近年來(lái),隨著無(wú)線通信業(yè)務(wù)的高速發(fā)展,以及人們對(duì)通信服務(wù)需求的快速增加,導(dǎo)致無(wú)線電頻譜資源短缺問(wèn)題日益突出。與此同時(shí),傳統(tǒng)靜態(tài)的固定頻譜分配方式效率低下,使得頻譜供需矛盾問(wèn)題更加激化。在此背景下認(rèn)知無(wú)線電技術(shù)(簡(jiǎn)稱CR)應(yīng)運(yùn)而生,其工作原理是通過(guò)對(duì)系統(tǒng)中空閑頻譜資源進(jìn)行感知和智能化分配管理,極大地提高頻譜資源利用率,能夠有效解決頻譜資源短缺問(wèn)題。在認(rèn)知無(wú)線電中,頻譜分配和認(rèn)知決策引擎是兩大核心技術(shù),也是目前認(rèn)知無(wú)線電領(lǐng)域研究中的熱點(diǎn)問(wèn)題。頻譜分配模塊利用頻譜感知技術(shù)獲取系統(tǒng)環(huán)境信息后,將系統(tǒng)中的空閑頻譜資源分配給認(rèn)知用戶,以提高認(rèn)知無(wú)線電網(wǎng)絡(luò)頻譜資源利用率。認(rèn)知決策引擎的主要功能是在認(rèn)知用戶獲取相應(yīng)的空閑頻譜資源后,通過(guò)對(duì)認(rèn)知用戶的參數(shù)如發(fā)射功率、調(diào)制方式等進(jìn)行調(diào)整,使得系統(tǒng)用戶能夠更好地利用頻譜資源進(jìn)行通信服務(wù)。本文針對(duì)認(rèn)知無(wú)線電中頻譜分配和認(rèn)知決策引擎問(wèn)題開(kāi)展研究,主要?jiǎng)?chuàng)新工作如下:(1)針對(duì)當(dāng)前一些認(rèn)知無(wú)線電頻譜分配算法存在的易陷入局部最優(yōu)解和收斂速度較慢等問(wèn)題,利用煙花爆炸算法并行搜索及全局尋優(yōu)能力強(qiáng)等特點(diǎn),將煙花爆炸算法應(yīng)用到認(rèn)知無(wú)線電頻譜分配問(wèn)題中,本文首次提出基于煙花爆炸算...

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 論文研究的背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 課題的國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 頻譜分配的國(guó)內(nèi)外研究現(xiàn)狀
        1.2.2 認(rèn)知決策引擎的國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文研究框架
        1.3.1 研究思路
        1.3.2 研究?jī)?nèi)容和章節(jié)安排
2 相關(guān)理論知識(shí)
    2.1 認(rèn)知無(wú)線電
        2.1.1 認(rèn)知無(wú)線電的基本定義
        2.1.2 認(rèn)知無(wú)線電的關(guān)鍵技術(shù)
    2.2 頻譜分配
        2.2.1 頻譜分配概述
        2.2.2 頻譜分配模型
        2.2.3 頻譜分配技術(shù)
        2.2.4 頻譜分配主要原則
    2.3 認(rèn)知決策引擎
        2.3.1 認(rèn)知無(wú)線電參數(shù)
        2.3.2 認(rèn)知決策引擎模型
    2.4 群體智能算法
        2.4.1 煙花爆炸算法
        2.4.2 粒子群算法
        2.4.3 差分進(jìn)化算法
    2.5 本章小結(jié)
3 基于煙花爆炸算法的認(rèn)知無(wú)線電頻譜分配
    3.1 引言
    3.2 圖著色的頻譜分配模型
    3.3 基于煙花爆炸算法的頻譜分配方案
        3.3.1 可行解編碼方式
        3.3.2 算子設(shè)計(jì)
        3.3.3 算法流程
    3.4 實(shí)驗(yàn)仿真與結(jié)果分析
    3.5 本章小結(jié)
4 基于粒子群差分進(jìn)化混合算法的認(rèn)知無(wú)線電決策引擎
    4.1 引言
    4.2 認(rèn)知決策引擎優(yōu)化目標(biāo)
    4.3 基于粒子群差分進(jìn)化混合算法的認(rèn)知決策引擎
    4.4 實(shí)驗(yàn)仿真與結(jié)果分析
    4.5 本章小結(jié)
5 總結(jié)和展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝



本文編號(hào)：3829321