无线网状网中基于认知无线电的频谱分配研究

论文摘要

无线网状网作为一种新型无线网络技术,以其低成本、高带宽等优点引起了广泛的关注。但随着用户数量的不断增多,无线网状网面临着频谱资源短缺的问题。受制于当前的频谱分配和管理方式,一些频段上频谱使用率过高,而另一些频段使用率过低甚至几乎没有使用。因此,为了提高宝贵稀缺的无线电频谱资源利用率,将认知无线电技术应用到无线网状网中成为频谱资源短缺问题的最佳解决方案。本文在分析无线网状网和认知无线电技术特点的基础上,深入研究了认知无线电网络频谱分配算法面临的技术挑战,提出了基于认知无线电技术的WMN体系结构和网络层次结构。针对认知用户接入网络的公平性问题,以最大化系统接入量为目标,通过优先考虑那些可用资源比较匮乏或者所处区域竞争较为激烈的认知用户的接入系统的需求,避免这类认知用户被饿死,提出了基于图顶点着色的最大化系统接入量算法。由于差分演化算法具有编码简单、运算速度快的特点,以最小化网络干扰为目标,提出一种基于差分演化的频谱分配算法,让更多的认知用户接入网络,尤其是那些可用信道比较紧缺的认知用户,从而提高了整个系统的接入量。进一步,针对分配过程中出现的“分配孤岛”问题,综合考虑最小化干扰和最小化系统的未接入顶点的数量,设计了一种基于差分演化算法的多目标频谱分配算法,在保证网络接入率的同时,有效地解决“分配孤岛”问题,使所有已分配信道的认知用户之间可以相互通信。基于Matlab仿真平台,对本文提出的算法进行了仿真实验和性能分析,一系列仿真实验验证了本文算法的有效性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 无线网状网概述
• 1.1.1 无线网状网的起源和发展
• 1.1.2 无线网状网的结构
• 1.1.3 无线网状网的特点
• 1.1.4 无线网状网的应用
• 1.2 认知无线电技术概述
• 1.2.1 认知无线电技术的起源和发展
• 1.2.2 认知无线电技术的特点
• 1.2.3 认知无线电关键技术
• 1.2.4 认知无线电的应用
• 1.3 课题来源
• 1.4 本文的主要内容和结构
• 第2章 认知无线电技术的频谱分配模型
• 2.1 认知无线电系统模型
• 2.2 图着色模型
• 2.2.1 列表着色算法
• 2.2.2 颜色敏感图着色算法
• 2.2.3 分布式局部议价算法
• 2.3 拍卖竞价模型
• 2.4 博弈论模型
• 2.5 小结
• 第3章 基于图着色模型的最大化系统接入量算法
• 3.1 基于CR的WMN体系框架
• 3.2 算法提出的背景
• 3.3 网络模型
• 3.4 最大化系统接入量算法
• 3.4.1 算法模型
• 3.4.2 算法详细描述
• 3.4.3 仿真结果与性能分析
• 3.5 小结
• 第4章 基于差分演化的频谱分配算法
• 4.1 差分演化算法简介
• 4.2 算法设计
• 4.2.1 最小化网络干扰
• 4.2.2 多目标频谱分配算法
• 4.3 仿真结果与性能分析
• 4.3.1 单目标差分演化算法的性能分析
• 4.3.2 多目标差分演化算法的性能分析
• 4.4 小结
• 第5章 总结与展望
• 5.1 本文总结
• 5.2 研究展望
• 参考文献
• 致谢
• 攻读硕士期间的研究成果