论文部分内容阅读
认知无线电(Cognitive Radio)能有效的解决授权频谱利用率低和频段资源稀缺等问题。它的一个重要特征就是,认知无线网络中的用户是智能的,能够观察和学习从而优化各自的性能。认知用户通过对环境的感知,与网络中其它用户的交互来动态的调整通信参数。本文主要是针对认知无线电中用户感知能力受限的情况下,如何有效的学习环境的参数以及与其它用户共享空闲频谱进行研究。主要包括:
1、研究了认知无线电中频谱共享的潜在问题以及非集中式非合作频谱接入的基本原理;
2、分析了单用户信道感知和频谱接入被建模成Multi-Armed Bandit(MAB)问题时探索和利用( Exploration and Exploitation)的折中,在此基础上将探索和利用的折中扩展到多用户学习中;
3、在多用户学习过程中,提出基于混合策略的信道选择机制,有效的缓解
4、分析了演化博弈( Evolutionary Game)的基本原理,分析其在认知无线电网络中的应用;
5、提出了基于演化动态性的多用户学习策略,此策略能使用户公平有效的共享空闲频谱,在仿真分析中,同时可以看出其对用户选择策略的扰动具有很好的恢复性能。