当前位置:主页 > 科技论文 > 网络通信论文 >

基于信道质量预测的分层匹配策略研究

发布时间:2017-08-20 18:11

  本文关键词:基于信道质量预测的分层匹配策略研究


  更多相关文章: 认知无线电 协作频谱感知 频谱预测 可变长Markov模型 分层匹配


【摘要】:认知无线电网络中,认知用户以机会的方式接入,接入的随机性及信道质量的时变性,使得可用信道资源变化得非常剧烈。多媒体数据传输时大带宽、低时延的要求加剧了网络变化。为了提高接收端视频质量,通信系统需要动态地估计信道质量。频谱预测作为认知无线电中一项关键技术,可以通过对频谱感知获得的信道历史状态信息进行分析,预测频谱的可用性,优化感知顺序,为重要数据分配更可靠的信道。现有的基于可变长马尔可夫模型的频谱预测算法(PST、LZ78、PPM、CTW)都是基于完美信道感知,在感知结果存在误差的场景下,预测性能显著恶化。针对这个问题,本文利用多个认知用户协作感知来提高感知精度,提出了一种新的协作概率后缀树预测算法,消除了感知误差对预测性能的影响。传统的分层多媒体信道匹配策略通常只考虑感知传输时间比,却忽略了信道噪声、空闲概率等因素对信道质量的影响,对于复杂的认知无线信道缺乏适应性。本文结合预测结果和信道噪声重新定义了丢包率以衡量信道质量,进而提出多媒体传输的分层匹配方案。该方案在传输调度时考虑了分层数据包的优先级和信道可靠性,将图像组(Group of Pictures,GoP)中越重要的层匹配到越可靠的信道上传输,使分层的视频流更好地在时变且可靠性不同的认知无线信道上传输。通过仿真,验证了协作概率后缀树预测算法的准确性,同时验证了基于信道质量预测的多媒体分层匹配策略的有效性。
【关键词】:认知无线电 协作频谱感知 频谱预测 可变长Markov模型 分层匹配
【学位授予单位】:西安电子科技大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TN925
【目录】:
  • 摘要5-6
  • ABSTRACT6-9
  • 符号对照表9-10
  • 缩略语对照表10-13
  • 第一章 绪论13-17
  • 1.1 研究背景和意义13-14
  • 1.2 认知无线电技术研究现状14-15
  • 1.2.1 认知无线网络中频谱预测技术研究现状14-15
  • 1.2.2 认知无线网络中可伸缩视频流传输研究现状15
  • 1.3 论文的研究内容和组织结构15-17
  • 第二章 预测及分层匹配技术理论基础17-27
  • 2.1 认知无线电发展概述17-18
  • 2.2 认知无线电关键技术18-21
  • 2.3 基于马尔可夫的预测算法简介21-24
  • 2.3.1 不可变长马尔可夫预测22-23
  • 2.3.2 可变长Markov预测23-24
  • 2.4 可伸缩视频编解码24-25
  • 2.5 本章小结25-27
  • 第三章 基于信道质量预测的多媒体分层匹配策略27-45
  • 3.1 系统模型及问题描述27-31
  • 3.2 基于博弈的协作概率后缀树预测算法31-33
  • 3.2.1 概率后缀树预测31-33
  • 3.3 基于联盟博弈的协作频谱感知算法33-39
  • 3.3.1 联盟博弈理论33-34
  • 3.3.2 联盟生成算法34-37
  • 3.3.3 多个授权用户多个认知用户场景的讨论37-39
  • 3.4 基于信道质量预测的多媒体分层匹配策略39-43
  • 3.4.1 信道质量预测39-41
  • 3.4.2 优先级-可靠性调度准则41-42
  • 3.4.3 分层匹配方案42-43
  • 3.5 本章小结43-45
  • 第四章 仿真对比与性能分析45-55
  • 4.1 协作概率后缀树预测性能仿真与分析45-48
  • 4.2 基于预测信道质量的多媒体分层匹配策略仿真与分析48-53
  • 4.2.1 信道质量预测48-49
  • 4.2.2 基于信道质量预测的分层匹配方案性能分析49-53
  • 4.3 本章小结53-55
  • 第五章 总结与展望55-57
  • 5.1 论文总结55
  • 5.2 展望55-57
  • 参考文献57-61
  • 致谢61-63
  • 作者简介63-64

【相似文献】

中国期刊全文数据库 前10条

1 戴迎s,

本文编号:708112


资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/wltx/708112.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户3c594***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com