移动认知无线网络关键技术研究

The main objective of this project application is to have an in-depth study on key technologies in the mobile cognitive radio networks. The innovative achievements on the key technologies and related theory of the mobile cognitive radio networks can be obtained through the research on the algorithms such as global spectrum sensing, spectrum handoff and resource reallocation..The specific contents and objectives for this study are as follows. Firstly, the project plans to use the theory of algebraic topology to propose a new suboptimal algorithm of the chain complex based on its topological invariants, so as to acquire the global spectrum sensing information. Secondly, the study intends to design new spectrum handoff methods including both pre-decision algorithm and decision algorithm, according to the fuzzy mathematics and queuing theories, in order to achieve the spectrum handoff operation under the space-mobility scenes. Finally, the research plans to propose a new resource reallocation algorithm with the characteristics of both the distributed structure and the fast calculating ability, making use of the MP algorithm and the factor graph model. Based on the above research plans, the application will make further study on the accuracy verification for the proposed algorithms, by the method of deep theoretical analysis, carefully designed computer simulation and necessarily auxiliary experiments. The study aims to systematically complete the above tasks, making valuable contributions to practical wireless communication systems.

本项目拟深入研究移动认知无线网络中的关键技术，通过对全局频谱信息协同感知、频谱切换技术和资源重分配算法等方面的研究，力争在移动认知无线网络相关理论和关键技术方面有所创新。具体研究内容及目标是：研究代数拓扑理论，设计基于拓扑不变量的链复形次优算法，以实时获得全局频谱信息；运用模糊数学和排队论，设计频谱切换预判决和决策算法，以实现空间移动场景下的频谱切换；利用MP算法和因子图模型，设计分布式资源快速重分配算法。本申请将通过深入的理论分析、计算机仿真并辅之必要的实验，验证所提算法的合理性，为将来能够应用于实际无线通信系统奠定基础。

认知无线电技术降低或避免了主从网络间的干扰，提高了主从网络的总体容量，并且大幅改善了现有频谱资源的利用效率。但是，现有认知网络中的从用户通常仅能够实现静止状态下或游牧状态（移动时离线）下的通信，而无法实现移动场景下具有QoS保障的通信。本课题将认知无线电与无线传感器网络两种技术相互融合，将二者优势充分互补，在此前提下对认知网络的全局频谱信息感知算法、基于空间移动性的频谱切换技术和分布式资源快速重分配算法三个方面作深入的理论研究。.研究重点包括：提出了一种基于改进的粒子群算法的协作频谱感知算法，并给出了基于EGC、MRC和MDC的协作频谱感知的最优时长和最优判决门限，进一步求得数据包发送成功概率，从用户数据包在队列容量有限下的延时并在允许重传次数下求得丢包率；用遗传算法求延时最小化下从用户的频谱接入向量；基于预判决频谱切换机制，用带有优先权的M/G/1排队模型来刻画多重频谱切换；分别求得“总是保持”和“总是转换”两种策略下的累积切换延时表达式，进而找出延时最小下的目标信道选择策略；.提出了移动认知场景下最优感知时长的近似闭合表达式；设计了一个可收敛的全局优化智能算法；分析并仿真了了HARQ机制下重传次数受限时的总平均丢包率；提出了一种业务自适应的频谱切换方法；提出一个分布式的子信道分配方案；.推导出了从用户的空-时频谱接入机会，并求出了最大化空-时接入机会下的主用户最优保护距离解析表达式；推导出了从用户的空-时频谱接入机会，并求出了最大化空-时接入机会下的主用户最优保护距离解析表达式和Nakagami信道下的从用户吞吐量。在最大化从用户网络吞吐量下找到从用户的最优频谱接入策略；给出了最大数据速率的上界闭合表达式；提出了一种基于指数插值法来对精确的频谱感知时长进行拟合的快速计算方法；.提出了一种基于安全速率最大化的中继选择方案；提出了一种基于多个中继的中继选择方案；提出一种节点密度自适应的频谱接入策略；分析了一个信道转换间隔内underlay和interweave两种频谱接入机制下的能效和数据包失败率；通过遗传算法对以延时最小化为目标的非线性规划问题进行求解，得到多信道下从用户的最优频谱接入向量；仿真了授权信道数、主从用户间路径损耗、Nakagami衰落、数据包缓存容量有限以及ARQ最大次数有限等多重因素给从用户数据包延时和丢包率带来的影响。