認知無線電的頻譜感知技術優(yōu)化研究.pdf

1、本文研究了認知無線電的頻譜感知技術中的噪聲特性和感知開銷與系統(tǒng)性能的折中優(yōu)化問題。為進一步認識信噪比墻現象的本質，研究了噪聲功率的波動模型，明確了能量檢測器中信噪比墻現象的必然性。然后，歸納總結了克服信噪比墻現象的感知算法優(yōu)化。接著，為全面實現感知開銷參量和系統(tǒng)性能的折中，研究了本地采樣數與合作用戶數的聯合優(yōu)化。最后，為解決數據沖突對感知性能影響的問題，研究了基于數據沖突的感知周期和采樣時間的聯合優(yōu)化。本研究主要內容包括：
　?、?/p>

2、研究了通信系統(tǒng)中噪聲的起源、歸類和統(tǒng)計特性，提出了服從對數正態(tài)分布的噪聲功率波動模型?；谔岢龅脑肼暪β什▌幽Ｐ停M一步研究了能量檢測算法中的信噪比墻問題；與已有噪聲功率波動模型比較，通過置信區(qū)間分析，驗證了已有的閉區(qū)間波動模型是對數正態(tài)模型的特例，即對數正態(tài)分布的模型更接近噪聲功率波動的真實。
　?、苹谛旁氡葔ΜF象對本地感知算法穩(wěn)健性的重要影響，對研究這個問題的工作做出了全面的歸納分析。明確了出現信噪比墻現象的本質原因，一是在

3、頻譜感知的假設檢驗中判決門限對噪聲功率的依賴性；二是待測信號已知信息的不充分?？偨Y了試圖解決這一問題的研究成果，將算法優(yōu)化歸納為相應的兩種類型。通過對條件和性能的比較分析，得出基于采樣數據的協(xié)方差矩陣特征值的檢測算法是具有普適性的有效算法。
　?、沁M一步研究了合作感知網絡中感知開銷與數據吞吐量之間的折中問題。基于軟合并的判決融合模式和吞吐量最大化準則，建立了本地采樣數與合作用戶數的聯合優(yōu)化模型。改進了基于Armijo非精確線搜索的

4、最速下降算法，求解了模型的最大值優(yōu)化問題，驗證了優(yōu)化模型全局最優(yōu)解的存在性和唯一性；得到了本地采樣數與合作用戶數的全局最佳組合，實現了合作感知重要參數的動態(tài)優(yōu)化。與單一參數的優(yōu)化相比，聯合優(yōu)化更深刻地揭示了系統(tǒng)的內在規(guī)律并更全面地解決了相關問題。
　?、然谀繕祟l段的主用戶業(yè)務模型和數據包的數據交換模式，建立了主次用戶間的數據沖突模型，分析了數據沖突對認知網絡有效數據吞吐量的影響；通過蒙特卡洛仿真驗證了模型的合理性?；诮⒌臄祿?/p>

5、沖突模型，建立了認知網絡有效數據吞吐量與感知周期之間的折中優(yōu)化模型；理論證明了優(yōu)化模型最優(yōu)解的存在性和唯一性，得到了基于數據沖突和吞吐量最大化的最佳感知周期。仿真實驗驗證了優(yōu)化模型的有效性。
　　⑸為進一步解決主次用戶間的數據沖突問題，建立了有效數據吞吐量與認知網絡幀結構(感知周期和檢測采樣時間)的聯合折中優(yōu)化模型。通過非精確線搜索數值算法求解了該二元聯合優(yōu)化問題，驗證了優(yōu)化模型全局最優(yōu)解的存在性和唯一性；得到了基于數據沖突的認知