导读:本文包含了认知无线网论文开题报告文献综述及选题提纲参考文献，主要关键词:认知无线网,能量采集,资源分配,能量因果关系
认知无线网论文文献综述
龙彦,张晓倩,方旭明,何蓉[1]（2018）在《基于能量采集认知无线网中的资源分配方案研究》一文中研究指出考虑到次用户的能量采集能力具有差异,且不同的次用户对信道的感知能力不同,在各信道上传输的信道质量也不同,基于单跳网络场景,以次级网络吞吐量为优化目标,结合能量采集技术,在能量因果关系约束下,提出一种次用户传输信道选择、传输功率控制、传输时间分配的多维联合资源优化模型。其中,针对原始的非凸优化问题,通过将其转化为一系列的凸优化子问题,得出资源分配算法(OPTA),并通过与传统资源分配算法(HDEA、OTA及RA)对比,验证了所提算法的正确性及有效性。仿真结果显示,在同一最大功率门限条件下,OPTA比传统的HDEA、OTA及RA的吞吐量分别提高了约6%、37%及50%;在同一信道增益差异度的条件下,OPTA比HDEA、OTA及RA的吞吐量分别提高了约30%、60%及94%;在同样次用户能量采集效率差异度下,OPTA比HDEA、OTA及RA的吞吐量分别提高了约27%、50%及92%。(本文来源于《通信学报》期刊2018年09期）
段昂,廖宏程[2]（2018）在《认知无线网中基于大数据分析的感知时间与功率优化研究》一文中研究指出随着无线网络的迅速发展,信息社会进入了大数据时代。无线网络数据爆发式的增长和频谱的稀缺影响着网络的通信效率。为了降低认知无线网中认知用户对主用户的干扰,并为了最大化系统的认知吞吐量,通过大数据技术分析最优感知时间与最优功率的分配,从而最大限度地优化认知网络,最大化认知无线网络的认知吞吐量。提出了一种基于大数据分析优化感知时间与功率的方案,单独分析了两个参数,通过大数据技术联合两者优化,确定了最优感知时间与功率。与传统穷举方案相比,所提方案认知用户的收益更高,且复杂度较低。(本文来源于《电脑编程技巧与维护》期刊2018年07期）
张晓倩[3]（2018）在《认知无线网中的能量优化问题》一文中研究指出随着无线通信技术的快速发展,有限的频谱资源已不能满足持续增长的数据业务需求。幸运的是,次用户(Secondary User,非授权用户)可以利用认知无线电技术,机会式地接入授权频段,使提高了频谱利用率。在认知无线网中,次用户在接入授权信道前,为了避免与主用户(Primary User,授权用户)发生碰撞,必须周期性的进行频谱感知。若信道空闲,则次用户可接入信道传输。然而,次用户的频谱感知及传输行为均需消耗能量,若不对能量进行合理的分配管理,将会影响次用户乃至整个次级网络的性能。本文针对次用户的能量优化问题,主要基于以下两种网络场景进行研究:1.在次用户能量受限的认知无线网中,本文从感知精度、能耗及网络吞吐量的角度,对次用户的感知时间进行优化。并且由于感知精度的提高,不仅能够降低次用户对主用户的干扰,还能增加次用户的传输机会,提高次级网络的能量使用效率。因此,本文进一步提出将次用户频谱感知和数据传输过程相分离的思想,并引入次用户间协助感知及共享感知结果的机制,从而实现频谱感知及传输信道的合理分配,在满足频谱感知精度的前提下,达到提高网络能效的目的。2.在基于能量采集技术的认知无线网中,次用户在每个周期采用先采集能量再传输数据的工作方式。当有多个授权信道可用时,考虑到次用户在不同信道上传输能力的差异性及各次用户能量采集能力的差异性,本文以次级网络吞吐量为优化目标,提出一种综合考虑次用户的传输质量及能量采集效率的信道分配算法,当确定了次用户的传输信道后,在能量因果关系的约束下,进一步对传输功率及传输时间进行联合优化,以平衡两者对网络吞吐量的影响。并且针对原始的非凸优化问题,通过将其转化为一系列的凸优化子问题,完成模型求解。(本文来源于《西南交通大学》期刊2018-05-01）
段昂[4]（2016）在《认知无线网中感知和传输联合优化机制的研究》一文中研究指出认知无线电是一种智能的新型技术,可通过对频谱的二次利用提高认知用户的吞吐量。影响认知用户吞吐量的系统参数有很多,如何权衡这些参数以最大限度地提高吞吐量是当前无线通信需要解决的难题。因此,在认知无线电中,通过联合优化影响认知吞吐量的某几个参数以最大化次用户吞吐量,已经成为当前研究的重要问题之一。本文的研究内容主要包括以下两点:第一,研究了认知无线电环境下感知时间与功率控制的联合优化方案。为了降低认知无线网中认知用户对主用户的干扰并最大化系统的认知吞吐量,本文提出了一种多时隙频谱感知和功率控制的联合优化方案。该方案将系统的每个帧分为若干个时隙,每个时隙分别进行频谱感知。通过合并每个时隙的感知结果,该方案有效地降低了系统的干扰概率。在约束认知用户检测概率与传输功率的基础上,本文将吞吐量描述为关于感知时间与功率的多约束优化问题,通过设计联合迭代算法获得了最优感知时间与最优传输功率。仿真结果表明,所提联合优化方案的吞吐量性能最接近理论最优方案,并可通过牺牲部分吞吐量性能来降低系统干扰概率,且复杂度较低。第二,研究了认知无线电协作感知模型下的协作感知用户与功率分配的联合优化方案。为了提高多信道认知无线网中认知用户的吞吐量,本文提出了一种协作频谱感知次用户和功率分配的联合优化算法。该算法基于改进的频谱共享方案,在主用户忙碌时,以Underlay的方式接入频谱通信。在主用户空闲时,以Overlay的方式接入频谱通信,该方案有效地增加了次用户接入信道的机会。在约束协作检测概率、总传输功率和干扰功率的情况下,本文将所有子信道的认知用户总吞吐量描述成一个多约束优化问题,从理论上分析了最优协作感知用户数与最优传输功率分配,并设计了一种联合迭代算法获取子信道最优协作用户数和最优传输功率分配。仿真结果表明,文中所提联合优化算法的所有子信道的认知总吞吐量相对于传统分配算法有所提高,且通过较少迭代次数就可收敛。(本文来源于《重庆邮电大学》期刊2016-06-08）
高丽媛[5]（2016）在《认知无线网Underlay模式下的关键技术研究》一文中研究指出近年来,随着无线通信业务的爆炸式增长,频谱资源有限且利用率低的频谱资源的问题日益突出。如何有效地提高频谱利用率已经成了目前无线通信领域里急待解决的重要课题。针对频谱资源传统的固定分配方式和接入方式,认知无线电作为一种新兴的智能通信技术正在受到越来越多人们的重视。它可以自适应调节系统参数,快速有效地填补频谱空洞或未使用的频谱,解决了频谱利用率低的问题。在认知无线电系统中,合理的进行频谱分配和认知用户的发射功率控制是实现频谱共享的关键,所以频谱分配问题和功率控制问题自然受到科研工作者的广泛关注。本文在前面研究的基础上,试图采用新的理论和数学工具,得到新的认知无线电频谱共享和功率控制多目标优化方法,给出了相应的解决方案。本文的主要研究工作如下：为了解决频谱资源利用率低的问题,将其转化为多目标的优化问题,以次用户的网络效益和主用户受到的干扰为优化目标建立Underlay模式下的频谱分配模型,并应用智能优化算法的多目标优化算法对频谱资源优化分配。该算法中以每个次用户的频谱分配方式作为基因,所有次用户的频谱分配方式组成分配方案作为个体,多个分配方案构成分配方案集作为种群,利用多目标智能优化算法算法寻找一组最优解。仿真实验表明,该算法有效提高次网络效益并减少次用户对主用户的干扰。为解决认知无线网络中功率控制问题,本文以次用户功率和最小化和次网络效益最大化为优化目标建立功率控制模型,提出一种基于目标权重因子导向的粒子群多目标优化算法。优化过程中得到不同目标权重导向的可行解,种群中的各粒子全局极值的选取都尽量接近自身目前对于各目标的侧重,以便保持解的多样性。通过仿真实验表明,本文算法实现了优化的功率控制,节约了能量且提高了整个网络的性能。(本文来源于《华北电力大学(北京)》期刊2016-03-01）
张君[6]（2015）在《认知无线网中波束成形的设计以及波束成形算法的研究》一文中研究指出随着无线通信技术的发展以及对频谱资源需求的日益增加,频谱资源已经变得非常紧张。认知无线电是频谱复用的一种典型实现方式,它允许从用户接入主用户授权的频谱。这意味着认知无线电能解决频谱利用不均的问题,并能有效的提高频谱的利用率。多播通信技术是另一种在移动通信系统中变得越来越重要的技术。其中,利用多天线中继节点的协作多播系统尤为突出。在协作多播设计中,多天线中继节点可以工作在分布式的场景或者集中式的场景中。当工作在分布式的场景中,每一根天线以各自的放大因子向前转发它所接收到的信号。相对应的,当中继节点工作在集中式的场景中,每一根天线向前转发所有接收到的信号的集合。换句话说,在这种模式下的通信其实是不同天线间的联合信息处理。虽然实现的复杂度会增加,但最后的吞吐量会有一个明显的提高。本文研究的重点是认知中继网络中的波束成形问题。本文的主要工作内容如下:首先,本文提出了一种基于认知中继网络的系统模型。在这个认知无线网络模型中,假设两个中继网络共用一个中继节点,并且考虑认知网络对主用户的干扰。针对这个认知网络模型,本文在认知网络发射功率受限的条件下研究了认知网络下的加权速率均衡问题,并且设计了基站与中继的联合波束成形方案来优化从用户的加权均衡速率。为了解决这个非凸问题,本文采用迭代优化算法。因此,在每一步的迭代过程中,只需要解决一些SDP的子问题。仿真结果显示,在本文提出的应用场景下,本文提出的算法相对于对比算法来说性能更优。其次,本文研究了带有分布式中继节点的认知中继网络下的波束成形鲁棒性问题。在这个典型的分布式认知中继网络中,多个配有单根天线的分布式中继节点接收到认知网络发射端的信号,并将其转发到认知网络的接收端。本文假设认知网络发端与认知网络收端之间没有直接的通信链路,所有的通信只能经由中继节点转发。在认知网络工作的同时,假定主用户也活跃到同一频段。针对这一分布式认知网络场景,本文研究的重点是该网络下鲁棒性的研究,因此假定认知网络中仅能获取到部分的信道状态信息。在本文的设计中,信道协方差矩阵的不确定度被限定在已知半径和形状的椭球内。本文的设计目标是在从用户信干噪比的约束条件下使得发射功率达到最小值。将这个优化问题引入认知网络,必须限制认知网络对主用户的干扰小于一定的干扰门限。本文通过拉格朗日对偶的方法,能够得到优化问题的变形。之后的问题可以通过凸优化的方法求解。(本文来源于《北京邮电大学》期刊2015-11-29）
刘文理[7]（2015）在《认知无线网下分布式波束成形的研究》一文中研究指出通信技术随着时代的进步而得到了快速的提升,随着通信规模的增大,人们渴望更加良好和强大的通信环境。因此提高频谱资源利用率迫在眉睫。认知无线电技术以其频谱共享而提高频谱利用率的理念,一直受到着很高的关注。认知无线电技术的价值在于让频谱的动态利用成为了可能,多个用户接入同一频谱进行通信,提高频谱利用率。中继在无线通信中可以有放大转发的作用,同时多节点可以进行波束的定向发送,从而获得分集增益。无线通信的传播方式为广播性的,对于安全性要求较高的通信场景带来了挑战。次网络帮助主网络抵御被窃听和引入额外的人工噪声源是常见的提高安全速率的方式。除此之外,相比于有线信道,因为无线通信信道的通信介质不如有线信道稳定,实际情况中信道估计误差难以避免。因此认知无线网下分布式波束成形有重要的理论和实际意义。基于这样的背景,本文做了如下的研究工作:第一,在非中继场景下,研究了两个次网络和一个主网络共享频谱的情况下,次网络之间的相互保护对方减少窃听的问题。主要是利用凸优化和帕累托边界的理论,设计出最优的波束成形的因子,分别用叁种不同的方法解决上述问题。一种是通过引入辅助变量,将问题转化为求解二维空间内一系列的标准凸优化问题,并得到最优值;另一种是迫零波束成形的凸优化问题;第叁种是将问题部分变量通过简化,将原问题转化为满足帕累托最优问题,并基于此设计出等式组求出次优解,从而降低了原解法的复杂度。仿真结果表明,次优解的结果表现的性能与最优解效果性能接近。第二,研究了认知中继网络中,非完美信道状态信息情况下的主用户安全速率最大化的问题。主要通过凸优化的理论,并通过矩阵论进行化简和半正定优化的方法解决问题。仿真结果表明了非完美信道状态信息下鲁棒性算法的有效性和可靠性。(本文来源于《北京邮电大学》期刊2015-11-29）
窦彦智,王满喜,白铂,陈巍,曹志刚[8]（2015）在《认知无线网中一种基于博弈论的低复杂度联合资源共享机制》一文中研究指出在一类典型的认知无线网络中,多个次级用户通过支付费用竞争租用主用户授权频带的子带来传输信息。该文针对此类系统通过博弈论方法联合优化次级用户的发射功率和子带分配,及主用户的定价系数,同时最大化主用户和次级用户的收益。具体而言,该文基于逆向归纳法,将博弈问题分解为功率控制、子带分配和价格调整等3个耦合的子问题,并逐一求解,从而得到整个博弈的子博弈精炼纳什均衡。最后,该文基于理论分析结果,提出一种博弈均衡求解算法。仿真结果验证了该文的理论推导结果和该算法的有效性。(本文来源于《电子与信息学报》期刊2015年01期）
柴源[9]（2014）在《认知无线网中自适应动态频谱分配机制的研究》一文中研究指出近年来，严重缺乏可用频谱的现状促使人们开始寻求新的可以更灵活方便使用无线频谱的通信方法，而认知无线电技术则是新兴的一种备受瞩目的通信方式。在认知无线网中，主用户的可用空闲频谱将被分配给有需求的次用户使用以此达到提高频谱利用率，缓解频谱资源短缺现象的目的。因而能否对网络中频谱资源进行有效分配关系着整个认知无线电网络性能的优劣。目前，虽然国内外的学者已提出了一些认知无线电频谱分配的模型和算法，但大多没有考虑用户在频谱分配过程中提高频谱利用率的同时能否自适应保证QoS(Quality of Service，服务质量)以及频谱分配环境的变化。因此，本文针对这些问题，开展了如下具体工作：针对认知无线网动态频谱分配中用户QoS质量优化的问题，提出了一种基于队列博弈的频谱选择算法。算法利用潜在博弈和排队论对频谱分配进行分析，将数据传输问题建模成频谱选择的潜在博弈，考虑主用户占用频谱的影响，利用排队理论分析并构建用户效用函数。通过自主调整频谱选择策略，算法能达到频谱分配和跨层优化传输时延及分组损失率的目的。仿真验证了所提出的算法存在纳什均衡，能更加快速收敛到策略均衡点，降低了算法复杂度。该算法在提高频谱利用率的同时能更有效地降低分组传输时延及数据损失率，保证了频谱分配过程中用户的QoS服务质量，最终促使系统整体性能的提高。为了避免网络环境的变化在静态频谱分配后造成的频谱再次浪费，论文从经济学的角度提出了一种基于贸易机制的频谱分配算法。算法考虑认知无线网络中频谱租借市场容量及次用户频谱价值两者均动态变化的特点，将用户之间的频谱租借贸易建模成动态古诺博弈。同时根据用户之间的频谱供需关系动态调整用户贸易的频谱价格及收益，促使每阶段用户效用最大化并达到频谱分配。文中分析了频谱供需关系变化对贸易的影响，并通过仿真证明了该算法能根据网络环境的变化自适应调整用户之间的贸易机制，达到频谱租借平衡。算法相比于静态古诺博弈模型能更适应通信环境的变化，避免了频谱分配的“二次浪费”，有效提高了频谱利用率。(本文来源于《重庆邮电大学》期刊2014-03-31）
翟晴[10]（2014）在《基于中断受限的认知无线网传输吞吐量的研究》一文中研究指出认知无线网(CRN:Cognitive Radio Network)利用其可以机会接入授权频谱的能力可以缓解频谱资源短缺的问题。下垫式认知频谱共享网络,包括了主网络(primary network)和次级网络(secondary network),可以有效提高频谱利用率和网络容量。本文在熟悉CRN基本原理和相关频谱感知、接入及共享技术的基础上,主要对满足中断限制下可获得传输吞吐量这一性能进行了理论分析。首先,分析了在加性高斯白噪声信道下的整体网络可获得的传输吞吐量。在下垫式频谱共享模型中,应用随机几何理论,考虑到相应接收端的检测门限,分别得出了主网络和次网络的中断概率,进而推导出了在中断概率限制条件下的整体网络可实现的传输吞吐量。针对用户空间密度,主次用户发射功率比,中断限制阈值,检测门限与整体吞吐量的关系进行了分析,并且通过MATLAB仿真验证了对吞吐量的分析。结果得到了使得整体网络吞吐量最大的最优次用户(SU,secondary user)密度和主次用户功率比选择策略。然后,为了减少主用户(PU, primary user)收到来自次用户的干扰,建立了下垫式和填充式相结合的频谱共享机制,在空间域上提出了保护区域的概念并基于干扰温度限制得到可以最大化SU可用频谱机会的最优保护距离。同样推导了在瑞利衰落信道上的相应主网络和次级网络中断概率及吞吐量。通过仿真证明了提出的混合频谱共享机制,有效地降低PU和SU的中断概率,并且通过调节认知系统参数,还可以提高网络的最大吞吐量。(本文来源于《北京交通大学》期刊2014-03-16）
认知无线网论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着无线网络的迅速发展,信息社会进入了大数据时代。无线网络数据爆发式的增长和频谱的稀缺影响着网络的通信效率。为了降低认知无线网中认知用户对主用户的干扰,并为了最大化系统的认知吞吐量,通过大数据技术分析最优感知时间与最优功率的分配,从而最大限度地优化认知网络,最大化认知无线网络的认知吞吐量。提出了一种基于大数据分析优化感知时间与功率的方案,单独分析了两个参数,通过大数据技术联合两者优化,确定了最优感知时间与功率。与传统穷举方案相比,所提方案认知用户的收益更高,且复杂度较低。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
认知无线网论文参考文献
[1].龙彦,张晓倩,方旭明,何蓉.基于能量采集认知无线网中的资源分配方案研究[J].通信学报.2018
[2].段昂,廖宏程.认知无线网中基于大数据分析的感知时间与功率优化研究[J].电脑编程技巧与维护.2018
[3].张晓倩.认知无线网中的能量优化问题[D].西南交通大学.2018
[4].段昂.认知无线网中感知和传输联合优化机制的研究[D].重庆邮电大学.2016
[5].高丽媛.认知无线网Underlay模式下的关键技术研究[D].华北电力大学(北京).2016
[6].张君.认知无线网中波束成形的设计以及波束成形算法的研究[D].北京邮电大学.2015
[7].刘文理.认知无线网下分布式波束成形的研究[D].北京邮电大学.2015
[8].窦彦智,王满喜,白铂,陈巍,曹志刚.认知无线网中一种基于博弈论的低复杂度联合资源共享机制[J].电子与信息学报.2015
[9].柴源.认知无线网中自适应动态频谱分配机制的研究[D].重庆邮电大学.2014
[10].翟晴.基于中断受限的认知无线网传输吞吐量的研究[D].北京交通大学.2014