论文部分内容阅读
认知无线电（CR）频谱感知的快速性和可靠性直接影响它的实际应用。在CR频谱感知中，传统窄带频谱感知已无法满足实际无线频谱要求，宽带频谱感知日益成为人们的研究热点。然而，基于奈奎斯特(Nyquist)采样定理的宽带频谱感知对数据采样速率及数据存储和传输技术提出了极大挑战。压缩感知(CS)理论突破了传统Nyquist采样定理对采样速率的限制，使得宽带频谱感知具有巨大的应用前景。论文主要研究了认知无线网络(CRN)中基于CS理论的多用户协作宽带压缩频谱感知算法，在此基础上，论文研究了多个认知用户(SU)利用感知到的频谱进行多种资源的分配问题，主要研究了多个认知用户对系统子载波（子信道）和功率的联合优化分配。论文工作如下:论文第一章介绍了研究背景与意义。论文简要介绍认知无线网络(CRN)及其关键技术，介绍了CS理论的研究进展和基于CS的认知无线电宽带频谱感知研究现状，阐述了认知无线网络中多种资源分配的研究状况。论文第二章阐述了CS基本理论，对CS理论框架中信号的稀疏变换、观测矩阵设计和信号重构算法设计等三个主要过程进行了重点介绍。在此基础上，论文对分布式压缩感知（DCS）中的三个联合稀疏模型，JSM-1、JSM-2和JSM-3的数学模型和应用场景进行了详细阐述。论文第三章研究了基于CS的CRN宽带频谱感知技术。首先研究了单认知用户和多认知用户场景下的传统频谱感知算法。在此基础上，将CS与频谱感知进行结合，提出了一种基于盲稀疏度匹配的快速多用户协作压缩频谱感知算法。该算法在保证一定检测性能的前提下，可以大大降低运算量，从而减少宽带频谱感知时间。此算法可以满足CRN实时性和可靠性要求，为后续基于CS的CR宽带频谱感知研究提供了一定的参考价值。论文第四章研究了基于认知正交频分复用（OFDM）的多用户多资源分配方法。首先介绍了基于速率自适应(RA)准则和基于裕量自适应(MA)准则的多用户多资源分配模型。在已有的研究基础上，论文提出了兼顾认知用户速率公平性的子载波功率联合分配算法，该算法基于RA准则，将子载波和功率分配分为两步，在兼顾各认知用户速率公平性的同时，最大化认知链路系统容量，并给出了算法仿真分析。同时，论文构建了认知无线网络初始集中式系统模型，当新认知用户加入网络时，由于其抢占性能较好信道进行通信，从而构建了CRN中分布式多跳系统模型，并且对新认知用户抢占信道的系统性能进行了详细分析，并对该系统进行了数值仿真，同时阐述了该系统构建的合理性。第五章为论文总结与工作展望。论文对基于CS的多用户多资源分配问题的研究进行了初步探索。研究成果对于后续工作的开展具有重要的启示意义。