认知无线电有效信道容量模型建立与优化

结题报告

项目介绍

AI项目解读

基本信息

批准号：
61172095
项目类别：
面上项目
资助金额：
60.0万
负责人：
李鑫滨
依托单位：
燕山大学
学科分类：
F0102.信息系统与系统安全
结题年份：
2015
批准年份：
2011
项目状态：
已结题
起止时间：
2012-01-01 至2015-12-31

项目参与者：
申研燕；王云静；袁亚洲；刘磊；石爱武；
关键词：
介质访问控制信道容量认知无线电频谱感知

项目摘要

随着无线业务需求的飞速增长，无线频谱资源日益匮乏，认知无线电技术可以有效提升频谱利用效率，是未来频谱共享的关键技术，因而受到广泛关注。本课题拟针对认知无线电的有效信道容量的构建与优化展开研究，包括有效信道容量模型构建，介质访问控制(MAC)层频谱感知策略，物理层频谱感知方案及最优功率分配算法四个方面的研究内容。首先，基于业务的多样性需求，建立满足业务时延敏感度的认知用户的有效信道容量模型；其次，通过认知用户就近自由结组，选出具有最大连接度的信道作为局部公共控制信道，实现频谱感知决策；最后，采用傅立叶变换或小波变换的方法对认知用户的采样数据进行处理，将数据信号从时间域转换到频率域，建立信号谱熵和信道利用状态的关系模型，设计实时可靠频谱感知机制及最优功率分配算法，优化认知用户的有效信道容量。本项目的研究可以为认知无线电的广泛应用提供理论依据和相关技术支撑。

结项摘要

随着无线业务需求的飞速增长，无线频谱资源日益匮乏，认知无线电技术可以有效提升频谱利用率，是未来频谱共享的关键技术，因而受到广泛关注。本项目针对认知无线电有效信道容量构建与优化问题开展一系列的深入研究，研究内容包括信道容量模型建立与状态估计、协作频谱感知方案、频谱共享策略、最优功率分配以及Femtocell网络干扰抑制和资源分配等五个方面。（1）基于压缩感知理论设计了针对认知无线电NC-OFDMA系统的信道估计方法，有效地优化了信道估计算法的速度，提高了信道状态信息重构的准确性。（2）将协作频谱感知问题转化为非线性优化问题，引入智能算法对其求解，并设计多种机制优化感知性能、保证算法收敛以及提高算法速度，从而降低了算法成本、提高了认知无线电网络的检测概率；并设计相应的机制对抗非法用户的恶意竞争及非理想的信道信息对频谱感知性能的影响，提高了系统的可靠性。（3）针对认知无线电网络中overlay模式，在考虑系统整体性能的同时兼顾单个用户的服务需求，提出了基于智能算法的公平式频谱共享方案；针对分布式需求的网络提出基于博弈论的低成本、分布式频谱共享方案及主、次用户合作传输算法，从而降低频谱管理成本、提高频谱利用率；并针对无线传感网络设计了高能量效率的频谱分配方案，延长无线传感网络的生存时间。（4）针对无线通信网络中underlay模式，在多子载波多用户的认知无线电网络中设计了一种线性封顶注水算法，先按用户需求分配子载波，再根据主用户干扰上限为认知用户分配功率，即保证了用户的服务需求又最大化接入网络用户数；针对无线网络中功率分配问题中存的不确定性因素，构建鲁棒博弈模型，并利用鲁棒优化理论设计分布式博弈算法求得Nash均衡解，使算法在面对不确定的信道状态信息时仍能保证系统性能；（5）将认知无线电网络资源分配的研究方法拓展到Femtocell网络中，针对干扰抑制问题，提出最大功率调整机制，提高了FUE的性能；针对多用户多信道的混合整数非线性问题，提出混合策略博弈方法，分布式实现低成本地资源分配，降低网络管理成本，提高了系统的信道容量。本项目研究既在认知无线电关键技术的理论研究上有创新，又考虑到了实际环境中的用户需求、算法成本及网络不确定等实际因素，为将认知无线电技术能够应用到实际通信网络中提供丰富的理论支撑。