认知无线电网络中机会频谱接入的感知控制方法研究

发布时间：2020-05-26 07:52

【摘要】：随着现代无线通信技术的发展,资源紧缺现象越来越严重,这就导致人们对频谱分配方式的思考,为解决这种频谱资源紧缺现象,研究者们提出了认知无线电技术。认知无线电(Cognitive Radio,CR)的接入方式是机会频谱接入,认知用户通过频谱感知技术感知动态频谱环境,得到与授权用户即主用户共享授权频段的机会,因此,频谱感知性能的提升在认知无线电中至关重要。本文是以频谱感知控制方法的研究为重点,搭建了一个基于BP神经网络的多用户多信道预测模型。论文中首先将频谱感知的研究现状做了综述,介绍了几种常用的频谱感知技术方法,结合近几年较实用的预测模型,介绍了频谱感知中常用的频谱预测方法。在单用户多信道预测模型的基础上,搭建了多用户多信道预测模型。论文中在单用户多信道模型的搭建过程中,选择使用ON/OFF信道状态建模,对这个模型进行理论分析和仿真实验,得到多个重要的实验参数,其中最重要的就是信道预测剩余可使用时间,结合信道内已有数据的分析(如信道通信流量占用、信号干扰比、信道空闲利用率、用户位置定位等),将信道模型的接入切换方式分为三种,分别是按表格接入切换、按距离接入切换和随机接入切换。从理论分析和实验结果中看到,按表格切换控制的切换次数只占按距离切换控制的切换次数的10%左右,随机接入的切换次数也降低到按距离切换的50%左右,但是由于随机切换还有等待切换时间没有计算,故可以不关注随机切换方式,从另外两种切换方式的对比中,可以明显的看到能量消耗的降低。此外,在单用户多信道模型的搭建中,还对信道内频谱感知的周期进行了理论分析和仿真实验。在IEEE802.22中对于频谱感知周期的定义是将感知周期固定化,在本论文中设置感知周期为动态变化的时间,通过最小化感知周期的消耗函数得到最佳感知周期。在信道四种状态模型下,使用积分求取四种状态中的有效通信时长和无效通信时长,对每种状态出现的概率使用贝叶斯推导公式更新概率值,形成信道模型。在信道模型中将归一化信道效率以及归一化干扰时长取极小值,求得最佳的数据传输时间,根据数据传输时间可以求得最佳感知时间。使用传输的数据量和信道本身状态来确定频谱的感知周期,如若上面两种数据有发生变化,那么感知周期也要发生变化。这对于多信道中信道的选取和切换进行数据量化,从数据中分析得到最优信道从而提高数据传输速率和降低信道干扰。单用户多信道模型在认知用户数目上具有限制性,为了模型具有更广泛性,更贴近实际中使用的网络模式,基于单用户多信道模型搭建多用户多信道模型。多用户多信道模型中选择基于BP神经网络的频谱预测对信道剩余可使用时间做短时间预测,结合线性分析得到筛选表以及带内使用频谱感知的动态感知周期求取感知周期值完成网络模型的搭建。通过理论分析和实验证明,频谱预测结合信道控制接入方法以及信道内感知的周期优化,多用户多信道系统的频谱利用率提高百分比的取值要大于90%,感知能量降低百分比最小也要大于46%。所以,基于BP神经网络的多用户多信道预测模型的建立具有实际意义。
【图文】：

单点感知频谱检测方法下面有主用户发射机检测和主用户接收机检测，协作逡逑频谱感知检测下面分为分布式协作检测和集中式协作检测。这些二级检测方逡逑法下面还可以再细分，主要的频谱检测算法划分图如图２－２所示：逡逑频谱检测算法逡逑．邋１邋＇逡逑Ｉ邋｜逦｜逦１逡逑单点检测逦协作检测逡逑，邋１逡逑主用户接收机逦｜主用户发射机逡逑检测逦检测逡逑＂＂＂逦Ｉ邋￣￣逦ＺＩＺＺＺＥ＾＾Ｚ逦ｒ—Ｉ￣￣逦ｒ－ｉ－￣￣逡逑ｉ逦〕逦１逦１逦集中逦分布逡逑Ｈ逦ｉｉ邋＾逦§逡逑温度ｆｉ器检检特征测邋ｍ逡逑检测逦测邋测邋检测逡逑图２－２主要频谱检测算法分类图逡逑１０逡逑

ｒ／邋ｑ’邋，逦ａ逦谱接入逡逑１ｘ＾７邋！邋／－——：逡逑＾逦５？＾逡逑频谱空穴逡逑图２－１频谱空穴示意图逡逑从认知用户数目角度来划分，可分为协作感知检测和单点感知检测，顾逡逑名思义，单点检测就是一个认知用户独立的完成频谱检测，协作频谱检测就逡逑是多个认知用户一起完成频谱检测，而两种感知检测方法还可以向下细分，逡逑单点感知频谱检测方法下面有主用户发射机检测和主用户接收机检测，协作逡逑频谱感知检测下面分为分布式协作检测和集中式协作检测。这些二级检测方逡逑下面还可以再细分，主要的频谱检测算法划分图如图２－２所示：逡逑
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TN925

【相似文献】

相关期刊论文 前10条

1 徐帆;徐细波;刘佳;;军事领域认知无线电的应用探讨[J];中国新通信;2017年06期

2 钟宜洁;;基于博弈论的认知无线电频谱分配技术探讨[J];通讯世界;2017年09期

3 武晓波;;认知无线电关键技术及其在煤矿通信中的应用研究[J];通讯世界;2017年17期

4 汪瑞;;认知无线电技术在广播电视监测行业的应用[J];中国有线电视;2016年05期

5 钱小森;;认知无线电技术的国内外发展[J];科技传播;2016年12期

6 马娟;;浅析军事通信应用认知无线电技术效果研究[J];无线互联科技;2016年16期

7 沈涛;;认知无线电网络:从理论到实践[J];通信对抗;2013年02期

8 张峰;;军事通信应用认知无线电技术效果探讨[J];通讯世界;2015年18期

9 郎为民;陈凯;蔡理金;;认知无线电网络研究[J];电信快报;2014年01期

10 桂波;;认知无线电关键技术在煤矿通信中的应用[J];煤炭技术;2014年02期

相关会议论文 前10条

1 饶毓;曹志刚;;认知无线电技术的标准化进程[A];2009年全国无线电应用与管理学术会议论文集[C];2009年

2 李俊葶;陈金鹰;刘庆丰;徐广伟;;浅谈认知无线电[A];四川省通信学会2008年学术年会论文集[C];2008年

3 刘晓雪;郑宝玉;季薇;;认知无线电网络中的一种协作分集机制[A];2010年通信理论与信号处理学术年会论文集[C];2010年

4 赵滨;马锴;关新平;;区分信道的认知无线电网络频谱分配算法研究[A];第二十九届中国控制会议论文集[C];2010年

5 李雷;郑宝玉;崔景伍;;一种改进的认知无线电网络用定向L型天线[A];2010年通信理论与信号处理学术年会论文集[C];2010年

6 苏胤杰;蒋铃鸽;何晨;;基于协作通信的认知无线电中继有效位置分析[A];2010年通信理论与信号处理学术年会论文集[C];2010年

7 李妍琳;康宁;刁寅亮;高攸纲;石丹;;认知无线电系统中频点门限的扩展讨论[A];第二十届全国电磁兼容学术会议论文集[C];2010年

8 黄勇;任智;陈前斌;李晴阳;;基于OPNET的认知无线电网络传输速率切换仿真研究[A];2009年全国无线电应用与管理学术会议论文集[C];2009年

9 张龙立;;在宽带无线通信系统中应用的认知无线电技术[A];科技研究——2015科技产业发展与建设成就研讨会论文集（上）[C];2015年

10 安康;梁涛;;认知星地融合网络中基于随机干扰的保护区分析[A];第十四届卫星通信学术年会论文集[C];2018年

相关重要报纸文章 前10条

1 黑龙江 王宇宙 编译;认知无线电发展综述[N];电子报;2012年

2 本报记者 卢子月;认知无线电让网络不再拥挤[N];通信产业报;2011年

3 常丽君;避堵走闲，，美开发认知无线电上网系统[N];科技日报;2014年

4 北京邮电大学WSPN实验室 雷光;认知无线电技术[N];通信产业报;2007年

5 ;认知无线电：未来无线通信的重要发展方向[N];人民邮电;2007年

6 本报记者　郑焕斌;未来通讯 看我独霸[N];科技日报;2006年

7 江苏泰州市无线电管理办公室 刘浏 窦沛沛;认知无线电整合“闲散”频谱[N];通信产业报;2009年

8 四川 杨远清 编译;可检测空闲频带的认知无线电接收器[N];电子报;2013年

9 特约撰稿人 吴康迪;日本4G路线明晰 “催熟”新技术[N];通信产业报;2009年

10 上海无线电监测站 李春燕;动态频谱管理技术：从认知无线电到人工智能[N];中国电子报;2017年

相关博士学位论文 前10条

1 胡祝华;认知无线电宽带频谱压缩感知算法研究[D];海南大学;2019年

2 杨艺;面向认知无线电适变能力提升的决策机制研究[D];哈尔滨工业大学;2019年

3 张帆;能量收集认知无线电网络中资源管理技术研究[D];北京交通大学;2018年

4 季中恒;多天线认知无线电网络功率优化技术研究[D];战略支援部队信息工程大学;2019年

5 魏纵横;认知无线电网络MAC层频谱管理技术研究[D];华南理工大学;2018年

6 王子（Prince SEMBA YAWADA）;认知无线电网络中的谱资源管理[D];北京科技大学;2019年

7 张树英;基于控制理论的认知无线电网络动态功率控制研究[D];吉林大学;2019年

8 陆川;基于认知无线电技术的网络资源优化理论及应用的研究[D];广东工业大学;2018年

9 秦勉;认知无线电系统中物理层安全传输方法研究[D];郑州大学;2018年

10 罗俊;认知无线电中基于多天线的信号处理技术的研究[D];华中师范大学;2017年

相关硕士学位论文 前10条

1 薛晨光;基于认知无线电的超短波传输技术[D];东南大学;2018年

2 方晨廖晖;数据库驱动认知无线电网络中的jamming攻击及防御[D];上海交通大学;2016年

3 李青;基于认知无线电的广播上行网络规划研究[D];上海交通大学;2016年

4 张海娇;认知无线电下频谱利用率及其协作中继技术的研究[D];杭州电子科技大学;2019年

5 徐琳;认知无线电中强化学习技术研究[D];杭州电子科技大学;2019年

6 张煜培;认知无线电中频谱切换与认知决策引擎研究[D];杭州电子科技大学;2019年

7 马宏昊;非时隙能量收集认知无线电网络的资源分配策略研究[D];北京交通大学;2019年

8 许密;协作认知无线电网络中的安全传输问题研究[D];北京交通大学;2019年

9 李梦辉;认知无线电中基于全双工多天线的SWIPT的研究[D];华北电力大学;2019年

10 文槿奕;基于认知无线电的IoT传感器网络资源分配算法研究[D];重庆邮电大学;2018年

本文编号：2681519