基于强化学习的频谱感知策略研究
发布时间：2021-10-30 22:09
认知无线电技术致力于改变频谱固定分配和接入方式,即次用户在不对主用户产生干扰的情况下,机会性地接入无线频谱资源,以提高频谱利用率。其中频谱感知技术是认知无线电技术的基础,也是国内外研究的重点。频谱感知中,在次用户接入信道前,为最小化对主用户通信的干扰,次用户需依次选择信道进行感知以找到空闲信道,这会造成扫描开销和接入时延。针对此问题,本文依托团队科研项目,以协助次用户快速且准确地找到空闲信道为目标,从信道选择算法和协作频谱感知算法两个方面进行研究,开展如下工作:（1）概述了强化学习模型的原理和应用难点,重点研究了多臂赌博机问题的模型、动作估计值更新策略以及动作选择策略,为本文的后续研究奠定了理论基础。（2）为加快次用户找到空闲信道以减少扫描开销和接入时延,本文设计了基于强化学习的信道选择模型,将次用户信道选择问题建模为强化学习中的多臂赌博机模型。已有的研究假设主用户对信道的占用模式为理想的伯努利过程,并假设次用户对信道是完美检测的。为了使模型更逼近真实环境,本文将主用户占用模式建模为关联性伯努利过程,且在设计模型的信道回报函数时综合考虑了邻居的检测准确率。（3）为求解（2）中的信道选择...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
图１－２能鎌测法??
?电子科技火学硕士学ｆ立论文???协作频谱感知可以减少多径衰落和阴影效应对检测的影响，减少漏检概率和虚警??概率，来提高检测结果的可靠性。协作频谱感知根据网络场景又分为集中式感知??和分布式感知两种方式Ｐ??１．集中式频谱感知??集中式感知的模型如图１－３所示，中心单元也称融合中心首先从认知用广收??集感知儀息，然后综合感知僧息进行频谱状态决策，最后将决策信息广播给认知??用户或直接控制认知用户的通信＾上述过程必然引入额外的通儀开销，集中式的??频谱感知和分配大多基于优化理论。??厂?▲，户醜??［ｓ?＼??ｓｕｉ?Ａ??＼?合中心／??Ｍｙ／??图１－３集屮式频谱感知??２．分布式频谱感知??分布式感知［１５］的场景如图１－４所示，网络中没有中心货点，认知货点之间通??过对等交互的方式进行通信。认知无线电网络不需要依赖于中继站、融合中心等??设备，降低了组网的成本，额外通信开销校网络中的认知节点具备独立组网的??能力，易十扩充新的节点；且任一节点失效或链路中断时，不会影响其他节点的??通信，因此分布式网络相比于集中式网络，组网方式灵活且抗毁性更好。然而，??由于分布式网络不是集中控制的，所以网络在需要进行资源共享肘，难以达到全??扃最优，可能造成资源的浪费。??４??
?第一＿绪论???／?’?’．．．?▲＇?＇??／?＼??ｓＡ?７卢??图１－４分布式频谱感知??文献［１６］考虑了一个具有高流量用户和低流員＇用户的认知无线电网络，弁使用??混合策略纳什均衡的概念分析了他们的感知行为，进而利用进化博弈理论设计了??一种分布式博弈，只要低流最用户在场，就会分担感知任务，而高流量用户可以??免费使用其感知到的空闲频谱，减少了接入时延，提高了频谱利用率，但是却不??适用于高Ｉｔ量用户的认知网络。??３．融合决策方式??融合中心进行融合决策时有硬决策和软决策两种方式。??＿（：１．）硬决策??在硬决策方式中，协作次用户将本地决策的一位二进制信息０／１通过控制■道??传送给融合中心，其中０代表没有检测到生用户ｆ！号，１代表检测到主用户儒号。??因为控制＃道只传输一位二进制信息，所以这种方式Ｗ以货约控制带宽。??对于硬决策，融合准则有“或”准则，“Ｋ秩”准则和“与”准则［１７４８］。“或”??准则是指如果至少有一个认知节点检测到主用户存在时，融合中心便在融合决策??时判决为检测信号存在；“Ｋ秩”准则是指如果Ｎ个认知节点中至少有Ｋ个检测到??主用户信号存在时，融合中心便判决为倩号存在。“与”准则是指只有所有参与协??作的认知节点都检测到主用户存在时，融合中心才判决信号存在。在检测概率一??定的情况下，三种准则的检测性能依次上升，而在特定虚警概率的情况下，三种??准则的检测性能依次下降。??文献［１９］指出，网络中的所有用户进行协作频谱感知并不一定能达到最优性能，??５??
本文编号：3467515
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
图１－２能鎌测法??
?电子科技火学硕士学ｆ立论文???协作频谱感知可以减少多径衰落和阴影效应对检测的影响，减少漏检概率和虚警??概率，来提高检测结果的可靠性。协作频谱感知根据网络场景又分为集中式感知??和分布式感知两种方式Ｐ??１．集中式频谱感知??集中式感知的模型如图１－３所示，中心单元也称融合中心首先从认知用广收??集感知儀息，然后综合感知僧息进行频谱状态决策，最后将决策信息广播给认知??用户或直接控制认知用户的通信＾上述过程必然引入额外的通儀开销，集中式的??频谱感知和分配大多基于优化理论。??厂?▲，户醜??［ｓ?＼??ｓｕｉ?Ａ??＼?合中心／??Ｍｙ／??图１－３集屮式频谱感知??２．分布式频谱感知??分布式感知［１５］的场景如图１－４所示，网络中没有中心货点，认知货点之间通??过对等交互的方式进行通信。认知无线电网络不需要依赖于中继站、融合中心等??设备，降低了组网的成本，额外通信开销校网络中的认知节点具备独立组网的??能力，易十扩充新的节点；且任一节点失效或链路中断时，不会影响其他节点的??通信，因此分布式网络相比于集中式网络，组网方式灵活且抗毁性更好。然而，??由于分布式网络不是集中控制的，所以网络在需要进行资源共享肘，难以达到全??扃最优，可能造成资源的浪费。??４??
?第一＿绪论???／?’?’．．．?▲＇?＇??／?＼??ｓＡ?７卢??图１－４分布式频谱感知??文献［１６］考虑了一个具有高流量用户和低流員＇用户的认知无线电网络，弁使用??混合策略纳什均衡的概念分析了他们的感知行为，进而利用进化博弈理论设计了??一种分布式博弈，只要低流最用户在场，就会分担感知任务，而高流量用户可以??免费使用其感知到的空闲频谱，减少了接入时延，提高了频谱利用率，但是却不??适用于高Ｉｔ量用户的认知网络。??３．融合决策方式??融合中心进行融合决策时有硬决策和软决策两种方式。??＿（：１．）硬决策??在硬决策方式中，协作次用户将本地决策的一位二进制信息０／１通过控制■道??传送给融合中心，其中０代表没有检测到生用户ｆ！号，１代表检测到主用户儒号。??因为控制＃道只传输一位二进制信息，所以这种方式Ｗ以货约控制带宽。??对于硬决策，融合准则有“或”准则，“Ｋ秩”准则和“与”准则［１７４８］。“或”??准则是指如果至少有一个认知节点检测到主用户存在时，融合中心便在融合决策??时判决为检测信号存在；“Ｋ秩”准则是指如果Ｎ个认知节点中至少有Ｋ个检测到??主用户信号存在时，融合中心便判决为倩号存在。“与”准则是指只有所有参与协??作的认知节点都检测到主用户存在时，融合中心才判决信号存在。在检测概率一??定的情况下，三种准则的检测性能依次上升，而在特定虚警概率的情况下，三种??准则的检测性能依次下降。??文献［１９］指出，网络中的所有用户进行协作频谱感知并不一定能达到最优性能，??５??
本文编号：3467515
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3467515.html
