认知无线电系统动态频谱分配算法研究

论文摘要

认知无线电的前身是软件无线电,它可以通过频谱感知获得频谱空洞,通过自主认知来获悉当前的网络环境,并且,经过自适应学习智能的进行决策,高效的利用已经越来越稀缺的频谱资源。认知无线电网络可以运用于无线环境,数字通信,人工智能等领域当中,是一种十分具有发展前途的频谱解决方案。动态频谱分配是认知无线电网络当中一项十分关键的技术,也是整个认知无线电网络领域中的研究热点。通过动态频谱分配,可以大大的提高频谱的利用率,增强频谱使用的灵活性。本文将对认知无线电动态频谱分配算法进行研究。基于频谱空洞检测完成之后,各个认知用户对空闲频谱进行频谱分配的场景所作出的相应研究。本文将遗传算法的基本思想引入频谱分配的过程中,提出了基于遗传算法的认知无线电频谱分配方案,并给出整个算法的策略,原则,背景,理论模型,算法设计,基本流程,可行性分析等,以公平性和最大化系统收益为算法的设计目标,对整个算法进行了进行了详细的阐述和分析。通过Matlab仿真工具的仿真,对基于遗传算法的认知无线电频谱分配算法在不同的条件下进行了有针对性的仿真,并将算法与基于颜色敏感图着色的频谱分配方案进行了仿真对比,获得了相应的仿真结果。针对仿真中出现的问题,对基于遗传算法的认知无线电频谱分配算法进行了理论化的改造,引入了岁数因子和自适应的交叉概率和变异概率,为了验证改进算法的合理性,通过Matlab仿真工具对其进行验证,得出相应结论。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 课题的研究背景
• 1.2.1 认知无线电
• 1.2.2 频谱分配的研究背景
• 1.3 论文研究的内容
• 1.4 论文的组织结构和安排
• 第二章 认知无线电系统频谱分配模型
• 2.1 认知无线电的系统模型
• 2.1.1 认知无线电网络系统的架构
• 2.1.2 认知无线电的理论模型
• 2.2 系统频谱分配综述
• 2.2.1 频谱分配方式的分类
• 2.2.2 频谱分配的策略
• 2.3 动态频谱分配的数学模型与主要算法
• 2.3.1 图论着色算法模型
• 2.3.2 博弈论算法模型
• 2.3.3 拍卖竞价分配模型算法
• 2.4 小结
• 第三章 遗传算法原理概述
• 3.1 遗传算法
• 3.2 遗传算法的基本策略
• 3.3 遗传算法的原则
• 3.3.1 编码
• 3.3.2 适度函数
• 3.3.3 复制
• 3.3.4 选择
• 3.3.5 交叉
• 3.3.6 变异
• 3.3.7 目标函数值到适度函数的映射
• 3.3.8 建筑块
• 3.3.9 欺骗
• 3.4 遗传算法的流程
• 3.5 小结
• 第四章 基于遗传算法的认知无线电频谱分配算法的设计与实现
• 4.1 算法提出的背景
• 4.2 算法的理论模型的建立
• 4.3 算法的设计目标
• 4.4 算法的设计与实现
• 4.5 针对收敛过快的算法改进
• 4.5.1 在遗传算法中加入存活期限的因素
• 4.5.2 交叉概率和变异概率的自适应化
• 4.6 频谱分配算法的基本流程
• 4.7 算法可行性的证明与研究
• 4.8 有约束条件的频谱分配的研究
• 4.9 小结
• 第五章 基于遗传算法的认知无线电频谱分配的仿真与改进
• 5.1 基本遗传算法的仿真
• 5.1.1 以最大化系统收益为设计目标的仿真
• 5.1.2 以最大比例公平为目标的仿真
• 5.2 基本遗传分配算法与CSGC 分配算法的比较
• 5.3 改进之后的算法仿真
• 5.4 小结
• 第六章 总结与展望
• 6.1 论文工作总结
• 6.2 对今后工作的展望
• 致谢
• 参考文献
• 攻读硕士学位期间的研究成果