無線網絡中的分布式信號處理與信息傳播.pdf

1、隨著MEMS技術的普及，芯片效能的提高，網絡的接入端體積變得越來越小，形式也越來越多樣化。無線終端可以是手持設備如手機、平板和筆記本電腦，也可以是無人控制的移動傳感器節(jié)點，車載節(jié)點等各種設備。隨著物聯(lián)網的普及，無線接入終端更是無處不在，無時不在，分布在世界的每一個角落。概括地說，下一代無線網絡的特征為便攜式和移動化，并且能夠隨時隨地接入互聯(lián)網?？v觀無線網絡的未來發(fā)展趨勢，我們不難發(fā)現(xiàn):不同于傳統(tǒng)的集中式網絡，分布式網絡，或者說網絡中分布

2、式的特征，正在悄然代替一些傳統(tǒng)的網絡組織模式，并開始扮演越來越重要的角色。然而，現(xiàn)今大多數成熟的通信體系，包括其基本協(xié)議棧，算法等，都是默認針對集中式網絡而設計的。若不改變整個網絡的拓撲組織方式、信號傳播與處理算法，以及研究分布式資源分配和性能優(yōu)化方法，是難以在現(xiàn)有框架內直接升級到適應于大規(guī)模分布式網絡的技術體系的。然而針對大規(guī)模分布式網絡的研究尚顯不足，特別是缺乏一些基礎理論研究。因此，本論文主要側重于未來分布式網絡架構，對其中一些必

3、要技術進行了探索。具體地，我們研究了從分布式網絡結構控制，信號處理算法，到分布式資源分配及容量性能優(yōu)化，再到分布式信息散播的一系列核心技術和理論，主要包括以下幾個方面:
　　我們針對分布式網絡拓撲管理以及信號處理技術進行了研究。具體地，我們研究了一種針對大規(guī)模認知傳感網絡的自組織分簇方法，這是網絡進一步執(zhí)行通信、計算、傳感等功能的基礎。我們將網絡中的通信分為簇間通信和簇內通信兩種，提出了能量有效，魯棒性，快速收斂性等分簇性能指標，

4、并以此為準則，設計出一種快速高效的分簇算法。具體地，我們引入機器學習中的分簇方法，并針對認知傳感網的具體情況，提出了一種受限分簇的概念，并設計出了可行的分布式頻譜知曉分簇算法(DSAC)。該算法可以在沒有中央控制器指揮的情況下，快速將數以萬計節(jié)點的網絡，根據認知節(jié)點所共有的信道，劃分成合適大小的簇。并且，在主用戶活動性發(fā)生變化時，能夠快速響應，產生新的簇劃分來應對。然后，我們進一步研究了在分簇拓撲結構的大規(guī)模網絡中，臨近節(jié)點如何利用頻譜

5、的稀疏性，進行高效準確的頻譜感知。具體地，我們假設待感知的頻譜帶寬非常寬廣，可達10GHz以上，而參與感知的傳感器節(jié)點由于自身的硬件、能量限制，無法進行高頻率的采樣。我們利用了寬帶頻譜的稀疏性，又讓臨近節(jié)點高效地合作感知，以較低的采樣率合作完成超寬帶頻譜感知。我們設計了基于壓縮感知的寬帶頻譜感知算法，并設計了相應的信令交互流程，使用非常簡單的采樣器結構完成低速采樣、高速感知。
　　我們深入研究了分布式認知網絡中的多接入信道。我們首

6、先提出一種聯(lián)合信源信道感知算法，以在機會式頻譜接入的場景下，獲得最大的多接入容量。具體地，我們挖掘認知傳感網絡中特有的信源感知和信道感知共存的特點:在能量受限的情況下，兩種感知任務是相輔相成又相互競爭的。我們根據這種特點設計了一種聯(lián)合算法，以動態(tài)均衡節(jié)點資源，使得容量最大化。然后，我們針對另一種機會式接入空閑頻譜的認知多接入信道，深入分析了其容量區(qū)。認知信道有兩種:一種是主用戶、從用戶同時通信，而從用戶需保證其對主用戶干擾受限。第二種是

7、從用戶在接入信道前先進行頻譜感知，感知結果作為發(fā)射機的開關，所以這又稱為“開關式”認知信道。后者更接近實際，且更有希望首先被應用，因此獲得了廣大認知無線電學者的關注。我們的容量研究正是基于后者的。具體地，我們將認知多接入信道建模為多開關信道，將主用戶占用信息看做多接入信道的邊信息，利用多用戶信息論中的邊信息理論，理論分析了多種情況下該種認知多接入信道的容量。
　　我們研究了分布式移動網絡中的信息傳播現(xiàn)象，這不同于以往針對容量和能耗

8、的研究。具體地，我們先就一種較稠密的全分布式網絡，以及一種較經典和實用的信息傳播算法-流言算法(GossipAlgorithm)，理論分析了其在移動網絡中散播信息的時間。我們創(chuàng)新地提出了一種“移動傳導率”的概念，其對應地刻畫了移動網絡傳導信息的能力。我們針對全移動、部分移動、速率受限移動、一維以及二維區(qū)域受限移動等多種模型進行了抽象，試圖提煉出其中主導信息傳播效率的參數，并予以討論和總結。我們提出的方法和結論是通用的，即可適用于各種滿足