动态频谱环境下认知水声协作通信网络的资源分配与优化

With the increasing marine resources exploitation of our country, more and more acoustic communication nodes will be deployed in the important ocean. And artificial acoustic systems can cause serious interference to the activity of marine mammals, thus it is very urgent and necessary to establish a reasonable and effective underwater spectrum management strategy. This project aims to investigate the resource allocation and optimization method in the situation of cooperative cognitive acoustic communication network for dynamic spectrum access. Firstly, a rapid and accurate channel parameters estimation algorithm based on the matrix rank minimization theory is put forward to overcome the complex dynamics of underwater acoustic channel. Secondly, for the special characteristics of the underwater acoustic communication, such as serious fading, complex noise sources and low rate of propagation, a dynamic cluster-based structure cooperative spectrum sensing strategy is proposed, meanwhile, the intelligence algorithm is introduced to optimize the energy consumption in cooperative spectrum sensing. Thirdly, considering the uncertainty factors in the underwater acoustic communication environment and the difficulty of centralized control, a robust and low-cost distributed resource allocation and optimization algorithm of the cooperative acoustic communication network is proposed according to robust optimization theory and game theory. Finally, a hardware experimental platform is built to confirm the theoretical methods. Research on this project can provide a theoretical foundation for the application of cognitive underwater communication network and offer technical support for the sustainable development of the oceans.

随着我国对海洋资源开发的力度不断加大，在重要海域会部署越来越多的声学通信节点，同时考虑到人造水声通信系统会对海洋生物活动造成严重干扰，因此如何制定合理有效的水下频谱资源管理策略就变得十分迫切和必要。本项目以动态频谱环境下的认知水声协作通信网络为背景，对资源分配与优化等问题开展研究。首先，针对水声信道的复杂多变性，基于矩阵秩最小化理论提出快速、准确的信道参数估计算法；其次，针对水声通信衰落严重、噪声复杂和传输速度慢等特点，基于动态簇结构提出高效协作频谱感知方法，并利用智能优化算法对感知能耗进行优化；再次，针对水声通信环境中存在多不确定性因素及难以实现集中式控制的特点，结合鲁棒优化理论和博弈论提出强鲁棒性的低成本分布式水声协作通信网络资源分配与优化算法；最后，搭建硬件实验平台并对理论研究方法进行验证。本项目的研究可为认知水声通信网络的应用提供理论依据，并为我国海洋的可持续开发提供技术保障。

随着我国对海洋资源开发力度的不断加大，在重要海域会部署越来越多的声学通信节点。但是由于水声信道具有严重的频率选择性衰落特点，使得可用于水声通信的频谱资源十分有限，因此如何制定合理、有效的水下频谱接入、中继选择、功率分配等资源管理策略变得十分迫切和必要。本项目以动态频谱环境下的认知水声协作通信网络为背景对资源分配与优化等问题展开研究。首先，针对水声信道的复杂多变性，基于深度学习理论、压缩感知理论及低秩矩阵恢复理论提出多种低成本、快速准确的信道参数估计算法；其次，针对水下协作感知网络能量受限、强干扰噪声等特点，基于动态簇结构提出负载均衡且能量高效的分簇协议，利用博弈理论给出了基于频谱感知的分布式频谱接入方案以提高频谱利用率，以及基于MAB机器学习理论的OFDM系统自适应多参数调整通信方案，使系统能自适应地迅速调节发射功率、编码及调制解调等多参数以提高动态水声信道环境下的频谱感知准确度；再次，通过将水下传感器网络中的中继选择问题建模为MAB的决策问题，针对不同的通信场景分别给出了单源节点和多源节点用户的协作中继选择策略。针对水声通信环境中存在多不确定性因素，以及无法获得完美的信道状态信息等问题，结合机器学习、鲁棒优化、博弈论等理论提出强鲁棒、低成本的分布式水声协作通信网络资源分配与优化算法，有效提高水声通信网络性能；从次，针对现有水声定位方法易受水下环境多变、强干扰影响等问题，提出基于水声通信网络的高精度水下目标定位和一致性追踪算法。在水声通信网络安全方面，提出基于压缩感知的水下信息传输节能与安全策略，以及基于机器学习的拓扑信息未知情况下的网络节点攻击选择算法，为水下传感网络的攻击与防御提供了新的研究思路。最后，搭建水下通信定位平台并对理论研究方法进行验证。本项目的研究可为认知水声通信网络的应用提供理论依据，并为我国海洋的可持续开发提供技术保障。