认知无线传感器网络中频谱接入与频谱资源分配算法的研究
发布时间：2021-07-10 16:19
随着传感、处理以及通信设备日渐小型化与低成本化,认知无线传感器网络的应用领域不断扩展、应用服务不断更新。然而,频谱资源短缺问题以及节点能量受限的问题使得认知无线传感器网络的发展受到了一定的限制。本文针对这两大问题,以提升网络频谱效率与能量效率为目标,从动态频谱接入算法及频谱资源分配算法两个角度着手开展研究工作,主要工作和创新点总结如下:1、针对传统基于深度Q学习的动态频谱接入算法中重要经验利用率不高、维护记忆库能量消耗大、收敛速度慢等问题,本文提出了一种基于优先经验回放的深度Q学习认知无线传感器网络的动态频谱接入算法。该算法首先改变深度Q网络利用随机经验回放来打破样本间相关性的方式,对记忆库采用基于优先级回放的方式,能够充分利用更高可靠的经验,提高收敛速度。其次,该算法提出一种批量删除记忆库中不必要的经验的方法,在保证系统性能的同时减少维护记忆库所致的能量消耗,实现低消耗、低内存的维护记忆库方式。仿真结果表明,该算法在延长节点生命周期、降低主次用户的阻塞概率以及提高频谱效率等方面均优于基于双深度Q学习的频谱接入算法,并且该算法相比于传统的随机频谱接入算法,阻塞概率降低了6%-10%,吞...
【文章来源】：广西大学广西壮族自治区 211工程院校
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
图１－１动态频谱接入技术??－
图１－２认知无线传感器节点的结构示意图??Ｆｉｇｕｒｅ?１－２?Ｔｈｅ?ｓｔｒｕｃｔｕｒａｌ?ｄｉａｇｒａｍ?ｏｆ?ｎｏｄｅｓ?ｉｎ?ＣＷＳＮｓ??如图１－２所示，认知无线传感器网络的节点主要由传感单元、处理器、存储器、能??量单元及认知无线电收发器等组成［１５］，其节点不仅具备传统传感器节点的采集与处理环??境参数信息的功能，还具备了认知无线电技术中次用户的功能，即感知频谱信息、发现??频段空洞、接入频段空洞以及信道切换等。与传统认知无线电技术中ＳＵ相比，认知无??线传感器网络的ＳＵ第一个不同之处是增加了能量受限的性质，而传统的ＳＵ通常不需??要考虑能源及能耗的问题。第二个是ＰＵ干扰ＳＵ通信程度加重。由于认知无线传感器??网络的ＳＵ节点传输功率相比于传统的ＳＵ要低许多，很容易受到发射功率较大的ＰＵ??干扰。因此认知无线传感器网络不能采取ＳＵ与ＰＵ同时共存于同一信道的模式，仅仅??３??
当前状态＆?＝?ｓ?ｅｓ，并且选择一个动作ａｔ?＝?ａ?ｅｘ执行。执行该动作之后，系统环境状??态将以的概率转换为新状态ｓｔ＋１?＝?ｓ＇?ｅ?Ｓ。其中，Ｐｓｓ＜ａ）为状态转换概率。最后，??系统环境会反馈给智能体一个回报ｒｔ?＝?ｒ（ｓｔ，ａ）?ｅ／？。为了便于理解，图２－１展示了强化??学习的系统模型。???？智能体????Ｘ??状态＼?回报ｒ，?动作??—??图２－１强化学习系统模型??Ｆｉｇｕｒｅ?２－１?Ｔｈｅ?ｓｙｓｔｅｍ?ｍｏｄｅｌ?ｏｆ?ｒｅｉｎｆｏｒｃｅｍｅｎｔ?ｌｅａｒｎｉｎｇ??强化学习试图找到一种智能体执行动作的依据，使当前回报与无限步后续延时回报??８??
【参考文献】：
期刊论文
[1]浅析认知无线电的频谱感知技术[J]. 赵书含,李小瓅,张婷. 科技经济导刊. 2019(04)
[2]基于强化学习和共识融合的分布式协作频谱感知方法[J]. 张孟伯,王伦文,冯彦卿. 系统工程与电子技术. 2019(03)
[3]Quantum fireworks algorithm for optimal cooperation mechanism of energy harvesting cognitive radio[J]. GAO Hongyuan,DU Yanan,LI Chenwan. Journal of Systems Engineering and Electronics. 2018(01)
[4]工信部刘利华:频谱资源供需矛盾日益凸显[J]. 魏慧. 通信世界. 2017(07)
[5]认知无线电传感器网络自适应接入控制策略[J]. 任晓岳,陈长兴. 系统工程与电子技术. 2017(09)
[6]基于认知无线传感网络的实时监测系统设计[J]. 谢欣妍,杨俭. 激光杂志. 2016(07)
[7]为变化中的世界分配频谱——从WRC-15看当前无线电频谱资源开发利用的趋势[J]. 马斌. 中国无线电. 2016(03)
[8]无线传感网络的认知节点架构分析[J]. 吕龙龙. 电子技术与软件工程. 2016(05)
[9]基于网络编码的衰落信道频谱感知算法[J]. 郑诗庭,蒙云番,邢杰,万海斌,覃团发. 电讯技术. 2015(09)
[10]第五代移动通信系统5G标准化展望与关键技术研究[J]. 周一青,潘振岗,翟国伟,田霖. 数据采集与处理. 2015(04)
硕士论文
[1]认知无线电中改进型能量检测方法研究[D]. 杭燚灵.南京邮电大学 2018
[2]认知传感网中信道容量优化方法研究[D]. 魏栋栋.安徽大学 2018
[3]基于Q-learning的动态频谱接入算法研究[D]. 张亚洲.海南大学 2018
[4]认知无线传感网中基于能耗的协作频谱感知技术研究[D]. 高卉.南京邮电大学 2017
[5]基于随机线性网络编码的频谱感知算法研究[D]. 郑诗庭.广西大学 2016
[6]基于机器学习的认知无线电传感器网络频谱感知与接入技术[D]. 徐洋.北京邮电大学 2016
本文编号：3276256
【文章来源】：广西大学广西壮族自治区 211工程院校
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
图１－１动态频谱接入技术??－
图１－２认知无线传感器节点的结构示意图??Ｆｉｇｕｒｅ?１－２?Ｔｈｅ?ｓｔｒｕｃｔｕｒａｌ?ｄｉａｇｒａｍ?ｏｆ?ｎｏｄｅｓ?ｉｎ?ＣＷＳＮｓ??如图１－２所示，认知无线传感器网络的节点主要由传感单元、处理器、存储器、能??量单元及认知无线电收发器等组成［１５］，其节点不仅具备传统传感器节点的采集与处理环??境参数信息的功能，还具备了认知无线电技术中次用户的功能，即感知频谱信息、发现??频段空洞、接入频段空洞以及信道切换等。与传统认知无线电技术中ＳＵ相比，认知无??线传感器网络的ＳＵ第一个不同之处是增加了能量受限的性质，而传统的ＳＵ通常不需??要考虑能源及能耗的问题。第二个是ＰＵ干扰ＳＵ通信程度加重。由于认知无线传感器??网络的ＳＵ节点传输功率相比于传统的ＳＵ要低许多，很容易受到发射功率较大的ＰＵ??干扰。因此认知无线传感器网络不能采取ＳＵ与ＰＵ同时共存于同一信道的模式，仅仅??３??
当前状态＆?＝?ｓ?ｅｓ，并且选择一个动作ａｔ?＝?ａ?ｅｘ执行。执行该动作之后，系统环境状??态将以的概率转换为新状态ｓｔ＋１?＝?ｓ＇?ｅ?Ｓ。其中，Ｐｓｓ＜ａ）为状态转换概率。最后，??系统环境会反馈给智能体一个回报ｒｔ?＝?ｒ（ｓｔ，ａ）?ｅ／？。为了便于理解，图２－１展示了强化??学习的系统模型。???？智能体????Ｘ??状态＼?回报ｒ，?动作??—??图２－１强化学习系统模型??Ｆｉｇｕｒｅ?２－１?Ｔｈｅ?ｓｙｓｔｅｍ?ｍｏｄｅｌ?ｏｆ?ｒｅｉｎｆｏｒｃｅｍｅｎｔ?ｌｅａｒｎｉｎｇ??强化学习试图找到一种智能体执行动作的依据，使当前回报与无限步后续延时回报??８??
【参考文献】：
期刊论文
[1]浅析认知无线电的频谱感知技术[J]. 赵书含,李小瓅,张婷. 科技经济导刊. 2019(04)
[2]基于强化学习和共识融合的分布式协作频谱感知方法[J]. 张孟伯,王伦文,冯彦卿. 系统工程与电子技术. 2019(03)
[3]Quantum fireworks algorithm for optimal cooperation mechanism of energy harvesting cognitive radio[J]. GAO Hongyuan,DU Yanan,LI Chenwan. Journal of Systems Engineering and Electronics. 2018(01)
[4]工信部刘利华:频谱资源供需矛盾日益凸显[J]. 魏慧. 通信世界. 2017(07)
[5]认知无线电传感器网络自适应接入控制策略[J]. 任晓岳,陈长兴. 系统工程与电子技术. 2017(09)
[6]基于认知无线传感网络的实时监测系统设计[J]. 谢欣妍,杨俭. 激光杂志. 2016(07)
[7]为变化中的世界分配频谱——从WRC-15看当前无线电频谱资源开发利用的趋势[J]. 马斌. 中国无线电. 2016(03)
[8]无线传感网络的认知节点架构分析[J]. 吕龙龙. 电子技术与软件工程. 2016(05)
[9]基于网络编码的衰落信道频谱感知算法[J]. 郑诗庭,蒙云番,邢杰,万海斌,覃团发. 电讯技术. 2015(09)
[10]第五代移动通信系统5G标准化展望与关键技术研究[J]. 周一青,潘振岗,翟国伟,田霖. 数据采集与处理. 2015(04)
硕士论文
[1]认知无线电中改进型能量检测方法研究[D]. 杭燚灵.南京邮电大学 2018
[2]认知传感网中信道容量优化方法研究[D]. 魏栋栋.安徽大学 2018
[3]基于Q-learning的动态频谱接入算法研究[D]. 张亚洲.海南大学 2018
[4]认知无线传感网中基于能耗的协作频谱感知技术研究[D]. 高卉.南京邮电大学 2017
[5]基于随机线性网络编码的频谱感知算法研究[D]. 郑诗庭.广西大学 2016
[6]基于机器学习的认知无线电传感器网络频谱感知与接入技术[D]. 徐洋.北京邮电大学 2016
本文编号：3276256
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3276256.html
