上海论文网是一家老字号代写网站,专业提供代写硕士毕业论文服务。

认知无线电网络之频谱感知与共享技术概述

日期:2014-11-30 13:35 作者:上海论文网 编辑:lgg 点击次数:232
销售价格:0 论文编号:el201411301335546149 论文字数:4061 所属栏目:博士论文
论文地区: 论文语种:其他 论文用途:其他

本文是博士论文,本论文的主要工作概述如下,首先针对低信噪比环境下认知无线电的频谱感知问题,提出了一种基于小波去噪的检测方法;接着讨论了分布式频谱共享中设计 CCC 的两种思想。

第一章 绪论


1.1 认知无线电的产生背景
无线通信技术在最近十几年得到了迅猛的发展,以无线局域网(WLAN,Wireless Local Area Networks)和无线网状网(Mesh)为代表的无线网络已经得到了广泛的应用[1-5]。为了避免不同的通信系统相互干扰,各个国家都成立了专门的机构对无线电频谱资源进行管理。如中国的工业和信息化部无线电管理局主要负责管理民用无线电频谱,军用无线电管理委员会负责军用无线电频谱的管理。又如美国的联邦通信委员会(Federal Communication Commission, FCC)和国家电信与信息管理局(National Telecommunications and Information Administration, NTIA)则分别负责美国非政府和政府机构使用的无线电频谱资源的管理。各国的频谱管理组织将频谱划分为多个连续的频段,每个频段分配给特定的通信系统和用户,拒绝其他任何未授权的用户使用已分配的频谱资源。除此之外,世界各国均划分了一些无线频谱资源作为开放频段,只要符合一定的行业规定,就可以免费使用,如 ISM(Industrial, Scitentific and Medical)频段,即工业、科学和医用频段。然而随着通信技术的迅速发展,通信系统对无线频谱资源的需求也在不断的增加。一方面,大多数的频谱资源已经被分配给各种无线应用,只留下了很少的频谱用于未来无线通信;而另一方面,研究结果显示现有的频谱资源利用效率会根据时间和空间的变化在 15%到 85%的范围内浮动,即专用频段的频谱资源并未得到充分利用[6-8]。在中国,如图 1.1 中所示的七天内广州市的 20MHz到 3GHz 频谱的使用状况[10],其中黑色的部分表示正在被占用,白色则是频谱未被使用。在国外,如图 1.2 中所示的美国六个不同区域 30MHz 到 3GHz 频谱利用率的平均值[11]。从以上两图中可以看出大量的频谱资源实际上并没有被充分利用,造成了很大的浪费。
…………..


1.2 认知无线电的定义
认知无线电的概念最早是由 Joseph Mitola 博士于 1999 年提出来的[17],他以软件定义无线电(Software Defined Radio, SDR)[18,19]作为认知无线电的理想智能实现平台,通过在无线领域建模来扩展软件无线电的功能,利用无线电知识描述语言(Radio Knowledge Representation Language, RKRL)来加强个人服务的灵活性,利用无线电模块的推理学习能力,去认知射频频段、空中接口、空时模型以及通信协议,并通过 RKRL 与网络进行智能交流,从而实现更为合理的通信方式。简单地说,认知无线电是一种具备学习能力的智能的软件无线电,是机器学习(Machine Learning)、人工智能(Artificial Intelligence)等技术在软件无线电架构中的体现和应用,是软件无线电的扩展和延伸。图 1.3 所示为 Mitola 提出的认知圈,该图描述了认知无线电如何与环境(Outside World)进行信息交互。外界的射频环境作为刺激源进入认知圈,对外界环境的各种信息进行观察(Observe)后,对信息进行分类预处理(Orient),根据不同信息制定相应的计划(Plan),再做出最合适的判断(Decide),最后就是执行行动(Act),并且在各个阶段都架置了学习(Learn)的能力。认知圈将最终结果翻译成逻辑输出,送至传统的软件无线电,启动在特定时间内占用特定无线资源的任务。
………


第二章 采用小波变换的双支路频谱感知算法


2.1 研究背景
当认知用户对主用户信号缺乏先验知识的时候,能量检测是一种最优的检测方法,目前,基于小波变换的能量检测方法被提出[76-82],采用小波方法最大的优势在于是其能对较宽频段进行检测,而传统的检测技术需要将宽频段划分为若干个小的子频段分别进行检测。利用小波方法进行频谱感知的基本思想是,通过扫描一段很大的频段范围,构造该频段上每一个子带的功率谱密度(Power Spectrum Density, PSD),并且认为具有较低 PSD 的频段就是潜在的空闲频段。文献[76]第一次将小波理论引入到频谱感知领域,该方法首先找出 PSD 中频谱奇异点对应的频率位置,所谓的频谱奇异点指的是 PSD 中的边缘位置,这个边缘位置是信道从占用到空闲切换或者从空闲到占用切换的边界点,这些边缘位置在小波处理中被当做信号的奇异点来对待。然后根据这些奇异点的频率位置将 PSD 划分为多个频率子带;最后估计每个子带的平均 PSD 水平,确定子带是否被占用。文献[78]中的频谱检测算法分为两步进行:小波的粗检测(MRSS)和时间特征细检测(TSD)。粗检测是在模拟域通过小波函数计算所选频段内每个频率点处的频谱密度,从而判断所选频段内是否存在主用户信号;再利用 TSD 技术检测输入信号中是否存在特定类型的信号,根据实际需要来决定是否有必要进行 TSD 检测。文献[79]采用一种并行结构进行奇异点检测,但是结构比较复杂。文献[80]采用离散小波包来分析带有尖锐特性的信号,如单音和多音信号。
………..


2.2 小波的基本理论
小波变换是一种时间-尺度(频率)分析方法,在时间、尺度两域都有表征信号局部特性的能力,在低频部分具有较高的频率分辨率和较低的时间分辨率,在高频部分具有较低的频率分辨率和较高的时间分辨率,被称为分析信号的显微镜,接下来简要介绍本文所用到的小波理论[83,84]。在低信噪比的情况下,信号淹没在噪声中,此时普通的能量检测算法不再适用。利用小波变换的理论,本章提出了一种双支路的检测结构;对处于低信噪比条件下的接收信号进行处理,从而达到去噪以及准确确定频谱奇异点位置的目的,避免了由于噪声引起的频率子带划分不准确,从而对主用户造成干扰。仿真表明,本章提出的频谱检测方法在低信噪比条件下是有效的;同时还与其他的小波检测方法进行了几项性能的比较,结果表明所提出的双支路检测方法具有很好的检测性能。
……….


第三章 认知无线电 MAC 层同步交会算法研究....31
3.1 研究背景.........31
3.2 请求集理论.........33
3.3 基于请求集理论的同步交会算法.........34
3.4 仿真分析.......39
3.5 结论.........41
第四章 基于请求集的异步交会算法......43
4.1 异步交会算法研究现状.......43
4.2 系统模型.......44
4.3 对称模型下基于请求集的异步交会算法.........44
4.4 不对称模型下基于请求集的异步交会算法.....50
4.5 仿真分析.......53
4.6 结论.........55
第五章 基于分簇思想的认知无线电 MAC 层协议研究.....57
5.1 研究背景.......57
5.2 系统模型.......58
5.3 基于分簇的 MAC 协议.....59
5.4 簇的形成和维护.......63
5.5 经验数据库.........71
5.6 仿真分析.......73
5.7 结论........77


第五章 基于分簇思想的认知无线电 MAC 层协议研究


5.1 研究背景
分簇思想是认知网络MAC层的CCC设计问题的主要解决方案之一。认知网络中的次用户按照一定的规则划分为不同的簇,簇内共享一条信道作为CCC。对认知网络进行分簇的目的在于:公平性和有效性。公平性是指在中心节点的协调下,簇内节点能实现公平地共享无线资源;有效性是指在无竞争的情况下,可以使频段得到更有效地利用[116]。目前已经提出了多种认知网络分簇算法。文献[117]提出了一种机会分簇算法,称为SOC算法。该算法将分簇问题看作是一个最大化边缘图的问题,它的分簇算法要求簇内有尽可能多的共同可用信道以应对频谱的浮动变换,尽量保持簇结构的稳定。不足之处在于该算法产生了大量的簇,且簇的规模很小。文献[118]提出了一种分布式的分簇算法,称为CogMesh算法。该算法描述了邻居节点发现机制、簇的形成机制以及分簇之后的网络拓扑管理。当一个新的节点加入到认知网络中时,该算法仅是简单的让它加入到它所遇到的第一个簇。文献[119]的分簇算法以节点间可用的无线链路作为考虑因素,并且详述了簇首和新的CCC选择问题。在文献[120]中,提出了一种基于消息近似传播的分簇算法,它产生了数量极少的簇,但是每个簇的规模却非常庞大。文献[121]主要集中在当网络中主用户突然出现的时候,簇内CCC的恢复问题。

………


结论


认知无线电是目前公认的解决频谱资源紧张的主要途径之一,它也是当前通信领域的一个研究热点。频谱感知是实现认知无线电技术的基础。通过频谱感知,可以将特定的时间和空间内未被使用的频谱识别出来,以供次用户进行动态频谱接入。当次用户执行频谱感知并检测到空闲频谱之后,如何快速高效的分配与接入这些频谱资源就是频谱共享要解决的问题。本文主要针对认知无线电的频谱感知和共享技术进行了深入的研究。为了在低信噪比条件下准确的检测频谱空洞,利用噪声与信号奇异点在小波变换域具有不同的传播特性,提出了基于小波去噪的频谱感知算法,该算法具有一种灵活的双支路检测结构以应对不同信噪比的接收信号,在保证检测准确率的情况下降低系统的复杂度。仿真结果说明,在低信噪比条件下本文的频谱检测方法是有效的。然而本文小波检测方法的处理对象是较为平坦的功率谱密度,在后续的工作中应该考虑信号的多种可能的功率谱密度形状,降低对处理对象的限制。本文的检测算法每次只能确定一个空闲频谱,在保证没有误检的前提下,有可能造成空闲频谱的漏检,在后续工作中可以对此进行改进,以便于能同时检测多个空闲频谱。

该论文为收费论文,请扫描二维码添加客服人员购买全文。