本文關鍵詞：認知無線電系統(tǒng)的協作中繼選擇與功率分配算法研究

  更多相關文章： 認知無線電 認知中繼協作 中繼選擇 功率分配 交叉迭代算法

【摘要】：無線電頻譜是有限的,不可再生的資源,然而,在無線通信技術飛速發(fā)展的同時,無線電頻譜的短缺和人們對于無線電頻譜資源的巨大需求成為制約無線電技術發(fā)展的瓶頸。認知無線電技術能夠動態(tài)地檢測頻譜空洞以達到提高無線電頻譜利用率的目的。合理的中繼選擇和功率分配技術能夠顯著提高系統(tǒng)吞吐量和信噪比,實現無線電頻譜的高效利用。本文針對基于中繼協作的頻譜感知和頻譜共享問題,研究中繼選擇和功率分配聯合優(yōu)化算法,從而達到有效提高認知無線電網絡的頻譜利用率的目的。本文首先對認知無線電的中繼協作問題進行了分析,闡述了中繼協作通信原理、中繼協作協議以及中繼選擇類型,給出了中繼協作的頻譜共享模型以及中繼選擇和功率分配的聯合優(yōu)化模型,并介紹了認知無線電軟硬件平臺。其次,在分析單中繼協作頻譜共享環(huán)境中的影響因素基礎上,提出了信任因子的概念,并給出了信任因子與漏檢概率的關系。然后以最大化系統(tǒng)吞吐量為優(yōu)化目標,提出了一種基于Underlay模式下的單中繼選擇和功率分配聯合優(yōu)化模型,并采用交叉迭代算法對該模型進行求解。仿真結果表明,相比于其他無信任因子的次優(yōu)解算法和平均功率算法,本文的算法收斂速度更快,且顯著提高系統(tǒng)吞吐量。最后,研究了多中繼選擇和功率分配問題,將多中繼選擇和功率分配聯合優(yōu)化問題歸結為中繼選擇問題。以最大化系統(tǒng)信噪比為優(yōu)化目標,采用人工蜂群算法進行求解,人工蜂群算法不僅能夠有效求解該優(yōu)化問題,給出系統(tǒng)的最大信噪比,而且仿真結果也表明,相比于窮舉法和單中繼選擇算法,人工蜂群算法計算的時間短、復雜度低,且能獲得更高的系統(tǒng)信噪比。
【關鍵詞】：認知無線電 認知中繼協作 中繼選擇 功率分配 交叉迭代算法
【學位授予單位】：燕山大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN925
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-22
• 1.1 課題背景及研究的意義10-13
• 1.2 國內外研究現狀13-20
• 1.2.1 認知無線電研究現狀13-14
• 1.2.2 基于協作中繼的CR關鍵技術研究14-20
• 1.3 本文的主要研究內容20-22
• 第2章 基于中繼的認知無線電技術22-37
• 2.1 中繼協作通信技術原理22-28
• 2.1.1 中繼協作系統(tǒng)模型22-23
• 2.1.2 中繼傳輸協議23-26
• 2.1.3 單向中繼網絡和雙向中繼網絡26-27
• 2.1.4 中繼選擇分類27-28
• 2.2 基于中繼協作認知無線電系統(tǒng)模型28-30
• 2.2.1 基于中繼的認知無線電頻譜共享模型28-29
• 2.2.2 Underlay模式下基于中繼的認知無線電頻譜共享模型29-30
• 2.3 中繼選擇和功率分配聯合優(yōu)化30-31
• 2.4 認知無線電(CR)平臺介紹31-36
• 2.4.1 認知無線電(CR)軟件平臺介紹32
• 2.4.2 認知無線電(CR)硬件平臺介紹32-36
• 2.5 本章小結36-37
• 第3章 Underlay模式下認知無線電中繼選擇和功率分配37-50
• 3.1 Underlay模式下中繼選擇和功率分配系統(tǒng)模型37-39
• 3.2 凸優(yōu)化理論39-41
• 3.2.1 凸集39-40
• 3.2.2 凸函數40
• 3.2.3 凸優(yōu)化方法40-41
• 3.3 基于信任因子的中繼選擇和功率分配聯合優(yōu)化41-46
• 3.3.1 中繼選擇和功率分配聯合優(yōu)化算法41-43
• 3.3.2 交叉迭代算法43-46
• 3.4 仿真實驗與結果分析46-49
• 3.5 本章小結49-50
• 第4章 中繼協作下的認知無線電(CR)多中繼選擇50-58
• 4.1 多中繼選擇模型50-51
• 4.2 基于人工蜂群(ABC)算法的多中繼選擇策略51-54
• 4.2.1 人工蜂群(ABC)算法51-53
• 4.2.2 基于人工蜂群算法的求解53-54
• 4.3 仿真結果分析54-57
• 4.4 本章小結57-58
• 結論58-60
• 參考文獻60-66
• 攻讀碩士學位期間承擔的科研任務與主要成果66-67
• 致謝67-68
• 作者簡介68

【參考文獻】

中國期刊全文數據庫 前1條

1 池新生;鄭寶玉;;非對稱雙向中繼信道中協作分集和網絡編碼的聯合應用[J];信號處理;2012年11期

，

本文編號：1127351