本文關(guān)鍵詞：認(rèn)知無(wú)線電頻譜感知技術(shù)研究及動(dòng)態(tài)管理軟件實(shí)現(xiàn)，，由筆耕文化傳播整理發(fā)布。

【摘要】：認(rèn)知無(wú)線電技術(shù)通過對(duì)無(wú)線頻譜環(huán)境的感知,尋找并利用已授權(quán)頻段內(nèi)的空閑頻譜,從而有效提高頻譜利用率、緩解頻譜資源的需求,是無(wú)線通信領(lǐng)域的一個(gè)研究熱點(diǎn)。頻譜感知是認(rèn)知無(wú)線電的一個(gè)關(guān)鍵技術(shù),本文主要研究了認(rèn)知無(wú)線電頻譜感知算法及動(dòng)態(tài)管理系統(tǒng)軟件實(shí)現(xiàn)。首先,介紹了認(rèn)知無(wú)線電的研究背景、定義和關(guān)鍵技術(shù),并詳細(xì)介紹了頻譜感知技術(shù)及其國(guó)內(nèi)外研究現(xiàn)狀。其次,研究了基于神經(jīng)網(wǎng)絡(luò)的窄帶頻譜感知技術(shù)。當(dāng)前神經(jīng)網(wǎng)絡(luò)頻譜感知存在著訓(xùn)練時(shí)收斂速度慢、易陷入局部最優(yōu)解等問題,而最優(yōu)解對(duì)神經(jīng)網(wǎng)絡(luò)的頻譜感知算法性能影響大,因此為提高神經(jīng)網(wǎng)絡(luò)的頻譜感知算法性能,采用蜂群算法交叉訓(xùn)練神經(jīng)網(wǎng)絡(luò),加快訓(xùn)練收斂速度,降低均方誤差。采用信號(hào)的能量、循環(huán)功率譜作為特征參數(shù),提出了蜂群優(yōu)化神經(jīng)網(wǎng)絡(luò)的頻譜感知算法。仿真結(jié)果表明,相比能量法、循環(huán)平穩(wěn)特征法、無(wú)蜂群算法交叉訓(xùn)練神經(jīng)網(wǎng)絡(luò)或徑向基函數(shù)(Radial Basis Function,RBF)神經(jīng)網(wǎng)絡(luò)的頻譜感知算法,該算法具有更好的感知性能。然后,研究了基于壓縮感知的寬帶頻譜感知技術(shù)�；趬嚎s感知的寬帶頻譜感知需要估計(jì)信號(hào)稀疏度,針對(duì)在低信噪比情況下欠估計(jì)、高信噪比情況下過估計(jì)的問題,提出了基于Gerschgorin理論稀疏度估計(jì)的寬帶頻譜感知算法。該算法聯(lián)合考慮了特征值和特征向量,利用Gerschgorin理論分離信號(hào)圓盤與噪聲圓盤,獲得稀疏度估計(jì)值并將此作為正交匹配追蹤(Orthogonal Matching Pursuit,OMP)算法結(jié)束迭代的條件,并利用OMP算法得到頻譜支撐集,從而完成寬帶頻譜感知。仿真結(jié)果表明,該算法兼顧了低信噪比和高信噪比時(shí)的稀疏度估計(jì)性能,提高了頻譜感知性能。最后,研究了認(rèn)知無(wú)線電頻譜動(dòng)態(tài)管理系統(tǒng)軟件的設(shè)計(jì)與實(shí)現(xiàn)。根據(jù)頻譜動(dòng)態(tài)管理系統(tǒng)需要具備的頻譜管理、頻譜感知和頻譜分配三個(gè)功能,將系統(tǒng)軟件分為管控中心模塊、頻譜感知服務(wù)器模塊和頻譜分配服務(wù)器模塊,通過Visual C++6.0開發(fā)平臺(tái)完成各個(gè)模塊界面設(shè)計(jì)和功能實(shí)現(xiàn),并從數(shù)據(jù)傳輸幀結(jié)構(gòu)和交互流程兩個(gè)方面設(shè)計(jì)實(shí)現(xiàn)模塊之間的交互功能,從而實(shí)現(xiàn)認(rèn)知無(wú)線電頻譜動(dòng)態(tài)管理系統(tǒng)軟件。選取兩個(gè)測(cè)試情景對(duì)系統(tǒng)軟件進(jìn)行了測(cè)試,測(cè)試結(jié)果驗(yàn)證了系統(tǒng)軟件功能的有效性。
【關(guān)鍵詞】：認(rèn)知無(wú)線電 頻譜感知 神經(jīng)網(wǎng)絡(luò) 人工蜂群算法 Gerschgorin理論 壓縮感知 稀疏度
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN925
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-20
• 1.1 研究背景及意義10-11
• 1.2 認(rèn)知無(wú)線電的定義及關(guān)鍵技術(shù)11-13
• 1.2.1 認(rèn)知無(wú)線電的定義11-12
• 1.2.2 認(rèn)知無(wú)線電的關(guān)鍵技術(shù)12-13
• 1.3 頻譜感知技術(shù)研究現(xiàn)狀13-18
• 1.3.1 窄帶頻譜感知13-15
• 1.3.2 寬帶頻譜感知15-18
• 1.4 本文主要工作與內(nèi)容安排18-20
• 1.4.1 本文主要工作18-19
• 1.4.2 本文章節(jié)安排19-20
• 第2章 基于蜂群優(yōu)化神經(jīng)網(wǎng)絡(luò)的頻譜感知20-33
• 2.1 引言20
• 2.2 基礎(chǔ)理論20-22
• 2.2.1 BP神經(jīng)網(wǎng)絡(luò)模型20-22
• 2.2.2 人工蜂群算法22
• 2.3 蜂群優(yōu)化神經(jīng)網(wǎng)絡(luò)的頻譜感知22-27
• 2.3.1 接收信號(hào)特征提取23-25
• 2.3.2 神經(jīng)網(wǎng)絡(luò)頻譜感知25
• 2.3.3 蜂群算法交叉訓(xùn)練神經(jīng)網(wǎng)絡(luò)25-27
• 2.4 算法仿真與性能分析27-32
• 2.4.1 神經(jīng)網(wǎng)絡(luò)特征參數(shù)分析27-28
• 2.4.2 神經(jīng)網(wǎng)絡(luò)訓(xùn)練性能分析28-30
• 2.4.3 神經(jīng)網(wǎng)絡(luò)感知性能分析30-32
• 2.5 本章小結(jié)32-33
• 第3章 基于Gerschgorin理論稀疏度估計(jì)的寬帶頻譜感知33-47
• 3.1 引言33
• 3.2 理論基礎(chǔ)33-37
• 3.2.1 壓縮感知理論基礎(chǔ)33-35
• 3.2.2 Gerschgorin圓盤理論基礎(chǔ)35-37
• 3.3 基于GTE的寬帶頻譜感知37-40
• 3.3.1 寬帶頻譜感知模型37-38
• 3.3.2 基于Gerschgorin理論稀疏度估計(jì)38-39
• 3.3.3 GTE-OMP頻譜感知算法39-40
• 3.4 算法仿真與性能分析40-46
• 3.4.1 稀疏度估計(jì)性能40-42
• 3.4.2 頻譜感知性能42-46
• 3.5 本章小結(jié)46-47
• 第4章 認(rèn)知無(wú)線電頻譜動(dòng)態(tài)管理系統(tǒng)軟件實(shí)現(xiàn)47-61
• 4.1 引言47
• 4.2 系統(tǒng)組成架構(gòu)47-48
• 4.3 系統(tǒng)實(shí)現(xiàn)所需技術(shù)介紹48-50
• 4.3.1 Visual C++6.048
• 4.3.2 數(shù)據(jù)庫(kù)技術(shù)48-50
• 4.3.3 Socket技術(shù)50
• 4.4 系統(tǒng)模塊實(shí)現(xiàn)50-54
• 4.4.1 管控中心51-52
• 4.4.2 頻譜感知服務(wù)器52-53
• 4.4.3 頻譜分配服務(wù)器53-54
• 4.5 模塊交互功能實(shí)現(xiàn)54-57
• 4.5.1 數(shù)據(jù)傳輸幀結(jié)構(gòu)設(shè)計(jì)54-56
• 4.5.2 模塊交互流程設(shè)計(jì)56-57
• 4.6 系統(tǒng)軟件功能測(cè)試57-60
• 4.6.1 系統(tǒng)軟件測(cè)試環(huán)境和步驟57-58
• 4.6.2 系統(tǒng)軟件測(cè)試結(jié)果58-60
• 4.7 本章小結(jié)60-61
• 第5章 總結(jié)與展望61-62
• 致謝62-63
• 參考文獻(xiàn)63-68
• 附錄 作者在讀期間發(fā)表的學(xué)術(shù)論文及參加的科研項(xiàng)目68

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 劉婷婷;王建新;束鋒;;合作頻譜感知吞吐量和感知時(shí)間關(guān)系的研究[J];現(xiàn)代雷達(dá);2009年05期

2 常帥;孔凡軍;陳娟;鄭學(xué)強(qiáng);;協(xié)同頻譜感知中的認(rèn)知用戶數(shù)優(yōu)化[J];軍事通信技術(shù);2010年03期

3 汪一鳴;周劉蕾;;基于追蹤定位的認(rèn)知頻譜感知解決方案[J];通信學(xué)報(bào);2010年11期

4 岳文靜;鄭寶玉;孟慶民;崔景伍;解培中;;衰落信道下提高協(xié)作頻譜感知能力的方法[J];中國(guó)科學(xué):信息科學(xué);2011年02期

5 韓勇;陳強(qiáng);王建新;;合作頻譜感知安全技術(shù)研究[J];通信技術(shù);2011年06期

6 韓勇;王放;陳強(qiáng);王建新;;一種信任度模糊分配的合作頻譜感知算法[J];信號(hào)處理;2011年06期

7 蔣金波;王可人;陳小波;金虎;;頻譜切換中基于頻譜感知的鏈路保持概率[J];探測(cè)與控制學(xué)報(bào);2011年06期

8 劉穎;楊震;;協(xié)作頻譜感知系統(tǒng)中的結(jié)盟技術(shù)研究[J];南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年05期

9 秦臻;薛峰;梁繼民;;最大系統(tǒng)效用合作頻譜感知優(yōu)化算法[J];信號(hào)處理;2013年02期

10 江曉林;顧學(xué)邁;何晨;;基于壓縮感知的聯(lián)合協(xié)作頻譜感知算法[J];上海交通大學(xué)學(xué)報(bào);2013年07期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 岳文靜;鄭寶玉;;一種基于信道可靠性的協(xié)作頻譜感知算法[A];2009年通信理論與信號(hào)處理學(xué)術(shù)年會(huì)論文集[C];2009年

2 張培;孟慶民;朱衛(wèi)平;;一種可以減少感知時(shí)間的頻譜感知方法[A];2010年通信理論與信號(hào)處理學(xué)術(shù)年會(huì)論文集[C];2010年

3 郝博雅;周輝;孫斌;;基于權(quán)值的合作頻譜感知算法[A];第六屆全國(guó)信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2012年

4 吳昊;趙杭生;;基于三階累積量的頻譜感知技術(shù)研究[A];2009年全國(guó)無(wú)線電應(yīng)用與管理學(xué)術(shù)會(huì)議論文集[C];2009年

5 張冰玉;鄭寶玉;岳文靜;;一種基于串行網(wǎng)絡(luò)的協(xié)作頻譜感知方案[A];2010年通信理論與信號(hào)處理學(xué)術(shù)年會(huì)論文集[C];2010年

6 馮子木;漆春梅;王軍;李樂民;;協(xié)同頻譜感知算法綜述[A];2008年中國(guó)西部青年通信學(xué)術(shù)會(huì)議論文集[C];2008年

7 王翊;胡艷軍;唐希雯;;一種改進(jìn)的基于多閾值的協(xié)作頻譜感知方法[A];2011年通信與信息技術(shù)新進(jìn)展——第八屆中國(guó)通信學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2011年

8 鄭仕鏈;何斌;楊偉程;;認(rèn)知無(wú)線電寬帶頻譜感知試驗(yàn)研究[A];浙江省信號(hào)處理學(xué)會(huì)2011學(xué)術(shù)年會(huì)論文集[C];2011年

9 李佳俊;黃清;孔勇;;基于小波變換的認(rèn)知無(wú)線電寬帶頻譜感知方法[A];中國(guó)電子學(xué)會(huì)第十六屆信息論學(xué)術(shù)年會(huì)論文集[C];2009年

10 楊家勝;劉光斌;程俊仁;;基于壓縮采樣技術(shù)的認(rèn)知無(wú)線電寬帶頻譜感知方法[A];中國(guó)通信學(xué)會(huì)第六屆學(xué)術(shù)年會(huì)論文集（上）[C];2009年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 肖淑艷;認(rèn)知無(wú)線電中頻譜感知及資源優(yōu)化分配的研究[D];中國(guó)礦業(yè)大學(xué);2015年

2 卿浩博;面向無(wú)線通信系統(tǒng)的頻譜感知理論與技術(shù)研究[D];北京郵電大學(xué);2015年

3 楊雪洲;認(rèn)知中繼網(wǎng)絡(luò)頻譜感知與資源分配研究[D];電子科技大學(xué);2014年

4 齊佩漢;穩(wěn)健精細(xì)抗差異性頻譜感知技術(shù)研究[D];西安電子科技大學(xué);2014年

5 盧劍奇;認(rèn)知無(wú)線電頻譜感知關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2015年

6 劉洋;基于跨層優(yōu)化的頻譜感知關(guān)鍵技術(shù)研究[D];解放軍信息工程大學(xué);2014年

7 史振國(guó);認(rèn)知OFDM系統(tǒng)中頻譜感知與基于感知的干擾對(duì)齊方法研究[D];哈爾濱工業(yè)大學(xué);2016年

8 江曉林;認(rèn)知無(wú)線電網(wǎng)絡(luò)中頻譜感知算法研究[D];哈爾濱工業(yè)大學(xué);2015年

9 m云海;BWT系統(tǒng)中基于認(rèn)知的頻譜聚合技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

10 秦臻;基于認(rèn)知無(wú)線網(wǎng)絡(luò)的頻譜感知與信道切換技術(shù)研究[D];西安電子科技大學(xué);2015年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 王艷君;認(rèn)知無(wú)線網(wǎng)絡(luò)中基于多節(jié)點(diǎn)的協(xié)作頻譜感知技術(shù)的研究[D];昆明理工大學(xué);2015年

2 谷凱;基于GNU Radio的動(dòng)態(tài)頻譜感知及數(shù)據(jù)傳輸[D];海南大學(xué);2015年

3 孟晨;基于稀疏組套索的寬頻帶頻譜感知研究[D];燕山大學(xué);2015年

4 魏亮;認(rèn)知車載網(wǎng)中頻譜感知算法仿真研究[D];西南交通大學(xué);2015年

5 周瑞;基于信任度的認(rèn)知無(wú)線電聯(lián)合頻譜感知研究[D];湖南工業(yè)大學(xué);2015年

6 錢陸;基于數(shù)據(jù)并發(fā)傳輸?shù)念l譜感知系統(tǒng)的研究[D];北京郵電大學(xué);2014年

7 羅曼;認(rèn)知無(wú)線電協(xié)作頻譜感知技術(shù)的研究[D];哈爾濱工業(yè)大學(xué);2015年

8 李然;基于隨機(jī)矩陣?yán)碚摰念l譜感知算法研究[D];哈爾濱工業(yè)大學(xué);2015年

9 張蔚;基于動(dòng)態(tài)壓縮采樣的寬帶頻譜感知技術(shù)[D];哈爾濱工業(yè)大學(xué);2015年

10 宋雙;基于序貫檢測(cè)的認(rèn)知無(wú)線電協(xié)作頻譜感知算法研究[D];哈爾濱工業(yè)大學(xué);2015年

  本文關(guān)鍵詞：認(rèn)知無(wú)線電頻譜感知技術(shù)研究及動(dòng)態(tài)管理軟件實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：318404