认知无线电网络场景下的主用户定位方法研究

摘要

主用户位置感知是认知无线电的基本特征之一。在认知无线电网络中，处于不同位置的次用户通过利用所感知到的自身周围的频谱空洞和主用户的位置信息，可以计算出自己与主用户之间的距离，进而对当前空闲频谱的接入机会进行有效的评估，根据评估结果选用相应的技术在不干扰主用户的前提下实现对当前频谱空洞的优化利用。利用主用户的定位信息，还可以提供许多基于位置信息的增值业务，如基于位置辅助的网络优化等。因此，本文研究认知无线电网络中主用户定位的问题，并提出基于量子遗传模拟退火算法和量子菌群算法的主用户定位方法。本文的主要研究内容如下：
　　首先，分析了现有的测距技术，重点探讨了基于接收信号强度的测距方法，特别是对本文采用的对数阴影路径损耗无线传播模型进行了深入的研究和分析，考虑到该模型的阴影效应带来的测距误差，采用对主用户发射信号进行采样接收并求均值的策略，该策略能够有效的降低阴影效应的影响。
　　其次，研究了量子遗传模拟退火算法和量子菌群算法，对于量子遗传模拟退火算法，在分析量子遗传算法和模拟退火算法的基本原理、实现方法和局限性基础上，考虑将量子遗传算法和模拟退火算法相结合，用模拟退火思想改进量子遗传算法实现了量子遗传模拟退火算法，并通过几组不同类型的典型测试函数进行仿真实验，表明了相对于量子遗传算法而言量子遗传模拟退火算法具有很大的优势。对于量子菌群算法，同样通过几组不同类型的典型测试函数进行了仿真实验，并和量子遗传模拟退火算法进行了对比。
　　最后，在分析主用户定位问题的本质基础上，将主用户定位问题转化为优化问题，并给出了转化成优化问题的数学模型，提出分别利用量子遗传模拟退火算法和量子菌群算法实现对主用户的定位。以定位结果的平均定位误差为定位性能评价指标，从两种不同的网络部署结构（inner case和outer case）进行了仿真分析，每种部署结构下主要从影响定位性能的三个参数（接收信号强度的采样次数、参考次用户数量、标准差σ）进行了讨论,并将量子遗传模拟退火定位算法、量子菌群定位算法和最小二乘定位算法进行了对比，验证了基于量子遗传模拟退火算法和量子菌群算法的主用户定位方法的可行性及优势。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1认知无线电网络中主用户定位的研究背景和意义

1.2认知无线电网络中主用户定位技术概述

1.3本文主要工作

第二章 主用户定位的测距方法分析

2.1现有测距方法分析

2.2基于RSS的测距模型

2.3模型误差分析及其调整策略

2.4本章小结

第三章 基于量子遗传模拟退火算法的主用户定位方法

3.1主用户定位问题分析

3.2最小二乘法原理研究

3.3量子遗传模拟退火算法原理研究

3.4量子遗传模拟退火算法性能研究

3.5主用户定位实现过程

3.6主用户定位仿真及结果分析

3.7本章小结

第四章 基于量子菌群算法的主用户定位方法

4.1量子菌群算法原理研究

4.2量子菌群算法性能研究

4.3基于QBFO算法的主用户定位过程

4.4主用户定位仿真及结果分析

4.5本章小结

第五章 总结与展望

5.1论文总结

5.2工作展望

参考文献

附录1 攻读硕士学位期间申请的专利

附录2 攻读硕士学位期间参加的科研项目

致谢