认知无线电网络中动态合作中继选择算法的研究

摘要

在无线通信终端日益普及的今天，频谱资源已经成为了一种宝贵的稀缺资源。然而目前大部分的频谱都是固定分配给用户，但是用户对频谱的使用在时间和空间上都具有多样性，这样就造成了频谱资源的严重浪费，频谱资源利用率较低。认知无线电网络技术由于其可以感知网络中的空闲频段并动态调整通信参数来利用空闲频谱而得到了广泛的关注，被认为是一种提高频谱资源利用率的有效途径。然而，在认知无线电网络中，双方的通信也会受到阴影、衰落等因素的影响，而不能满足通信质量。合作中继技术具有空间分集增益，可以有效地对抗衰落，提高通信质量。中继选择算法是合作中继的关键技术，它主要帮助用户高效的选择合适的中继节点。而无线网络中的大部分用户是处于不断移动的状态，将理论研究与实际的移动模型相结合十分具有现实意义。所以本文主要研究的是认知无线电网络中针对移动用户的合作中继选择算法。
　　本研究主要内容包括：⑴将合作中继选择算法建立在用户处于移动状态的基础上，更接近于现实的网络场景，这是以往的研究工作所忽视却对于算法的实际实施十分必要的。⑵将优化停止理论应用在了动态中继选择算法上，使得中继选择过程中不需要遍历所有的中继节点，从而大大减小了中继选择的时间和损耗，提高了中继选择的效率。本文首先介绍了合作中继选择算法的国内外研究现状，并重点强调了本文研究内容的背景意义和必要性。然后介绍了认知无线电的基本原理、移动社交网的常用模型、合作中继技术的基本原理及本文引入算法的基本原理。为了解决网络中用户移动性的问题，我们引入了约束马尔科夫决策过程模型，将主用户的位置移动和缓存器状态作为主用户的两个状态，将丢包率和中继传输损耗作为约束条件，并用线性规划进行求解，中继选择算法达到了系统通信质量和损耗之间的动态平衡。然而这种算法具有两个局限性，首先它并没有考虑SU的移动性，而且它对中继的选择的需要以遍历所有候选中继为基础，这降低了中继选择效率。所以，为了使移动模型更加接近现实情况，并解决遍历所有中继节点所导致的中继选择效率低的问题，我们将移动模型进一步复杂化，创新性地将用户的移动性建模转化为次级用户可作中继节点的概率，并引入了经济学领域的优化停止理论，提出了基于优化停止理论的动态中继选择算法，从而在保证通信质量的同时提高了中继选择效率。最后，我们通过实验仿真验证，本文提出的两种中继选择算法都达到了预期的效果并在用户移动的网络环境中具有良好的性能表现。

目录

声明

摘要

1 引言

1．1 论文的研究背景及意义

1．2 国内外研究现状

1．3 论文结构及安排

2 背景知识概述

2．1 认知无线电网络

2．1．1 认知无线电技术

2．1．2 认知无线电网络架构

2．2 认知无线电网络中引入的社交网移动模型

2．2．1 基于社区／分组的模型(Community／Group Based Mobility Model)

2．2．2 基于相遇的模型(Encounter Based Mobility Model)

2．2．3 时变模型(Time-variant Mobility Model)

2．2．4 工作日移动模型(Working day Mobility Model)

2．2．5 SWIM(Small World In Motion)

2．2．6 VSSE(Virtual Social Simulated Environment)

2．2．7 现有移动模型的比较分析

2．3 合作中继技术

2．3．1 合作中继网络中的分集与中继技术

2．3．2 合作中继传输模式

2．4 论文中算法基础

2．4．1 约束马尔科夫决策过程

2．4．2 线性规划

2．4．3 优化停止理论

2．5 本章小结

3 基于CMDP的动态中继选择

3．1 系统模型

3．1．1 网络模型

3．1．2 移动模型

3．1．3 传输模型

3．2 基于CMDP的动态中继选择

3．2．1 状态和策略空间

3．2．1 转移概率矩阵

3．2．3 CMDP问题建模

3．3 算法性能分析

3．3．1 损耗变化的影响

3．3．1 数据队列最大值的影响

3．3．3 性能比较

3．4 本章小结

4 基于优化停止理论的动态中继选择

4．1 系统模型

4．1．1 网络模型

4．1．2 移动模型

4．1．3 传输模型

4．2 基于优化停止理论的动态中继选择

4．2．1 问题描述

4．2．2 SU的可用概率

4．2．3 构建收益函数

4．2．4 最优停止准则

4．3 算法性能分析

4．3．1 机会模拟器ONE介绍

4．3．2 社区划分及社区吸引力的设定

4．3．4 仿真参数设定

4．3．3 参数α对算法性能的影响

4．3．5 不同时间段内各社区内算法的表现

4．3．6 与随机算法进行比较

4．4 本章小结

5 结论

5．1 工作总结

5．2 未来展望

参考文献

学位论文数据集