認知無線電中序貫檢測算法和遺傳算法的研究.pdf

1、隨著無線通信技術的發(fā)展及應用，頻譜資源日趨緊缺。解決這一問題的有效途徑是采用認知無線電技術對頻譜資源實現(xiàn)再利用，以提高頻譜效率。本論文主要進行了以下兩個方面的研究：頻譜檢測過程中惡意用戶的剔除和參數(shù)配置過程中遺傳算法的應用。
　　頻譜共享的基礎是找到可用頻譜，從而頻譜檢測的準確性是至關重要的。當前的頻譜感知技術主要分為輔助頻譜感知和獨立頻譜感知兩種，獨立頻譜感知主要包括發(fā)射機信號檢測、接收機信號檢測、協(xié)作檢測等檢測技術。其中協(xié)作檢

2、測聯(lián)合多個本地CR用戶共享檢測信息，由聚合中心完成空閑頻譜的判定，可以獲得更準確的檢測結(jié)果。但是CRN中可能存在惡意用戶以及檢測準確度較低的用戶，惡意用戶以一定方式發(fā)送錯誤頻譜感知信息，來自于以上兩者的錯誤信息會影響聚合中心對信道占用檢測的準確度。本文將惡意用戶剔除功能和認知用戶權值引入到了序貫檢測算法，根據(jù)用戶檢測統(tǒng)計結(jié)果進行惡意用戶剔除可以排除惡意用戶的影響，認知用戶權值的引入對用戶檢測結(jié)果進行加權計算可以提高檢測準確度。仿真結(jié)果表

3、明，提出的改進算法所需的采樣點數(shù)較少，檢測性能有一定提高，并且隨著惡意用戶數(shù)量的增加，檢測準確度仍比較穩(wěn)定。
　　為了在不同的通信環(huán)境以及用戶的使用需求下獲得更好的性能，無線終端參數(shù)配置要在多個參數(shù)組合間進行權衡，即需要使用多目標優(yōu)化算法得到最優(yōu)參數(shù)配置方案。遺傳算法模擬生物進化中模式進行搜索，可以實現(xiàn)多目標優(yōu)化功能。但是遺傳算法在進化過程中比較容易陷入局部最優(yōu)解，為了克服這一缺陷，在遺傳算法中引入了適應度函數(shù)尺度變換和自適應交叉