基于压缩感知的认知无线网络资源分配与优化方法研究

本课题以认知无线网络（CRN）为背景，研究如何利用压缩感知（CS）理论提高认知无线网络频谱利用率和能量效率的方法。针对现有CRN多用户资源分配方法大部分基于感知数据融合的多资源优化分配，数据相关性强且算法复杂度较高，本课题拟重点研究认知无线网络中基于CS理论的认知用户分布式频谱感知与认知基站数据融合方法、基于CS理论的认知OFDM系统子载波、功率、比特等多种资源的联合优化问题，以在保证CRN节点能量有效性和机会传输可靠性的前提下降低资源分配算法的复杂度。课题研究目标是探索基于CS理论的认知无线网络高效低复杂度分布式资源分配新方案，并进行实验验证与性能分析，以实现无线频谱资源的优化分配与共享。通过本课题的研究，我们愿为认知无线网络的理论研究和未来在LTE-Advanced系统演进与标准化过程中尽一份微薄的力量。

经过三年的研究工作，“基于压缩感知的认知无线网络资源分配与优化方法研究”课题进展顺利，研究成果丰富。研究成果超额完成了申请书中的预期成果要求。课题具体研究内容包括四大类：（1）认知无线网络中基于压缩感知理论的自适应观测方案与感知信号稀疏重构方法；（2）认知无线网络中基于压缩感知理论的宽带压缩频谱检测方法；（3）认知无线网络中多用户多资源联合分配与优化方法；（4）分布式认知网络中无线信道建模与认知无线网络中基于能量有效性的协作传输方案。课题研究成果在国内外SCI/EI检索期刊与国际会议上发表论文24篇。课题负责人第一作者发表论文12篇，指导研究生发表论文12篇。其中SCI检索1篇，EI检索11篇，国内一级期刊10篇。研究成果申请发明专利4项（已授权1项，进入实质性审查3项）。课题负责人协助指导研究生6人。在本课题资助下，负责人完成了认知无线电与协作通信方向的两年博士后科研工作，并以考核成绩优秀顺利出站。同时，负责人在2013年以访问学者身份赴美国斯蒂文斯理工学院电子与计算机工程系进行学术进修访问半年，访学期间发表SCI/EI检索国际期刊论文2篇。本课题研究工作严格按照计划书进行，经费支出严格按照基金委规定要求执行，并与计划书中的经费预算相符合，课题结余的经费将用于课题后续的研究工作。本课题研究成果对于构建高能效认知无线网络及其在未来5G绿色宽带无线网络频谱资源共享中的实际应用，提供了一定的理论研究价值。