学位论文 > 优秀研究生学位论文题录展示
认知无线电网络的累加干扰分析
作 者: 孙培培
导 师: 杨震
学 校: 南京邮电大学
专 业: 信号与信息处理
关键词: 认知无线电 机会频谱接入 累加干扰 概率统计模型 马尔科夫决策过程 Q-Learning算法
分类号: TN925
类 型: 硕士论文
年 份: 2011年
下 载: 57次
引 用: 0次
阅 读: 论文下载
内容摘要
随着信息时代的到来,各种无线通信技术的发展日新月异,可用的无线频谱资源正面临逐渐枯竭的困境。认知无线电(Cognitive Radio, CR)的提出,从根本上改变了当前的固定频谱分配方式,有效地实现频谱资源的动态管理、提高频谱利用率。同时,随着广播电视系统由模拟时代向数字时代的转换,原有的广播电视频段出现大量的频谱空穴(Spectrum Hole)。为此,IEEE 802.22工作组为无线区域网(Wireless Regional Area Network, WRAN)制定一系列空中接口标准,使认知无线电设备能够在不干扰广播电视业务的前提下在VHF/UHF频段正常通信。在技术实现过程中,认知无线电网络对主用户系统造成的干扰作为提高无线通信系统可靠性、吞吐率和频谱利用率的重要制约因素,受到研究人员的广泛关注。基于该背景,本文展开以下研究工作:第一,综述认知无线电网络中的干扰问题,重点介绍认知无线电网络累加干扰的两种处理方式——干扰管理和建模分析。第二,利用数学建模理论对认知无线电中机会频谱接入(Opportunistic Spectrum Access, OSA)下认知用户对主用户系统造成的累加干扰进行统计分析。一方面,采用带内频谱感知方式,减小频谱与信令开销,降低成本;另一方面,建立以主用户接收机为中心的累加干扰模型,提供更加直接的分析模型。通过理论分析和实验仿真,分析主用户接收机处的信干比与认知用户发射机的感知范围、主用户发射机到接收机之间的距离、路径损耗衰减指数等之间的关系,为认知无线电的网络优化提供理论依据。第三,结合马尔科夫决策过程(Markov Decision Process, MDP)理论,对认知无线电网络的累加干扰进行智能管理。一方面,在主用户接收机处引入智能管理模块,对认知无线电网络的累加干扰进行集中式管理;另一方面,在功率分配算法中结合Q-Learning算法,实现认知用户功率分配的自适应性和累加干扰控制的智能性。仿真结果证明,本文提出的干扰管理算法能够在满足主用户系统累加干扰约束的情况下,实现对认知用户发射功率的智能分配和管理。
|
全文目录
摘要 4-5 Abstract 5-6 缩略语 6-11 第一章 绪论 11-23 1.1 引言 11-12 1.2 认知无线电网络综述 12-21 1.2.1 认知无线电的概念和特点 12-13 1.2.2 认知无线电的功能 13-15 1.2.3 认知无线电的协议体系结构 15-16 1.2.4 认知无线电的关键技术介绍 16-20 1.2.5 认知无线电的研究动态及应用 20-21 1.3 本文研究内容及结构安排 21-23 1.3.1 本文研究内容和课题来源 21-22 1.3.2 本文的结构安排 22-23 第二章 认知无线电网络累加干扰综述 23-36 2.1 引言 23 2.2 基于认知无线电的IEEE 802.22 标准 23-29 2.2.1 认知无线电在TV 频段的发展 23-25 2.2.2 基于认知无线电的IEEE 802.22 标准介绍 25-29 2.3 认知无线电网络的干扰问题研究 29-31 2.3.1 机会频谱接入 29-30 2.3.2 主用户对认知用户的干扰 30-31 2.3.3 认知用户对主用户的干扰 31 2.4 认知无线电网络累加干扰的分析方法 31-35 2.4.1 干扰管理 31-32 2.4.2 建模分析 32-34 2.4.3 干扰约束 34-35 2.5 本章小结 35-36 第三章 基于带内频谱感知的认知无线电网络累加干扰模型分析 36-48 3.1 引言 36-37 3.2 认知无线电网络系统模型 37-41 3.2.1 网络模型 37-38 3.2.2 信道模型 38 3.2.3 干扰约束 38-39 3.2.4 频谱感知 39-41 3.3 基于带内频谱感知的认知无线电网络累加干扰模型 41-45 3.3.1 认知网络累加干扰模型 41-43 3.3.2 主用户接收机位于主用户发射机的保护范围之外 43-44 3.3.3 主用户接收机位于主用户发射机的保护范围之内 44-45 3.4 仿真结果与分析 45-47 3.5 本章小结 47-48 第四章 基于Q-Learning 的认知无线电网络累加干扰管理 48-64 4.1 引言 48-49 4.2 认知无线电网络系统模型及假设 49-51 4.2.1 网络模型 49-50 4.2.2 模型假设 50-51 4.3 Q-Learning 理论 51-54 4.3.1 强化学习 51-52 4.3.2 MDP 决策 52-53 4.3.3 Q-Learning 理论 53-54 4.4 基于Q-Learning 的认知无线电网络累加干扰控制算法 54-58 4.4.1 基于Q-Learning 的认知无线电网络累加干扰控制 54-57 4.4.2 算法描述与分析 57-58 4.5 仿真结果及分析 58-63 4.5.1 仿真场景 59 4.5.2 仿真结果 59-63 4.6 本章小结 63-64 第五章 结束语 64-66 5.1 本文的结论及主要贡献 64-65 5.2 对下一步研究的建议及未来研究方向 65-66 攻读硕士学位期间撰写的学术论文 66-67 攻读硕士学位期间参与的科研项目 67-68 致谢 68-69 参考文献 69-75
|
相似论文
- 基于高阶累积量的频谱感知技术仿真分析,TN911.23
- NC-OFDM系统旁瓣抑制方法研究,TN919.3
- 基于PULL策略的再制造/制造混合系统库存控制研究,F224
- 用于频谱感知的小型宽—窄带组合天线的设计与研究,TN822
- 基于协作中继的认知无线电功率分配算法研究,TN925
- 基于随机矩阵理论和压缩感知的合作频谱感知技术研究,TN925
- 基于压缩感知的认知无线电频谱检测技术及其研究,TN925
- 认知无线电系统合作频谱感知中感知数据错误化攻击防御技术,TN925
- 认知无线电技术在ZigBee中的应用研究,TP212.9;TN929.5
- 认知无线电中协作频谱感知技术的研究,TN925
- 变速率OFDM调制方案的设计与实现,TN919.3
- 认知无线电网络中的基于信道特征的主用户仿真攻击防御技术,TN925
- 认知无线电频谱感知算法研究,TN925
- 多用户CR-OFDM系统中的动态资源分配技术研究,TN919.3
- 认知无线电网络中协作传输技术研究,TN925
- 认知无线电的频谱感知及频谱接入策略研究,TN925
- 基于非合作博弈的认知无线电功率控制算法,TN925
- 基于认知无线电的频谱感知技术研究,TN925
- 认知无线网络中宽带压缩频谱感知关键技术,TN925
- 认知无线电中频谱感知方法的研究,TN925
- 认知无线电的频谱分配技术研究,TN925
中图分类: > 工业技术 > 无线电电子学、电信技术 > 无线通信 > 无线电中继通信、微波通信
© 2012 www.xueweilunwen.com
|