基于VANET的认知无线电算法仿真研究

发布时间：2017-08-31 05:08

  本文关键词：基于VANET的认知无线电算法仿真研究

  更多相关文章： 认知车载网 频谱感知 协作感知 粒子群分簇算法

【摘要】：随着无线通信技术和汽车工业的发展,智能交通系统应运而生,作为智能交通系统的关键技术之一,车载自组网(Vehicular Ad hoc Network, VANET)越来越受到研究人员的重视。但是由于频谱资源严重匮乏,无法为车载自组网提供专用频段,频谱短缺成为制约车载自组网技术发展的关键问题。而许多研究已经证明认知无线电技术通过伺机接入空闲频段可以有效提高频谱利用率,成为解决频谱资源短缺问题的一大热门技术,因此将认知无线电技术与车载自组网结合成为解决车载自组网频谱资源问题的关键。然而在VANET环境下车辆移动速度快,信道质量不稳定等因素给频谱空穴感知带来了巨大挑战。本文在论文中所做的主要工作或者贡献如下：(1)深入分析研究了认知车载网的研究方向及相关架构,针对认知车载网的基础研究方向频谱感知的研究现状进行分析,建立了问题研究方案。(2)研究了静态场景下的认知无线电技术的频谱感知算法,分析了单点频谱感知算法和协作感知算法的优缺点,通过仿真研究了采样点数目和信道质量对于单点感知中能量感知算法的感知性能影响,通过仿真对静态场景下的协作感知算法,硬判决算法和软判决算法进行性能对比,筛选性能最优的几种算法。(3)在本文中基于VANET的特点建立了检验传统频谱感知算法性能的场景模型一一高速公路场景模型,假设了通信模型以及车辆运动模型,将传统的协作感知算法,最大比数据融合算法、等增益数据融合算法和“或”规则数据融合算法在VANET场景下进行了仿真分析,主要考虑现实环境中车辆的移动速度和衰落信道对频谱感知算的性能影响,通过仿真研究了车辆密度和车辆速度以及衰落信道等因素对于算法性能的影响,仿真结果表明MRC算法要优于EGC算法,在VANET场景下,由于车辆节点的高速移动导致感知过程中信道特性的变化对传统感知算法的感知性能具有较大的影响(4)由于传统的算法性能不理想,本文提出一种基于粒子群迭代的分簇感知算法,对传统的MRC算法进行改进,采用粒子群算法对权重值进行寻优计算,采用分簇的方式将簇内信道质量较差的结果进行删除,降低信道质量恶劣的节点数据对感知结果的影响,仿真结果表明删除信息会造成感知性能下降,对算法进行改进,采用簇内判决和融合节点进行硬判决的双重判决算法,在簇内进行粒子群迭代求出最优权重值,利用线性加权做出簇内判决,判决结果以0或1形式由簇头广播给车辆融合节点,融合节点采用“或”规则算法进行二次判决,并对改进的算法进行在VANET场景下进行了性能验证。
【关键词】：认知车载网 频谱感知 协作感知 粒子群分簇算法
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN925
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-11
• 1 引言11-15
• 1.1 论文研究背景和意义11-12
• 1.2 国内外研究现状12-14
• 1.3 论文研究的主要内容14-15
• 2 面向车载自组网的认知无线电技术15-33
• 2.1 认知无线电技术15-16
• 2.2 基于CRS的车载自组织网16-19
• 2.2.1 车载自组网17-18
• 2.2.2 认知车载自组网18-19
• 2.3 认知无线电关键技术：频谱感知19-31
• 2.3.1 频谱空穴20-21
• 2.3.2 感知算法类别21-22
• 2.3.3 单点感知算法22-28
• 2.3.4 协作感知算法28-29
• 2.3.5 频谱检测机制29-31
• 2.4 本章小结31-33
• 3 VANET场景静态协作感知算法研究33-51
• 3.1 VANET场景模型33-38
• 3.1.1 道路和车辆运动模型33-34
• 3.1.2 通信模型34-36
• 3.1.3 协作感知范围约束36-37
• 3.1.4 决策变量37-38
• 3.2 仿真分析38-50
• 3.2.1 硬判决数据融合算法39-41
• 3.2.2 软判决数据融合算法41-44
• 3.2.3 协作感知算法44-50
• 3.3 本章小结50-51
• 4 VANET场景动态协作感知算法研究51-68
• 4.1 经典算法描述51-62
• 4.1.1 粒子群算法优化权重值51-56
• 4.1.2 基于分簇的协同感知算法56-57
• 4.1.3 粒子群分簇协作感知算法57-62
• 4.2 仿真分析：一种改进的粒子群分簇算法62-67
• 4.3 本章小结67-68
• 5 总结和展望68-70
• 参考文献70-73
• 作者简历及攻读硕士/博士学位期间取得的研究成果73-75
• 学位论文数据集75

【相似文献】

中国期刊全文数据库 前10条

1 ;本期认知无线电评审专家[J];电波科学学报;2013年03期

2 ;本期认知无线电评审专家[J];电波科学学报;2013年04期

3 ;本期认知无线电评审专家[J];电波科学学报;2013年05期

4 毕志明;匡镜明;王华;;认知无线电技术的研究及发展[J];电信科学;2006年07期

5 田峰;程世伦;杨震;;无线区域网和认知无线电技术2[J];中兴通讯技术;2006年05期

6 王金龙;;认知无线电专题讲座(一) 第1讲 认知无线电[J];军事通信技术;2007年02期

7 刘栋;吴启晖;;认知无线电专题讲座(一) 第2讲 认知无线电技术在军事上的应用探讨[J];军事通信技术;2007年02期

8 梁燕芬;殷瑞祥;;认知无线电技术[J];信息安全与通信保密;2007年03期

9 李彬;郭莉;;一种新的基于认知无线电和开放无线结构的终端架构[J];移动通信;2007年05期

10 王军;李少谦;;认知无线电:原理、技术与发展趋势[J];中兴通讯技术;2007年03期

中国重要会议论文全文数据库 前10条

1 李文清;郭宗良;;认知无线电及其军事通信应用研究[A];中国通信学会第六届学术年会论文集（上）[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 彭开志;杨平;王书诚;;认知无线电在通信系统中应用研究[A];2011船舶电气及通讯导航技术发展论坛论文集[C];2011年

4 李辉;苏泽友;谢伟;;认知无线电综合抗干扰电台设计构想[A];中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集（上册）[C];2008年

5 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

6 罗凡;陈金鹰;;认知无线电在震后应急通信中的应用[A];四川省通信学会2008年学术年会论文集[C];2008年

7 周骥;;浅谈认知无线电在军事领域的应用[A];四川省通信学会2010年学术年会论文集[C];2010年

8 郝刚;甘志春;;认知无线电网络安全问题研究[A];2014第二届中国指挥控制大会论文集（下）[C];2014年

9 王斯瑶;付琳;;认知无线电技术[A];四川省通信学会2006年学术年会论文集（一）[C];2006年

10 刘庆丰;陈金鹰;李俊葶;卓有福;;基于认知无线电的高效频谱利用技术[A];四川省通信学会2008年学术年会论文集[C];2008年

中国重要报纸全文数据库 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 ;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

5 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

6 本报记者　郑焕斌;未来通讯 看我独霸[N];科技日报;2006年

7 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

8 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

9 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

10 本报记者 卢子月;无线似水 应需而动[N];通信产业报;2011年

中国博士学位论文全文数据库 前10条

1 唐星;认知无线电网络机会路由算法的研究[D];武汉大学;2012年

2 何浩;认知无线电动态频谱接入关键技术研究[D];电子科技大学;2014年

3 刘法;分布式认知无线电网络的QoS保障关键技术研究[D];哈尔滨工业大学;2015年

4 王亮;谱效和能效优化的认知无线电网络资源分配技术[D];西安电子科技大学;2015年

5 郑仕链;认知无线电动态频谱接入关键技术研究[D];西安电子科技大学;2014年

6 白晓娟;干扰对齐技术在认知无线电系统中的应用[D];西安电子科技大学;2014年

7 左加阔;认知无线电中稀疏频谱检测及资源分配的研究[D];东南大学;2015年

8 陈龙;面向传输优化的认知无线电资源分配问题研究[D];中国科学技术大学;2016年

9 沈田;基于博弈论的认知无线电功率控制研究[D];武汉大学;2013年

10 杨立标;基于QoS的认知无线电Ad Hoc网络频谱管理技术研究[D];哈尔滨工业大学;2015年

中国硕士学位论文全文数据库 前10条

1 王娟;认知无线电系统的协作中继选择与功率分配算法研究[D];燕山大学;2015年

2 陈行之;认知无线电中感知时间的优化研究[D];昆明理工大学;2015年

3 左明智;认知无线电网络中会合算法的仿真与改进[D];广东技术师范学院;2015年

4 杨世康;分布式认知无线电频谱分配利用的研究及改进[D];昆明理工大学;2015年

5 张文召;基于粒子群算法认知无线电联合频谱检测研究[D];西南交通大学;2015年

6 舒磊;认知无线电网络资源分配与管理研究[D];海南大学;2014年

7 刘玲玲;认知无线电网络中基于联盟形成博弈的合作通信研究[D];北京交通大学;2016年

8 谭哲;认知无线电网络中动态合作中继选择算法的研究[D];北京交通大学;2016年

9 吴雨霏;认知无线电系统的频谱检测技术研究[D];东南大学;2015年

10 石磊;认知无线电系统中频谱资源空域重用方法研究[D];东北大学;2014年

本文编号：763613