当前位置: > 硕士毕业论文 > 56090字硕士毕业论文干扰对齐技术在认知无线网络中的应用

56090字硕士毕业论文干扰对齐技术在认知无线网络中的应用

论文类型:硕士毕业论文
论文字数:56090字
论点:干扰,算法,认知
论文概述:

本文是无线电论文,主要介绍了 MIMO干扰对齐算法在混合网络中的应用,当发送端发送的数据流数量达到了发送端天线数量,因为没有给干扰信号预留一定的维度,接收端需要彼此通过以太网连

论文正文:

1简介

1.1选题的背景和意义
为了缓解当前频谱资源的短缺,首先需要对频谱有一个新的认识。光谱与矿产资源、水资源、森林等资源一样,是一种不可再生的宝贵资源。频谱利用率取决于所采用的技术。充分利用频谱资源的技术越来越有必要详细讨论。根据国际电联无线电管制频率司,各种无线服务可用的无线电频率范围是9KHZ?275千兆赫.但是,由于无线电波传输特性、无线通信技术以及无线电设备软硬件实现的限制,目前大多数无线电设备只能在50千兆赫以下工作。随着无线通信带宽的发展趋势,WiMAX(微波接入全球互通)、UWB(超宽带)、3G(3 \" *代)等新技术和服务不断涌现,频谱需求呈指数级增长。然而,许多国家几乎已经分配了可用的频谱资源,中国也不例外。因此,智能革命性频谱共享技术认知无线电(Cognitive Radio)在供需矛盾日益严峻的环境下应运而生,备受关注,被誉为未来最热门的无线电技术。它通过检测频谱空孔并允许未授权用户使用授权频带[1”]极大地提高了频谱利用率,因为在认知无线电工作环境中存在授权用户和未授权用户,并且未授权用户不得影响授权用户的使用,认知无线电技术不仅需要灵活地适应频谱状态以确保高频谱利用率。

1.2国内外研究现状
无许可证开放存取在实际应用中应用最为广泛。主要原因是在这个频段工作的用户不需要许可证,也没有主次之分。它们只需要观察特定的传输功率,而不干扰其他频带。然而,这种共享技术的应用范围相对较窄,仅适用于短距离通信,如无线局域网和蓝牙。此外,这种共享技术仅实现了几个频带中的共享通信,而没有实现真正的全频带共享参考文献(省略)。
......

2认知无线电相关技术

2.1认知无线电网络概述
克拉克等人定义了互联网上的认知能力,即假设互联网上有一个具有强大学习能力的知识平面,它可以构建和维护预期的高级网络模型,因此它可以接受和执行来自网络管理者的高级指令,并报告执行结果[14]。当事故发生时,我们期望认知层面能够自我纠正和重新配置互联网。该系统能够将高级指令转换成可执行的低级行为。提议的策略将使用统一的方法,其中包括对网络事件具有全局视图的一些网络组件。认知网络的本质是一系列分布式认知过程。这些认知过程收集用时间空标记的网络环境信息,包括从网络的每一层、节点中的每个网络元件和其他网络节点获得的网络参数行为,以便识别用于实现个人和端到端网络目标的正确网络参数[15]。认知网络有两种类型,一种是自主认知网络,另一种是分布式认知网络。

2.2认知无线电技术
美国联邦通信委员会(FCC)最近对各种频带的使用情况进行了调查。结果表明,一些频带大部分时间都处于空闲状态。无线通信的频带没有得到有效利用,主要是因为以前通常实施严格的频带分配策略。在该方案中,不同的频带被分配给不同的用户和服务提供商,并且在这些频带中运行的系统需要被授权和认证。从技术角度来看,由于不同的系统在指定的频带中操作,并且不相互重新进入,所以通信系统的设计易于实现。此外,授权频谱的许可为确保被许可方的通信服务质量提供了有效的方法。然而,这种独特的频谱方式导致低频谱利用率。因此,需要一个辅助系统来动态地使用可用频带并以适当的发射功率工作。不干扰具有更高优先级或授权认证的用户(
...

3干涉对准算法的理论研究.......17
3.1中干扰对准算法功率分配算法概述……17
4 br/] 4认知网络........31
4.1系统型号.........31
5干扰对齐算法在认知多输入多输出系统中的应用........37
5.1多输入多输出干扰对齐和混合网络........37

5干扰对准算法在认知多输入多输出系统中的应用

5.1多输入多输出干扰对准和混合网络
首先建立3x2M1MO无线信道中的干扰对准模型,如图5-1所示。直观地,接入点发送端有3个天线,移动站用户有2个天线。接入点发送端同时发送3个数据包。移动台用户接收端获得的接收信号需要解以下三个未知数和两个方程,其中表示从接入点发送端到移动台用户接收端的信道参数的方程是不可解的。移动台用户不能获得3个数据分组,因此可以看出,当接入点发送端同时发送的数据分组的数量大于移动台的天线数量时,它不能被解码。因此,本章引入干涉对准算法来解决这一问题。

5.2混合网络双用户干扰对齐消除系统
为了解决授权用户(主要用户)和认知用户(次要用户)共享带宽、协同抑制相互干扰的问题,引入了一种干扰对齐方法。混合网络的双用户干扰对准消除系统的模型如图5-2所示。基站和移动站系统都使用双天线。
从文献[46-49]中可以看出,如果在多输入多输出系统中每个节点有2个天线,那么在下行链路中可以同时发送的最大数据分组数是3。然而,为了达到上述传输量,它基于多输入多输出系统的两个特性:M1M0系统中的发射机可以控制它们的信号在接收机处对准;2)移动台通过以太网相互连接,这使得它们能够协同解码。因此,本文提出了图5-2所示的混合网络,其允许主用户基站和次用户基站的发射机在下行链路中同时发送三个数据分组,而次用户基站和移动站不需要退避。
……

6结论

本文主要研究干扰对齐算法在认知无线网络中的应用。第一章介绍了该算法研究的背景和意义,并指出了当前的研究热点和成果。第二章重点介绍算法的应用场景,即认知无线网络,引出认知无线网络中的相关概念,包括认知无线电、认知多输入多输出、频谱感知等重要概念和技术。第三章主要研究干涉对准算法的理论。第四章对功率分配算法进行了理论研究。第五章将上述理论结果应用于认知多输入多输出网络并分析其性能。本文的主要工作包括以下几个方面:1)干扰对准算法的建模,将对称系统求解编码向量和解码向量的问题转化为等价特征值问题,并给出了理论推导过程和证明过程;2)干扰对准算法不适用于任何网络,因此研究了干扰对准算法的使用环境,提出了干扰对准算法可以使用的约束条件。3)在可行性研究上,从数学角度出发,根据线性代数中方程的可解性,提出通过计算变量和方程的个数来确定方程是否可解,从而给出两个定理和两个推论。从能量的角度来看,根据干扰泄漏的概念,进行了仿真实验,给出了仿真结果,并进行了相应的分析,即如果干扰对准算法能够在网络中实现,相应的干扰比应该为0;4)研究了功率分配算法。将功率分配算法转化为凸优化问题,并用迭代算法求解。5)将干扰对齐算法应用于认知多输入多输出网络进行性能分析,以验证上述理论研究结果。其中,论文还包含了其他一些知识。例如,由于干扰对准算法将应用于信道确定系统,本文还简要介绍了信道估计模型。在使用信道估计算法获得信道参数之后,使用干扰对准算法求解编码和解码向量。此外,本文还简要介绍和分析了干扰对准在混合网络中的应用,并指出了存在的问题。也就是说,在混合网络中应用干扰对准算法的隐含要求之一是移动终端需要通过以太网相互连接以进行联合解码,这在实际应用中几乎是可能的。本文提出的算法不需要连接移动终端,不需要联合解码,只需要迫零算法。最后,将该理论结构应用于虚拟多输入多输出网络,对其性能进行了验证和分析。
...................

[2]