论文部分内容阅读
认知无线电技术作为下一代无线通信网络的核心技术,解决了现有“行政管理”频谱分配方式导致的授权无线资源低利用率的问题。通过感知和理解所处环境,认知用户(Secondary User,SU)根据自身服务质量(Quality of Service,Qo S)要求,在有效规避授权用户(Primary User,PU)的同时完成自身通信。然而,在分布式认知无线电网络中,Qo S保障面临以下几个挑战:(1)相比具有高优先级频谱使用权的PU,SU仅具备低优先级频谱使用权,这种频带使用权限的不等导致SU频繁地进行频谱切换行动;(2)跟任何无线通信一样,认知无线电技术也存在安全隐患;(3)分布式认知无线电网络中不存在可用的频谱资源。在归纳总结了国内外最新研究成果的基础之上,本文针对以上三个问题逐步展开课题研究。首先,针对两种视频模式在频谱切换过程中Qo S的保障问题,提出了一种基于混合整数非线性规划和部分观测马尔可夫过程的进化切换策略。通过引入分布式认知无线电网络中存在的多种实际限制因素(例如不完美的PU感知结果、SU有限的感知范围、PU和SU的非同步通信、SU移动性以及SU硬件限制等),并根据实时视频和视频流的两种特定Qo S要求,将频谱切换过程分解为短期优化过程和长期优化过程。在实时视频(或视频流)传输过程中,基于PU的冲突概率等实际限制因素,将短期优化问题建模为混合整数非线性规划问题。在长期优化过程中,基于不准确的信道感知结果、受限的感知范围等制约因素,以多个短期优化收益之和为目标函数,SU将长期频谱切换过程建模为部分可观测马尔可夫过程。通过求解此过程,SU制定了进化切换策略,并最终实现了实时视频和视频流Qo S的最优化。其次,针对MAC层受到缩减窗口攻击问题,提出了一种基于规则的预先防御机制。首先,对贪婪认知系统(Greedy Cognitive Radio,GCR)设定两个通信规则:(1)为了获取更高的信道接入优先级,GCR要自愿延长自身数据包的传输时间;(2)在某些时隙上,GCR要允许普通认知系统(Normal Cognitive Radio,NCR)与之共同使用信道。基于这两个规则,NCR可以获得更多的通信机会,并将自身通信过程分为两个步骤:步骤一、基于实际传输环境,NCR首先检测并记录GCR的通信行动,以此计算出自身可用的最新信道接入概率;步骤二、基于接入概率和规则(1)中GCR数据包的扩展延迟时间,NCR将可用信道带宽比例问题建模为有约束条件的非线性规划问题。通过此问题的求解,SU实现了单位时隙内吞吐量的最大化。更进一步,针对于缩减窗口攻击和客观功能攻击组成的联合攻击,提出了一种基于环境进化的强化学习预先保护机制。在提出的机制中,通过将单位时隙内SU吞吐量优化问题建模为一个复合马氏决策过程,NCR不仅可以提高单位时隙内传输的比特数,而且还能在长期通信过程中有效地降低GCR的恶意干扰。最后,针对分布式认知无线电网络中有、无可用信道的两种情况,基于TCP Reno协议中传输层Qo S要求,提出了两种天线选择策略。当分布式认知无线电网络中存在可用信道时,通过联合考虑传输层中TCP Reno协议、物理层中天线选择技术与多种调制方式,SU将传输层吞吐量最大化问题建模为最大最小优化模型。通过此模型的求解,设计了理想情况下传输层吞吐量最优的天线选择策略。此外,当分布式认知无线电网络中不存在可用信道时,基于PU干扰容限限制,通过使用机会空间正交方法,提出了传输层实际吞吐量最优的天线选择策略。基于两种天线选择策略的设计,一方面SU可以通过物理层技术(例如天线选择技术和多种调制方式)的动态调整来直接优化传输层Qo S,另一方面也可以达到充分利用“时域、频域、空域”可用资源的目的。