 关键技术
  • 1.3 认知无线电的频谱感知技术
  • 1.3.1 干扰温度模型
  • 1.3.2 主用户信号检测模型
  • 1.4 本文研究的主要内容
  • 第二章 衰落信道下等增益合作频谱感知的性能分析
  • 2.1 引言
  • 2.2 系统模型
  • 2.3 衰落信道下等增益合作频谱感知的性能分析
  • 2.3.1 AWGN 信道下的性能分析
  • 2.3.2 衰落信道下的性能分析
  • 2.4 数值结果与分析
  • 2.5 本章总结
  • 第三章 最优的单频段感知技术
  • 3.1 引言
  • 3.2 预备知识
  • 3.3 最优数据融合合作检测
  • 3.3.1 系统模型
  • 3.3.2 问题建模
  • 3.3.3 吞吐量优化
  • 3.3.4 仿真结果与分析
  • 3.3.5 本节小结
  • 3.4 最优单用户序贯检测
  • 3.4.1 系统模型
  • 3.4.2 问题建模
  • 3.4.3 吞吐量优化
  • 3.4.4 仿真结果与分析
  • 3.4.5 本节小结
  • 3.5 最优多用户合作序贯检测
  • 3.5.1 系统模型
  • 3.5.2 问题建模
  • 3.5.3 吞吐量优化
  • 3.5.4 仿真结果与分析
  • 3.5.5 本节小结
  • 3.6 本章总结
  • 附录3-A
  • 附录3-B
  • 第四章 最优的多频段感知技术
  • 4.1 引言
  • 4.2 最优多载波检测
  • 4.2.1 系统模型
  • 4.2.2 单用户检测
  • 4.2.3 多用户合作检测
  • 4.2.4 仿真结果与分析
  • 4.2.5 本节小结
  • 4.3 最优多频段检测
  • 4.3.1 系统模型
  • 4.3.2 问题建模
  • 4.3.3 最优解的搜索方法
  • 4.3.4 性能仿真与分析
  • 4.3.5 本节小结
  • 附录4-A
  • 第五章 总结和展望
  • 5.1 全文内容总结
  • 5.2 后续研究工作展望
  • 参考文献
  • 致谢
  • 攻读博士学位期间完成的论文和参与的科研项目
  • 相关论文文献

    • [1].军事领域认知无线电的应用探讨[J]. 中国新通信 2017(06)
    • [2].基于博弈论的认知无线电频谱分配技术探讨[J]. 通讯世界 2017(09)
    • [3].认知无线电关键技术及其在煤矿通信中的应用研究[J]. 通讯世界 2017(17)
    • [4].认知无线电技术在广播电视监测行业的应用[J]. 中国有线电视 2016(05)
    • [5].认知无线电技术的国内外发展[J]. 科技传播 2016(12)
    • [6].浅析军事通信应用认知无线电技术效果研究[J]. 无线互联科技 2016(16)
    • [7].认知无线电网络:从理论到实践[J]. 通信对抗 2013(02)
    • [8].基于认知无线电技术的动态频谱分配方案研究[J]. 电子制作 2015(07)
    • [9].认知无线电网络中的功率控制算法研究[J]. 电子制作 2015(07)
    • [10].军事通信应用认知无线电技术效果探讨[J]. 通讯世界 2015(18)
    • [11].认知无线电关键技术在通信中的应用[J]. 科技风 2013(22)
    • [12].认知无线电网络中能量检测技术的研究[J]. 科技资讯 2013(29)
    • [13].本期认知无线电评审专家[J]. 电波科学学报 2013(05)
    • [14].认知无线电在智能电网中的研究进展及发展趋势[J]. 计算机科学 2013(S2)
    • [15].多载波认知无线电无线携能通信资源分配算法[J]. 北京邮电大学学报 2020(03)
    • [16].认知无线电技术及其应用研究[J]. 信息与电脑(理论版) 2017(09)
    • [17].认知无线电检测技术研究[J]. 山东工业技术 2015(24)
    • [18].认知无线电技术及其在短波通信选频中的应用[J]. 通讯世界 2016(08)
    • [19].认知无线电系统基础[J]. 通信对抗 2013(03)
    • [20].认知无线电网络研究[J]. 电信快报 2014(01)
    • [21].认知无线电关键技术在煤矿通信中的应用[J]. 煤炭技术 2014(02)
    • [22].认知无线电通信和组网——原理与实践[J]. 通信对抗 2014(01)
    • [23].本期认知无线电评审专家[J]. 电波科学学报 2013(03)
    • [24].本期认知无线电评审专家[J]. 电波科学学报 2013(04)
    • [25].认知无线电技术受热议[J]. 中国无线电 2012(02)
    • [26].浅析军用认知无线电的优势[J]. 现代防御技术 2011(06)
    • [27].认知无线电技术的基础性探析[J]. 科协论坛(下半月) 2010(11)
    • [28].认知无线电技术的新进展[J]. 电信技术 2009(01)
    • [29].浅议认知无线电研究的切入点[J]. 中国无线电 2009(07)
    • [30].认知无线电技术及其军事应用[J]. 现代军事 2008(02)

    标签:;  ;  ;  ;  ;  ;  ;  ;  ;  

    认知无线电频谱感知技术性能分析及优化
    下载Doc文档

    猜你喜欢