認(rèn)知無(wú)線網(wǎng)絡(luò)頻譜感知與網(wǎng)絡(luò)接入技術(shù)研究.pdf

1、無(wú)線網(wǎng)絡(luò)標(biāo)準(zhǔn)的快速增多和網(wǎng)絡(luò)應(yīng)用的日益豐富給有限的網(wǎng)絡(luò)帶寬帶來(lái)了巨大的壓力，頻譜資源匱乏正逐漸成為制約無(wú)線網(wǎng)絡(luò)技術(shù)提升及應(yīng)用開(kāi)發(fā)深入的主要障礙。然而，受限于傳統(tǒng)的靜態(tài)頻譜管理方式，人們實(shí)際使用到的無(wú)線頻譜僅占所有可用頻譜的2％-6%，造成了一方面無(wú)線頻譜資源十分稀缺，另一方面對(duì)頻譜的使用率卻極為低下的矛盾。為了最大限度發(fā)揮有限頻譜資源的應(yīng)用潛力，認(rèn)知無(wú)線電（Cognitive Radio, CR）技術(shù)應(yīng)運(yùn)而生。其核心思想是CR具有認(rèn)知能

2、力，通過(guò)與周?chē)h(huán)境的信息交互，以頻譜感知的方式利用在頻譜空間上的空閑頻譜，提高頻譜利用率。在此基礎(chǔ)上，研究人員將認(rèn)知計(jì)算技術(shù)從無(wú)線電領(lǐng)域拓展到無(wú)線網(wǎng)絡(luò)領(lǐng)域，并提出了認(rèn)知無(wú)線網(wǎng)絡(luò)（Cognitive RadioNetworks, CRNs）的概念。與現(xiàn)有無(wú)線網(wǎng)絡(luò)相比，認(rèn)知無(wú)線網(wǎng)絡(luò)能夠感知內(nèi)外環(huán)境變化，實(shí)時(shí)調(diào)整網(wǎng)絡(luò)系統(tǒng)的模塊或參數(shù)配置，動(dòng)態(tài)智能地適應(yīng)環(huán)境并指導(dǎo)未來(lái)的自主決策，實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)資源的合理共享和優(yōu)化利用，成為解決資源受限條件下多網(wǎng)/頻

3、譜共存的根本手段，最終提高無(wú)線網(wǎng)絡(luò)端到端的性能。認(rèn)知無(wú)線網(wǎng)絡(luò)不僅能夠?yàn)楣芾碚吆瓦\(yùn)營(yíng)商提供未來(lái)無(wú)線頻譜管理和運(yùn)營(yíng)的全新模式，同時(shí)也將為用戶(hù)帶來(lái)動(dòng)態(tài)和異構(gòu)網(wǎng)絡(luò)環(huán)境下更加優(yōu)越的業(yè)務(wù)體驗(yàn)。然而，認(rèn)知無(wú)線網(wǎng)絡(luò)提出時(shí)間尚短且應(yīng)用環(huán)境復(fù)雜，雖在頻譜感知、接入和共享方面取得了基礎(chǔ)性理論研究成果，但在面對(duì)特定網(wǎng)絡(luò)環(huán)境（異構(gòu)、動(dòng)態(tài)）和用戶(hù)行為（自私、惡意）時(shí)，在感知精度和接入效率等指標(biāo)上仍存在不足，距離實(shí)用化部署還存在較大差距。據(jù)此，本文以解決認(rèn)知無(wú)線網(wǎng)絡(luò)

4、特定條件下的頻譜感知和網(wǎng)絡(luò)接入問(wèn)題為目標(biāo)，以認(rèn)知計(jì)算理論為基礎(chǔ)，以博弈論、信譽(yù)計(jì)算、模糊神經(jīng)網(wǎng)絡(luò)等方法為手段，結(jié)合已有研究成果，建立滿(mǎn)足特定網(wǎng)絡(luò)環(huán)境和用戶(hù)行為的認(rèn)知無(wú)線網(wǎng)絡(luò)頻譜感知模型，并據(jù)此研究能夠有效提升認(rèn)知用戶(hù)QoS和用戶(hù)體驗(yàn)的頻譜接入和網(wǎng)絡(luò)接入的新方法，為認(rèn)知無(wú)線網(wǎng)絡(luò)技術(shù)的改進(jìn)和完善提供參考。主要研究?jī)?nèi)容組織如下：
　　首先，針對(duì)認(rèn)知無(wú)線網(wǎng)絡(luò)中存在自私認(rèn)知用戶(hù)的情形，提出一種基于非合作博弈論的協(xié)作頻譜感知方法。利用博弈論刻

5、畫(huà)認(rèn)知用戶(hù)的動(dòng)態(tài)協(xié)作感知及自私行為，并通過(guò)求解納什均衡使認(rèn)知用戶(hù)獲得最大收益。通過(guò)對(duì)競(jìng)爭(zhēng)環(huán)境下的認(rèn)知用戶(hù)頻譜感知時(shí)間、能量消耗、協(xié)作開(kāi)銷(xiāo)以及自身吞吐量之間的關(guān)系進(jìn)行量化分析，建立多認(rèn)知用戶(hù)間的非合作博弈框架。在此基礎(chǔ)上，制定合理的認(rèn)知用戶(hù)效用函數(shù)，并證明了非合作頻譜協(xié)作感知博弈中納什均衡的存在性。為提高參數(shù)收斂速度，提出一種分布式參數(shù)收斂算法。實(shí)驗(yàn)結(jié)果表明，該方法能夠有效抑制認(rèn)知用戶(hù)的自私行為，改善系統(tǒng)吞吐量并提高頻譜感知性能。

6、　　其次，為了克服認(rèn)知用戶(hù)惡意行為給協(xié)作頻譜感知帶來(lái)的不良影響，提出一種基于信任博弈的分布式協(xié)作頻譜感知方法。其基本思想為利用信譽(yù)狀態(tài)參數(shù)量化和描述惡意用戶(hù)的行為特征，然后根據(jù)惡意用戶(hù)在各次交互中的行為策略選擇對(duì)信譽(yù)狀態(tài)進(jìn)行調(diào)整。該方法以使認(rèn)知用戶(hù)獲取更大的長(zhǎng)期收益為驅(qū)動(dòng)，鼓勵(lì)惡意用戶(hù)選擇友好的合作感知策略。為了凸顯持續(xù)提供誠(chéng)實(shí)服務(wù)的重要性，提出一種柔性信譽(yù)機(jī)制。它將用戶(hù)行為的持續(xù)性作為評(píng)估其信譽(yù)值的重要因素，并制定“區(qū)分化”的懲罰機(jī)制

7、應(yīng)對(duì)用戶(hù)的不同惡意行為，對(duì)行為偶爾偏離的“初犯”用戶(hù)和經(jīng)常偏離的“慣犯”用戶(hù)予以不同懲處力度，激勵(lì)惡意用戶(hù)“改過(guò)自新、改邪歸正”，提高參與協(xié)作頻譜感知認(rèn)知用戶(hù)間的交互成功率，進(jìn)而保障認(rèn)知無(wú)線網(wǎng)絡(luò)的公平性和接入性能。
　　再次，為了提高認(rèn)知用戶(hù)在頻譜接入過(guò)程中的服務(wù)質(zhì)量和認(rèn)知無(wú)線網(wǎng)絡(luò)系統(tǒng)的實(shí)際性能，提出一種基于模糊推理的認(rèn)知無(wú)線網(wǎng)絡(luò)頻譜遷移方案。在不干擾主用戶(hù)的前提下,以認(rèn)知用戶(hù)對(duì)單個(gè)頻譜空穴占用時(shí)間最長(zhǎng)、遷移次數(shù)最少以及遷移決策時(shí)

8、間最短為目標(biāo)，以遷移因子作為認(rèn)知用戶(hù)頻譜遷移的決策因素，建立一種基于模糊推理的頻譜遷移框架，并使用預(yù)判決方法提升頻譜遷移效率以及減少系統(tǒng)開(kāi)銷(xiāo)。為縮短推理時(shí)間,提出區(qū)間Mamdani模糊推理方法，并使用二次判決的方式降低算法復(fù)雜度。實(shí)驗(yàn)結(jié)果表明，該方案能夠有效降低認(rèn)知用戶(hù)業(yè)務(wù)傳輸?shù)膹?qiáng)制中斷率、重傳率以及頻譜遷移次數(shù)，提高認(rèn)知無(wú)線網(wǎng)絡(luò)頻譜資源的有效利用率。
　　最后，為了提高接入網(wǎng)絡(luò)和終端業(yè)務(wù)的性能，提出一種基于模糊神經(jīng)網(wǎng)絡(luò)的智能接入

9、選擇方法。通過(guò)建立符合特定需求的模糊神經(jīng)網(wǎng)絡(luò)，將網(wǎng)絡(luò)側(cè)的網(wǎng)絡(luò)帶寬、網(wǎng)絡(luò)時(shí)延、負(fù)載均衡以及終端側(cè)的移動(dòng)速度作為衡量接入網(wǎng)絡(luò)優(yōu)劣的判定因素，并利用模糊邏輯對(duì)上述接入元素進(jìn)行模糊化，使用模糊神經(jīng)網(wǎng)絡(luò)對(duì)其進(jìn)行推理，從而選擇最優(yōu)接入網(wǎng)絡(luò)。為了提高參數(shù)學(xué)習(xí)的性能，提出一種模糊粒子群優(yōu)化學(xué)習(xí)算法，與基本粒子群優(yōu)化算法相比，該方法能夠避免后期收斂速度明顯變慢甚至趨于停滯的缺點(diǎn)，保障模糊神經(jīng)網(wǎng)絡(luò)的參數(shù)優(yōu)化質(zhì)量。實(shí)驗(yàn)結(jié)果表明，該方法能夠有效降低終端接入阻塞