当前位置 : 首页 > 最新资讯 > 医学论文范文 > 【原】干扰对准技术在认知无线网络中的应用

【原】干扰对准技术在认知无线网络中的应用

来源 : 互联网
作者 : 118期刊网
发布时间 : 2019-05-16 15:58:14

1简介


1.1主题的背景和意义

为了缓解目前频谱资源短缺的情况,首先需要重新识别频谱。矿产资源,水资源,森林和其他资源等频谱是一种无法再生的宝贵资源。利用率取决于所使用的技术。越来越有必要详细探索可充分利用频谱资源的技术。根据国际电联无线电规则频分,各种无线业务可以使用的当前射频范围是9KHZ?275GHz。然而,由于无线电传输特性,无线通信技术以及无线电设备的硬件和软件实现的限制,大多数无线电设备只能在50GHz以下工作。随着无线通信带宽的发展,WiMAX(全球微波接入互操作性),UWB(超宽带)和3G(3“*代)等新技术和新服务不断涌现,频谱需求量大然而,许多国家几乎已经分配了自己的可用频谱资源,中国也不例外。因此,作为一种智能革命性的频谱共享技术,认知无线电是在日益困难的供需环境中产生的。作为未来最受欢迎的无线电技术受到广泛关注。它通过检测频谱空洞并允许未经授权的用户使用授权频段[1“^在认知无线电工作的背景下极大地提高了频谱利用率有授权用户和未经授权的用户用户和未授权用户不得受授权用户的影响。因此,认知无线电技术不仅需要灵活地适应频谱状态,以确保高频谱利用率。


1.2国内外研究现状

在实际应用中大多使用未经许可的开放访问。主要原因是在此频段工作的用户不需要许可证,并且没有主要或次要,只需要遵守一定的传输功率,并且不会对其他频段造成干扰。但是,这种共享技术的使用相对较窄,仅适用于短距离通信,如无线局域网,蓝牙等。此外,共享技术只能实现多个频段的共享通信,并且没有意识到真正的全波段共享[2]。

.............


2认知无线电相关技术


2.1认知无线网络概述

克拉克等人。假设互联网上有一个具有强大学习能力的知识平面,可以构建和维护所需的高级网络模型,因此它可以接受并执行网络管理员。指令层并报告实施结果[14]。当发生事故时,我们希望来自认知平面排版格式的能力也能够自我纠正和重新配置互联网。此类系统能够将高级指令转换为可执行的底层行为。建议的策略将使用统一的方法,其中包括一些具有网络事件全局视图的网络组件。认知网络的本质是一系列分布式认知过程,其收集有时空闲的网络环境的信息,包括来自网络的每个层,节点中的每个网络元件和其他网络节点。网络参数行为,用于识别实现单个端到端网络目标的正确网络参数[15]。有两种类型的认知网络,一种是自主认知网络,另一种是分布式认知网络。


2.2认知无线电技术

FCC(联邦通信委员会)最近调查了每个频段的使用,结果表明某些频段在大多数时间内保持空闲。无线通信的频带尚未得到有效利用,主要是由于普遍的严格频带分配政策。在该方案中,不同的频带被分配给不同的用户和服务提供商,并且需要授权在这些频带中操作的系统进行认证。从技术角度来看,由于不同的系统在指定的频段工作并相互不重新进入,使得通信系统的设计易于实现。此外,许可频谱的许可证提供了确保被许可人的通信服务质量的有效方式。然而,这种频谱专用方法导致低频谱利用率。因此,需要辅助系统来动态地使用可用频带并在其中操作

适当的发射功率,不会干扰更高的优先级或授权的认证用户(PU)

...........


3干扰对齐算法的理论研究....... 17

3.1干扰对准算法概述.......... 17

4认知网络中的功率分配算法........ 31

4.1系统模型......... 31

5认知MIMO系统中的干扰对齐算法........ 37

5.1 MIMO干扰对齐和混合网络..... 37


5干扰对齐算法在认知MIMO系统中的应用


5.1 MIMO干扰对齐和混合网络

首先,在3x2M1MO无线信道中建立干扰对齐模型,如图5-1所示。直观地,AP在发送端具有3个天线,移动台用户具有两个天线,并且AP发送端同时发送3个数据分组。由移动台用户接收端获得的接收信号需要解决以下三个未知方程。从AP发送器到移动台的接收器的信道参数是不可解的,并且移动台用户不能获得三个数据分组。可以看出,AP发送器同时发送的分组数量高于移动台的天线数量。当0很大时,它将不被解码。因此,本章介绍了一种干扰对齐算法来解决这个问题。


5.2双用户混合网络干扰对齐消除系统

为了解决授权用户(主用户)与认知用户(子用户)共享带宽并协同抑制彼此干扰的问题,引入了干扰对齐方法。双用户混合网络干扰对齐消除系统的模型如图5-2所示。基站和移动台系统都使用双天线。

从文献[46-49]可以看出,如果MIMO系统中的每个节点中存在两个天线,则下行链路可以同时发送多达三个数据分组。然而,为了实现上述传输次数,它基于MIMO系统的两个特征:1)M1M0系统的发送端可以控制它们的信号在接收端对齐; 2)移动台通过以太网相互连接,这使得它们可以协调解码。因此,本文提出了图5-2所示的混合网络,它允许主用户基站和辅助用户基站的发射机在下行链路上同时发送三个数据分组,而辅助用户基站和移动台则不允许。需要退出。

...............


六,结论


本文重点研究了干扰对齐算法在认知无线网络中的应用。第一章介绍了算法的背景和意义,指出了当前的研究热点和研究成果。第二章重点介绍。该算法的应用场景,即认知无线网络,导致认知无线网络中的相关概念,包括认知无线电,认知MIMO,频谱感知和其他重要概念和技术。第三章主要讨论干扰对齐。深入研究了该算法的理论。第四章研究了功率分配算法。第五章将上述研究的理论结果应用于认知MIMO网络,并对其性能进行了分析。本文的主要工作包括以下几个方面:1)对干扰对齐算法进行建模,将求解编码向量和解码向量的问题转化为特征值问题,给出理论推导过程和证明过程; 2)干扰对齐算法不适用于任何网络。因此,研究了干扰对齐算法的环境,并提出了可用于干扰对齐算法环境的约束。 3)从数学角度分析了研究的可行性。根据线性代数中可解的方程问题,提出通过计算变量的数量和方程的数量来确定方程是否可解,从而给出两个定理和两个推论;从能量角度出发,根据干扰泄漏的概念,仿真实验,给出了仿真结果并给出了相应的分析。如果干扰对齐算法可以在网络中实现,则相应的干扰比应为0; 4)研究了功率分配算法,将功率分配算法转化为凸优化问题,采用迭代算法求解; 5)将干扰对齐算法应用于认知MIMO网络性能分析

sis验证上述理论研究的结果。其中,论文还包含一些其他知识。例如,由于干扰对齐算法应用于确定信道系统,本文还简要介绍了信道估计模型。在使用信道估计算法来获得信道参数之后,使用干扰对齐。该算法解决了编解码器向量。此外,还在简要介绍和问题分析中介绍了混合网络的干扰对齐。指出干扰对齐算法应用于混合网络的隐含要求是移动端需要通过以太网互联联合解码,这在实际应用中几乎是可能的。本文提出的算法不需要将移动终端相互连接,也不需要联合解码。只需要迫零算法,最后将理论结构应用于虚拟MIMO网络,并对其性能进行验证和分析。

..............


参考文献(略)


更多优惠

期刊推荐