未來通信產(chǎn)業(yè)面臨更快信息速率、更高頻譜效率以及更低能量損耗等指標要求。在面臨產(chǎn)業(yè)發(fā)展與頻譜資源之間供需矛盾的問題時,認知無線電技術(shù)允許次級用戶暫時接入主用戶未占用的空閑頻段,有效地提高了頻譜利用率。但相對于非認知網(wǎng)絡(luò),頻譜感知等技術(shù)帶來了更多的能量損耗。協(xié)作感知一方面可以改善感知性能提高系統(tǒng)吞吐量,但另一方面也會導(dǎo)致能量損耗進一步增高。本文將重點針對多用戶協(xié)作場景下能量效率的最大化以及能量效率-頻譜效率的折中優(yōu)化展開研究,具體內(nèi)容如下:首先,本文將研究在信道狀態(tài)和噪聲功率已知、未知的兩種多用戶協(xié)作場景下通過優(yōu)化融合門限實現(xiàn)次級用戶能效最大化的問題。在虛警概率的約束下,建立最大化能效的有約束分式優(yōu)化問題。在信道和噪聲已知的場景下,基于分式規(guī)劃引入權(quán)重因子,證明最優(yōu)權(quán)重因子與最優(yōu)能效之間的關(guān)系并推導(dǎo)權(quán)重因子的上下界,然后給出基于二分法求解最優(yōu)權(quán)重因子的方案,進而得到最優(yōu)融合門限實現(xiàn)平均能效的最大化。進一步研究在信道和噪聲未知場景下,次級用戶能效最大化問題。已知接收信號,求解未知的信道增益、噪聲功率和主用戶狀態(tài),通過推導(dǎo)與極大化隱藏參量的對數(shù)似然函數(shù)的條件期望,提出一種基于機器學(xué)習(xí)算法-二分... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：91 頁

【學(xué)位級別】：碩士

【部分圖文】：

認知無線電中主用戶網(wǎng)絡(luò)與次級用戶網(wǎng)絡(luò)

次級用戶次級用戶圖2.3 集中式協(xié)作感知模型B.分布式網(wǎng)絡(luò)結(jié)果分布式協(xié)作頻譜感知模型如圖 2.4 所示，該認知網(wǎng)絡(luò)中包含多個次級用戶。在分布式協(xié)作頻譜感知中，次級用戶通過一定的方式，與相鄰的其他次級用戶共享感知結(jié)果，然后各自分析所有感知結(jié)果，并對主用戶是否存在于頻帶中做出判決。由于協(xié)作中不需要融合中心的存在，所以分布式協(xié)作頻譜感知在一定程度上節(jié)約了硬件成本。但是，相對于集中式而言，分布式對于每個次級用戶獨立感知信息的可靠性和計算能力有更高的要求。同時，每個認知用戶都需要跟其他多個節(jié)點進行通信的方式提高了整個網(wǎng)絡(luò)的復(fù)雜度。次級用戶次級用戶 次級用戶次級用戶圖2.4 分布式協(xié)作感知模型（2） 協(xié)作頻譜感知融合判決準則本文采用集中式協(xié)作頻譜感知的方式，在該結(jié)構(gòu)中，融合中心收集所有網(wǎng)絡(luò)結(jié)構(gòu)

次級用戶 次級用戶次級用戶圖2.4 分布式協(xié)作感知模型（2） 協(xié)作頻譜感知融合判決準則本文采用集中式協(xié)作頻譜感知的方式，在該結(jié)構(gòu)中，融合中心收集所有網(wǎng)絡(luò)結(jié)構(gòu)

【參考文獻】：
期刊論文
[1]基于隨機矩陣最大特征值分布的頻譜感知算法[J]. 何希,楊雪梅,徐家品.  計算機測量與控制. 2017(02)
[2]基于線性加權(quán)的頻譜感知算法研究綜述[J]. 包志強,郭瑞星.  現(xiàn)代電子技術(shù). 2015(01)
[3]進化多目標優(yōu)化算法研究[J]. 公茂果,焦李成,楊咚咚,馬文萍.  軟件學(xué)報. 2009(02)

博士論文
[1]幾種改進的分解類多目標進化算法及其應(yīng)用[D]. 譚艷艷.西安電子科技大學(xué) 2013

碩士論文
[1]大規(guī)模MIMO系統(tǒng)中能效優(yōu)化方法研究[D]. 劉永莉.西安電子科技大學(xué) 2017
[2]基于分解排序的多目標進化算法的研究[D]. 楊志翔.南京航空航天大學(xué) 2016
[3]寬帶認知網(wǎng)絡(luò)頻譜感知和功率分配技術(shù)研究[D]. 李敏.西安電子科技大學(xué) 2015
[4]大規(guī)模MIMO系統(tǒng)中頻帶效率和能量效率的優(yōu)化[D]. 杜煒民.西安電子科技大學(xué) 2015
[5]基于粒子群的多目標約束優(yōu)化算法研究[D]. 丁曉霖.華東理工大學(xué) 2015
[6]EM算法及其應(yīng)用[D]. 張宏東.山東大學(xué) 2014
[7]非支配排序遺傳算法（NSGA）的研究與應(yīng)用[D]. 高媛.浙江大學(xué) 2006



本文編號：3606577