認(rèn)知無(wú)線電技術(shù)是一項(xiàng)能夠?qū)崿F(xiàn)頻譜共享、大幅提高頻譜利用率的智能無(wú)線通信技術(shù),它打破了傳統(tǒng)的由政府授權(quán)靜態(tài)使用無(wú)線電頻譜的方式,實(shí)現(xiàn)了動(dòng)態(tài)頻譜接入。動(dòng)態(tài)頻譜接入需要解決一系列難題,本文深入研究認(rèn)知無(wú)線電的目標(biāo)信道選擇、頻譜切換和認(rèn)知決策引擎。在目標(biāo)信道選擇機(jī)制方面,提出了三種基于切換時(shí)延和有效信道容量聯(lián)合優(yōu)化的目標(biāo)信道選擇算法。首先介紹了多目標(biāo)優(yōu)化相關(guān)理論;然后深入研究了三種多目標(biāo)優(yōu)化算法,分別是多目標(biāo)粒子群優(yōu)化算法、非支配排序遺傳算法和基于Pareto包絡(luò)選擇算法,改進(jìn)了編碼方式、離散位置更新公式和交叉變異策略;最后根據(jù)頻譜切換中目標(biāo)信道訪問(wèn)場(chǎng)景詳細(xì)推導(dǎo)了切換失敗概率、有效信道容量和累積切換時(shí)延公式,應(yīng)用上述三種多目標(biāo)優(yōu)化算法得到三種多目標(biāo)優(yōu)化的目標(biāo)信道選擇算法。仿真結(jié)果表明,三種算法都能兼顧網(wǎng)絡(luò)的實(shí)時(shí)性和高吞吐率,多目標(biāo)粒子群優(yōu)化算法具有最好的切換性能和最高的復(fù)雜度,基于Pareto包絡(luò)選擇算法具有最低的復(fù)雜度和最差的切換性能,非支配排序遺傳算法介于二者之間。在多對(duì)認(rèn)知無(wú)線電用戶頻譜切換方面,提出了二種頻譜切換算法。首先提出了一種基于節(jié)點(diǎn)分級(jí)局部控制頻譜切換算法（HLC）。網(wǎng)絡(luò)節(jié)點(diǎn)被... 

【文章來(lái)源】：杭州電子科技大學(xué)浙江省

【文章頁(yè)數(shù)】：81 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 目標(biāo)信道設(shè)計(jì)研究現(xiàn)狀
        1.2.2 頻譜切換研究現(xiàn)狀
        1.2.3 認(rèn)知決策引擎研究現(xiàn)狀
    1.3 本文主要工作及章節(jié)安排
        1.3.1 本文主要工作
        1.3.2 本文章節(jié)安排
第2章 基于多目標(biāo)優(yōu)化的目標(biāo)信道設(shè)計(jì)
    2.1 引言
    2.2 多目標(biāo)優(yōu)化理論
        2.2.1 多目標(biāo)優(yōu)化問(wèn)題數(shù)學(xué)描述
        2.2.2 多目標(biāo)粒子群算法
        2.2.3 多目標(biāo)遺傳算法
    2.3 頻譜切換中目標(biāo)信道訪問(wèn)模型
        2.3.1 問(wèn)題描述
        2.3.2 頻譜切換失敗概率
        2.3.3 累積切換時(shí)延
        2.3.4 有效信道容量
        2.3.5 目標(biāo)函數(shù)設(shè)計(jì)
    2.4 基于DNSGA-Ⅱ的目標(biāo)信道設(shè)計(jì)
        2.4.1 編碼
        2.4.2 交叉和變異
        2.4.3 基于DNSGA-Ⅱ的目標(biāo)信道序列設(shè)計(jì)算法主要步驟
    2.5 基于DPESA-Ⅱ的目標(biāo)信道設(shè)計(jì)
        2.5.1 交叉和變異
        2.5.2 基于DPESA-Ⅱ的目標(biāo)信道序列設(shè)計(jì)算法主要步驟
    2.6 兩種遺傳算法仿真與性能分析
        2.6.1 參數(shù)設(shè)置
        2.6.2 算法性能分析
    2.7 基于DMOPSO的目標(biāo)信道設(shè)計(jì)
        2.7.1 編碼
        2.7.2 離散位置更新
        2.7.3 最優(yōu)值更新
        2.7.4 目標(biāo)信道設(shè)計(jì)算法主要步驟
        2.7.5 算法仿真與性能分析
    2.8 本章小結(jié)
第3章 基于節(jié)點(diǎn)分級(jí)的局部控制頻譜切換
    3.1 引言
    3.2 基于分級(jí)的局部控制頻譜切換算法
        3.2.1 頻譜切換模型
        3.2.2 頻譜感知
        3.2.3 鄰居發(fā)現(xiàn)
        3.2.4 節(jié)點(diǎn)分級(jí)
        3.2.5 投票組網(wǎng)
        3.2.6 切換重構(gòu)CRN
        3.2.7 算法仿真與性能分析
    3.3 改進(jìn)的分級(jí)頻譜切換算法
        3.3.1 問(wèn)題分析
        3.3.2 改進(jìn)分級(jí)的局部控制頻譜切換算法
        3.3.3 分級(jí)流程圖
        3.3.4 算法仿真與性能分析
    3.4 本章小結(jié)
第4章 基于智能優(yōu)化算法的認(rèn)知決策引擎
    4.1 引言
    4.2 基本粒子群及其改進(jìn)算法
        4.2.1 粒子群算法（PSO）
        4.2.2 粒子群改進(jìn)算法（IPSO）
        4.2.3 粒子群改進(jìn)算法（APSO）
    4.3 基本差分進(jìn)化算法及其改進(jìn)
        4.3.1 差分進(jìn)化算法（DE）
        4.3.2 改進(jìn)差分進(jìn)化算法（IDE）
    4.4 學(xué)習(xí)差分進(jìn)化算法及其改進(jìn)
        4.4.1 學(xué)習(xí)差分進(jìn)化算法（BLDE）
        4.4.2 改進(jìn)學(xué)習(xí)差分進(jìn)化算法（IBLDE）
    4.5 改進(jìn)粒子群和差分進(jìn)化的混合算法
        4.5.1 粒子群和差分進(jìn)化的串行混合算法
        4.5.2 粒子群和差分進(jìn)化的并行混合算法
    4.6 基于改進(jìn)智能優(yōu)化算法的物理層認(rèn)知決策引擎
        4.6.1 物理層認(rèn)知決策引擎模型
        4.6.2 算法仿真與性能分析
    4.7 基于改進(jìn)智能優(yōu)化算法的跨層認(rèn)知決策引擎
        4.7.1 跨層認(rèn)知決策引擎模型
        4.7.2 算法仿真與性能分析
    4.8 本章小結(jié)
第5章 結(jié)束語(yǔ)
致謝
參考文獻(xiàn)
附錄


【參考文獻(xiàn)】：
期刊論文
[1]認(rèn)知無(wú)線網(wǎng)絡(luò)中基于混合頻譜切換的最優(yōu)目標(biāo)信道選擇算法[J]. 馬彬,包小敏,謝顯中.  電子與信息學(xué)報(bào). 2017(01)
[2]一種基于切換失敗概率和認(rèn)知用戶信道容量聯(lián)合優(yōu)化的訪問(wèn)策略[J]. 許蒙迪,金明,童景文.  電信科學(xué). 2016(09)
[3]基于模擬退火粒子群算法的認(rèn)知引擎研究[J]. 薛蒙蒙,馬永濤,劉敬浩.  計(jì)算機(jī)工程與科學(xué). 2016(08)
[4]認(rèn)知無(wú)線電網(wǎng)絡(luò)信道選擇機(jī)制[J]. 薛偉,劉張超.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2016(08)
[5]認(rèn)知無(wú)線網(wǎng)絡(luò)中頻譜切換算法研究綜述[J]. 馬彬,包小敏,謝顯中.  電子學(xué)報(bào). 2016(06)
[6]差分進(jìn)化算法的改進(jìn)研究[J]. 何佳歡,王向東.  科技視界. 2016(01)
[7]基于元胞量子蜂群算法和信道案例庫(kù)的認(rèn)知無(wú)線電混合跨層決策引擎研究[J]. 尤曉建,何小海,韓雪梅,伍春,江虹.  四川大學(xué)學(xué)報(bào)(工程科學(xué)版). 2015(06)
[8]認(rèn)知無(wú)線電中一種頻譜聚合的切換策略[J]. 殷聰,譚學(xué)治,馬琳,于洋.  四川大學(xué)學(xué)報(bào)(工程科學(xué)版). 2013(06)
[9]認(rèn)知無(wú)線網(wǎng)絡(luò)中的頻譜切換性能分析[J]. 吳呈瑜,何晨,蔣鈴鴿.  電子與信息學(xué)報(bào). 2013(11)
[10]認(rèn)知網(wǎng)絡(luò)中基于模糊神經(jīng)控制的切換判決算法研究[J]. 付欣,周亞楠.  無(wú)線通信技術(shù). 2013(01)

碩士論文
[1]基于改進(jìn)人工魚(yú)群算法的認(rèn)知引擎技術(shù)研究[D]. 張檳麒.哈爾濱工程大學(xué) 2013



本文編號(hào)：3014641