学位论文 > 优秀研究生学位论文题录展示

认知无线网络决策与管理关键技术的研究

作　者: 张静
导　师: 周正
学　校: 北京邮电大学
专　业: 电路与系统
关键词: 认知无线网络协作波束形成层次分析法图论博弈论功率控制认知引擎
分类号: TN925
类　型: 博士论文
年　份: 2011年
下　载: 135次
引　用: 0次
阅　读: 论文下载

内容摘要

资源管理及决策是认知无线网络中受到广泛关注的关键技术,具有广阔的应用前景。本文选题来源于国家863计划等项目,具有重要的理论意义和实际意义。本文在对认知无线网络决策与资源管理的基本原理进行了深入研究的基础上,主要完成了以下具有创新性的研究成果：针对低信噪比环境下单用户频谱感知效率低的问题,提出了一种基于分布式Ad Hoc网络的协作波束形成技术。该技术利用了协作波束形成具有方向性增益的特点,能够有效地抑制噪声,提高了接收信噪比增益,且不需要任何先验信息。仿真表明该方法能够有效提高频谱感知效率。针对认知无线网络频谱分配问题,提出了一种基于层次分析(AHP)算法和图论着色定理相结合的频谱决策分配模型。模型中考虑了频谱可用时间、带宽、延迟等因素与业务特性进行匹配,选出最合适的频谱资源分配给用户。两种算法相结合细化了频谱决策分配机制,既保证了次用户的使用效益又兼顾了网络整体效益,提高了频谱利用率,并能降低次用户的频谱切换次数。针对认知无线网络功率控制问题,提出了一种基于非合作博弈理论的功率控制模型。模型中设计了一种基于信干比(SIR)的代价函数,兼顾了主用户对次用户的干扰因素。仿真结果表明该算法提高了功率利用率,同时还提高了认知无线网络中次用户容量和收敛速度,能够很好地满足认知无线网络环境中对功率快速高效分配的需要。针对认知引擎中多目标优化算法效率低的问题,提出了一种基于进制量子粒子群算法的认知引擎模型。由于算法引入了量子特性,使其具备非线性和不确定性的特点,收敛速度快且精度高,弥补了传统优化算法寻优效率低的缺点。通过OFDM系统验证了算法的高效性,能够很好地在认知引擎中起到多目标优化的作用,达到了对无线资源优化决策的目的。论文最后对全文进行了总结,并对与论文研究方向相关的领域进行了展望。

全文目录

摘要  5-7
ABSTRACT  7-9
目录  9-12
第1章绪论  12-38
  1.1 引言  12-14
  1.2 认知无线电概述  14-20
    1.2.1 认知无线电的基本概念  14-16
    1.2.2 认知无线电的基本特征  16-17
    1.2.3 认知无线电发展现状  17-20
  1.3 认知无线网络中的关键技术  20-28
    1.3.1 频谱感知技术  20-23
    1.3.2 频谱管理技术  23-26
    1.3.3 动态资源分配技术  26-27
    1.3.4 智能化决策技术  27-28
  1.4 认知无线网络相关标准化进程  28-32
  1.5 论文的研究内容及主要成果  32-33
  参考文献  33-38
第2章基于协作波束形成的认知无线网络频谱感知  38-54
  2.1 频谱感知技术  38-42
    2.1.1 匹配滤波器检测  39-40
    2.1.2 能量检测  40-41
    2.1.3 循环平稳特征检测  41-42
  2.2 波束形成技术在认知无线网络中的应用  42-43
  2.3 分布式认知无线网络协作波束形成技术  43-47
    2.3.1 协作波束形成模型分析  43-44
    2.3.2 基于延迟相加算法的协作波束形成  44-47
  2.4 基于能量检测器的频谱感知分析  47-50
    2.4.1 单用户频谱感知分析  47-48
    2.4.2 协作波束形成频谱感知分析  48-50
  2.5 仿真分析  50-51
  2.6 本章小结  51-52
  参考文献  52-54
第3章认知无线网络频谱决策分配模型的研究  54-73
  3.1 认知无线网络频谱分配模型  54-58
    3.1.1 基于图论着色定理的频谱分配模型  54-56
    3.1.2 基于干扰温度的频谱分配模型  56-57
    3.1.3 基于博弈论的频谱分配模型  57
    3.1.4 基于拍卖竞价原理的频谱分配模型  57-58
  3.2 基于AHP算法的频谱决策评估体系  58-64
    3.2.1 建立递阶层次结构  59
    3.2.2 构造比较判断矩阵  59-60
    3.2.3 层次单排序及一致性检验  60-61
    3.2.4 层次总排序与决策  61-62
    3.2.5 频谱使用效益分析建模  62-64
  3.3 基于图论的频谱分配体系  64-67
    3.3.1 基本概念介绍  64-65
    3.3.2 目标函数设置  65-66
    3.3.3 分配准则  66-67
  3.4 频谱决策分配模型总体架构  67-68
  3.5 仿真分析  68-70
  3.6 本章小结  70-71
  参考文献  71-73
第4章基于非合作博弈论的认知无线网络功率控制  73-88
  4.1 功率控制技术概述  73-74
  4.2 博弈论简介  74-78
    4.2.1 博弈论的发展  74-75
    4.2.2 博弈论基本概念与分类  75-78
  4.3 认知无线网络功率控制系统模型分析  78-79
    4.3.1 模型概述  78-79
    4.3.2 认知无线网络中基于SIR的干扰模型  79
  4.4 基于非合作博弈论的功率控制算法  79-84
    4.4.1 代价函数的提出  80-81
    4.4.2 收敛性分析证明  81-83
    4.4.3 纳什均衡解的存在性  83-84
  4.5 仿真分析  84-85
  4.6 本章小结  85-86
  参考文献  86-88
第5章基于二进制量子粒子群算法的认知引擎研究  88-110
  5.1 认知引擎  88-91
    5.1.1 认知引擎概念  89-90
    5.1.2 功能模块组成  90-91
  5.2 多目标优化系统建模  91-94
    5.2.1 问题描述  91-92
    5.2.2 控制参数及性能指标  92
    5.2.3 系统建模  92-94
  5.3 认知引擎优化算法  94-100
    5.3.1 遗传算法  94-95
    5.3.2 粒子群算法  95-96
    5.3.3 二进制量了粒子群算法  96-100
  5.4 二进制量子粒子群算法与认知引擎的结合  100-101
  5.5 仿真分析  101-105
  5.6 本章小结  105-106
  附录  106-107
  参考文献  107-110
第6章总结与展望  110-113
  6.1 论文总结  110-111
  6.2 未来研究展望  111-113
缩略语  113-115
图表索引  115-117
致谢  117-118
攻读学位期间发表的学术论文目录  118-119

认知无线网络决策与管理关键技术的研究

内容摘要

全文目录

相似论文