發(fā)布時間：2017-10-09 12:28

  本文關鍵詞：衛(wèi)星認知無線網(wǎng)絡動態(tài)頻譜接入技術研究

  更多相關文章： 衛(wèi)星通信 動態(tài)頻譜接入 大數(shù)據(jù)理論 頻譜感知 行為預測

【摘要】：衛(wèi)星通信技術憑借其覆蓋面積大、通信距離遠的優(yōu)點,逐漸在各個領域扮演著越來越重要的角色。目前衛(wèi)星通信需求和業(yè)務應用類型的逐漸增加,正在加劇頻譜資源的緊張程度,然而,頻譜資源利用率低的根本原因是當前采用的固定頻譜分配策略。為了從根本上解決衛(wèi)星通信網(wǎng)絡中頻譜資源短缺與頻譜利用率低之間的矛盾,需要研究衛(wèi)星通信系統(tǒng)中的動態(tài)頻譜接入技術。本文首先結合國內(nèi)外研究現(xiàn)狀分析了衛(wèi)星認知無線網(wǎng)絡動態(tài)頻譜接入過程中遇到的關鍵挑戰(zhàn)。并且通過研究認知無線網(wǎng)絡動態(tài)頻譜接入的基本理論,分析了衛(wèi)星認知無線網(wǎng)絡動態(tài)頻譜接入過程中的關鍵技術,并分析和比較了國內(nèi)外近年來提出的三種典型衛(wèi)星認知無線網(wǎng)絡動態(tài)頻譜接入場景。在此基礎上,本文設計了一種采用集中式架構的衛(wèi)星認知無線網(wǎng)絡動態(tài)頻譜接入場景。該場景充分考慮了衛(wèi)星終端載荷及能耗的限制,具有良好的可實現(xiàn)性,且認知網(wǎng)絡采用集中式管理架構,易于實現(xiàn)高效的頻譜感知和網(wǎng)絡中的干擾抑制。接下來,針對衛(wèi)星認知無線網(wǎng)絡中頻譜感知困難的問題,在本文設計的認知無線網(wǎng)絡場景下研究了基于大數(shù)據(jù)分析理論的大規(guī)模認知無線網(wǎng)絡頻譜感知算法,并基于大數(shù)據(jù)分析理論提出了一種特征值指數(shù)均值算法。該算法充分利用了感知結果樣本協(xié)方差矩陣的所有特征值來進行判決,相比于傳統(tǒng)的基于大數(shù)據(jù)理論的頻譜感知算法,本文提出的算法能夠在不知道授權用戶先驗信息的情況下有效提升頻譜感知算法的性能。最后,針對衛(wèi)星認知無線網(wǎng)絡中授權用戶受到干擾的風險增加的問題,在本文設計的認知無線網(wǎng)絡場景下研究了網(wǎng)絡用戶行為預測算法,并提出了一種基于級聯(lián)前向神經(jīng)網(wǎng)絡的多步預測算法。該算法利用級聯(lián)前向神經(jīng)網(wǎng)絡較強的學習能力,通過學習和分析授權用戶對頻譜的歷史占用情況,對未來若干個感知時隙內(nèi)的授權用戶行為進行預測,使得認知網(wǎng)絡的基站能夠利用這些預測結果對認知用戶的頻譜資源使用情況進行及時調(diào)度,進而在最大程度上減少認知用戶對授權用戶的干擾。
【關鍵詞】：衛(wèi)星通信 動態(tài)頻譜接入 大數(shù)據(jù)理論 頻譜感知 行為預測
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN927.2
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-16
• 1.1 課題背景及研究意義9-11
• 1.2 國內(nèi)外研究現(xiàn)狀及分析11-14
• 1.2.1 衛(wèi)星認知無線網(wǎng)絡國外研究現(xiàn)狀11-12
• 1.2.2 衛(wèi)星認知無線網(wǎng)絡國內(nèi)研究現(xiàn)狀12-13
• 1.2.3 衛(wèi)星認知無線網(wǎng)絡國內(nèi)外研究現(xiàn)狀分析13-14
• 1.3 主要研究內(nèi)容與結構安排14-16
• 第2章 衛(wèi)星認知無線網(wǎng)絡基礎理論研究16-24
• 2.1 引言16
• 2.2 認知無線網(wǎng)絡基本理論16-18
• 2.3 衛(wèi)星認知無線網(wǎng)絡動態(tài)頻譜接入場景18-23
• 2.3.1 衛(wèi)星網(wǎng)絡利用認知無線電技術分享地面網(wǎng)絡頻譜空穴場景18-19
• 2.3.2 地面網(wǎng)絡利用認知無線電技術分享衛(wèi)星網(wǎng)絡頻譜空穴場景19-20
• 2.3.3 衛(wèi)星網(wǎng)絡利用認知無線電技術分享其他衛(wèi)星網(wǎng)絡頻譜空穴場景20-22
• 2.3.4 采用集中式架構的衛(wèi)星認知無線網(wǎng)絡動態(tài)頻譜接入場景22-23
• 2.4 本章小結23-24
• 第3章 衛(wèi)星認知無線網(wǎng)絡頻譜感知算法研究24-46
• 3.1 引言24
• 3.2 基于隨機矩陣模型的大數(shù)據(jù)分析理論24-28
• 3.3 基于大數(shù)據(jù)分析的頻譜感知算法28-39
• 3.3.1 估計-相關器（EC）算法31-34
• 3.3.2 特征值模板匹配（FTM）算法34-35
• 3.3.3 基于矩陣函數(shù)的檢測（FMD）算法35-37
• 3.3.4 最大-最小特征值比（MME）算法37-38
• 3.3.5 協(xié)方差絕對值（CAV）算法38
• 3.3.6 特征值指數(shù)均值（MEE）算法38-39
• 3.4 基于大數(shù)據(jù)分析的頻譜感知算法性能仿真驗證及比較39-45
• 3.4.1 信道條件對基于大數(shù)據(jù)分析的頻譜感知算法性能的影響41-42
• 3.4.2 感知節(jié)點數(shù)量對基于大數(shù)據(jù)分析的頻譜感知算法性能的影響42-43
• 3.4.3 基于大數(shù)據(jù)分析的頻譜感知算法比較43-45
• 3.5 本章小結45-46
• 第4章 衛(wèi)星認知無線網(wǎng)動態(tài)頻譜絡接入準則研究46-65
• 4.1 引言46
• 4.2 衛(wèi)星認知無線網(wǎng)絡用戶行為預測模型46-50
• 4.2.1 衛(wèi)星認知無線網(wǎng)絡用戶行為預測系統(tǒng)模型47-49
• 4.2.2 用戶行為模型49-50
• 4.3 用戶行為預測算法50-58
• 4.3.1 基于更新理論的用戶行為預測算法50-51
• 4.3.2 基于前饋神經(jīng)網(wǎng)絡（FFN）的單步預測算法51-56
• 4.3.3 基于級聯(lián)神經(jīng)網(wǎng)絡（CFN）的多步預測算法56-58
• 4.4 性能仿真驗證與分析58-64
• 4.4.1 FFN與CFN學習能力仿真比較59
• 4.4.2 預測階數(shù)對預測算法性能的影響59-61
• 4.4.3 衛(wèi)星認知無線網(wǎng)絡用戶行為預測算法性能仿真比較61-64
• 4.5 本章小結64-65
• 結論65-66
• 參考文獻66-70
• 攻讀碩士學位期間發(fā)表的學術論文及其它成果70-72
• 致謝72

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 何廷潤;;試論動態(tài)頻譜接入中“云計算”的應用前景[J];移動通信;2011年09期

2 張晶;陸音;;動態(tài)頻譜接入:起因、內(nèi)涵與分類[J];科技信息;2012年36期

3 姚富強;張建照;柳永祥;趙杭生;;動態(tài)頻譜管理的發(fā)展現(xiàn)狀及應對策略分析[J];電波科學學報;2013年04期

4 劉香附;;動態(tài)頻譜管理[J];中國無線電;2007年10期

5 蔣師;屈代明;吳露露;鐘國輝;;動態(tài)頻譜接入技術的分類和研究現(xiàn)狀[J];通信技術;2008年11期

6 時穎;林茂六;;動態(tài)頻譜接入中的偵測與避讓技術[J];電信科學;2010年03期

7 馬云;動態(tài)頻譜顯示器的原理與設計[J];電聲技術;1988年02期

8 劉俊彤;王可人;馮輝;;分枝定界在多級動態(tài)頻譜分配中的應用[J];信號處理;2014年03期

9 吳皓;;基于服務的動態(tài)頻譜管理技術[J];移動通信;2014年10期

10 楊福林;;動態(tài)頻譜管理問題研究[J];科技致富向導;2013年20期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 俞苗亮;李有明;陳先福;;基于串音抑制和動態(tài)頻譜管理的復合型算法[A];浙江省電子學會第七次會員代表大會暨2007學術年會論文集[C];2007年

2 邱晶;余平;;基于認知無線電技術的動態(tài)頻譜接入[A];2008年中國通信學會無線及移動通信委員會學術年會論文集[C];2008年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 本報記者 孟祥初;提高頻譜利用率迫在眉睫[N];通信產(chǎn)業(yè)報;2009年

中國博士學位論文全文數(shù)據(jù)庫 前7條

1 陳波;動態(tài)頻譜接入系統(tǒng)中資源分配方法研究[D];浙江大學;2016年

2 苗丹;認知無線網(wǎng)絡中的動態(tài)頻譜分配技術研究[D];北京郵電大學;2010年

3 王志強;動態(tài)頻譜接入系統(tǒng)中的感知調(diào)度策略研究[D];華中科技大學;2012年

4 侯煒;NC-OFDM動態(tài)頻譜共享系統(tǒng)的關鍵技術[D];清華大學;2010年

5 劉紅杰;基于認知無線電的動態(tài)頻譜管理理論及相關關鍵技術研究[D];北京郵電大學;2009年

6 蘇曦;基于認知系統(tǒng)中頻譜特征的動態(tài)頻譜分配與接入機制、資源優(yōu)化方法研究[D];北京郵電大學;2010年

7 唐舟進;動態(tài)頻譜認知無線通信關鍵技術研究[D];北京郵電大學;2014年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 張東東;認知無線網(wǎng)絡動態(tài)頻譜接入研究[D];江南大學;2015年

2 付崗;動態(tài)頻譜接入系統(tǒng)策略設計與優(yōu)化[D];哈爾濱工業(yè)大學;2014年

3 朱丙虎;基于博弈論的認知無線網(wǎng)絡動態(tài)頻譜分配算法研究[D];華東交通大學;2015年

4 李原;衛(wèi)星認知無線網(wǎng)絡動態(tài)頻譜接入技術研究[D];哈爾濱工業(yè)大學;2016年

5 梁會玲;動態(tài)頻譜接入的策略研究[D];北京郵電大學;2011年

6 陳曉;認知無線網(wǎng)絡中基于博弈論的動態(tài)頻譜管理與算法研究[D];華東交通大學;2013年

7 江雪原;動態(tài)頻譜接入關鍵技術的研究[D];廈門大學;2009年

8 后茂森;感知無線電的動態(tài)頻譜分配算法研究[D];重慶郵電大學;2010年

9 李曉靜;基于強化學習的動態(tài)頻譜分配算法的研究[D];南京郵電大學;2011年

10 王凌云;認知無線網(wǎng)絡中基于拍賣理論的動態(tài)頻譜分配研究[D];西安電子科技大學;2012年

，

本文編號：1000228