基于認知無線電的動態(tài)頻譜管理與自適應重構(gòu)技術(shù)研究.pdf

1、傳統(tǒng)的靜態(tài)頻譜無線管理方式使得大量授權(quán)頻譜存在不同程度的閑置,造成了頻譜資源緊張與現(xiàn)有資源利用率很低的矛盾局面。認知無線電技術(shù)為解決這一矛盾提供了一種有效方法,其核心思想是:終端具有足夠的智能和認知能力,能自動感知周圍環(huán)境和檢測可用頻譜,并學習與環(huán)境的交互經(jīng)驗進行推理決策。
　　 認知無技術(shù)的主要目標是實現(xiàn)與授權(quán)系統(tǒng)的頻譜和其他認知無線電系統(tǒng)的頻譜共享。如何根據(jù)當前的通信場景自適應調(diào)整自身傳輸參數(shù)是其面臨的關(guān)鍵問題。本論文通過討

2、論當前認知無線電的研究現(xiàn)狀,分析了其特點和面臨的挑戰(zhàn)性技術(shù)問題。文中研究了基于遺傳算法優(yōu)化模型的認知無線電自適應重構(gòu)問題,并提出了一種新的基于自適應多目標免疫遺傳算法AMIGA(adaptive multi-objective immune genetic algorithm)的CR重構(gòu)方法。AMIGA通過引入免疫算法中的濃度控制機制和均勻初始化技術(shù)改善遺傳算法種群多樣性,同時引入自適應變異技術(shù)從而有效提高算法的尋優(yōu)能力。與已有模型相比

3、,它不需要確定每個適應度函數(shù)的權(quán)值,從而避免了漏掉部分最優(yōu)解的問題。而且通過保存尋優(yōu)過程得到的Pareto最優(yōu)解集,解決了僅在用戶業(yè)務類型發(fā)生變化時需反復執(zhí)行優(yōu)化搜索的問題。
　　 在實際通信中,各信道具有不同的帶寬、干擾強度和PU沖突概率,如何根據(jù)自身業(yè)務特性選擇最佳的信道和傳輸策略是CR系統(tǒng)的關(guān)鍵問題之一。本文提出一種基于Q學習的在線學習算法。用于解決多用戶多信道認知無線電系統(tǒng)中的信道選擇與自適應傳輸問題。所提方法在不知道信