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。

能量有效的计算机分布式协作波束成形旁瓣电平抑制优化研究

日期:2019-02-17 20:58 作者:上海论文网 编辑:lgg 点击次数:180
销售价格:0 论文编号:el2019021720583518646 论文字数:4125 所属栏目:计算机论文
论文地区: 论文语种:其他 论文用途:其他

本文是一篇计算机论文,计算工具的演化经历了由简单到复杂、从低级到高级的不同阶段,例如从“结绳记事”中的绳结到算筹、算盘计算尺、机械计算机等。

本文是一篇计算机论文,计算工具的演化经历了由简单到复杂、从低级到高级的不同阶段,例如从“结绳记事”中的绳结到算筹、算盘计算尺、机械计算机等。它们在不同的历史时期发挥了各自的历史作用,同时也启发了现代电子计算机的研制思想。(以上内容来自百度百科)今天为大家推荐一篇计算机论文,供大家参考。
 
第一章 绪论
 
1.1 研究背景及意义
无线传感器网络(Wireless Sensor Networks, WSN)等资源受限网络通常由大量发射功率及能量受限的分布式节点组成[1] [2] [3],这些节点随机地分布在监测区域中不断采集、感知和融合环境数据[4] [5] [6]。然而,WSN 通常部署在人迹罕至的室外环境[7] [8],地理空间和网络规模较大,使得远距离通信造成的通信时延较高[2]。同时,多跳通信无疑也将导致较高的路由开销,增加了通信失败的概率进而降低通信的可靠性[1] [9],这对某些例如灾情监测及战场环境这样对实时性及可靠性要求较高的应用场景是无法接受的[10]。另外,能量受限也是 WSN 的显著缺点之一[11],一旦被部署在极端环境中的节点能量耗尽,这部分监测区域不仅将形成覆盖空洞造成数据完整性缺失[12],更会由于节点的死亡导致网络不连通,形成信息孤岛[13]。因此,提高节点能量效率至关重要[14] [15]。协作波束成形是提升 WSN 能量效率的有效技术[16] [17] [18]。在 WSN 中,传感器节点由于发射功率受限,无法直接与基站通信[19]。因此,如图 1.1 所示,传感器节点可以组成虚拟阵列天线,并利用协作波束成形形成高增益及高方向性的波束不经多跳直接与基站通信[20] [21]。利用协作波束成形,不但可以降低通信时延,而且可以获得能耗增益[22]、延长网络生存期[23]。
..........
 
1.2 协作波束成形概述
 
1.2.1 阵列天线
阵列天线是由多个结构和属性相同或不同的单个天线按照一定的几何规律或逻辑规律排列组成的多天线系统[29],组成天线阵列的独立单天线通常被称为阵元[30]。阵列天线通常包括多种几何形状[31],例如,如果阵元排列在一条直线上,则该阵列被称为线阵。阵列天线技术可以有效提高无线通信系统的增益、抗干扰性能和系统容量[32],并可有效降低系统能耗[33]。
 
1.2.2 波束成形
波束成形是阵列天线技术的重要应用之一[34],通过对多天线阵元各自发送的信号进行加权合成,可以形成发送端所需的理想信号[35]。在波束成形中,通过控制每个阵元的激励电流、位置和相位等参数,可以使得整个天线阵列的电磁波辐射的能量都集中在一个目标方向上,而其他方向上发射的电磁波辐射能量很小[36]。由此可见,在天线辐射方向图的角度上考虑,利用波束成形技术可以有效提高通信系统的方向性、降低干扰并提高系统的能量有效性[37]。
.........
 
第二章 基于群智能优化的阵列天线旁瓣抑制方法
 
2.1 引言
众所周知,天线在无线通信系统中起着重要的作用[40],然而,单个天线已经很难满足通信系统对于低延迟、低干扰和高容量的需求[41]。因此,许多通信系统通常使用阵列天线用以提高信号的方向性和获得较高的功率增益[42],例如,阵列天线已经被广泛应用于移动通信系统、卫星通信系统和MIMO雷达系统中[43]。另外,随着第五代移动通信(5G)的蓬勃发展,基于阵列天线技术的毫米波和波束成形技术可以有效提高通信速率并降低延迟[44] [45]。同时,高增益的信号也可以有效克服路径衰落[46]。阵列天线包括多种几何形状,如直线形天线阵列[47]、圆环形天线阵列[48]和矩形天线阵列[49]等。与直线形天线阵列相比,圆环形及矩形等平面天线阵列的方向图主瓣可以指向空间内的任意角度,因此平面阵列具有更好的实际应用价值[50]。然而,圆环形及矩形阵列天线的物理结构及馈电网络均比直线形天线阵列更为复杂,而且阵列中对方向图性能有影响的控制参数更多。所以,针对不同应用场景对平面天线阵列的方向图进行优化和抑制最大旁瓣电平十分重要。大规模天线阵列(Large Scale Antenna Array, LSAA)和基于LSAA的大规模多入多出(Massive MIMO)是5G移动通信中的关键技术[36, 51],可以有效提高频谱利用率。LSAA通常由几百根甚至上千根天线阵元组成,这些阵元可以通过波束成形技术形成指向目标接收机的高增益波束。然而,阵列天线的方向图优化是一个非常复杂的非线性问题,LSAA的优化则将更为复杂。因此,如何有效地降低LSAA的方向图最大旁瓣电平对于下一代移动通信系统至关重要。
........
 
2.2 相关工作
在应用于无线通信系统的阵列天线方向图优化方面,基于仿真的优化方法是一种方向图合成的有效方法。例如,Koziel 等人[61]提出了一种基于仿真的微带直线形天线阵列的旁瓣电平抑制方法。最近一段时间,许多进化优化算法已经被广泛应用于阵列天线的方向图合成研究中。Sharaqa 等人[62]利用萤火虫算法求解圆环形天线阵列的最优激励电流和阵元位置,从而获得了降低的最大旁瓣电平。Chakravarthy 等人[63]采用一种新型粒子群优化算法求解了圆环形天线阵列的方向图优化问题。Singh 等人[31]采用花粉传播算法设计了直线形天线阵列的阵元布局,从而降低了最大旁瓣电平并控制了方向图的零陷位置。Vedula 等人[64]同样利用花粉传播算法合成了圆环形天线阵列的波束方向图。Zare 等人[65]利用蚁群优化算法求解了用于降低阵列天线方向图最大旁瓣电平的目标函数,使得阵列天线旁瓣性能和主瓣方向性得到了有效提高。Singh 等人[66]利用布谷鸟算法优化了阵列天线的阵元因子进而获得了所需的辐射方向图性能。Liu 等人[67]利用一种新型的改进的杂草入侵算法合成了阵列天线的辐射方向图。Jayasinghe 等人[38]利用遗传算法提高了微带贴片阵列天线的方向性。
.......
 
第三章 基于虚拟直线阵列的节点选择优化方法.........39
3.1 引言 .........39
3.2 相关工作 ...........39
3.3 系统模型 .............40
3.5 仿真与分析 .........47
3.6 本章小结 .............54
第四章 基于虚拟圆环阵列的节点选择优化方法...........55
4.1 引言 .........55
4.2 相关工作 ...........55
4.3 模型 .........56
4.4 节点选择优化算法 NSOA....59
4.5 仿真与分析 .........66
4.6 讨论 ...........77
4.7 本章小结 .............77
第五章 基于虚拟同心圆环阵列的组阵节点选择优化方法.....78
5.1 引言 .........78
5.2 系统模型 .............78
5.3 旁瓣及能耗联合优化算法 SEOANS .........80
5.4 算法性能分析 .....88
5.5 仿真与分析 .........91
 
第五章 基于虚拟同心圆环阵列的组阵节点选择优化方法
 
5.1 引言
上一章中已经提到,在基于 WSN 的分布式协作波束成形中,基于虚拟圆环形的节点阵列与基于虚拟直线形的节点阵列在方向图性能方面更具有优势,且更便于在 WSN 中实现。然而,由于单个节点的发射功率有限,使得虚拟圆环形阵列的半径即为节点的通信半径,这将导致在基站与源节点距离较远的情况下源节点无法在其所在的虚拟圆环形节点阵列的圆周上找到足够数量的组阵节点,从而限制了协作波束成形的在大规模网络中的使用。为解决上述问题,提出一种基于虚拟同心圆环阵列的组阵节点选择优化方法 SEOANS,本章的主要贡献如下:(1) 提出一种以同心圆环形天线阵列为引导阵列的 WSN 协作波束成形组阵节点选择方法并推导了基于虚拟同心圆环形节点阵列的能量最优组阵节点数量。(2) 提出一种新型的布谷鸟-鸡群算法 CSCSO,用以优化被选中的组阵节点的激励电流。CSCSO 首先引入了第二章介绍的混沌理论对初始解进行优化,然后引入了动态权重因子,最后借鉴了鸡群算法中的等级机制用以提高标准布谷鸟算法的种群利用率及提高其收敛速度,使其更加适用于 WSN 的应用环境。(3) 提出一种方向图和能量联合优化的组阵节点选择与调度算法 SEOANS,同时给出了 SEOANS 的性能分析和容错机制。(4) 仿真结果验证所提 SEOANS 的有效性。
........
 
总结
 
分布式协作波束成形是提升 WSN 等资源受限网络能量效率的有效技术。利用分布式协作波束成形,不但可以降低通信时延,而且可以获得能耗增益,延长网络生存期。但是由于 WSN 等资源受限网络的特殊性,利用波束成形需要能量有效的组阵节点调度算法。另外,由于位置误差导致的方向图恶化通常被认为是分布式协作波束成形面临的主要问题。本文提出了多种节点选择优化算法用以解决分布式协作波束成形的节点选择调度、提高能量有效性及抑制方向图旁瓣电平等问题,主要研究工作和结论总结如下:研究了阵列天线方向图的优化问题,提出了三种阵列天线方向图优化方法。阵列天线方向图优化是一个复杂的非线性优化问题,方向图旁瓣与主瓣之间存在着相互影响及相互制约的关系,如何在主瓣宽度一定的情况下尽量降低方向图的最大旁瓣电平是阵列天线方向图优化的主要目标。为解决上述问题,提出了三种优化算法:(1) 提出了一种改进的生物地理算法(EBBO)用以优化圆环天线阵列方向图的最大旁瓣电平及零陷;(2) 提出了一种基于等级机制布谷鸟算法(HCS)用以抑制 5G 中的大规模矩形天线阵列的最大旁瓣电平;(3) 提出了一种基于本地搜索的生物地理算法(BBOLS)用以优化基于天线阵列的无线能量传输功率方向图。基于 Matlab 平台的仿真实验验证了上述所提算法的有效性。
该论文为收费论文,请扫描二维码添加客服人员购买全文。
相关阅读