风电场监测约束条件下认知无线网络的频谱问题及应用关键技术研究

In order to conquer a disadvantage of current wind power monitoring technology, this project introduces cognitive radio network technology into a wind power monitoring system, and researches the spectrum key techniques and application. The following scientific problems are solved mostly in the project. Firstly, transform domain communication system is modified by multi-antenna combining energy detection technology, which senses a spectrum information in a wind power plant, then, using the spectrum information,the spectrum holes are gained in the wind power plant.On the other hand, using modified transform domain communication system and the spectrum information, a cognitive signal suppressing interference is generated when cognitive radio network adopts an underlay mode. Secondly, based on a matching method of graph theory, a reasonable effect matrix depended on the spectrum holes in the wind power plant is built to achieve a dynamic spectrum access, the spectrum holes are efficiently shared between primary user and cognitive user, and between cognitive user and cognitive user. Finally, depended on cognitive radio network, many different monitoring systems are united in the wind power plant, and the monitoring resources are shared. Because of the intelligence and flexibility of cognitive radio network, the wind power monitoring system based on cognitive radio network has good prospects and an advantage at system capability and deployment flexibility, and is of far-reaching significance to promote the informationization of wind power.

针对目前风力发电监测技术的不足，将认知无线网络技术引入到风力发电监测中，对其中频谱问题的关键技术展开基础研究工作。主要解决的问题包括:(1)借鉴多天线技术，结合能量检测技术，改进变换域通信系统(TDCS)并利用其感知风电场的频谱信息，根据感知信息得到风电场的频谱空洞；另一方面，借助TDCS和这个感知信息产生认知无线网络以衬垫共享方式接入时的能够抑制干扰的认知信号；(2) 根据风电场的频谱感知结果，合理地构造效用矩阵，采用基于图论的匹配方法来完成动态频谱接入，实现频谱在主用户和认知用户之间、认知用户和认知用户之间被高效地共享和利用；(3) 基于认知无线网络，对风电场的各种不同类型的生产监测系统进行整合，实现监测资源的统一共享。因认知无线网络技术的智能性和灵活性，基于认知无线网络构建的风力发电监测系统在系统容量、部署灵活性等方面都具有优势，应用前景良好，对于推进风力发电的信息化具有深远意义。

本项目针对目前风力发电监测技术的不足，将认知无线网络技术引入到风力发电监测中，对其中频谱问题的关键技术展开基础研究工作，主要研究内容、重要结果及其科学意义如下：（1）在充分研究现有认知无线网络的频谱感知技术基础上，借鉴多天线技术，改进TDCS为多天线系统，结合能量检测算法，获得风电场的频谱空洞。利用这些频谱空洞，当认知无线网络需要以衬垫共享方式接入时，剔除TDCS系统的相位向量，在子带用相应的功率限制模板向量替换TDCS的尺度调整因子，产生具有抑制窄带干扰的认知信号。（2）对能量检测引入Gabor算法，提出了一种基于Gabor算法的认知无线网络的频谱感知方法，用于提高频谱感知的准确度。（3）在保证感知性能的前提下，对双门限能量检测方法进行优化，提出了一种基于双门限能量检测的分簇协作频谱感知方法，减少网络的通信流量、网络带宽和能耗。（4）利用功率谱对消法改进时域自相关检测法，抑制主用户的跳频信号串进突发的定频干扰，提高频谱检测性能。（5）基于图论理论，提出了3种认知无线网络在风电场中应用的频谱分配算法。分别是基于用户需求的改进分组算法、基于用户需求的改进局部议价算法、基于加权极大独立集的改进图论频谱分配算法。（6）基于上述研究成果，设计高传输速率的认知无线网络，提出了实现风电场各个不同监测系统的整合方案。该方案中的认知无线网络采用分簇APTEEN路由协议。（7）项目组还开展了认知无线网络在风电厂环境中的盲信道感知算法、基于信任度的加权序贯检测算法、图论频谱分配中能效问题等的研究工作，并取得一定的成果。因认知无线网络技术的智能性和灵活性，基于认知无线网络构建的风力发电监测系统在系统容量、部署灵活性等方面都具有优势，应用前景良好，对于推进风力发电的信息化具有深远意义。