本文關(guān)鍵詞：基于信道質(zhì)量預(yù)測(cè)的分層匹配策略研究

  更多相關(guān)文章： 認(rèn)知無(wú)線電 協(xié)作頻譜感知 頻譜預(yù)測(cè) 可變長(zhǎng)Markov模型 分層匹配

【摘要】：認(rèn)知無(wú)線電網(wǎng)絡(luò)中,認(rèn)知用戶以機(jī)會(huì)的方式接入,接入的隨機(jī)性及信道質(zhì)量的時(shí)變性,使得可用信道資源變化得非常劇烈。多媒體數(shù)據(jù)傳輸時(shí)大帶寬、低時(shí)延的要求加劇了網(wǎng)絡(luò)變化。為了提高接收端視頻質(zhì)量,通信系統(tǒng)需要?jiǎng)討B(tài)地估計(jì)信道質(zhì)量。頻譜預(yù)測(cè)作為認(rèn)知無(wú)線電中一項(xiàng)關(guān)鍵技術(shù),可以通過(guò)對(duì)頻譜感知獲得的信道歷史狀態(tài)信息進(jìn)行分析,預(yù)測(cè)頻譜的可用性,優(yōu)化感知順序,為重要數(shù)據(jù)分配更可靠的信道�，F(xiàn)有的基于可變長(zhǎng)馬爾可夫模型的頻譜預(yù)測(cè)算法(PST、LZ78、PPM、CTW)都是基于完美信道感知,在感知結(jié)果存在誤差的場(chǎng)景下,預(yù)測(cè)性能顯著惡化。針對(duì)這個(gè)問(wèn)題,本文利用多個(gè)認(rèn)知用戶協(xié)作感知來(lái)提高感知精度,提出了一種新的協(xié)作概率后綴樹(shù)預(yù)測(cè)算法,消除了感知誤差對(duì)預(yù)測(cè)性能的影響。傳統(tǒng)的分層多媒體信道匹配策略通常只考慮感知傳輸時(shí)間比,卻忽略了信道噪聲、空閑概率等因素對(duì)信道質(zhì)量的影響,對(duì)于復(fù)雜的認(rèn)知無(wú)線信道缺乏適應(yīng)性。本文結(jié)合預(yù)測(cè)結(jié)果和信道噪聲重新定義了丟包率以衡量信道質(zhì)量,進(jìn)而提出多媒體傳輸?shù)姆謱悠ヅ浞桨�。該方案在傳輸調(diào)度時(shí)考慮了分層數(shù)據(jù)包的優(yōu)先級(jí)和信道可靠性,將圖像組(Group of Pictures,GoP)中越重要的層匹配到越可靠的信道上傳輸,使分層的視頻流更好地在時(shí)變且可靠性不同的認(rèn)知無(wú)線信道上傳輸。通過(guò)仿真,驗(yàn)證了協(xié)作概率后綴樹(shù)預(yù)測(cè)算法的準(zhǔn)確性,同時(shí)驗(yàn)證了基于信道質(zhì)量預(yù)測(cè)的多媒體分層匹配策略的有效性。
【關(guān)鍵詞】：認(rèn)知無(wú)線電 協(xié)作頻譜感知 頻譜預(yù)測(cè) 可變長(zhǎng)Markov模型 分層匹配
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN925
【目錄】：

• 摘要5-6
• ABSTRACT6-9
• 符號(hào)對(duì)照表9-10
• 縮略語(yǔ)對(duì)照表10-13
• 第一章 緒論13-17
• 1.1 研究背景和意義13-14
• 1.2 認(rèn)知無(wú)線電技術(shù)研究現(xiàn)狀14-15
• 1.2.1 認(rèn)知無(wú)線網(wǎng)絡(luò)中頻譜預(yù)測(cè)技術(shù)研究現(xiàn)狀14-15
• 1.2.2 認(rèn)知無(wú)線網(wǎng)絡(luò)中可伸縮視頻流傳輸研究現(xiàn)狀15
• 1.3 論文的研究?jī)?nèi)容和組織結(jié)構(gòu)15-17
• 第二章 預(yù)測(cè)及分層匹配技術(shù)理論基礎(chǔ)17-27
• 2.1 認(rèn)知無(wú)線電發(fā)展概述17-18
• 2.2 認(rèn)知無(wú)線電關(guān)鍵技術(shù)18-21
• 2.3 基于馬爾可夫的預(yù)測(cè)算法簡(jiǎn)介21-24
• 2.3.1 不可變長(zhǎng)馬爾可夫預(yù)測(cè)22-23
• 2.3.2 可變長(zhǎng)Markov預(yù)測(cè)23-24
• 2.4 可伸縮視頻編解碼24-25
• 2.5 本章小結(jié)25-27
• 第三章 基于信道質(zhì)量預(yù)測(cè)的多媒體分層匹配策略27-45
• 3.1 系統(tǒng)模型及問(wèn)題描述27-31
• 3.2 基于博弈的協(xié)作概率后綴樹(shù)預(yù)測(cè)算法31-33
• 3.2.1 概率后綴樹(shù)預(yù)測(cè)31-33
• 3.3 基于聯(lián)盟博弈的協(xié)作頻譜感知算法33-39
• 3.3.1 聯(lián)盟博弈理論33-34
• 3.3.2 聯(lián)盟生成算法34-37
• 3.3.3 多個(gè)授權(quán)用戶多個(gè)認(rèn)知用戶場(chǎng)景的討論37-39
• 3.4 基于信道質(zhì)量預(yù)測(cè)的多媒體分層匹配策略39-43
• 3.4.1 信道質(zhì)量預(yù)測(cè)39-41
• 3.4.2 優(yōu)先級(jí)-可靠性調(diào)度準(zhǔn)則41-42
• 3.4.3 分層匹配方案42-43
• 3.5 本章小結(jié)43-45
• 第四章 仿真對(duì)比與性能分析45-55
• 4.1 協(xié)作概率后綴樹(shù)預(yù)測(cè)性能仿真與分析45-48
• 4.2 基于預(yù)測(cè)信道質(zhì)量的多媒體分層匹配策略仿真與分析48-53
• 4.2.1 信道質(zhì)量預(yù)測(cè)48-49
• 4.2.2 基于信道質(zhì)量預(yù)測(cè)的分層匹配方案性能分析49-53
• 4.3 本章小結(jié)53-55
• 第五章 總結(jié)與展望55-57
• 5.1 論文總結(jié)55
• 5.2 展望55-57
• 參考文獻(xiàn)57-61
• 致謝61-63
• 作者簡(jiǎn)介63-64

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 戴迎s，

本文編號(hào)：708112