认知无线电中稀疏频谱检测及资源分配的研究

发布时间：2017-05-10 04:11

  本文关键词：认知无线电中稀疏频谱检测及资源分配的研究，，由笔耕文化传播整理发布。

【摘要】：随着第四代、第五代无线通信网络的发展,大量的无线业务需要占用较宽的频带,而可用的频谱资源正变得越来越稀缺。另一方面,无处不在的无线服务和复杂的传输技术,使得无线网络的能量消耗非常严重。因此,寻找高频谱利用率、高能效的无线传输技术具有重要意义。认知无线电作为一种智能的无线通信系统,通过动态的频谱接入策略,能够有效的提高频谱利用率。近年来,针对认知无线电技术的研究已经取得了丰富的研究成果。与此同时,由于绿色技术能够降低能耗、减少二氧化碳排放量并且能够循环利用资源,绿色技术正得到学术界、工业界和政府部分的广泛关注。在无线通信中,绿色无线通信技术主要致力于提高能量效率、解决高服务质量需求和节约能量之间的矛盾。因此,绿色无线通信技术与认知无线电技术结合将成为未来无线通信研究的热点。本文围绕认知无线电、绿色无线通信技术展开了研究,主要包括稀疏频谱感知、高能效资源分配、高能效最优中继选择等,主要创新内容如下：(1)研究了分布式稀疏频谱感知问题,根据次用户能否获得信道状态信息,提出了两种分布式稀疏频谱感知算法。由于主用户信号能量在频域是稀疏的,因此可通过能量向量来判断整个频段的信道是否被占用,将频谱感知问题转化为稀疏向量恢复问题。当信道状态信息已知时,频谱感知问题转化为从多个次用户观测向量恢复同一个稀疏向量问题；当信道状态信息未知时,频谱感知问题转化为从多个次用户观测向量恢复多个具有相同稀疏结构的稀疏向量问题；分别采用不同的分布式方法对上式问题进行求解,得到了两种分布式稀疏频谱感知算法。研究了集中式稀疏频谱感知问题,根据次用户能否获得信道状态信息,提出了两种集中式稀疏频谱感知算法。与分布式稀疏频谱感知问题类似,频谱感知问题转化为从多个次用户观测向量恢复同一个稀疏向量或恢复多个具有相同稀疏结构的稀疏向量问题,然后分别采用路径协同优化算法和多任务贝叶斯压缩感知算法对其进行求解,得到了两种集中式稀疏频谱感知算法。(2)研究了认知无线电系统中的资源分配问题,根据次用户能否获得完整的信道状态信息,提出了高能效资源分配算法和鲁棒的高能效功率分配算法。针对多用户认知正交频分多址系统,1)在次用户能够获得其与主用户之间的信道状态信息的场景下,以次用户的能量效率和为优化目标,在干扰约束和功率约束条件下,对子信道和功率分配问题进行研究。针对上述优化问题,提出了一种分步算法：第一步为子信道分配算法,第二步为高能效功率分配算法；2)在次用户无法准确获得其与主用户之间的信道状态信息的场景下,以最大化最小次用户能量效率为优化目标,在干扰约束条件、功率约束条件和信道估计误差约束条件下,对功率分配问题进行研究。由于目标函数和信道估计误差约束条件是非凸的,很难直接对其进行求解。为了便于求解,首先将非凸的信道估计误差约束条件转化为凸约束条件,然后引入变量将原优化问题转化为等效的凸优化问题,最后给出了鲁棒的高能效功率分配算法。(3)研究了认知放大转发中继系统中的资源分配问题,提出了一种高能效中继选择和功率分配算法。在认知放大转发中继系统场景下,以认知用户的能量效率为优化目标,对最优中继选择和功率分配问题进行研究。针对上述优化问题,提出的高能效中继选择和功率分配算法包括两步：第一步为高能效功率分配算法,第二步为最优中继选择。研究了统计约束条件下认知解码转发中继系统中的功率分配问题,提出了一种高能效功率分配算法。该算法首先对统计约束条件进行等效变换,然后通过引入参数将原始的优化问题转化为分式优化问题,最后给出了一种迭代的求解算法。(4)研究了时延服务质量约束条件下的认知无线电功率分配问题,提出了一种高能效功率分配算法。为了在保证系统服务质量的同时,提高系统的能量效率,以有效容量与功耗的比值作为优化目标,在满足总发射功率和干扰约束条件下,对功率分配问题进行研究。上述优化问题是非凸的,为了方便求解,首先引入变量,将原优化问题转化为一维优化问题和传统的有效容量最大化问题,然后通过对这两个问题进行求解,给出了一种有效的功率分配方案。
【关键词】：认知无线电 资源分配 稀疏频谱感知 能量效率 中继系统
【学位授予单位】：东南大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TN925
【目录】：

• 摘要4-6
• Abstract6-13
• 缩略词注释表13-15
• 第一章 绪论15-25
• 1.1 研究背景与意义15-16
• 1.2 频谱感知研究现状16-18
• 1.3 资源管理研究现状18-21
• 1.4 论文的主要研究内容及创新点21-23
• 1.4.1 稀疏频谱感知的研究21-22
• 1.4.2 高能效资源分配算法的研究22-23
• 1.5 论文的结构安排23-25
• 第二章 认知无线电中稀疏频谱感知算法25-41
• 2.1 引言25-26
• 2.2 分布式稀疏频谱感知26-32
• 2.2.1 信号模型和问题阐述26-29
• 2.2.2 分布式稀疏频谱感知29-32
• 2.3 集中式稀疏频谱感知32-36
• 2.3.1 信号模型与问题阐述32
• 2.3.2 集中式稀疏频谱感知32-36
• 2.4 仿真结果与分析36-40
• 2.5 本章小结40-41
• 第三章 认知无线电系统中高能效资源分配算法41-63
• 3.1 引言41-42
• 3.2 多用户认知无线电系统中的高能效资源分配算法42-52
• 3.2.1 系统模型与问题表述42-44
• 3.2.2 高能效资源分配算法44-49
• 3.2.3 仿真结果与分析49-52
• 3.3 认知无线电系统中的鲁棒高能效功率分配算法52-60
• 3.3.1 系统模型与问题表述52-53
• 3.3.2 鲁棒高能效功率分配算法53-58
• 3.3.3 仿真结果与分析58-60
• 3.4 本章小结60-63
• 第四章 认知中继系统中高能效资源分配算法63-85
• 4.1 引言63-64
• 4.2 认知AF中继系统中的最优中继选择和功率分配64-77
• 4.2.1 系统模型与问题表述64-67
• 4.2.2 高能效功率分配和最优中继选择67-74
• 4.2.3 仿真结果与分析74-77
• 4.3 认知DF中继系统中的功率分配问题77-83
• 4.3.1 系统模型与问题表述77-79
• 4.3.2 高能效功率分配79-81
• 4.3.3 仿真结果与分析81-83
• 4.4 本章小结83-85
• 第五章 时延服务质量约束下的高能效功率分配算法85-97
• 5.1 引言85-86
• 5.2 有效容量86-87
• 5.3 时延QoS约束条件下的高能效功率分配算法87-95
• 5.3.1 系统模型与问题表述87-88
• 5.3.2 高能效功率分配算法88-92
• 5.3.3 仿真结果与分析92-95
• 5.4 本章小结95-97
• 第六章 总结与展望97-99
• 6.1 论文总结97
• 6.2 工作展望97-99
• 致谢99-101
• 参考文献101-113
• 附录A113-115
• 附录B115-117
• 附录C117-121
• 附录D121-123
• 附录E123-125
• 攻读博士学位期间撰写的论文和专利125

【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 贺新颖;基于支持向量机的认知无线电若干关键技术研究[D];北京邮电大学;2009年

9 李红岩;认知无线电的若干关键技术研究[D];北京邮电大学;2009年

10 裴二荣;认知无线电网络中的资源优化分配的研究[D];电子科技大学;2012年

中国硕士学位论文全文数据库 前10条

1 陈晓鸿;认知无线电射频接收机的研究与设计[D];华南理工大学;2015年

2 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

3 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

4 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

5 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

6 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

7 杨建新;认知无线电网络抵御恶意模拟主用户攻击方法的研究[D];云南民族大学;2015年

8 郝万明;协作认知无线电网络中基于能效和谱效的资源分配技术研究[D];郑州大学;2015年

9 林正红;认知无线电中TCP跨层优化方案研究[D];西南科技大学;2015年

10 陈坚;认知无线电动态频谱分配算法研究[D];广西大学;2015年

  本文关键词：认知无线电中稀疏频谱检测及资源分配的研究，由笔耕文化传播整理发布。

本文编号：353980