發(fā)布時(shí)間：2018-01-17 17:14

  本文關(guān)鍵詞：認(rèn)知無(wú)線電動(dòng)態(tài)頻譜接入關(guān)鍵技術(shù)研究　出處：《電子科技大學(xué)》2014年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 認(rèn)知無(wú)線電 動(dòng)態(tài)頻譜接入 跨層設(shè)計(jì) 強(qiáng)化學(xué)習(xí)

【摘要】：隨著無(wú)線通信需求的日益增長(zhǎng),頻譜資源缺乏的問(wèn)題越來(lái)越嚴(yán)重。然而,現(xiàn)有的固定頻譜分配政策卻無(wú)法充分利用有限的頻譜資源。為了解決無(wú)線通信對(duì)頻譜資源的需求不斷增加和部分頻譜資源利用率低下的矛盾,研究者提出了認(rèn)知無(wú)線電的概念。認(rèn)知無(wú)線電要求認(rèn)知用戶在不對(duì)擁有頻譜授權(quán)的主用戶產(chǎn)生有害干擾的前提下,接入主用戶系統(tǒng)空閑的頻譜資源完成通信業(yè)務(wù),實(shí)現(xiàn)動(dòng)態(tài)頻譜資源共享,從而提高頻譜資源的利用率。因此,動(dòng)態(tài)頻譜接入是認(rèn)知無(wú)線電的核心關(guān)鍵技術(shù)之一,其目標(biāo)是在保護(hù)主用戶正常通信的前提下,快速而有效地尋找到合適的空閑信道,以完成認(rèn)知用戶之間的通信,從而提高頻譜利用率。本論文針對(duì)認(rèn)知無(wú)線電系統(tǒng)的動(dòng)態(tài)頻譜接入關(guān)鍵技術(shù)進(jìn)行了研究。論文利用優(yōu)化理論、馬爾科夫決策過(guò)程以及強(qiáng)化學(xué)習(xí),研究了:基于信道時(shí)變特性的頻譜感知和數(shù)據(jù)傳輸時(shí)長(zhǎng)聯(lián)合優(yōu)化;認(rèn)知無(wú)線電網(wǎng)絡(luò)中傳輸功率受限下,基于信道時(shí)變性的信道接入和傳輸速率聯(lián)合優(yōu)化;分布式認(rèn)知無(wú)線電網(wǎng)絡(luò)中,信道接入和資源分配的學(xué)習(xí)機(jī)制設(shè)計(jì)。全文主要研究?jī)?nèi)容概括如下:第二章研究了基于信道時(shí)變特性的頻譜感知和數(shù)據(jù)傳輸時(shí)長(zhǎng)聯(lián)合優(yōu)化問(wèn)題。論文首先在單信道環(huán)境下,研究了怎樣結(jié)合信道時(shí)變特性來(lái)實(shí)現(xiàn)最優(yōu)頻譜感知和傳輸時(shí)長(zhǎng)的聯(lián)合優(yōu)化。分別在單用戶和多用戶場(chǎng)景下,利用優(yōu)化理論設(shè)計(jì)了能根據(jù)信道時(shí)變性自適應(yīng)調(diào)整檢測(cè)和傳輸策略的自適應(yīng)檢測(cè)-傳輸方案。在不知道信道ON/OFF狀態(tài)變化規(guī)律的情況下,認(rèn)知用戶通過(guò)該方案對(duì)信道狀態(tài)進(jìn)行預(yù)測(cè)和估計(jì),并相應(yīng)的調(diào)整檢測(cè)-傳輸策略以提高認(rèn)知用戶的吞吐量性能,并確保對(duì)主用戶的保護(hù)達(dá)到系統(tǒng)要求。論文進(jìn)一步在多信道環(huán)境下,研究了基于信道時(shí)變特性的檢測(cè)-傳輸優(yōu)化問(wèn)題。分別在信道狀態(tài)信息不可獲取和信道狀態(tài)信息可獲取兩種情況下,設(shè)計(jì)了相應(yīng)的多信道自適應(yīng)檢測(cè)-傳輸方案。仿真結(jié)果顯示:多信道自適應(yīng)檢測(cè)-傳輸方案能有效提高認(rèn)知用戶的吞吐量。第三章研究了認(rèn)知無(wú)線電網(wǎng)絡(luò)傳輸功率受限條件下,基于信道時(shí)變性的信道接入和傳輸速率聯(lián)合優(yōu)化問(wèn)題。在集中式和分布式兩種場(chǎng)景下,論文綜合考慮了傳輸功率受限、信道時(shí)變特性、傳輸沖突和碰撞(認(rèn)知用戶與主用戶的沖突以及認(rèn)知用戶之間的沖突)等限制條件對(duì)接入性能的影響,研究了最大化認(rèn)知無(wú)線電網(wǎng)絡(luò)吞吐量的最優(yōu)策略設(shè)計(jì)。在集中式場(chǎng)景下,論文利用約束馬爾科夫決策過(guò)程求解出最優(yōu)策略;在分布式場(chǎng)景下,論文利用約束納什均衡證明了最優(yōu)策略的存在性,并通過(guò)優(yōu)化建模求出了分布式下的最優(yōu)策略�？紤]到求解最優(yōu)策略的復(fù)雜度會(huì)隨著行動(dòng)集和狀態(tài)空間的規(guī)模呈指數(shù)增長(zhǎng),論文進(jìn)一步研究并提出了降低最優(yōu)策略求解復(fù)雜度的方法:(1)通過(guò)行動(dòng)集縮減以及狀態(tài)聚合來(lái)降低策略求解的復(fù)雜度;(2)證明了在特定條件下,多信道接入和傳輸速率選擇的聯(lián)合策略設(shè)計(jì)問(wèn)題可以簡(jiǎn)化為單信道問(wèn)題來(lái)加以求解。此外,論文還基于純策略模式求解出最優(yōu)策略,以便使所提策略更具有實(shí)用性。最后,在主用戶網(wǎng)絡(luò)頻譜占用參數(shù)未知的情況下,論文提出了最大似然估計(jì)和一階矩估計(jì)兩種方法對(duì)相應(yīng)場(chǎng)景下的信道ON/OFF模型參數(shù)進(jìn)行估計(jì),以便在參數(shù)未知情況下求解最優(yōu)策略。第四章在分布式場(chǎng)景下研究了信道接入和資源分配的學(xué)習(xí)機(jī)制設(shè)計(jì),以便認(rèn)知用戶能在獲取的反饋信息有限的條件下,通過(guò)對(duì)認(rèn)知環(huán)境獨(dú)立的探索和學(xué)習(xí)提高自身接入性能。首先,論文以最大化傳輸能效為目標(biāo),研究了認(rèn)知無(wú)線電網(wǎng)絡(luò)中的分布式信道接入和傳輸速率選擇聯(lián)合優(yōu)化。論文從跨層優(yōu)化的角度為認(rèn)知用戶定義了綜合考慮能量損耗以及QoS(Quality of Service)性能的能效收益函數(shù),并提出了分布式接入機(jī)制以減少認(rèn)知無(wú)線電網(wǎng)絡(luò)信息交互。論文還進(jìn)一步設(shè)計(jì)了分布式PD-Q(Probability based Decentralized-Q)學(xué)習(xí)算法,并證明了算法的收斂性。仿真結(jié)果顯示:PD-Q學(xué)習(xí)算法能顯著提高認(rèn)知用戶能效收益。論文接下來(lái)研究了多個(gè)認(rèn)知收發(fā)對(duì)在分布式場(chǎng)景下的中繼傳輸問(wèn)題。在認(rèn)知無(wú)線電網(wǎng)絡(luò)中,由于地理位置和主用戶頻譜占用情況的差異,可能導(dǎo)致發(fā)送端和接收端無(wú)法尋找到同一可用空閑信道進(jìn)行通信。針對(duì)該問(wèn)題,論文提出了完全分布式的中繼選擇和信道接入算法:ME-NR(Moment Estimation-No Regret)學(xué)習(xí)算法。該算法利用歷史收益來(lái)估計(jì)信道參數(shù),并采用無(wú)悔學(xué)習(xí)以不斷改進(jìn)策略,使得各認(rèn)知收發(fā)對(duì)能通過(guò)有限的反饋信息獨(dú)立選擇中繼節(jié)點(diǎn)以及相應(yīng)的頻譜資源,實(shí)現(xiàn)最大化各自吞吐量。仿真結(jié)果顯示:ME-NR算法能顯著提高認(rèn)知收發(fā)對(duì)的吞吐量性能。
[Abstract]:In order to solve the problem of frequency spectrum sensing and data transmission based on time - varying characteristics of channel , the paper studies how to improve the utilization ratio of spectrum resources . In this paper , we study how to combine channel time - varying characteristics to improve the utilization of spectrum resources . In this paper , we propose two methods of maximum likelihood estimation and one - order moment estimation to estimate channel ON / OFF model parameters in cognitive radio network .

【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2014
【分類號(hào)】：TN925
，

本文編號(hào)：1437182