当前位置: > 硕士毕业论文 > 84809字硕士毕业论文认知无线电系统中非静态多光谱接入算法的研究

84809字硕士毕业论文认知无线电系统中非静态多光谱接入算法的研究

论文类型:硕士毕业论文
论文字数:84809字
论点:频谱,信道,授权
论文概述:

本文是无线电论文,主要论述了多信道环境下基于学习算法及有记忆认知 MAC 协议的认知无线电系统动态频谱接入算法及对认知用户在物理层频谱感知局限性以及现有研究中基于中心控制器。

论文正文:

第一章引言

1.1引言
根据联邦通信委员会(FCC)频谱测量工作组[1的测量结果:许多有价值的频谱资源在没有合理利用的情况下被浪费了。根据测量报告................,从2004年初到2005年底,美国低于3千兆赫的频带利用率仅为5.2%。这说明频谱短缺的主要原因之一是频谱管理策略的不合理性。这种传统的静态管理模式使得频谱资源的利用率很低。这样,持有频谱使用许可证的用户拥有频谱的所有权和使用权,即使频谱未被使用,其他无线网络用户也不能使用频谱,从而造成频谱浪费。各界致力于寻找更有效的频谱管理策略和技术。动态频谱技术已经引起了人们的关注。其主要思想是在不干扰授权系统的情况下,随机使用授权频带,以便具有认知能力的无线设备能够接入空空闲授权频带。这项技术以全新的方式和角度改变了频谱管理策略。它突破了传统静态频谱分配策略的限制,使无线设备能够感知频谱,并根据感知结果合理使用尚未使用的频谱。

1.2认知无线电概述
考虑到频谱资源逐渐短缺,美国联邦通信委员会再次开始研究频谱管理策略,重点是提高频谱利用率和通信可靠性。2003年,CR的定义比上述两个定义[6:CR是指以软件定义无线电(SDR)设备为主体的无线电设备,其相关传输参数根据与环境的交互状态而改变。联邦通信委员会建议将所有具有自适应频谱感知能力的无线电统称为“认知无线电”联邦通信委员会对认知无线电的定义已被广泛采用。目前,大多数认知无线电研究都基于这一定义。
…..

第2章基于q learning

2.1简介
实际上,物理层中未授权用户的频谱感知能力是有限的,因为他们不容易区分行为(如频谱接入)是来自授权用户还是来自未授权用户。然而,现有的认知无线电媒体访问控制层的研究通常假设频谱感知是完美的,即未经授权的用户总是能够检测到授权用户的存在(如文件[38、[39)。文件[16]放宽了完美频谱感知的假设,并考虑了物理层的感知误差,但要求授权用户信号的统计特性不同于未授权用户信号的统计特性。此外,许多现有的研究假设该系统具有中央控制器或专用控制信道(例如文件[37、[38))。文献[36]曾经指出,在认知无线电网络中,如果协议需要广播信息,那么当授权用户返回信道作为可靠的控制信道时,由于缺少必须空出的信道,将会产生一系列问题。

2.2q学习理论基础
强化学习的基本原则是,如果代理人通过采取某种行为获得环境奖励,那么代理人在后续行动中采取这种行为的次数将会增加。在强化学习中,主体学习被认为是一个反复试验的过程。文献[41]给出了强化学习的定义,指出了强化学习的两个特征:主体与环境相互作用,形成“主体+环境”的动态系统;增强信号通常以奖励或惩罚的形式驱动代理改善其行为。
增强型学习代理通常以MDP为外部模型,其研究大多基于MDP的理论框架。MDP是一个随机系统,决策者不断观察,有序决策。这个系统是马尔可夫的。马尔可夫性(Markov property)是指随机过程的未来发展规律与历史无关,而只与当前观察有关的性质,即状态转移概率没有后效。
……

第三章探索平衡多通道存储器动态频谱访问算法的使用..............................44
3.1导言..........................................................44
第四章动态频谱共享网络仿真平台的设计.............................60
4.1网络模拟场景...........................................60
第五章结论...........................................80
5.1.........................................80
5.2下一个研究计划.............................................80

第四章动态频谱共享网络仿真平台的设计

4.1网络仿真场景
动态频谱共享系统包括两种类型的无线网络,即授权用户网络和未授权用户网络。对于未经授权的用户,频谱是否可以使用取决于授权用户当前使用的频谱。该系统的一个明显特征是未经授权的用户能够感知不同频道并在不同频道之间灵活切换。
动态频谱接入系统模型如图4-1所示。在这个模型中,假设一个小区有N个信道供授权用户和未授权用户使用。对于授权用户来说,未授权用户是透明的,也就是说,授权用户不知道未授权用户的存在,并且授权用户以没有未授权用户的方式使用频道。当授权用户到达系统时,它将占用一个空空闲信道。如果所有频道都被授权用户占用,它将被阻止。未授权用户可以检测授权用户的离开和到达。检测机制可以与其他未授权用户合作,也可以通过与AP2交换信息来实现。

4.2模块功能划分和实现
授权用户模拟电视频带,包括8个频道,将每个频道的使用状态建模为独立和相同的分配开/关模式,如果授权用户正在使用该频道,则为开,否则为关。在关闭状态下,未经授权的用户可以选择使用该频道的机会。每个通道上的状态和状态是周期性独立的。
...................

第五章结论

5.1全文摘要
本文主要研究多信道环境下基于学习算法和记忆认知MAC协议的认知无线电系统动态频谱接入算法。本文主要针对现有研究中基于中央控制器或控制信道假设的认知用户频谱感知在物理层的局限性和巨大成本。本文的主要工作总结如下:简要介绍了认知无线电技术的概念、动态频谱接入技术及其发展背景和研究现状,并介绍了几种经典的动态频谱接入策略和认知无线电媒体访问控制层协议。学习算法应用于动态频谱接入。通过学习算法,将单通道环境中记忆的认知媒体访问控制协议扩展到认知无线网络中的多通道环境。在全分布式环境下,提出了两种基于学习算法的多通道记忆动态频谱接入算法,其复杂度较低,硬件成本较低。通过将量子学习算法映射到动态频谱共享系统,提出了一种基于量子学习的多通道带记忆动态频谱访问算法,并对该算法进行了仿真分析。仿真结果表明,该算法能够在有限频谱感知的情况下实现较高的信道利用率。

5.2下一步研究计划
本文提出的两种算法假设公平性水平是固定值,而非授权用户的服务质量要求是不同的。应根据服务特点选择不同的值。因此,该算法的性能需要从未来公平性水平的值出发进一步优化。本文牺牲了一些授权用户的性能。虽然牺牲很小,但迫切需要改进。我们可以从频道选择开始,使用预测方法提前预测授权用户的行为,以减少对授权用户的干扰。

[2]

参考文献(略)