欢迎来到天天文库
浏览记录
ID:32069793
大小:1.56 MB
页数:58页
时间:2019-01-31
《认知无线电系统的频谱分配算法分析与优化》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、杭州电子科技大学硕士学位论文摘要伴随着无线通信产业的迅速崛起以及各类新业务的不断涌现,网络运行环境更为复杂多变,无线频谱资源匮乏的现象也愈加明显。针对上述情形,能够合理有效解决频谱相对稀缺问题的认知无线电的概念应运而生。人们希望利用认知无线电技术有效地提升无线频谱资源利用率,实现频谱的灵活分配。认知无线电系统中的频谱分配方案主要在各个授权用户与认知用户之间实施。在确保授权用户不会受到不可忍受干扰的条件下,认知用户可对授权频谱进行择机利用,这种方式可使整个系统中的频谱空洞最大程度地减少,从而使频谱资源的利用率得到有效提升。论文主要研究频谱分配算法的优化及应用
2、问题。本文首先对认知无线电的背景知识及相关概念予以阐述,然后较为细致地论述了包括频谱共享、频谱管理及频谱分配在内的认知无线电的几种关键技术,并重点对频谱分配中几类经典的分配模型进行分析说明。接着,详细论述了本文的主要研究内容:一是采用新式衔接策略将遗传算法与蚁群算法以优势互补形式进行融合,产生具备二者优点的遗传蚁群优化算法(GACO)。二是在继承基本萤火虫优化算法(GSO)较强收敛能力的基础上,提出了二进制自适应步长萤火虫优化算法(BAGSO)。GACO算法中的遗传算法与蚁群算法两部分都经过了优化改进。遗传算法中的染色体可同时携带认知用户与授权频谱两方面的
3、信息,其运行结果可由衔接策略过渡为蚁群算法所需信息素初始分布。而蚁群算法则可在二部图框架下快速收敛以得到最优解。仿真实验表明:该算法相较于颜色敏感图着色算法(CSGC)能更好地在频谱分配中提升网络的整体满意度。BAGSO算法将萤火虫的位置坐标进行了二进制编码,以此增强算法的全局探索性及稳定性。通过多峰函数极值的求解实验,证明了BAGSO算法的寻优能力优于GSO算法和自适应步长萤火虫优化算法(AGSO)。在将BAGSO算法应用于频谱分配时,每只萤火虫都代表了一种分配方案,其位置的变化映射了分配方案的调整。仿真实验表明:基于BAGSO算法的频谱分配在网络总效益
4、、公平性等方面的性能要明显优于基于CSGC算法的频谱分配。关键词:认知无线电,频谱分配,遗传算法,蚁群算法,二进制,萤火虫算法I万方数据杭州电子科技大学硕士学位论文ABSTRACTWiththerapidriseofthewirelesscommunicationindustryandtheemergenceofvariousnewbusiness,thenetworkoperatingenvironmentismorecomplexandchangeable,andthephenomenonoftheshortageofradiospectrumreso
5、urceisbecomingmoreandmoreobvious.Inviewoftheabovesituation,theconceptofcognitiveradiocanbereasonableandeffectivetosolvetheproblem.Peoplewanttousethecognitiveradiotechnologytoeffectivelyimprovetheutilizationofradiospectrumresourcesandachieveflexibleallocationofspectrum.Thespectruma
6、llocationschemeincognitiveradiosystemismainlyintheimplementationamongthevariousprimaryusersandsecondaryusers.Undertheconditionthattheprimaryuserswon’tbeinfluencedbytheunbearableinterference,cognitiveuserscanusethelicensedspectrumoptionally.Thismethodcanreducethespectrumholesinthew
7、holesystem,soastoimprovetheutilizationofspectrumresources.Thisthesisresearchestheoptimizationandapplicationofspectrumallocationalgorithm.Firstly,thispaperdescribesthebackgroundknowledgeandrelatedconceptsofcognitiveradio,andthendiscussesseveralkeytechnologiesofcognitiveradiosystemi
8、ncludingspectrumsharing,spectrumm
此文档下载收益归作者所有