發(fā)布時(shí)間：2018-11-18 20:24

【摘要】：如今的無線網(wǎng)絡(luò)朝著寬帶化和業(yè)務(wù)多樣化的方向發(fā)展,更多新的業(yè)務(wù)對傳輸容量和時(shí)延提出了更高的要求。然而現(xiàn)有的無線網(wǎng)絡(luò)采用固定頻譜管理模式,頻譜資源利用效率低下,使得資源緊缺和業(yè)務(wù)需求之間的矛盾日益加劇。在這種背景下,FCC提出可以利用認(rèn)知無線電技術(shù)提高頻譜利用效率。在認(rèn)知無線電網(wǎng)絡(luò)中,認(rèn)知用戶通過頻譜感知可以發(fā)現(xiàn)未被授權(quán)用戶占用的空閑頻譜,并選擇一段空閑頻譜進(jìn)行接入,實(shí)現(xiàn)頻譜的動(dòng)態(tài)高效利用。認(rèn)知用戶的頻譜接入包含頻譜感知和頻譜決策兩個(gè)基本過程,因此對頻譜感知與頻譜決策的優(yōu)化是認(rèn)知無線網(wǎng)絡(luò)的研究熱點(diǎn)之一。 本文研究的就是一種頻譜感知與決策聯(lián)合優(yōu)化框架：序貫頻譜感知。在序貫頻譜感知中,認(rèn)知用戶通過學(xué)習(xí)獲得頻譜的統(tǒng)計(jì)信息,并用于對以后的頻譜感知與決策行為進(jìn)行優(yōu)化。序貫頻譜感知包含兩個(gè)研究內(nèi)容：一,認(rèn)知用戶以怎樣的順序感知頻譜,即頻譜感知排序；二,認(rèn)知用戶何時(shí)停止頻譜感知并選擇哪個(gè)信道進(jìn)行接入,即最優(yōu)停止規(guī)則。本文首先在單用戶網(wǎng)絡(luò)中針對不同的業(yè)務(wù)類型設(shè)計(jì)相應(yīng)的序貫頻譜感知方法。其次針對多用戶分布式和集中式網(wǎng)絡(luò)分別給出了分布式和集中式序貫頻譜感知算法。論文最后研究了在未能獲得頻譜的先驗(yàn)統(tǒng)計(jì)信息時(shí),如何設(shè)計(jì)序貫頻譜感知方法。本文的主要研究內(nèi)容如下： 首先論證了序貫頻譜感知框架之于傳統(tǒng)頻譜感知與決策框架的優(yōu)越性。本文首先介紹三種基本的頻譜接入框架：包括傳統(tǒng)的頻譜感知與決策分步優(yōu)化框架和基于部分可觀測馬爾科夫過程(POMDP)的框架,以及序貫頻譜感知框架。通過理論計(jì)算獲得了這三種框架下,認(rèn)知用戶的平均傳輸容量和單位能量傳輸容量,從理論上比較了三種頻譜接入框架的優(yōu)劣。頻譜感知與決策分步優(yōu)化框架可以獲得最高的空閑頻譜發(fā)現(xiàn)效率,卻有最小的時(shí)隙效率；相反POMDP框架可以獲得最大的時(shí)隙效率,卻有最小的空閑頻譜發(fā)現(xiàn)概率；而序貫頻譜感知可以在空閑頻譜發(fā)現(xiàn)效率和時(shí)隙效率間作出很好的平衡,以最大化認(rèn)知用戶的傳輸性能。仿真結(jié)果表明頻譜感知與決策分步優(yōu)化框架的性能最差; POMDP框架雖然可以獲得最優(yōu)的能量效率,但是卻獲得很低的傳輸容量；序貫頻譜感知框架在總體上最優(yōu)的,它可以獲得最高的傳輸容量和較高的能量效率。 其次針對不同的業(yè)務(wù)類型提出了不同的序貫頻譜感知方法。傳統(tǒng)研究并沒有考慮認(rèn)知用戶的業(yè)務(wù)需求,不同的業(yè)務(wù)類型應(yīng)該有不同的QoS(Quality of Service)要求,對于實(shí)時(shí)業(yè)務(wù),要求較小的時(shí)延；對于非實(shí)時(shí)業(yè)務(wù),要求較大的傳輸容量。針對實(shí)時(shí)業(yè)務(wù),本文提出了新的貪婪算法,該方法在進(jìn)行信道排序時(shí)綜合考慮了信道空閑概率、信道達(dá)到最低速率限的概率和探測SNR(Signal to Noise Ratio)時(shí)間消耗的影響,比起傳統(tǒng)方法能獲得更小的頻譜接入時(shí)延。針對非實(shí)時(shí)業(yè)務(wù),本文提出了動(dòng)態(tài)規(guī)劃方法和次優(yōu)的貪婪算法來進(jìn)行信道排序,該貪婪算法由于作了簡化運(yùn)算,因此其性能會(huì)比動(dòng)態(tài)規(guī)劃方法差,但是其計(jì)算復(fù)雜度比動(dòng)態(tài)規(guī)劃方法低。仿真實(shí)驗(yàn)表明新方法比傳統(tǒng)方法具有更高的傳輸容量。在獲得了最優(yōu)信道感知序列后,本論文通過逆向遞歸算法獲得最優(yōu)停止規(guī)則,充分利用信道多樣性,以進(jìn)一步增大傳輸容量；并設(shè)計(jì)了次優(yōu)的1-SLA(1-Stage Look-Ahead)停止規(guī)則,在保證算法性能的同時(shí)降低計(jì)算復(fù)雜度。但是實(shí)施停止規(guī)則需要在感知信道空閑后發(fā)射導(dǎo)頻信號探測信道質(zhì)量,這將消耗額外的時(shí)間和能量。本文最后通過實(shí)驗(yàn)檢驗(yàn)了引入停止規(guī)則的有效性,結(jié)果顯示當(dāng)信道個(gè)數(shù)較大且SNR探測時(shí)間較小時(shí),更適合采用引入停止規(guī)則的最優(yōu)信道排序法。 然后研究了多用戶認(rèn)知無線網(wǎng)絡(luò)序貫頻譜感知方法。在多用戶情況下,各用戶的頻譜感知序列間會(huì)相互影響,因此針對單用戶設(shè)計(jì)的序貫頻譜感知方法不適用于多用戶情況。在研究多用戶網(wǎng)絡(luò)序貫頻譜感知方法時(shí),不僅需要考慮信道空閑概率、信道質(zhì)量,還要綜合考慮用戶多樣性和多用戶間的沖突。本文針對分布式網(wǎng)絡(luò)和集中式網(wǎng)絡(luò)分別提出了分布式和集中式序貫頻譜感知方法。新的分布式貪婪算法改進(jìn)了傳統(tǒng)單用戶貪婪算法中的勢函數(shù),把用戶選擇信道這一單向選擇擴(kuò)展到用戶-信道雙向選擇的過程,充分利用用戶多樣性提高網(wǎng)絡(luò)吞吐量。新的集中式算法,利用頻譜感知矩陣表示各個(gè)用戶的頻譜感知序列,對沖突帶來的容量損失進(jìn)行具體計(jì)量,并利用改進(jìn)的貪婪算法獲得最優(yōu)頻譜感知序列。新的分布式算法和集中式算法,與傳統(tǒng)方法進(jìn)行比較時(shí),可以獲得更高的傳輸容量、更好的公平性和更低的沖突率。分布式算法由于不需要中心協(xié)調(diào)器,實(shí)現(xiàn)簡單,算法復(fù)雜度低,且在信道空閑概率較低、誤警率較高和信道數(shù)量較大的情況下,性能很接近集中式算法。最后本文討論了多用戶序貫頻譜感知中的停止規(guī)則問題,給出了多用戶情況下類似單用戶的停止規(guī)則。發(fā)現(xiàn)在多用戶情況下,將信道感知序列的設(shè)置和停止規(guī)則的設(shè)計(jì)分開的序貫頻譜感知方法不是最優(yōu)的,信道感知序列的設(shè)置和停止規(guī)則的設(shè)計(jì)應(yīng)該在一個(gè)系統(tǒng)的角度進(jìn)行聯(lián)合優(yōu)化�；谶@種觀察,本文提出了在線序貫頻譜感知方法,該方法可以根據(jù)實(shí)時(shí)的感知結(jié)果和停止行為動(dòng)態(tài)的調(diào)整信道感知序列,但是需要引入信息交互過程,不可避免的對網(wǎng)絡(luò)傳輸容量造成不利影響。通過仿真實(shí)驗(yàn)發(fā)現(xiàn),在信息交互時(shí)間相對信道探測時(shí)間較小時(shí),在線序貫頻譜感知方法的性能要優(yōu)于集中式算法。 最后研究了在沒有信道統(tǒng)計(jì)信息的情況下,序貫頻譜感知的設(shè)計(jì)方法。在沒有信道統(tǒng)計(jì)信息的時(shí)候,認(rèn)知用戶需要花時(shí)間進(jìn)行感知以獲取這些信息,但同時(shí)又要利用已有的信息來為自己獲得盡可能多的收益,多臂賭博機(jī)可以很好的解決這種exploration和exploitation的平衡問題。本文將信道感知排序和停止規(guī)則分開討論,并且只考慮單用戶網(wǎng)絡(luò)。對于信道感知排序問題,由于信道排列種數(shù)太多,傳統(tǒng)的置信區(qū)間(UCB1)方法的累積收益損失會(huì)成信道數(shù)的指數(shù)形式增長,收斂速度太慢。因此本文提出兩種新的方法：虛擬采樣的UCB1方法和基于UCB1指數(shù)的貪婪搜索算法。虛擬采樣的UCB1方法充分考慮了不同信道排列間的相關(guān)性,使得用戶的學(xué)習(xí)速度大大增加�；赨CB1指數(shù)的貪婪搜索算法直接從信道的角度出發(fā),將UCB1方法融于貪婪搜索算法,使得用戶的決策快速收斂于最優(yōu)信道感知排序,其累積收益損失很快便不隨時(shí)間的增加而增加。仿真實(shí)驗(yàn)表明虛擬采樣的UCB1方法和基于UCB1指數(shù)的貪婪搜索算法的性能要優(yōu)于傳統(tǒng)文獻(xiàn)中的方法。對于停止規(guī)則問題,本文考慮的是只有K種固定停止門限的簡單情況�；趥鹘y(tǒng)的UCB1方法,本文提出兩種新的算法：虛擬采樣方法和改進(jìn)的UCB1指數(shù)方法。這里的虛擬采樣方法與信道排序中的虛擬采樣方法的原理一樣,通過挖掘“臂”間的相關(guān)性增加用戶的學(xué)習(xí)速度。改進(jìn)的UCB1指數(shù)方法可以減少可選“臂”空間,從而增加算法的收斂速度。通過仿真實(shí)驗(yàn)證實(shí)兩種新方法的累積收益損失都有明顯的降低。
[Abstract]:......
【學(xué)位授予單位】：武漢大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2014
【分類號】：TN925

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 楊曦;郭愛煌;張超;龔增;趙文暉;;認(rèn)知無線電主動(dòng)切換的延時(shí)優(yōu)化[J];電子測量技術(shù);2009年09期

2 鄭仕鏈;楊小牛;;認(rèn)知無線電頻譜切換目標(biāo)信道訪問機(jī)制[J];電子與信息學(xué)報(bào);2012年09期

3 朱星宇;周懷北;黃俊園;;認(rèn)知無線網(wǎng)絡(luò)中基于信道感知排序的頻譜切換[J];電信科學(xué);2013年04期

，

本文編號：2341115