多跳无线网络中面向最小代价的频谱管理方法研究

发布时间：2017-09-28 12:23

  本文关键词：多跳无线网络中面向最小代价的频谱管理方法研究

  更多相关文章： 认知无线电 多跳无线网络 频谱分配管理 无线传感器网络

【摘要】：近年来,无线通信技术飞速发展并已逐渐成为人类社会生活中不可或缺的支撑技术,越来越多的行业依赖无线通信技术得以发展,越来越多的人们依赖无线通信技术得以生活。同时,对于无线通信服务的需求也随之不断地增加,并导致了无线通信网络中最为重要的频谱资源变得稀缺,获取通信服务的代价逐渐增加。如何充分利用有限的资源来满足日益增加的无线通信服务需求,并且降低获取通信服务的代价,成为了亟待研究的重要课题。现有的静态频谱分配管理方式是影响频谱利用率得以提高的主要障碍,认知无线电技术的出现为打破当前技术瓶颈、充分利用有限的无线通信网络资源提供了有效的解决办法。同时,随着研究的不断深入,如何控制无线通信网络的功率和接入价格也得到了越来越多研究者的关注,对于网络架构和技术的研究愈发的精益求精。本论文主要研究在多跳无线网络中的频谱分配管理方法,并且充分考虑网络提供服务所需要的代价,研究可以使得网络面向最小代价的频谱分配管理方法。本论文首先研究了在多跳认知无线网络中面向最低价格的频谱分配管理方法。在最新型的认知频谱获取网络中,对网络的架构进行了调整,在满足网络中用户通信服务需求的同时,最小化用户获取通信服务的价格,并且站在网络整体的角度考虑吞吐量,提出了一种最优化的频谱分配管理方法。为了降低该方法的复杂度和实际场景的应用性,采用启发式(Heuristic)算法对问题进行建模,在首先保证用户通信服务需求的条件下,以简化的算法为用户分配接近最低价格的频谱。本论文还研究了应用于空气污染监测的信息中心化的多跳蜂窝传感器网络中的频谱分配管理方法。由于传感器的尺寸、存储容量以及功率等的限制,研究了在考虑控制传感器功率的情况下高效的利用有限的频谱的问题。将该问题建模为带限制条件的Restless Bandits模型,通过引入惩罚因子,进而将问题转化为Restless Bandits模型进行处理。在保证传感器可以有效传输数据的情况下,降低无线传感器网络的整体功率消耗。
【关键词】：认知无线电 多跳无线网络 频谱分配管理 无线传感器网络
【学位授予单位】：北京工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN925
【目录】：

• 摘要4-5
• Abstract5-10
• 第1章 绪论10-18
• 1.1 课题研究背景及意义10-11
• 1.2 国内外研究现状11-15
• 1.2.1 认知无线电的发展11-13
• 1.2.2 无线通信网络的发展13
• 1.2.3 无线传感器网络的发展13-15
• 1.3 论文主要研究内容和结构安排15-18
• 第2章 多跳无线网络中的频谱管理技术18-36
• 2.1 多跳蜂窝网络18-23
• 2.1.1 蜂窝网络架构18-20
• 2.1.2 多跳网络架构20-21
• 2.1.3 多跳蜂窝网络架构21-23
• 2.2 认知频谱获取网络23-29
• 2.2.1 认知无线电技术概述23-24
• 2.2.2 认知无线电技术的工作模型24-26
• 2.2.3 认知频谱获取网络模型26-29
• 2.3 无线传感器网络29-31
• 2.3.1 无线传感器的网络架构29-30
• 2.3.2 无线传感器网络的应用场景30-31
• 2.4 频谱分配管理技术31-34
• 2.4.1 网络架构31-33
• 2.4.2 功率控制33-34
• 2.4.3 频谱分配管理理论模型34
• 2.5 本章小结34-36
• 第3章 启发式算法与Restless Bandits模型36-48
• 3.1 启发算法36-37
• 3.2 马尔科夫决策过程37-39
• 3.2.1 基本模型及概念37-38
• 3.2.2 策略求解38-39
• 3.3 部分可观测马尔科夫决策过程39-41
• 3.3.1 基本模型及概念39-40
• 3.3.2 策略求解40-41
• 3.4 多臂赌博机模型41-42
• 3.4.1 基本模型及概念41-42
• 3.4.2 Gittins指数的计算42
• 3.5 Restless Bandits模型42-46
• 3.5.1 基本模型及概念43
• 3.5.2 Restless Bandits问题的求解43-46
• 3.6 本章小结46-48
• 第4章 多跳认知无线电网络中面向最低价格的频谱管理方法48-62
• 4.1 引言48-49
• 4.2 系统模型49-53
• 4.2.1 网络模型49-50
• 4.2.2 通信模型50-52
• 4.2.3 通信数据包传输模型52
• 4.2.4 频谱组合模型52-53
• 4.2.5 选择和优化目标53
• 4.3 启发式算法建模53-55
• 4.3.1 最优策略的启发式算法54-55
• 4.3.2 随机策略的启发式算法55
• 4.4 仿真结果及分析55-61
• 4.4.1 仿真平台及参数设置55
• 4.4.2 仿真结果及分析55-61
• 4.5 本章小结61-62
• 第5章 空气污染监测多跳蜂窝网络中面向最低能耗的频谱管理方法62-74
• 5.1 引言62-63
• 5.2 系统模型63-65
• 5.2.1 网络模型63-64
• 5.2.2 通信模型64-65
• 5.2.3 服务模型65
• 5.3 带限制条件的Restless Bandits算法建模65-69
• 5.3.1 系统状态空间65-66
• 5.3.2 行为和策略66
• 5.3.3 一步状态转移概率66-68
• 5.3.4 能量消耗68
• 5.3.5 系统收益68-69
• 5.4 解决带限制条件的restless bandits问题69-70
• 5.5 仿真结果及分析70-73
• 5.5.1 仿真平台及参数设置70
• 5.5.2 仿真结果及分析70-73
• 5.6 本章小结73-74
• 结论74-76
• 参考文献76-80
• 攻读硕士学位期间所发表的学术论文80-81
• 致谢81

，

本文编号：935824