认知无线网络中频谱感知关键技术研究

【摘要】：认知无线电是智能的软件无线电技术,在频谱日益稀缺的情况下,认知无线网络中的用户可以通过对频谱使用情况的感知来动态使用频谱资源,根据当前频谱的使用情况动态地配置通信参数选择最合适的频段,避免用户之间相互干扰,从而提高频谱的利用率。本文主要研究认知无线网络在全双工背景下的频谱感知技术以及压缩频谱感知技术。全双工技术的实现,给无线网络带来新的机遇,而且全双工技术也被应用到了认知无线网络的频谱感知中。实现了全双工,用户在发送数据的同时能够进行频谱感知。然而之前的全双工感知技术在感知到频带被主用户占用时,需要停止发送数据,重新进行频谱感知直到找到下一个空闲信道,这样便不能充分利用信道,使频谱利用率降低。本文提出了一种非对称全双工频谱感知技术(Asymmetric Full Duplex Spectrum Sensing,AFDSS),用户可以宽带感知频谱,窄带发送数据,在感知到当前信道忙时,可以立即跳转到其他空闲信道,提高了频谱利用率。由于使用非对称全双工技术进行宽频感知需要很高的采样率,本文使用压缩感知来降低采样率。针对目前关于压缩感知的研究,大部分工作都集中在如何提高感知精度而忽略感知速度,然而在宽频感知中必须考虑感知时效性,本文提出基于结构化随机矩阵的高时效压缩频谱感知(Time Efficient Compressive Spectrum Sensing,TECSS)解决感知时效性问题。本文对非对称全双工频谱感知和压缩频谱感知进行仿真实验,分析其感知延迟、吞吐率、感知精度以及感知速度。实验结果表明,使用非对称全双工技术,可以很好的消除自我干扰,由于同时观测多个信道可以快速发现可用信道,与传统的全双工频谱感知相比,网络吞吐率提高了1.5倍到2倍。在压缩频谱感知中,通过使用结构化随机矩阵,在不损失或略微损失感知精度的同时,感知的速度提高了100%,实现了高时效的压缩频谱感知。
【关键词】：认知无线网络 频谱感知 非对称全双工 压缩感知 结构化随机矩阵
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TN925