论文部分内容阅读
在过去的二十年间,通信技术的发展突飞猛进,越来越多的新型通信产品出现在人们的日常生活之中。特别是无线网络的普及,使得人们的学习、工作,娱乐变得更加便利。同时,人们对无线频谱资源的需求也越来越高,在一些开放使用的非授权频段上,频谱资源总是“供不应求”。然而,现行的频谱分配政策采用固定的频谱划分原则,无论授权频段上用户的使用效率如何低下,非授权用户都不得使用空闲的频谱资源。在不重新划分频谱资源的情况下,为了解决频谱资源“匮乏”和固定频段利用率低下之间的矛盾,需要一种新的频谱共享技术来平衡频谱资源的使用。在这种需求的指引下,认知无线电技术应运而生。认知无线电设备的普及有利于提升频谱资源的使用效率,并解决授权频段与非授权频段使用不均的矛盾。与传统无线通信网络不同,认知网络是动态、异构的通信网络,这些特性使得将认知网络实用化面临着诸多挑战。论文针对认知网络中的协作频谱感知、次用户的链路初始化以及频谱分配等方面展开研究,提出了一系列面向认知网络关键技术的解决方案。下面,将本文的主要工作概括如下:为获得准确的频谱感知结果,对协作频谱感知方法进行研究,提出了基于可靠判决的协作频谱感知算法。首先,根据本地判决结果的可靠性随接收信噪比而提升的特点,计算使用单门限判决的信噪比分界线。在信噪比较高的情况下,为简化本地判决过程,仅用单门限进行判决。在信噪比较低的情况下,为提高判决的准确性,用双门限进行判决。如果能量累积统计量位于可信区间内,将判决结果直接输出至融合中心;如果能量累积统计量位于拟信区间内,先由最佳单门限得到本地判决结果,然后用接收信号的对数似然比对判决结果进行验证,通过验证的判决结果被发送至融合中心。为保证系统的检测性能,将以往判决经验作为现有检测结果的合并权重,得出最终的感知结果。为解决认知网络非对称模型中次用户的链路初始化问题,对发射机和接收机的信道交会方法进行研究,提出了基于认知网络非对称模型的交会算法。首先,对异步时隙通信系统进行分析。根据素数模序列的交会性,提出使不同类型基本序列长度互质的有限索数集划分方法。然后,发射机与接收机根据可用信道集自适应地定义基本序列长度。该方法可减少信道跳转序列中冗余,缩短交会时间。为提高序列的使用效率,提出使用“空白”时隙进行频谱感知以及交会的分配策略。为解决认知网络对称模型中次用户的链路初始化问题,对具有交会能力的通用信道跳转序列生成方法进行研究,提出基于认知网络对称模型的交会算法。首先,对不同跳转步长的序列交会性进行分析,然后根据跳转步长对基本序列分类。在次用户具有对等的可用信道集时,通过ID序列连接不同类型的基本序列组成跳转序列单元。ID序列的唯一、可辩性使跳转序列单元成为满足异步交会条件的基本单位。在次用户具有不对等的可用信道集时,通过改变基本序列产生参数,使交会信道在可用信道集中轮换,确保次用户在一个循环周期内发生有保证的交会。为了提高序列的使用效率,提出序列的“空白”时隙进行频谱感知以及交会的分配策略。为解决次用户配备多认知设备时的链路初始化问题,对具有交会能力的并行信道跳转序列构造方法进行研究,提出面向多认知设备的交会算法。首先,对用于多认知设备的交会模式进行分析,证明长度不同的快-慢基本序列组之间的交会性。然后,利用可用信道集直接生成并行跳转序列组。通过分析交会时间与基本序列长度以及快-慢序列分配参数之间的关系,提出基本序列优化分配策略,进一步缩短多认知设备的交会时间。为及时获得授权信道状态信息,在交会序列中加入“感知”时隙,使信道跳转序列不但能保证交会,并且还可用于周期性频谱感知。为提高频谱分配效率,提出基于拟态物理学优化的并行频谱分配算法。首先,对集中式频谱分配场景进行分析,通过定义干扰距离建立干扰图模型。以最大化网络吞吐量为目标,对分配向量的优化分配方案进行求解。由于难以获得最优的分配结果,利用拟态物理学优化方法搜索次优解。通过分解搜索空间,将分配向量分解为一组子向量,同时对所有分配子向量展开并行搜索。迭代搜索得到优化的分配结果,并将其组合生成优化解。为提高搜索效率,对群初始化方法进行改进。通过减少可行解中的随机操作提高初始群的适应度,使后续搜索从较高的“起点”开始。为提高分配的公平性,对去干扰约束操作进行改进,使所有分配维度都有平等参与信道分配的机会。为防止迭代搜索过程中发生粒子过早聚集,导致次优解陷入局部最优解,将多样性控制机制引入拟态物理学优化方法。在粒子运动过程中,对种群内粒子间的距离进行测量,用方向函数控制粒子群的“收缩”与“扩张”。