認(rèn)知無線電技術(shù)一方面是為了提高頻譜利用率,另一方面是為了改善通信質(zhì)量,主要應(yīng)用在頻譜管理、自適應(yīng)通信等領(lǐng)域。頻譜感知是認(rèn)知無線電系統(tǒng)完成頻譜分析、決策及可靠傳輸?shù)谋匾疤?為了更高效地利用頻譜空閑機(jī)會,寬帶頻譜感知技術(shù)的需求日趨增加。由于基于預(yù)測的寬帶頻譜感知技術(shù)可以減少檢測信道,備受研究者的關(guān)注。為了實(shí)現(xiàn)寬帶頻譜快速感知,本文設(shè)計(jì)了時-頻域聯(lián)合預(yù)測、粗感知和細(xì)感知相結(jié)合的感知方法,在頻域減小感知帶寬、在時域減少預(yù)測時間,并將寬帶頻譜快速感知技術(shù)應(yīng)用于自適應(yīng)通信系統(tǒng),測試感知性能。主要研究內(nèi)容如下:1.針對100MHz-3GHz范圍的頻譜快速感知,提出基于相關(guān)信道聚類、估計(jì)及多步預(yù)測的離線粗感知方法。將待感知的寬帶頻譜平均劃分為若干個子信道,根據(jù)信道之間的相關(guān)性采用基于密度的聚類算法將信道分簇,并對聚類簇中連續(xù)信道最多的組合進(jìn)行占用狀態(tài)的檢測和估計(jì),選取空閑狀態(tài)連續(xù)最多的信道組合進(jìn)行多步預(yù)測,最后根據(jù)粗感知結(jié)果和業(yè)務(wù)服務(wù)質(zhì)量需求,選擇需要細(xì)感知的信道,從而減小感知帶寬和預(yù)測時間。2.由于單一神經(jīng)網(wǎng)絡(luò)進(jìn)行多維頻譜多步預(yù)測的精度有限,構(gòu)建了混合長短期記憶網(wǎng)絡(luò)Seq2Seq和卷積神經(jīng)網(wǎng)絡(luò)的預(yù)... 

【文章頁數(shù)】：123 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題的研究背景
        1.1.1 基于認(rèn)知的自適應(yīng)通信系統(tǒng)
        1.1.2 寬帶頻譜感知技術(shù)面臨的挑戰(zhàn)
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 寬帶頻譜感知技術(shù)研究現(xiàn)狀
        1.2.2 頻譜預(yù)測技術(shù)研究現(xiàn)狀
    1.3 主要研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
第二章 寬帶頻譜快速感知系統(tǒng)設(shè)計(jì)及關(guān)鍵技術(shù)
    2.1 寬帶頻譜快速感知系統(tǒng)設(shè)計(jì)
    2.2 基于濾波器組的頻譜感知技術(shù)
    2.3 基于深度學(xué)習(xí)的頻譜預(yù)測
        2.3.1 長短期記憶網(wǎng)絡(luò)
        2.3.2 基于循環(huán)神經(jīng)網(wǎng)絡(luò)的頻譜預(yù)測
    2.4 本章小結(jié)
第三章 基于信道聚類及估計(jì)的寬帶頻譜感知技術(shù)
    3.1 基于相關(guān)性的信道聚類
        3.1.1 信道相關(guān)性度量及驗(yàn)證
        3.1.2 基于密度的信道聚類算法
        3.1.3 確定檢測信道和聚類簇
    3.2 信道簇狀態(tài)估計(jì)
        3.2.1 HMM的基本原理
        3.2.2 基于HMM的信道簇狀態(tài)估計(jì)
    3.3 實(shí)驗(yàn)結(jié)果與分析
        3.3.1 信道聚類算法仿真及分析
        3.3.2 基于HMM的信道狀態(tài)估計(jì)性能分析
        3.3.3 不同聚類算法的性能比較
        3.3.4 HMM估計(jì)和直接估計(jì)的性能比較
    3.4 本章小結(jié)
第四章 寬帶頻譜多步預(yù)測
    4.1 單信道多步頻譜預(yù)測
        4.1.1 多步頻譜預(yù)測模型
        4.1.2 多步頻譜預(yù)測技術(shù)
    4.2 寬帶頻譜多步預(yù)測
        4.2.1 卷積神經(jīng)網(wǎng)絡(luò)及其混合神經(jīng)網(wǎng)絡(luò)模型
        4.2.2 基于混合神經(jīng)網(wǎng)絡(luò)的寬帶頻譜多步預(yù)測
        4.2.3 基于業(yè)務(wù)QoS需求的感知信道選擇
    4.3 實(shí)驗(yàn)結(jié)果與分析
        4.3.1 預(yù)測性能評價指標(biāo)
        4.3.2 單信道多步頻譜預(yù)測性能分析
        4.3.3 寬帶頻譜多步預(yù)測性能分析
    4.4 本章小結(jié)
第五章 基于可重置濾波器組的寬帶頻譜細(xì)感知
    5.1 濾波器組設(shè)計(jì)
        5.1.1 多相均勻調(diào)制濾波器組設(shè)計(jì)
        5.1.2 改進(jìn)的多相均勻調(diào)制濾波器組設(shè)計(jì)
    5.2 基于可重置濾波器組的業(yè)務(wù)信道感知
        5.2.1 基于濾波器組的能量檢測
        5.2.2 濾波器組子帶數(shù)選擇
    5.3 仿真結(jié)果與分析
        5.3.1 基于濾波器組的寬帶頻譜信道化
        5.3.2 基于多步預(yù)測的寬帶頻譜感知性能仿真
        5.3.3 濾波器組的子帶數(shù)選擇
    5.4 本章小結(jié)
第六章 寬帶頻譜快速感知技術(shù)應(yīng)用
    6.1 基于認(rèn)知的自適應(yīng)通信系統(tǒng)設(shè)計(jì)
        6.1.1 自適應(yīng)發(fā)射機(jī)架構(gòu)設(shè)計(jì)
        6.1.2 自適應(yīng)接收機(jī)架構(gòu)設(shè)計(jì)
    6.2 寬帶頻譜快速感知和認(rèn)知決策系統(tǒng)
        6.2.1 寬帶頻譜離線粗感知
        6.2.2 寬帶頻譜在線細(xì)感知
        6.2.3 發(fā)射機(jī)的認(rèn)知決策
    6.3 實(shí)驗(yàn)結(jié)果與分析
        6.3.1 測試環(huán)境
        6.3.2 寬帶頻譜感知性能測試
        6.3.3 認(rèn)知決策仿真結(jié)果
    6.4 本章小結(jié)
第七章 總結(jié)與展望
    7.1 研究內(nèi)容總結(jié)
    7.2 主要創(chuàng)新點(diǎn)
    7.3 后續(xù)工作及展望
致謝
參考文獻(xiàn)
附錄A 英文縮略詞
附錄B 博士研究生期間發(fā)表的學(xué)術(shù)論文
附錄C 博士研究生期間參與的科研項(xiàng)目
附錄D 博士研究生期間的其他研究成果


【參考文獻(xiàn)】：
期刊論文
[1]Engineering[J].   Engineering. 2020(05)
[2]用于心律失常識別的LSTM和CNN并行組合模型[J]. 張異凡,黃亦翔,汪開正,劉成良.  哈爾濱工業(yè)大學(xué)學(xué)報. 2019(10)
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的用戶感知評估建模[J]. 顏波,張磊,褚學(xué)寧.  上海交通大學(xué)學(xué)報. 2019(07)
[4]卷積神經(jīng)網(wǎng)絡(luò)（CNN）訓(xùn)練中卷積核初始化方法研究[J]. 朱繼洪,裴繼紅,趙陽.  信號處理. 2019(04)
[5]多小區(qū)5G認(rèn)知無線電網(wǎng)絡(luò)能量有效資源優(yōu)化[J]. 呂恒偉,李攀東,張海劍,孫洪.  信號處理. 2018(12)
[6]深度神經(jīng)網(wǎng)絡(luò)并行化研究綜述[J]. 朱虎明,李佩,焦李成,楊淑媛,侯彪.  計(jì)算機(jī)學(xué)報. 2018(08)
[7]同時收發(fā)認(rèn)知抗干擾系統(tǒng)的改進(jìn)能量檢測算法[J]. 黎海濤,李佳宇,方正.  國防科技大學(xué)學(xué)報. 2017(06)
[8]動態(tài)頻譜接入中基于最小貝葉斯風(fēng)險的穩(wěn)健頻譜預(yù)測[J]. 陳曦,楊健.  電子與信息學(xué)報. 2018(03)
[9]混沌海豚群優(yōu)化灰色神經(jīng)網(wǎng)絡(luò)的空中目標(biāo)威脅評估[J]. 李衛(wèi)忠,李志鵬,江洋,劉唐.  控制與決策. 2018(11)
[10]基于USRP的快速寬帶頻譜感知方法研究[J]. 葛錦程,陳學(xué)強(qiáng),葛立軍,孔利君,裴緒芳.  通信技術(shù). 2017(12)

博士論文
[1]基于深度學(xué)習(xí)的瓦斯時間序列預(yù)測與異常檢測[D]. 王書芹.中國礦業(yè)大學(xué) 2018
[2]基于對抗模式的認(rèn)知無線電頻譜感知與分配技術(shù)研究[D]. 倪水平.北京郵電大學(xué) 2018
[3]基于欠采樣的寬帶頻譜感知檢測技術(shù)研究[D]. 曹凱.戰(zhàn)略支援部隊(duì)信息工程大學(xué) 2018
[4]基于認(rèn)知的短波寬帶信道選擇關(guān)鍵技術(shù)研究[D]. 秦志強(qiáng).解放軍信息工程大學(xué) 2017
[5]認(rèn)知無線電中基于認(rèn)知引擎的自適應(yīng)傳輸研究[D]. 于洋.哈爾濱工業(yè)大學(xué) 2015
[6]基于認(rèn)知的無線網(wǎng)絡(luò)自適應(yīng)通信方法[D]. 王振邦.哈爾濱工業(yè)大學(xué) 2013
[7]認(rèn)知無線電中基于海量頻譜監(jiān)測數(shù)據(jù)挖掘的動態(tài)頻譜接入策略研究[D]. 尹斯星.北京郵電大學(xué) 2010

碩士論文
[1]基于頻繁模式預(yù)測的認(rèn)知無線電頻譜感知調(diào)度算法研究[D]. 田晟宇.大連理工大學(xué) 2015



本文編號：3649458