绿色认知无线电信道分配与功率控制技术研究

摘要

随着无线通信技术的飞速发展，认知无线电技术作为当前缓解无线频谱资源紧张局面的有效方法，已成为通信领域的研究热点。伴随移动网络的扩张，网络能耗随之增加，因此，认知无线电在绿色节能领域开展研究，目的是节约无线网络系统资源和减少设备能源消耗，提高频谱利用率和能量效率，达到绿色节能通信的目标。
　　首先，本文对粒子群算法中惯性权重引入指数函数进行优化，发展了一种改进粒子群(Improve Particle Swarm Optimization,IPSO)算法，该算法收敛速度更快。然后给出了惯性权重收敛性分析。
　　其次，针对分布式频谱共享 Underlay模式，在保证主用户正常通信和认知用户基本通信的条件下，导出了功率优化模型与相关约束条件。以认知用户最小化发射功率为目标，改进了一种基于IPSO优化的功率控制算法，通过粒子群算法和惩罚函数理论将优化问题转化成适应度函数。实验结果表明，与粒子群算法和自适应粒子群算法对比，本文的IPSO算法可获得更小的总发射功率，并具有较高的传输速率和全局搜索能力。在此基础上结合能量检测模型，对认知用户的发射功率进行能量限定，进而采用能量检测的功率控制方法，实现最小化发射功率的节能通信。
　　最后，针对信道分配以分布式频谱共享异构双层网络为研究对象，研究了信道非重叠与信道重叠两种情况下的优化模型。在保证主用户正常通信与认知用户基本通信的条件下，导出了功率去耦合信道分配能量效率模型，及其相关约束条件。以认知用户最大化能量效率为目标，在功率与信道去耦合分配基础上，发展了一种改进粒子群和遗传算法(Genetic Algorithm,GA)相结合的信道分配优化，本文简称 CH-GAIPSO算法，用以实现最优信道分配策略。在此基础上结合能量检测模型，对认知用户的发射功率进行能量限定，进而采用能量限定的信道分配方法，使认知用户能量效率得到一定提高。仿真研究表明了本文方法的有效性。

目录

声明

1 绪论

1.1 研究背景和意义

1.2 研究现状

1.3 本文主要研究内容和章节安排

2 绿色CR相关技术研究

2.1 CR绿色节能与网络架构

2.2 CR功率控制模型

2.3 CR信道分配模型

2.4 本章小结

3 改进的粒子群功率控制算法研究

3.1 改进的PSO算法

3.2 基于IPSO优化的功率控制算法

3.3 能量检测最优功率控制IPSO优化

3.4 本章小结

4 能量效率优化的粒子群信道分配改进算法

4.1 非重叠信道分配粒子群改进算法

4.2 能量检测非重叠信道分配

4.3 重叠信道分配粒子群改进算法

4.4 能量检测重叠信道分配

4.5 非重叠和重叠信道下能量检测前后实验比较研究

4.6 本章小结

结论

致谢

参考文献

攻读硕士学位期间发表的学术论文及研究成果