卫星认知无线网络动态频谱接入技术研究

发布时间：2017-10-09 12:28

  本文关键词：卫星认知无线网络动态频谱接入技术研究

  更多相关文章： 卫星通信 动态频谱接入 大数据理论 频谱感知 行为预测

【摘要】：卫星通信技术凭借其覆盖面积大、通信距离远的优点,逐渐在各个领域扮演着越来越重要的角色。目前卫星通信需求和业务应用类型的逐渐增加,正在加剧频谱资源的紧张程度,然而,频谱资源利用率低的根本原因是当前采用的固定频谱分配策略。为了从根本上解决卫星通信网络中频谱资源短缺与频谱利用率低之间的矛盾,需要研究卫星通信系统中的动态频谱接入技术。本文首先结合国内外研究现状分析了卫星认知无线网络动态频谱接入过程中遇到的关键挑战。并且通过研究认知无线网络动态频谱接入的基本理论,分析了卫星认知无线网络动态频谱接入过程中的关键技术,并分析和比较了国内外近年来提出的三种典型卫星认知无线网络动态频谱接入场景。在此基础上,本文设计了一种采用集中式架构的卫星认知无线网络动态频谱接入场景。该场景充分考虑了卫星终端载荷及能耗的限制,具有良好的可实现性,且认知网络采用集中式管理架构,易于实现高效的频谱感知和网络中的干扰抑制。接下来,针对卫星认知无线网络中频谱感知困难的问题,在本文设计的认知无线网络场景下研究了基于大数据分析理论的大规模认知无线网络频谱感知算法,并基于大数据分析理论提出了一种特征值指数均值算法。该算法充分利用了感知结果样本协方差矩阵的所有特征值来进行判决,相比于传统的基于大数据理论的频谱感知算法,本文提出的算法能够在不知道授权用户先验信息的情况下有效提升频谱感知算法的性能。最后,针对卫星认知无线网络中授权用户受到干扰的风险增加的问题,在本文设计的认知无线网络场景下研究了网络用户行为预测算法,并提出了一种基于级联前向神经网络的多步预测算法。该算法利用级联前向神经网络较强的学习能力,通过学习和分析授权用户对频谱的历史占用情况,对未来若干个感知时隙内的授权用户行为进行预测,使得认知网络的基站能够利用这些预测结果对认知用户的频谱资源使用情况进行及时调度,进而在最大程度上减少认知用户对授权用户的干扰。
【关键词】：卫星通信 动态频谱接入 大数据理论 频谱感知 行为预测
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN927.2
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-16
• 1.1 课题背景及研究意义9-11
• 1.2 国内外研究现状及分析11-14
• 1.2.1 卫星认知无线网络国外研究现状11-12
• 1.2.2 卫星认知无线网络国内研究现状12-13
• 1.2.3 卫星认知无线网络国内外研究现状分析13-14
• 1.3 主要研究内容与结构安排14-16
• 第2章 卫星认知无线网络基础理论研究16-24
• 2.1 引言16
• 2.2 认知无线网络基本理论16-18
• 2.3 卫星认知无线网络动态频谱接入场景18-23
• 2.3.1 卫星网络利用认知无线电技术分享地面网络频谱空穴场景18-19
• 2.3.2 地面网络利用认知无线电技术分享卫星网络频谱空穴场景19-20
• 2.3.3 卫星网络利用认知无线电技术分享其他卫星网络频谱空穴场景20-22
• 2.3.4 采用集中式架构的卫星认知无线网络动态频谱接入场景22-23
• 2.4 本章小结23-24
• 第3章 卫星认知无线网络频谱感知算法研究24-46
• 3.1 引言24
• 3.2 基于随机矩阵模型的大数据分析理论24-28
• 3.3 基于大数据分析的频谱感知算法28-39
• 3.3.1 估计-相关器（EC）算法31-34
• 3.3.2 特征值模板匹配（FTM）算法34-35
• 3.3.3 基于矩阵函数的检测（FMD）算法35-37
• 3.3.4 最大-最小特征值比（MME）算法37-38
• 3.3.5 协方差绝对值（CAV）算法38
• 3.3.6 特征值指数均值（MEE）算法38-39
• 3.4 基于大数据分析的频谱感知算法性能仿真验证及比较39-45
• 3.4.1 信道条件对基于大数据分析的频谱感知算法性能的影响41-42
• 3.4.2 感知节点数量对基于大数据分析的频谱感知算法性能的影响42-43
• 3.4.3 基于大数据分析的频谱感知算法比较43-45
• 3.5 本章小结45-46
• 第4章 卫星认知无线网动态频谱络接入准则研究46-65
• 4.1 引言46
• 4.2 卫星认知无线网络用户行为预测模型46-50
• 4.2.1 卫星认知无线网络用户行为预测系统模型47-49
• 4.2.2 用户行为模型49-50
• 4.3 用户行为预测算法50-58
• 4.3.1 基于更新理论的用户行为预测算法50-51
• 4.3.2 基于前馈神经网络（FFN）的单步预测算法51-56
• 4.3.3 基于级联神经网络（CFN）的多步预测算法56-58
• 4.4 性能仿真验证与分析58-64
• 4.4.1 FFN与CFN学习能力仿真比较59
• 4.4.2 预测阶数对预测算法性能的影响59-61
• 4.4.3 卫星认知无线网络用户行为预测算法性能仿真比较61-64
• 4.5 本章小结64-65
• 结论65-66
• 参考文献66-70
• 攻读硕士学位期间发表的学术论文及其它成果70-72
• 致谢72

【相似文献】

中国期刊全文数据库 前10条

1 何廷润;;试论动态频谱接入中“云计算”的应用前景[J];移动通信;2011年09期

2 张晶;陆音;;动态频谱接入:起因、内涵与分类[J];科技信息;2012年36期

3 姚富强;张建照;柳永祥;赵杭生;;动态频谱管理的发展现状及应对策略分析[J];电波科学学报;2013年04期

4 刘香附;;动态频谱管理[J];中国无线电;2007年10期

5 蒋师;屈代明;吴露露;钟国辉;;动态频谱接入技术的分类和研究现状[J];通信技术;2008年11期

6 时颖;林茂六;;动态频谱接入中的侦测与避让技术[J];电信科学;2010年03期

7 马云;动态频谱显示器的原理与设计[J];电声技术;1988年02期

8 刘俊彤;王可人;冯辉;;分枝定界在多级动态频谱分配中的应用[J];信号处理;2014年03期

9 吴皓;;基于服务的动态频谱管理技术[J];移动通信;2014年10期

10 杨福林;;动态频谱管理问题研究[J];科技致富向导;2013年20期

中国重要会议论文全文数据库 前2条

1 俞苗亮;李有明;陈先福;;基于串音抑制和动态频谱管理的复合型算法[A];浙江省电子学会第七次会员代表大会暨2007学术年会论文集[C];2007年

2 邱晶;余平;;基于认知无线电技术的动态频谱接入[A];2008年中国通信学会无线及移动通信委员会学术年会论文集[C];2008年

中国重要报纸全文数据库 前1条

1 本报记者 孟祥初;提高频谱利用率迫在眉睫[N];通信产业报;2009年

中国博士学位论文全文数据库 前7条

1 陈波;动态频谱接入系统中资源分配方法研究[D];浙江大学;2016年

2 苗丹;认知无线网络中的动态频谱分配技术研究[D];北京邮电大学;2010年

3 王志强;动态频谱接入系统中的感知调度策略研究[D];华中科技大学;2012年

4 侯炜;NC-OFDM动态频谱共享系统的关键技术[D];清华大学;2010年

5 刘红杰;基于认知无线电的动态频谱管理理论及相关关键技术研究[D];北京邮电大学;2009年

6 苏曦;基于认知系统中频谱特征的动态频谱分配与接入机制、资源优化方法研究[D];北京邮电大学;2010年

7 唐舟进;动态频谱认知无线通信关键技术研究[D];北京邮电大学;2014年

中国硕士学位论文全文数据库 前10条

1 张东东;认知无线网络动态频谱接入研究[D];江南大学;2015年

2 付岗;动态频谱接入系统策略设计与优化[D];哈尔滨工业大学;2014年

3 朱丙虎;基于博弈论的认知无线网络动态频谱分配算法研究[D];华东交通大学;2015年

4 李原;卫星认知无线网络动态频谱接入技术研究[D];哈尔滨工业大学;2016年

5 梁会玲;动态频谱接入的策略研究[D];北京邮电大学;2011年

6 陈晓;认知无线网络中基于博弈论的动态频谱管理与算法研究[D];华东交通大学;2013年

7 江雪原;动态频谱接入关键技术的研究[D];厦门大学;2009年

8 后茂森;感知无线电的动态频谱分配算法研究[D];重庆邮电大学;2010年

9 李晓静;基于强化学习的动态频谱分配算法的研究[D];南京邮电大学;2011年

10 王凌云;认知无线网络中基于拍卖理论的动态频谱分配研究[D];西安电子科技大学;2012年

，

本文编号：1000228