【摘要】：近年來,人們對無線通信服務(wù)的爆炸式增長需求與有限且利用率低的頻譜資源之間的矛盾日益突出。如何有效地提高頻譜利用率已經(jīng)成了目前無線通信領(lǐng)域里急待解決的重要課題。針對頻譜資源傳統(tǒng)的固定分配方式和接入方式，認知無線電作為一種新興的智能通信技術(shù)正在受到越來越多人們的重視。它可以自適應(yīng)調(diào)節(jié)系統(tǒng)參數(shù)，快速有效地填補頻譜空洞或未使用的頻譜，解決了頻譜利用率低的問題。在認知無線電系統(tǒng)中，認知用戶的發(fā)射功率是實現(xiàn)頻譜共享的核心技術(shù)之一，同時它也是認知用戶唯一的操縱變量和給其他用戶帶來干擾的主要原因，所以功率控制問題自然受到科研工作者的廣泛關(guān)注。 目前國內(nèi)外廣大的科研工作者結(jié)合博弈論、協(xié)作分配方式、群智能優(yōu)化及魯棒優(yōu)化等不同的數(shù)學優(yōu)化算法，解決了單一目標或多目標某一時刻的功率控制問題，并取得了可喜的成果。但是，這些成果如果針對集中式網(wǎng)絡(luò)成本高、動態(tài)通信環(huán)境適應(yīng)力差和具有不確定性問題來實現(xiàn)有效的功率控制并非是最優(yōu)結(jié)果。因此，針對上述問題，本文試圖采用新的理論和數(shù)學工具，得到新的認知無線電功率控制方法，給出了相應(yīng)的解決方案。本文的主要研究工作如下： 1）在認知無線電系統(tǒng)中，大多數(shù)傳統(tǒng)功率的控制方案都是針對集中式網(wǎng)絡(luò)提出來了，它耗費成本高。本文則以下墊式場景的分布式認知無線電網(wǎng)絡(luò)為研究平臺，以最小化次用戶總消耗功率為目標，在保證次用戶基本通信質(zhì)量和主用戶服務(wù)質(zhì)量的條件下，通過粒子群優(yōu)化（PSO）算法和懲罰函數(shù)理論，將效用函數(shù)和優(yōu)化問題的約束條件轉(zhuǎn)換成適應(yīng)度函數(shù)，提出了一個基于混沌粒子群優(yōu)化（CPSO）功率控制算法。仿真結(jié)果表明，所提出的CPSO算法與PSO算法和自適應(yīng)粒子群（APSO）算法比較，可以減少總發(fā)射功率消耗，具有較高的傳輸速率和全局搜索能力。 2）在認知無線電網(wǎng)絡(luò)中，由于用戶的移動性和頻譜空洞的隨機性導致無線電網(wǎng)絡(luò)環(huán)境快速多變，那么穩(wěn)定與可靠的傳輸就顯得格外重要。本文為了適應(yīng)動態(tài)通信環(huán)境，在頻譜共享的下墊式認知網(wǎng)絡(luò)中，以次用戶消耗的最小功率為目標，考慮與前面相同的約束條件，根據(jù)精確懲罰函數(shù)理論，將最初的優(yōu)化模型轉(zhuǎn)換成適應(yīng)度函數(shù)，提出了一種基于動態(tài)粒子群優(yōu)化的功率控制算法。該算法由動態(tài)粒子群算法中的敏感粒子探測環(huán)境的變化，再利用普通粒子實時更新系統(tǒng)的傳輸功率。從仿真結(jié)果可以看出，在動態(tài)環(huán)境中，與粒子群優(yōu)化算法、混沌粒子群優(yōu)化算法比較，動態(tài)粒子群優(yōu)化算法可以獲得穩(wěn)定可靠的發(fā)射功率，且次用戶所消耗的總功率最小。 3）在認知無線電系統(tǒng)中,我們以主用戶受到來自于次用戶的干擾最小為目標，同時考慮了次用戶保證基本通信質(zhì)量即信噪比大于某個閾值和次用戶傳輸功率不超過額定功率條件下，基于下墊式模型，提出了一個基本的人工魚群算法（AFSA）和基于優(yōu)勝劣汰生存機制的改進人工魚群算法（IAFSA）來解決功率分配問題。仿真分析表明，我們所提出的AFSA和IAFSA可以獲得更小的次用戶發(fā)射功率，因而對主用戶的干擾最小，保證了主用戶的通信質(zhì)量。同時，仿真結(jié)果還表明，該算法收斂速度最快，穩(wěn)定性和魯棒性比PSO算法和CPSO算法好。 4）分布式功率控制算法可以減少用戶信息的交換，降低系統(tǒng)的開銷。本文基于對主用戶干擾功率最小目標函數(shù)提出了一個基本的分布式功率控制算法。為了降低對主用戶的干擾，還提出了一個改進的分布式功率控制算法。仿真結(jié)果表明，無論是在完美信道還是在不理想的信道，所提出的兩種算法的性能都優(yōu)于傳統(tǒng)的迭代注水算法（IWFA），而改進算法性能優(yōu)于原基本算法。 5）在認知無線電系統(tǒng)中，大多數(shù)功率控制方案都考慮了主用戶干擾功率約束，而對次用戶通信質(zhì)量沒有嚴格的時時保證。本文則在保證主用戶高質(zhì)量通信，滿足次用戶最大發(fā)射功率約束和在每個子載波上主用戶所能忍受的最大干擾功率約束，在OFDM網(wǎng)絡(luò)框架下，提出一種基本的分布式功率控制策略。由于目標函數(shù)的非凸性，我們引入幾何規(guī)劃把它轉(zhuǎn)換成凸優(yōu)化問題。為了提高每個次用戶在每個子載波的傳輸速率，提出一個改進算法。仿真結(jié)果表明，與傳統(tǒng)迭代注水算法相比，基本算法和改進算法都具有較高次用戶的傳輸速率，較快的收斂速度和較低的計算復雜度。 6）在實際的通信環(huán)境中，參數(shù)的不確定性會影響系統(tǒng)的性能。本文在認知無線電網(wǎng)絡(luò)中OFDM框架下，針對接收機反饋給發(fā)射機的量化噪聲與干擾的不確定性，提出一種魯棒功率控制方案。為了獲得每個次用戶的最大傳輸速率，考慮了三種約束：每個次用戶傳輸功率的范圍，主用戶受到的干擾功率低于給定的閾值，及當存在量化干擾誤差時，所獲得次用戶在每個子載波上的傳輸速率低于在其理想傳輸速率的概率。我們假設(shè)量化噪聲與干擾的誤差服從均勻分布，于是把概率約束條件轉(zhuǎn)化為確定性形式。通過拉格朗日對偶約束方法和次梯度迭代算法解決了對偶問題。仿真結(jié)果表明，所提算法優(yōu)于基于干擾增益最壞情況下魯棒算法和在完美信道中不考慮量化干擾誤差的非魯棒算法，具體體現(xiàn)在每個次用戶的傳輸速率、系統(tǒng)達到平衡的時間和計算復雜度。
【學位授予單位】：吉林大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TN925
【圖文】：

圖 5.1 多用戶分布式認知網(wǎng)絡(luò)和主用戶使用的子信道分別用 {1,2, , M}和 k 。為了保證次用戶的通信質(zhì)量，每個次用的閾值，即mini i 次用戶所需的信噪比的最低值，這可以保證每戶的實際信噪比，考慮了背景噪聲和主用戶對次i iiij ji ij ip gp g n 次用戶發(fā)射機的傳輸功率。iig 表示在鏈路 i 上的發(fā)射機的傳輸功率。jig 代表第 j 個次用戶發(fā)射機

【引證文獻】

相關(guān)博士學位論文 前1條

1 崔曼曼;大規(guī)模MIMO認知無線電系統(tǒng)中的功率優(yōu)化算法研究[D];華南理工大學;2018年

相關(guān)碩士學位論文 前3條

1 鄧冬梅;認知無線網(wǎng)絡(luò)功率控制與能效策略研究[D];西南科技大學;2018年

2 葛艷紅;認知無線傳感器網(wǎng)絡(luò)中TEEN路由協(xié)議的研究[D];內(nèi)蒙古大學;2017年

3 劉云玲;基于非合作博弈的功率控制算法研究[D];中國礦業(yè)大學;2016年

本文編號：2785408