基于地理位置信息的分簇协作感知

摘要

无线通信技术及其应用已进入快速发展的阶段，激烈的频谱争夺已经兴起。传统的静态频谱分配方式是导致无线通信频谱资源严重不足的根本原因。然而，对频谱使用的测试情况表明了大部分的授权频谱并未得到充分的利用。于是，认知无线电技术应运而生，它通过提供给一组用户机会式接入授权频谱的方式，极大程度地提高了频谱利用率。频谱感知作为认知无线电的物理层技术，它通过对一个较宽的频谱进行频谱环境的感知并利用频谱占用信息机会式提供无线电接入来满足用户的通信需求，是实现认知无线电的关键。
　　本文首先概述了认知无线电技术的基本概念、主要能力及其关键技术等;随后介绍了认知无线电中现有的频谱感知技术，全面总结了频谱感知技术的原理和特点。详细分析比较了单节点感知和协作感知方法的优缺点，并比较了它们的感知性能。针对单节点感知法存在的“隐蔽认知用户”而导致检测概率低的缺陷，目前的频谱感知方法多采用协作感知。协作感知的研究难点在于如何分簇协作和决策融合。分簇协作就是将网络中的所有节点划分到相互连通且覆盖一定区域的多个簇，分簇结构决定了系统性能优劣;而决策融合的三种硬判决准则（“OR”、“AND”和“K秩”）存在着检测概率低，虚警概率高的缺点。为此，本文在已有协作感知方法的基础上提出了一种基于位置信息的分簇协作感知算法，旨在改善频谱感知性能。
　　第3章和第4章为本论文的研究重点。第3章给出了基于地理位置信息的分簇协作算法原理、流程和性能特点，与同类算法相比，所提算法的改进之处体现在以下三个方面:第一，通过分析恶意节点在协作感知中带来的影响，对恶意节点和非恶意节点加以区分;第二，利用位置信息改善了簇结构的合理性;第三，在决策融合阶段利用位置信息不同所映射的不同可信度权值对D-S融合算法进行了改进。
　　第4章通过仿真分析论文提出的算法，分别与去除恶意节点协作，基于LACA分簇协作和D-S融合协作算法进行了比较，可看出利用位置信息带来的优势。即该算法获得较大的检测概率，保证主用户不受到干扰;同时虚警概率较低，使认知用户可以有更多的机会利用空闲频谱。但该算法的运算复杂度相对较高，感知时间较长，适用于对运算复杂度和感知时长不作特殊要求，但对感知精度要求较高的场合。最后对全文的工作进行了总结与展望。

目录

声明

摘要

1 绪论

1．1 研究背景

1．2 频谱感知算法的研究现状

1．2．1 单节点感知

1．2．2 协作感知

1．2．3 利用地理位置信息的感知

1．3 论文主要的研究意义及主要贡献

1．4 论文主要工作及结构安排

1．5 本章小结

2 典型的频谱感知算法

2．1 认知无线电中的频谱感知

2．2 典型的单节点频谱感知算法比较及分析

2．3 传统的协作感知算法分析

2．4 基于利用地理位置信息的分簇算法

2．4．1 地理位置信息

2．4．2 利用位置信息分簇算法

2．4．3 协作的融合算法

2．5 本章小结

3 基于地理位置信息的分簇感知算法

3．1 引言

3．2 地理位置信息对感知算法的影响

3．2．1 地理位置信息获取方式

3．2．2 频谱感知算法的指标

3．2．3 恶意节点影响分析

3．3 基于地理位置信息分簇感知算法

3．3．1 系统模型

3．3．2 算法流程

3．3．3 分簇阶段

3．3．4 感知阶段

3．3．5 感知结果

3．4 本章小结

4 MLACA算法的仿真与分析

4．1 恶意节点感知仿真与性能分析

4．1．1 仿真环境

4．1．2 比较分析

4．2 基于位置信息分簇仿真与性能分析

4．2．1 仿真环境

4．2．2 MLACA与LACA算法性能比较分析

4．3 优化的D-S融合算法仿真与性能分析

4．3．1 仿真环境

4．3．2 性能比较分析

4．4 本章小结

结论

致谢

参考文献

攻读学位期间的研究成果