融合信息通信和空中计算的认知无线网络鲁棒资源分配优化

针对空中计算网络中无线传感器的功率资源限制及其与现有无线通信网络的频谱竞争,研究一个包含信息通信和空中计算功能的认知无线网络,其中,主网络实现无线信息通信功能,次网络实现空中计算功能,且次网络中的传感器利用主网络基站发送的信号收集无线能量。考虑空中计算的均方误差(MSE)约束和网络中各节点的功率约束,基于随机信道不确定性构建目标函数为无线通信用户的和速率最大化的鲁棒资源分配优化问题,提出一个交替优化(AO)-改进的约束随机连续凸逼近(ICSSCA)算法,即AO-ICSSCA算法,将原鲁棒优化问题转换为确定性优化的子问题,并以交替的方式优化主网络基站的下行波束成形向量、次网络中传感器的功率因子和融合中心的融合波束成形向量。仿真实验结果表明,相较于改进前的约束随机连续凸逼近(CSSCA)算法,AO-ICSSCA算法能以更短的计算用时实现更好的优化性能。

一种能量感知的认知无线网络路由算法

为解决认知无线电网络有限的能量资源对全网路由的影响,提出了一种网络节点能量感知的路由算法EARP(Energy Aware Routing Protocol)。该算法允许根据单个节点的能耗和全路径从不同传输路径的相邻节点中选择路由。文章设计了路由维护策略,以防止链路传输过程由于能量耗尽引起路径中断。在相同的实验环境下,通过与LEACH路由协议进行仿真实验。结果表明,提出的EARP可以明显地平衡负载,保护低能量节点,延长网络生存时间,降低数据传输的丢包率和包延迟,可以提高传感节点的能耗,提供路由能力。

认知无线网络中的重点技术和研究

电磁环境的越来越复杂,也给无线网络带来了诸多挑战,除了用户的不断增加,其服务类型和用户需求也在朝着多样化发展.在单一且封闭的无线通信网络技术满足不了人们对网络通信需求的同时,认知无线网络开始受到人们的关注,认知无线网络是具有认知过程的无线网络,能够根据网络当前的状态,从而对网络进行规划、决策以及响应.为了能够更多的了解认知无线网络,所以本文基于认知无线网络的重点技术和系统结构做出了简要阐述.

认知无线网络基础理论与关键技术研究

认知无线网络是一种具有认知过程的网络,通过网络环境的学习分析,对网络状态进行规划、决策和响应。认知无线网络是解决网络容量受限问题的有效途径之一,满足了国家对频谱高效利用和异构网络融合的战略需求,作为5G关键技术为未来无线通信网络的发展指明方向。主要介绍认知无线网络的体系架构、研究的基础理论和实现的关键技术,最后给出认知无线网络的验证演示平台。

认知无线网络:关键技术与研究现状

综述了认知无线网络的关键技术和研究进展。首先,从物理层的频谱感知和网络层的可用带宽估计两方面对网络环境感知技术进行了总结和归纳;其次,对目前的多信道MAC协议进行了分类,重点分析了不同多信道MAC协议实现方法的优缺点和适用场景;然后,对认知无线网络中智能决策和网络重构的实现框架进行了介绍,并总结了其中需要突破的关键技术;最后,对认知无线网络的重点研究方向给出了建议。

基于免疫克隆选择的认知无线网络频谱分配研究

该文提出了图论和免疫优化理论相结合的认知无线网络频谱分配方法。采用基于矩阵的二进制抗体编码,从效率和公平性考虑设计了随机约束满足算子和公平约束满足算子,提出一种基于免疫克隆选择(ICS)的频谱分配算法。对经典克隆选择算法进行改进,增加约束满足操作保证种群编码能够满足频谱干扰限制,实现了频谱分配的约束优化。理论证明了约束满足操作的有效性,分析了算法的计算复杂性和适用性。仿真结果表明:ICS算法与颜色敏感图论着色算法相比,网络带宽明显提高;在频谱干扰严重的情况下,采用公平约束满足算子的ICS算法能显著提高网络的公平性;与参考智能算法相比,ICS算法具有较快的收敛速度。

改进的细菌觅食算法求解认知无线网络频谱分配问题

认知无线网络中如何进行频谱合理的分配是实现动态频谱接入的关键技术之一。基于图论着色频谱分配模型,以最大化网络效益为目标函数,提出一种具有量子变异操作的改进的二进制细菌觅食优化算法,用以求解认知无线网络中空闲频谱在认知用户间的动态分配问题。通过仿真实验比较了本算法与颜色敏感图论着色算法、传统二进制细菌觅食算法的性能。结果表明:本算法性能明显优于颜色敏感图论着色算法,能更好地实现网络效益最大化,提高用户的平均效益;与传统二进制细菌觅食算法相比,改进后的细菌觅食算法寻优能力更强,收敛速度更快。

认知无线网络中基于免疫克隆优化的功率分配

针对认知OFDM无线网络中下行链路的功率分配问题,将其建模为一个约束优化问题,进而提出了一种基于免疫克隆的求解方法。给出了功率分配的数学优化模型、算法实现过程和关键技术,设计了适合算法求解的编码、克隆、变异算子。仿真实验结果表明,在总发射功率、误码率及主用户可接受的干扰约束下,该算法可以获得更大的总数据传输率,同时具有较快的收敛速度,能够得到较优的功率分配方案,进而提高频谱利用效率。

认知无线网络中频谱切换算法研究综述

无线频谱资源的匮乏和多用户争用环境,导致认知无线网络中频谱切换研究面临严峻挑战.本文阐述了频谱切换的基本原理,包括频谱切换的概念和特征、频谱切换的主动决策和被动决策分类、频谱切换过程及建模抽象的方法等几个方面.其次,重点以数学建模工具为主线,综述了基于概率论、马尔可夫过程、排队论、模糊逻辑、模糊神经网络等5类代表性的频谱切换算法,评述了学术界在各类频谱切换算法上的重要研究成果;最后,基于对已有算法和研究成果的分析,总结了当前研究中存在的非理想频谱检测、目标信道选择、空闲信道动态性等主要问题,预测了频谱切换的未来研究方向.

认知无线网络中基于主用户行为的联合路由和信道分配算法

针对认知无线网络中主用户行为将导致频谱瞬时变化而影响路由稳定性的问题,提出了一种基于主用户行为的路由和信道联合分配算法。该算法通过采用呼叫模型对主用户行为建模,并根据动态源路由协议的路由寻找机制,在目的节点等待多个路由请求分组后选择受主用户行为影响最小的路由,然后沿着所选定路径的反方向传送路由回复分组并完成信道分配。理论分析证明了算法中的链路平均持续时间期望与主用户活动概率成反比且具有与网络节点数成正比的计算复杂度。仿真结果表明,该算法具有比Gymkhana路由方案更高的分组投递率和更低的平均分组时延。

基于免疫克隆选择优化的认知无线网络频谱分配

结合WRAN(无线区域网)给出了频谱感知过程;通过分析无线认知网络的物理连接,给出了频谱分配的数学模型,并将此模型转换为以网络效益最大化为目标的带约束优化问题,进而提出一种基于免疫克隆选择优化的认知无线网络频谱分配算法,并证明了该算法以概率1收敛。最后,对此算法进行了仿真实验。实验结果表明:所提算法与CSGC(颜色敏感图着色)算法、GA-SA(基于遗传算法的频谱分配)算法相比,能更好地实现网络效益最大化,同时,基于WRAN的系统级仿真结果,进一步证明了算法的有效性。

带有组间切换的认知无线网络混合式信道分配策略及性能研究

针对认知无线网络中的非实时通信业务,综合使用随机退避方式和控制中心调度方式,考虑两组授权信道,提出一种带有组间切换机制的混合式信道分配策略。基于认知用户数据分组数量及两组授权信道上分别传输的授权用户数据分组数量,建立三维Markov模型,导出认知用户的阻塞率、数据丢失率及平均延迟等性能指标表达式。数值实验和系统仿真的结果表明,随着退避时间的变化,不同性能指标间存在一定的折衷关系,通过选取最低的系统成本,给出退避参数的优化设置方案。

认知无线网络随机接入MAC协议建模与性能分析

该文采用马尔科夫链构建了认知无线网络随机接入MAC协议的数学模型,提出了一种协议分析的理论方案。该方案建立了信道的三状态马尔科夫链模型,通过引入授权信道限制率和稳态可用授权信道数的概念,解决了信道状态时变特性给理论分析带来的挑战;建立了基于离散2维马尔科夫链的信道协商模型,并考虑控制信道容量限制等约束条件,给出了协议饱和吞吐量的理论分析算法。仿真验证了所提方案的有效性,分析了协议性能与网络参数之间的数值关系。

认知无线网络中基于微观经济学的动态频谱管理算法

该文提出了认知网络中基于微观经济学的动态频谱管理机制,实现异构无线网络中频谱资源的动态分配,从而最大化频谱资源的利用率并提高运营商的收益。文中引入了频谱资源的经济价值因素以保证运营商间频谱交易的合理性。此外,为了保证系统的性能,文中提出了一种基于地理信息系统的空分模型,并设计了干扰抑制技术以限制动态频谱管理带来的干扰。博弈论是一种能够有效解决自主分布式无线资源优化的算法,该文将其引入,为不同运营商提供双赢的频谱交易策略。仿真结果表明,该频谱管理机制提高了频谱利用率以及运营商的收益,并有效地抑制了系统间的干扰。

认知无线网络中基于最佳中继选择的协作传输策略

认知无线网络中在保证主用户数据有效传输的条件下,通过次用户节点间的彼此协作传输,可以有效的提高次用户的数据吞吐能力,从而改善次用户传输性能以满足不同无线业务的通信要求.通过认知无线网络环境,提出了一种基于最佳中继选择的放大转发协作传输方案,并且对所提方案的无冲突传输时间进行了理论分析,给出了非协作和协作传输模式下的无冲突传输时间的解析表达式。数值和仿真实验表明,协作传输的无冲突传输时间明显优于非协作传输,在多个认知中继共存的条件下,基于最佳中继选择方案相对单个中继转发方案所获得的时间增益更加明显,证明了次用户协作为认知无线网络带来可观的性能增益,并随着协作节点数的增大性能得到相应提高。

基于改进的量子遗传算法的认知无线网络频谱分配方法

为了提高认知无线网络频谱分配的效果,根据认知无线网络的特性,提出了基于改进的量子遗传算法(IQGA)的认知无线网络频谱分配方法。该方法利用混沌搜索初始化种群染色体编码,在迭代过程中采用动态调整量子旋转角度更新染色体,并通过变异阈值对染色体进行选择性变异,最终将频谱分配的分配矩阵和基于混沌搜索的量子遗传算法的可行解相对应,以提高网络系统的平均效益为目标函数,实现空闲信道的合理分配。仿真结果表明,基于IQGA的认知无线网络频谱分配方法具有更快的收敛速度和更好的寻优性能,能有效地提高网络系统的整体效益。

认知无线网络中基于代理的动态频谱交易算法

为了提高认知无线网络中频谱共享所产生的效益,研究了认知网络的频谱管理技术,提出了一种基于代理的频谱交易算法。该方法以代理商作为频谱交易和分配的中介,减轻了多主用户、多次用户频谱交易过程中的系统开销;在各主用户服务提供商之间采取相互竞争或相互合作的模式以最大化自身利益或总体利益为目标与代理商达成最终的频谱交易价格和频谱出售量,代理商把交易得来的频谱在次用户之间进行拍卖,各次用户向代理商投标,代理商根据其投标分配相应的频谱,次用户自适应地调整投标以使自身利益最大化。主用户服务提供商之间的竞争或合作和次用户之间的竞拍均采用纳什均衡作为最终的结果。基于MATLAB对所提算法的性能进行了仿真,仿真结果验证了该算法的有效性。

认知无线网络中兼顾效用与公平的联合带宽和功率分配算法

对不同类型的业务采用了统一的效用函数形式,并在此基础上构造了基于网络效用最大化模型的优化问题。采用拉格朗日对偶方法对问题进行了求解,提出了一种分布式的联合带宽和功率分配算法。仿真结果表明,本算法能够有效地为不同类型认知用户分配合理的带宽和功率资源,在最大化所有认知用户总效用的同时保证用户之间的效用公平性。

基于排队时延及博弈分析的认知无线网络信道分配算法

提出了一种适用于认知无线网络的分布式动态频谱资源分配算法。该方法以业务分组的传输成功率作为用户的效用函数,通过优先级排队模型求解传输时延,并采用分布式博弈获得各用户的信道分配策略。与已有的算法相比,所提算法对策略迭代方式进行了改进,且采用了动态策略调整步长。各从用户根据当前感知的网络状态和其余用户的策略,不断动态调整自身的信道选择策略。所提出的算法能够使各认知用户信道选择策略更加快速地收敛到策略均衡点,有效抑制策略的振荡,减小分组丢失率。基于MATLAB对所提出的算法的性能进行了仿真,仿真结果验证了该算法的有效性。

协作认知无线网络中的功率优化及中继选择策略

如何在协作认知网络中有效地实现主要用户和认知用户的频谱共享,即如何在众多认知用户中选择合适的认知中继集是一个基本问题。通过确定并优化主要用户和认知用户效用函数来解决该问题,因采用了纳什均衡理论,故称之为基于博弈论的多中继选择算法(multiple relay selection based on game theory,GTMRS)。在任一认知中继集合中,认知用户之间能够形成非合作功率的博弈模型,可基于纳什均衡得到认知用户的优化协作功率分配算法。在寻找一组确定的中继集合来实现主要用户效用的最大化过程中,引入了修改的信道调和平均数因子,其目的是移除信噪比较小的中继节点,以最大化系统的信噪比。仿真结果显示,该算法能够使更多的认知用户接入到授权频谱中,同时使得主要用户获得更大的效用以及传输速率。因此,基于博弈的多中继选择算法能够有效选择合适的认知中继,并获得主要用户和认知用户在效用上的最优化。