認知無線電中基于認知引擎的自適應(yīng)傳輸研究.pdf

1、隨著無線通信的發(fā)展，對能夠了解自身所處環(huán)境并可相應(yīng)地改變其操作模式的智能無線通信系統(tǒng)的需求越發(fā)顯著。在這一背景下，認知無線電應(yīng)運而生。它代表了未來無線通信系統(tǒng)的一種可能的解決方案。其目的是為了提高頻譜利用率，以解決當前存在的頻譜利用不平衡的問題。認知無線電系統(tǒng)的任務(wù)包括兩部分。第一部分任務(wù)為：認知無線電設(shè)備搜索并確認任何未被占用的頻譜。第二部分任務(wù)是通過自適應(yīng)調(diào)整發(fā)射機參數(shù)以實現(xiàn)通信的最佳模式。在假定空閑頻譜已被檢測出的前提下，本文通過

2、設(shè)計認知無線電的智能核心——認知引擎以使認知無線電完成上述第二部分任務(wù)。本文緊緊圍繞認知無線電中自適應(yīng)傳輸問題，利用信道估計、信道分類、人工智能和鏈路自適應(yīng)相關(guān)技術(shù)，通過研究設(shè)計信道認知引擎和認知決策引擎，以實現(xiàn)無線頻譜資源的最優(yōu)配置，從而實現(xiàn)通信系統(tǒng)高效可靠地自適應(yīng)傳輸。
　　首先，通過分析認知無線電中認知引擎的決策問題可被建模為多目標優(yōu)化問題，因此對多目標優(yōu)化理論進行了闡述和分析。在對多目標優(yōu)化基本表示、凸、凹空間和Paret

3、o最優(yōu)化前沿研究的基礎(chǔ)上，分析了以認知無線電為背景的多目標優(yōu)化問題，并得出解決上述問題需用到人工智能算法和自適應(yīng)傳輸技術(shù)這一結(jié)論。在對認知無線電中人工智能的研究基礎(chǔ)上，重點介紹了智能優(yōu)化算法。同時，在對自適應(yīng)傳輸基本理論和物理層自適應(yīng)技術(shù)的研究基礎(chǔ)上，重點介紹了自適應(yīng)調(diào)制編碼技術(shù)。
　　其次，針對用來感知外部信道狀態(tài)的信道認知引擎設(shè)計問題，提出了一種既可以估計信道傳遞函數(shù)、又可以對信道狀態(tài)進行分類的信道認知引擎。所設(shè)計的信道認知引

4、擎通過本文提出的最小均方改進算法對信道傳遞函數(shù)進行估計。上述最小二乘改進算法通過設(shè)計門限以達到對傳遞函數(shù)的粗估計和精估計，提高了算法的估計精度。所設(shè)計的信道認知引擎通過隱馬爾可夫模型和本文提出的二進制混沌粒子群算法對信道進行分類。離線狀態(tài)下，采用二進制混沌粒子群算法對隱馬爾可夫模型進行訓(xùn)練；在線狀態(tài)下，采用基于隱馬爾可夫模型的信道分類算法對當前信道加以分類。仿真分析表明：在山區(qū)時變信道條件下，所提出的信道認知引擎能夠準確地進行信道估計和

5、信道分類，為認知引擎作出決策提供依據(jù)。
　　再次，針對認知OFDM系統(tǒng)的特點，設(shè)計了一種基于混沌粒子群算法的認知決策引擎。給出了認知OFDM的系統(tǒng)模型，并據(jù)此分析了認知引擎的輸入量和輸出量。在提出二進制混沌粒子群算法的基礎(chǔ)上，設(shè)計了一種基于該二進制混沌粒子群算法的認知決策引擎。該引擎針對不同通信模式，通過調(diào)整權(quán)重因子，使自身沿著不同優(yōu)化方向?qū)?yōu)，有效解決了認知OFDM系統(tǒng)在不同通信服務(wù)的要求下合理決策最優(yōu)傳輸策略的問題。仿真分析表

6、明：通過與現(xiàn)有其他引擎性能的比較，文中提出的認知決策引擎其優(yōu)化的精確度和魯棒性能都更優(yōu)。
　　最后，根據(jù)認知 SC-FDE系統(tǒng)和山區(qū)時變信道的特點，設(shè)計了針對慢時變信道和快時變信道的兩種認知決策引擎。針對慢時變信道，文中首先提出了一種新型自適應(yīng)算法，并在此基礎(chǔ)上，提出了基于該算法的認知決策引擎。針對快時變信道，提出了一種基于門限調(diào)整和自適應(yīng)調(diào)制編碼的認知決策引擎。理論和仿真分析表明：通過與認知系統(tǒng)中信道認知引擎、認知無線電知識庫等