论文部分内容阅读
传统的静态的无线频谱管理方式使得部分频谱通常处于空闲状态，限制了频谱的使用效率。近几年提出的认知无线电技术旨在提高空闲频谱的利用率，满足日益增长的无线通信服务需求。认知无线电是一个能够感知外部环境的智能无线通信系统，它能够从环境中学习，并根据环境的变化动态调整其内部状态，例如，工作频率、发射功率、调制方式等，以有效利用空闲频谱，同时避免对授权用户的干扰。
针对认知无线电技术的主要问题，本文的研究内容如下：
①针对频谱分配问题，提出了基于传统的多机调度模型的空闲频谱分配模型及其求解算法。首先分析了Peng和Zheng等人提出的图着色模型(CSGC)的优缺点，然后在CSGC模型的基础上结合传统的多机调度模型，提出了一种新的空闲频谱分配模型及其求解算法。新的空闲频谱分配模型和算法考虑到了二级用户接收端的位置；同时还考虑到了二级用户的通信时间长短。
②针对单个认知设备的性能优化问题，提出基于多目标遗传算法的性能优化算法CREA。首先分析了基于遗传算法的Bio-CR模型的优缺点，然后在此基础上结合动态多目标遗传算法，提出了一种新的认知无线电性能优化算法CREA。和Bio-CR相比，它不需要确定每个适应度函数的权值：不会漏掉部分最优解；而且通过保存计算结果进一步减少了算法的迭代运行次数。
③针对二级用户链接(SUL)的维持问题，提出基于多目标遗传算法的SUL维持算法。首先分析了Willkomm提出的SUL维持算法，在此基础上结合动态多目标遗传算法，提出了一种新的SUL维持算法，解决了根据子信道受干扰概率p和不同的服务类型，选择最优的基本子信道个数N和冗余子信道个数X的问题。