認知無線電網(wǎng)絡(luò)場景下的主用戶定位方法研究.pdf

1、主用戶位置感知是認知無線電的基本特征之一。在認知無線電網(wǎng)絡(luò)中，處于不同位置的次用戶通過利用所感知到的自身周圍的頻譜空洞和主用戶的位置信息，可以計算出自己與主用戶之間的距離，進而對當(dāng)前空閑頻譜的接入機會進行有效的評估，根據(jù)評估結(jié)果選用相應(yīng)的技術(shù)在不干擾主用戶的前提下實現(xiàn)對當(dāng)前頻譜空洞的優(yōu)化利用。利用主用戶的定位信息，還可以提供許多基于位置信息的增值業(yè)務(wù)，如基于位置輔助的網(wǎng)絡(luò)優(yōu)化等。因此，本文研究認知無線電網(wǎng)絡(luò)中主用戶定位的問題，并提出基于

2、量子遺傳模擬退火算法和量子菌群算法的主用戶定位方法。本文的主要研究內(nèi)容如下：
　　首先，分析了現(xiàn)有的測距技術(shù)，重點探討了基于接收信號強度的測距方法，特別是對本文采用的對數(shù)陰影路徑損耗無線傳播模型進行了深入的研究和分析，考慮到該模型的陰影效應(yīng)帶來的測距誤差，采用對主用戶發(fā)射信號進行采樣接收并求均值的策略，該策略能夠有效的降低陰影效應(yīng)的影響。
　　其次，研究了量子遺傳模擬退火算法和量子菌群算法，對于量子遺傳模擬退火算法，在分析量

3、子遺傳算法和模擬退火算法的基本原理、實現(xiàn)方法和局限性基礎(chǔ)上，考慮將量子遺傳算法和模擬退火算法相結(jié)合，用模擬退火思想改進量子遺傳算法實現(xiàn)了量子遺傳模擬退火算法，并通過幾組不同類型的典型測試函數(shù)進行仿真實驗，表明了相對于量子遺傳算法而言量子遺傳模擬退火算法具有很大的優(yōu)勢。對于量子菌群算法，同樣通過幾組不同類型的典型測試函數(shù)進行了仿真實驗，并和量子遺傳模擬退火算法進行了對比。
　　最后，在分析主用戶定位問題的本質(zhì)基礎(chǔ)上，將主用戶定位問題

4、轉(zhuǎn)化為優(yōu)化問題，并給出了轉(zhuǎn)化成優(yōu)化問題的數(shù)學(xué)模型，提出分別利用量子遺傳模擬退火算法和量子菌群算法實現(xiàn)對主用戶的定位。以定位結(jié)果的平均定位誤差為定位性能評價指標(biāo)，從兩種不同的網(wǎng)絡(luò)部署結(jié)構(gòu)（inner case和outer case）進行了仿真分析，每種部署結(jié)構(gòu)下主要從影響定位性能的三個參數(shù)（接收信號強度的采樣次數(shù)、參考次用戶數(shù)量、標(biāo)準(zhǔn)差σ）進行了討論,并將量子遺傳模擬退火定位算法、量子菌群定位算法和最小二乘定位算法進行了對比，驗證了基于量