论文部分内容阅读
随着无线通信技术的不断发展以及通信业务需求的持续增长,在静态频谱分配机制下,频谱资源稀缺与频谱资源利用率低下这一矛盾日益突出。如何缓解这一矛盾,成为了通信技术亟须解决的问题。特别是为了应对人类信息社会2020年之后对于无线通信的需求,5G无线通信系统将成为一个多无线业务共存、多种通信技术融合的异构网络系统,并且具有广域、超密集、高动态,以及复杂异构等特点,仅仅通过传统静态资源分配的方式已无法满足未来5G通信技术的发展需求。认知无线电技术是一种可以有效提升频谱利用率的技术手段,然而由于无线通信环境的复杂性、次级用户应用场景的多变性、主用户和次级用户对于频谱使用上授权与非授权抢占关系的独特性,以及5G网络万物互联、多网融合的需求,如何在多变且异构的网络条件下提升频谱利用率,对认知无线电关于外部环境、内部需求的适变能力提出了更高的要求。认知无线电的适变能力是指认知无线电系统根据内、外部变化进行最优适变的一种能力,主要从决策机制中体现。提高认知无线电的适变能力需要从根本上提高决策机制的灵活性,以便于根据变化的决策条件灵活地选择决策方式从而达到提高决策效果的目的。本论文从认知无线电系统的决策机制入手,通过兼顾有效性和灵活性的决策算法设计,分别从频谱获取方式、频谱接入策略、资源分配方案等方面来提高认知无线电系统的适变能力,最终实现提升频谱利用率的目的。本论文从认知无线电系统的两种组网形式展开研究,为具有有效性保障的集中式认知无线电系统的决策机制提高灵活性;为具有灵活性保障的分布式认知无线电系统的决策机制提高有效性。从而在决策机制的有效性和灵活性上满足认知无线电系统适变能力的要求。研究内容主要包括以下几个方面:集中式认知无线电系统,由于其具有中心控制单元,可以在整个次级用户系统中实现高效可控的决策效果,具有一定的有效性保障。但是集中式认知无线电系统中的决策目标往往针对整个系统进行设计的,缺少对于个体用户的需求的变化考虑。在决策算法上,通常只根据特定通信场景的特定需求进行设计,缺少对于算法灵活性和泛用性的讨论与研究,无法完全保障认知无线电在动态环境和需求下的适变能力要求。针对这一问题,我们从频谱接入和资源分配两个方面的决策算法进行设计,从算法的有效性和灵活性上保障认知无线电系统在动态环境和需求下的适变能力,以进一步提高频谱利用率。(1)在频谱接入方面,针对认知无线电网络决策机制的灵活性要求,设计了一种多策略的动态频谱接入系统(Multi-strategy Dynamic Spectrum Access,MS-DSA)。在这个多策略动态频谱接入系统中,主用户与次级用户同时通过多种策略来对频谱进行共享利用。我们通过连续时间的马尔科夫随机过程对该系统进行建模,并通过此建模得出反应频谱接入性能的相关数据的数学表达式。在此基础上,提出了频谱单元分配以及虚警概率选择两种优化方案。最终数值仿真验证了我们所提出的MS-DSA系统可以根据次级用户和主用户的对于当前频谱的需求程度,灵活地调整接入策略,提高了系统的适变能力。(2)在资源分配方面,针对认知无线电网络决策机制的灵活性要求,在动态环境与需求下,设计了具有灵活性和泛用性的自适应资源分配算法。本论文将集中式认知无线电通信系统中的资源分配问题抽象为一个求解最优化的数学模型,为了保障自适应资源分配算法的灵活性,我们引入了寻优过程具有一般性的微粒群算法(Particle Swarm Optimization),并针对微粒群算法的不足提出了一种改进型微粒群算法。该算法在保留原有微粒群算法优点的同时,在粒子更新过程中引入交叉和变异机制,增加了粒子的多样性,从而提高了算法的全局寻优能力,做到了在保障灵活性的同时又提高了分配算法的有效性。而后针对三种不同的应用场景进行分析,实现了一种分配算法在不同场景不同业务下的自适应资源分配,验证了决策算法的灵活性,有效地提高了认知无线电系统资源分配方式的适变能力。在分布式认知无线电系统中,系统构架本身具有足够的灵活性,这种灵活性来自于次级用户各自为战,缺少中心控制环节,每个次级用户都按照自身的需求进行决策,缺乏一定的可控性,无法对频谱资源进行高效利用。(3)针对分布式认知无线电中存在这一客观问题,我们提出了一种基于演进博弈论(Evolutionary Game)的次级用户协作框架。在该框架下,用户在变化的条件和环境下通过在不同的策略互动中自适应地学习,使用模仿者动态(Replicator Dynamics)理论接近最佳的应对策略,达到频谱资源有效利用的目的。我们推导并证明了次级用户的动态行为收敛于演进稳定策略。并根据这种次级用户的动态行为模式,提出了一种针对于分布式认知无线电的学习方法,其中次级用户只通过自身收益的历史信息就可以找到整个系统的演进稳定策略。仿真结果表明了我们所提出的协作感知博弈模型相比于单一次级用户感知的认知用户系统具有更高的平均吞吐量,且相比于全部用户必须参与感知的认知无线电系统,可以取得更高的系统总吞吐量,次级用户之间根据分布式学习方法,自适应的选择协作感知的策略,有效地提升了系统的适变能力。