認知無線電系統(tǒng)的MAC層頻譜檢測算法研究.pdf

1、隨著無線通信技術(shù)的迅速發(fā)展和無線業(yè)務(wù)需求的不斷增長，頻譜資源匱乏問題日益嚴重。同時，傳統(tǒng)的固定分配方式造成頻譜資源的極大浪費。認知無線電(Cognitive Radio：CR)可動態(tài)利用頻譜，是解決頻譜資源不足，提高頻譜利用率的一個有效途徑。
　　 頻譜檢測技術(shù)是CR的關(guān)鍵技術(shù)之一。MAC層頻譜檢測主要用于控制物理層頻譜檢測算法的執(zhí)行。由于物理層頻譜檢測受設(shè)備和成本等因素的限制，因此需通過MAC層算法來提高檢測的可靠度和有效性。

2、本文選題來源于國家高技術(shù)研究發(fā)展計劃(863國家重大專項)，主要探討CR中的MAC層頻譜檢測技術(shù)。
　　 本文基于認知無線電及其頻譜檢測技術(shù)的原理，深入研究了認知無線電MAC層頻譜檢測算法。首先將信道建模為ON/OFF狀態(tài)交替分布的更新過程，結(jié)合漏檢概率和中斷概率，以最大化地發(fā)現(xiàn)可利用機會為目標，對檢測周期優(yōu)化算法(OSP)進行了詳細的推導(dǎo)，并提出了基于觀察窗的檢測周期時變優(yōu)化算法(TOSP)，以跟蹤信道隨時間的變化。MATLA

3、B仿真顯示與檢測周期固定的參考方案相比，檢測周期優(yōu)化算法OSP可以最大地發(fā)現(xiàn)可用頻譜機會，提高檢測效率，但算法的復(fù)雜度大于參考方案。檢測周期時變優(yōu)化算法TOSP能一定程度上跟蹤信道隨時間的變化，但算法的復(fù)雜度大大增加，且需要進一步研究觀察窗的長度如何選取。
　　 本文又對隨機檢測算法(RSS)、信道利用率升序檢測算法(CUSS)和下一時刻信道空閑率降序檢測算法(OPSS)的原理進行了詳細的介紹。仿真表明OPSS能有效減小平均切換