时空多变信道下认知水声网络频谱分配机制研究

To fulfill the urgent demands of safeguarding national maritime rights and developing marine resources in critical sea area, focusing on temporal and spatial varying underwater acoustic (UWA) channel and the severe limited spectrum in UWA networks, we intensively conduct research on the regulations of cognitive UWA networks data transmission and spectrum allocation. The main research includes: (1) We have proposed a simulation model for cognitive UWA networks with combination of multi-scale temporal and spatial varying channel model in physical layer and Pineline simulation model in network layer, and then revealed the essence of the effect of temporal correlation and spatial differences on the performances of spectrum allocation. (2) Considering the feedback of imperfect spectrum information under the constraint of limited spectrum and energy resources, the dynamic limited feedback approach for spectrum information based on unique characteristics of UWA varying channel is proposed for the optimal balance of feedback efficiency and redundancy. (3) With the concern of available spectrum information and limited resources in cognitive UWA networks, the optimal spectrum allocation algorithm is proposed under the constraint of quality of service. This project has resolved key academic issues for the efficient utilization of scarce spectrum in spectrum limited cognitive UWA networks, contributing to improve the efficiency and reliability of UWA networks.

结合我国海洋权益维护和海洋资源开发对重点海域长期监测的迫切需求，针对水声信道的时空多变特性和水声网络的频谱严重受限问题，深入研究认知水声网络中信息传输和频谱分配遵循的规律，主要研究内容包括：（1）建立物理层时空多变信道与网络层管道模型联合的认知水声网络仿真模型，揭示复杂变化海洋环境中水声信道的时间关联性和空间差异性的频谱特征对分配性能影响的本质关系；（2）研究水声网络频谱信息在有限频谱和能量资源下的非理想反馈与共享机制，形成基于信道变化特性的频谱信息动态有限反馈方法，实现反馈有效性与数据量的最佳平衡；（3）针对认知水声网络的频谱信息规律及资源受限特性，提出服务质量约束条件下的频谱效率最优分配算法，突破认知水声网络有限频谱资源高效利用的关键技术，提升水声网络在时空多变水声信道和频谱受限条件下的高效可靠监测能力。

结合我国海洋权益维护和海洋资源开发对重点海域长期监测的迫切需求，针对水声信道的时空多变特性和水声网络的频谱严重受限问题，深入研究认知水声网络中信息传输和频谱分配的规律，主要研究内容包括：（1）建立认知水声网络物理层时空多变信道仿真模型，提出载波-时延相关系数并将其引入后续资源分配方案中，揭示了复杂变化海洋环境中水声信道的频谱特征对分配性能的影响；（2）研究认知水声网络频谱信息在有限资源和长传输时延下的非理想反馈机制，提出基于信道变化特性的有限长度频谱信息反馈方法，达到了反馈有效性与数据量的平衡；针对水声网络反馈频谱信息过时延问题，提出基于循环神经网络的在线水声信道预测方法，提高了非线性复杂变化水声信道下的信道预测准确性；（3）针对认知水声网络的频谱信息规律及资源受限特性，提出服务质量约束条件下的频谱效率最优分配算法，包括：构建冲突避免的时分复用多节点接入机制，在节点服务质量约束条件下建立频谱效率最优化目标函数，提出多节点公平的载波-比特-功率联合分配算法。在完成研究计划的基础上，延伸了基于强化学习的自适应调制方法，结合循环神经网络的信道在线预测，提高了水声网络长期吞吐量。项目对认知水声网络有限频谱资源高效利用的关键技术进行了系统研究，通过仿真和实验数据验证了所提方法和算法的有效性。研究成果可广泛应用于水声网络，提升网络在多变水声信道和频谱受限条件下的高效可靠监测能力。