认知无线网络中基于免疫算法的资源分配研究

来源 :北京邮电大学 | 被引量 : 0次 | 上传用户:songyinming
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,随着无线用户数目的增长以及通信需求的提高,无线频谱资源越来越稀缺,认知无线电网络作为提高无线频谱资源利用率、缓解频谱供需矛盾的新兴技术,受到了广泛地关注。在可能的多址接入技术中,OFDMA技术因在动态频谱分配方面具有较高的频谱效率以及较大的灵活性而被选为主要的认知无线电调制技术。此外,由于认知无线网络本身的异构性与广播性,其通信安全受到多种威胁,在保证信息能够安全传输的前提下,提高认知无线网络的总传输速率具有重要的实际意义。本文针对采用OFDMA的认知无线网络中基于安全传输的资源分配问题展开研究,以最大化安全传输速率为研究目标,通过维纳信道窃听模型有效地衡量系统的安全传输能力。并进一步地将所研究问题分为单小区和多小区的两种基本资源分配场景,在此基础上进一步研究了非准确感知、比例公平等约束条件。根据每种网络模型的特征,结合免疫算法提出了对应的次优算法,用以解决各个场景下的资源分配问题,并验证了算法的系统性能。本文主要工作如下:(1)介绍了认知无线网络的概念与应用,分析了认知无线网络的资源分配问题。介绍了免疫算法的提出与应用,分析了免疫算法的基本流程。介绍了认知无线网络中物理层安全问题。(2)将维纳信道窃听模型引入所研究的资源分配问题中,以安全网络容量作为系统的性能的衡量标准。并在此基础上,进一步研究了多小区场景、非准确感知场景等场景下的资源分配问题。(3)根据各个资源分配模型,在结合原有传统免疫算法的基础上,设计了次优的资源分配算法,以提高安全传输速率或是能量利用率为目标,解决各种认知无线网络的资源分配问题。(4)最后,对各个认知无线网络的资源分配问题进行了仿真与分析,并证明了各个次优算法的系统性能。
其他文献
尽管说话人识别系统在识别结果上已经取得了令人满意的结果,但是随着人口规模的不断增大,传统的GMM模型的识别时间也越来越长,识别速度慢将大大限制说话人识别系统的实用性。
党的十九届五中全会明确提出:"坚持创新在我国现代化建设全局中的核心地位,把科技自立自强作为国家发展的战略支撑,面向世界科技前沿、面向经济主战场、面向国家重大需求、面
大数据时代下,随着互联网中大规模图像数据库越来越多,如何使用户快速的在海量、动态的数据库中找到满足需求的图像是现今视觉领域的重要课题。其中,最主要的应用是基于内容
无源光网络(PON)以其低成本、高带宽和性能稳定的优点成为一种主流的宽带接入技术。随着PON系统速率的提升,需要使用编码增益更高的前向纠错编码(FEC)来改善PON系统的功率预
伴随着我国数字电视技术的快速发展,EPG(ElectronicProgram Guide),即电子节目导航系统孕育而生,它已经衍变成数字电视一项不可或缺的基础性业务。从功能来讲,它是电视和用户
语声分割机制在很多应用方面均占有重要的地位,比如多媒体音频检索、说话人聚类、说话人跟踪等。例如,当语声分割机制与说话人聚类结合,可形成完整的说话人检测与跟踪系统,有
关键词识别是语音识别的一个重要分支,综合了信号处理和模式识别等多项技术,应用前景广阔。本文对关键词识别技术的发展现状与主要技术进行了研究,并分别基于两种不同的技术
随着显示技术的发展,三维显示技术因其具有真实的三维深度信息和完整的表面特性,能给观看者带来身临其境的感受而备受瞩目。在众多的三维显示技术当中,光场三维显示技术凭借
传统数据中心内电交换网络由于存在通信带宽、交换容量和端口规模扩展困难,网络时延较大,能耗高等问题,已成为制约数据中心性能提升的瓶颈。光传输与交换技术,具有大带宽、低
在移动信息时代,人们对数据业务有更多的需求。这一趋势促使未来通信系统向着提升系统容量的方向改进。传统以基站为中心的组网方式在容量的提升上遇到阻力。然而未来业务本