隨著無線通信技術(shù)的快速發(fā)展,無線網(wǎng)絡(luò)受到越來越多的關(guān)注,相比較傳統(tǒng)的單信道單接口網(wǎng)絡(luò),多信道多射頻接口（multi-channel multi-radio,MCMR）網(wǎng)絡(luò)中節(jié)點能夠通過不同的接口同時利用多個正交信道顯著的增加網(wǎng)絡(luò)的吞吐量,所以本文針對不同的網(wǎng)絡(luò)場景下的不同需求研究信道分配方案,主要工作如下:針對MCMR自組網(wǎng)場景下接口資源最小化的需求,在已有的兩種算法基礎(chǔ)之上,本文提出了一種資源和干擾最小化的信道分配算法。算法采用分布式的方式選擇最優(yōu)的邊緣節(jié)點進行網(wǎng)絡(luò)擴展,完成網(wǎng)絡(luò)基本連接,并減少干擾。仿真結(jié)果表明,該算法相對于其他兩種資源最小化算法將接口資源使用率降到更低。針對MCMR自組網(wǎng)場景下吞吐量最大化的需求,本文提出了一種優(yōu)先考慮連通的吞吐量最大化的信道分配算法。算法通過對可用信道集合進行排列組合的方式,為每個用戶節(jié)點選擇最優(yōu)的信道組合以減少鏈路之間的干擾,優(yōu)先考慮連通,以分布式的方式保證網(wǎng)絡(luò)中的節(jié)點可以一跳到達其鄰居節(jié)點。仿真結(jié)果表明,相對于其他信道分配算法,該算法對網(wǎng)絡(luò)的吞吐量性能有明顯提升。基于MCMR網(wǎng)絡(luò)模型加入認知無線電場景,針對吞吐量最大化的需求,本文提出了一種動... 

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究的背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文主要研究內(nèi)容
    1.4 論文結(jié)構(gòu)安排
第二章 MCMR網(wǎng)絡(luò)信道分配概述
    2.1 MCMR網(wǎng)絡(luò)信道分配基礎(chǔ)
        2.1.1 問題描述
        2.1.2 信道分配模型
        2.1.3 信道分配目標
    2.2 自組織網(wǎng)絡(luò)信道分配方案
        2.2.1 信道分配方案分類
        2.2.2 信道分配算法
    2.3 認知無線電網(wǎng)絡(luò)信道分配方案
        2.3.1 認知無線電網(wǎng)絡(luò)
        2.3.2 認知無線電網(wǎng)絡(luò)中的信道分配技術(shù)分類
        2.3.3 現(xiàn)有信道分配算法
    2.4 小結(jié)
第三章 針對資源和干擾最小化的信道分配算法
    3.1 系統(tǒng)模型
        3.1.1 網(wǎng)絡(luò)模型
        3.1.2 數(shù)學(xué)模型
    3.2 現(xiàn)有資源最小化算法
    3.3 資源與干擾最小化信道分配算法
        3.3.1 RIM信道分配算法設(shè)計思想
        3.3.2 RIM信道分配算法流程
    3.4 仿真分析
        3.4.1 網(wǎng)絡(luò)拓撲分析
        3.4.2 數(shù)學(xué)分析
    3.5 本章小結(jié)
第四章 優(yōu)先考慮連通的吞吐量最大化信道分配算法
    4.1 系統(tǒng)模型
        4.1.1 網(wǎng)絡(luò)模型
        4.1.2 數(shù)學(xué)模型
    4.2 TMCA-PC信道分配算法
        4.2.1 算法設(shè)計思想
        4.2.2 算法流程
    4.3 算法性能仿真分析
        4.3.1 TMCA-PC算法的收斂性能仿真
        4.3.2 不同網(wǎng)絡(luò)參數(shù)下算法性能仿真分析
    4.4 本章小結(jié)
第五章 認知無線電網(wǎng)絡(luò)中的動態(tài)適應(yīng)性算法
    5.1 認知無線電網(wǎng)絡(luò)模型
        5.1.1 網(wǎng)絡(luò)模型
        5.1.2 數(shù)學(xué)模型
    5.2 DAA信道分配算法
        5.2.1 算法設(shè)計思想
        5.2.2 算法流程
    5.3 仿真分析與性能比較
    5.4 動態(tài)性能分析
        5.4.1 粒子群算法概述
        5.4.2 遺傳算法概述
        5.4.3 仿真結(jié)果
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 工作展望
參考文獻
致謝
攻讀學(xué)位期間取得的研究成果


【參考文獻】：
期刊論文
[1]認知無線電多址接入系統(tǒng)的研究[J]. 劉鑫,劉玉濤,譚學(xué)治,Anghuwo Anna Auguste.  哈爾濱工業(yè)大學(xué)學(xué)報. 2010(11)
[2]基于粒子群算法的認知無線電頻譜分配算法[J]. 張北偉,朱云龍,胡琨元.  計算機應(yīng)用. 2011(12)
[3]認知無線電中基于潛在博弈的信道分配算法[J]. 胡慶,趙力力,李云.  重慶郵電大學(xué)學(xué)報(自然科學(xué)版). 2012(01)
[4]基于改進離散粒子群算法的認知無線電頻譜分配[J]. 喬思寧,孫學(xué)斌,周正.  無線電工程. 2015(03)
[5]LTE-U:未來移動通信系統(tǒng)發(fā)展的助推劑[J]. 趙思聰,黃磊,申濱,黃曉舸.  電信科學(xué). 2016(04)
[6]基于遺傳算法的蜂窩網(wǎng)絡(luò)接入信道動態(tài)分配方案的設(shè)計[J]. 辛焦麗,高麗.  現(xiàn)代電子技術(shù). 2016(15)

碩士論文
[1]無線自組網(wǎng)信道分配研究[D]. 張悅.電子科技大學(xué) 2014
[2]基于改進遺傳算法的水聲MC-CDMA子載波功率分配技術(shù)研究功率分配技術(shù)研究[D]. 甄晨.華南理工大學(xué) 2017
[3]認知無線電網(wǎng)絡(luò)中的動態(tài)信道分配技術(shù)研究[D]. 周僑.浙江大學(xué) 2008
[4]差分進化算法及其在氣動優(yōu)化設(shè)計中的應(yīng)用[D]. 張越.上海交通大學(xué) 2009
[5]多接口無線Mesh網(wǎng)絡(luò)信道分配機制研究[D]. 周斌.浙江大學(xué) 2010
[6]認知無線網(wǎng)絡(luò)動態(tài)頻譜分配技術(shù)研究與實現(xiàn)[D]. 李艷妮.北京郵電大學(xué) 2010



本文編號：3698102