认知无线电系统的协作中继选择与功率分配算法研究

发布时间：2017-11-01 15:11

  本文关键词：认知无线电系统的协作中继选择与功率分配算法研究

  更多相关文章： 认知无线电 认知中继协作 中继选择 功率分配 交叉迭代算法

【摘要】：无线电频谱是有限的,不可再生的资源,然而,在无线通信技术飞速发展的同时,无线电频谱的短缺和人们对于无线电频谱资源的巨大需求成为制约无线电技术发展的瓶颈。认知无线电技术能够动态地检测频谱空洞以达到提高无线电频谱利用率的目的。合理的中继选择和功率分配技术能够显著提高系统吞吐量和信噪比,实现无线电频谱的高效利用。本文针对基于中继协作的频谱感知和频谱共享问题,研究中继选择和功率分配联合优化算法,从而达到有效提高认知无线电网络的频谱利用率的目的。本文首先对认知无线电的中继协作问题进行了分析,阐述了中继协作通信原理、中继协作协议以及中继选择类型,给出了中继协作的频谱共享模型以及中继选择和功率分配的联合优化模型,并介绍了认知无线电软硬件平台。其次,在分析单中继协作频谱共享环境中的影响因素基础上,提出了信任因子的概念,并给出了信任因子与漏检概率的关系。然后以最大化系统吞吐量为优化目标,提出了一种基于Underlay模式下的单中继选择和功率分配联合优化模型,并采用交叉迭代算法对该模型进行求解。仿真结果表明,相比于其他无信任因子的次优解算法和平均功率算法,本文的算法收敛速度更快,且显著提高系统吞吐量。最后,研究了多中继选择和功率分配问题,将多中继选择和功率分配联合优化问题归结为中继选择问题。以最大化系统信噪比为优化目标,采用人工蜂群算法进行求解,人工蜂群算法不仅能够有效求解该优化问题,给出系统的最大信噪比,而且仿真结果也表明,相比于穷举法和单中继选择算法,人工蜂群算法计算的时间短、复杂度低,且能获得更高的系统信噪比。
【关键词】：认知无线电 认知中继协作 中继选择 功率分配 交叉迭代算法
【学位授予单位】：燕山大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN925
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-22
• 1.1 课题背景及研究的意义10-13
• 1.2 国内外研究现状13-20
• 1.2.1 认知无线电研究现状13-14
• 1.2.2 基于协作中继的CR关键技术研究14-20
• 1.3 本文的主要研究内容20-22
• 第2章 基于中继的认知无线电技术22-37
• 2.1 中继协作通信技术原理22-28
• 2.1.1 中继协作系统模型22-23
• 2.1.2 中继传输协议23-26
• 2.1.3 单向中继网络和双向中继网络26-27
• 2.1.4 中继选择分类27-28
• 2.2 基于中继协作认知无线电系统模型28-30
• 2.2.1 基于中继的认知无线电频谱共享模型28-29
• 2.2.2 Underlay模式下基于中继的认知无线电频谱共享模型29-30
• 2.3 中继选择和功率分配联合优化30-31
• 2.4 认知无线电(CR)平台介绍31-36
• 2.4.1 认知无线电(CR)软件平台介绍32
• 2.4.2 认知无线电(CR)硬件平台介绍32-36
• 2.5 本章小结36-37
• 第3章 Underlay模式下认知无线电中继选择和功率分配37-50
• 3.1 Underlay模式下中继选择和功率分配系统模型37-39
• 3.2 凸优化理论39-41
• 3.2.1 凸集39-40
• 3.2.2 凸函数40
• 3.2.3 凸优化方法40-41
• 3.3 基于信任因子的中继选择和功率分配联合优化41-46
• 3.3.1 中继选择和功率分配联合优化算法41-43
• 3.3.2 交叉迭代算法43-46
• 3.4 仿真实验与结果分析46-49
• 3.5 本章小结49-50
• 第4章 中继协作下的认知无线电(CR)多中继选择50-58
• 4.1 多中继选择模型50-51
• 4.2 基于人工蜂群(ABC)算法的多中继选择策略51-54
• 4.2.1 人工蜂群(ABC)算法51-53
• 4.2.2 基于人工蜂群算法的求解53-54
• 4.3 仿真结果分析54-57
• 4.4 本章小结57-58
• 结论58-60
• 参考文献60-66
• 攻读硕士学位期间承担的科研任务与主要成果66-67
• 致谢67-68
• 作者简介68

【参考文献】

中国期刊全文数据库 前1条

1 池新生;郑宝玉;;非对称双向中继信道中协作分集和网络编码的联合应用[J];信号处理;2012年11期

，

本文编号：1127351