基于VANET的認(rèn)知無線電算法仿真研究.pdf

1、隨著無線通信技術(shù)和汽車工業(yè)的發(fā)展，智能交通系統(tǒng)應(yīng)運(yùn)而生，作為智能交通系統(tǒng)的關(guān)鍵技術(shù)之一，車載自組網(wǎng)（Vehicular Ad hoc Network，VANET）越來越受到研究人員的重視。但是由于頻譜資源嚴(yán)重匱乏，無法為車載自組網(wǎng)提供專用頻段，頻譜短缺成為制約車載自組網(wǎng)技術(shù)發(fā)展的關(guān)鍵問題。而許多研究已經(jīng)證明認(rèn)知無線電技術(shù)通過伺機(jī)接入空閑頻段可以有效提高頻譜利用率，成為解決頻譜資源短缺問題的一大熱門技術(shù)，因此將認(rèn)知無線電技術(shù)與車載自組網(wǎng)結(jié)

2、合成為解決車載自組網(wǎng)頻譜資源問題的關(guān)鍵。然而在VANET環(huán)境下車輛移動(dòng)速度快，信道質(zhì)量不穩(wěn)定等因素給頻譜空穴感知帶來了巨大挑戰(zhàn)。
　　本文在論文中所做的主要工作或者貢獻(xiàn)如下:
　　(1)深入分析研究了認(rèn)知車載網(wǎng)的研究方向及相關(guān)架構(gòu)，針對認(rèn)知車載網(wǎng)的基礎(chǔ)研究方向頻譜感知的研究現(xiàn)狀進(jìn)行分析，建立了問題研究方案。
　　(2)研究了靜態(tài)場景下的認(rèn)知無線電技術(shù)的頻譜感知算法，分析了單點(diǎn)頻譜感知算法和協(xié)作感知算法的優(yōu)缺點(diǎn)，通過仿真

3、研究了采樣點(diǎn)數(shù)目和信道質(zhì)量對于單點(diǎn)感知中能量感知算法的感知性能影響，通過仿真對靜態(tài)場景下的協(xié)作感知算法，硬判決算法和軟判決算法進(jìn)行性能對比，篩選性能最優(yōu)的幾種算法。
　　(3)在本文中基于VANET的特點(diǎn)建立了檢驗(yàn)傳統(tǒng)頻譜感知算法性能的場景模型——高速公路場景模型，假設(shè)了通信模型以及車輛運(yùn)動(dòng)模型，將傳統(tǒng)的協(xié)作感知算法，最大比數(shù)據(jù)融合算法、等增益數(shù)據(jù)融合算法和“或”規(guī)則數(shù)據(jù)融合算法在VANET場景下進(jìn)行了仿真分析，主要考慮現(xiàn)實(shí)環(huán)境中

4、車輛的移動(dòng)速度和衰落信道對頻譜感知算的性能影響，通過仿真研究了車輛密度和車輛速度以及衰落信道等因素對于算法性能的影響，仿真結(jié)果表明MRC算法要優(yōu)于EGC算法，在VANET場景下，由于車輛節(jié)點(diǎn)的高速移動(dòng)導(dǎo)致感知過程中信道特性的變化對傳統(tǒng)感知算法的感知性能具有較大的影響
　　(4)由于傳統(tǒng)的算法性能不理想，本文提出一種基于粒子群迭代的分簇感知算法，對傳統(tǒng)的MRC算法進(jìn)行改進(jìn)，采用粒子群算法對權(quán)重值進(jìn)行尋優(yōu)計(jì)算，采用分簇的方式將簇內(nèi)信道