收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

5G认知无线网络的智能频谱感知和分配

Ramsha Ahmed(罗莎)  
【摘要】:随着智能用户设备、自动驾驶汽车和物联网(Internetof Things,IoT)的普及,频谱稀缺已成为第五代(fifth-generation,5G)无线通信网络面临的最重大挑战之一。在人们不断增加的大网络容量和快速数据传输需求下,传统的静态频谱分配已不再可行,而认知无线电(cognitive radio,CR)技术变得越来越重要。CR通过动态频谱共享(dynamic spectrum sharing,DSS),可以使认知用户利用空闲的授权频段,进而提高频谱利用效率并有助于解决频谱不足问题。鉴于人工智能(artificial intelligence,AI)在不同研究领域呈现出的优越性能,本论文旨在通过研究智能频谱感知和资源分配方法,提高5G CR网络(CR networks,CRNs)的频谱利用效率。因此,在采用经典方法基础上,本文主要集中研究利用人工智能方法来实现优化5G CRNs的频谱效率。首先,在CRNs中噪声不确定性的环境下,提出了一种基于广义似然比检验(generalized likelihood ratio test,GLRT)框架和估计器-相关器的改进方法,实现主用户(primary user,PU)的检测。在此基础上,提出了基于多输入多输出(multiple-input multiple-output,MIMO)的认知无线传感器网络(wireless sensor network,WSN)的三种鲁棒方案。在这些方案中,主用户PU检测问题表述为基于改进的GLRT和估计相关器方法的假设检验问题,且方案适用于较少的观测样本和临界低信噪比(signal-to-noise ratio,SNR)条件。这些方案在已知和未知的噪声分布和信道增益统计特性的情况下实现了高效的频谱感知。其次,我们重点研究了人工智能方法在5G认知无线网络频谱感知与分配方案的应用,并提出了以下三种方案:(i)针对蜂窝CRNs提出了一种基于机器学习(machine learning,ML)的联合频谱感知与分配方案 CR-IoTNet(cognitive radio enabled Internet of Things network)。在多个PU基站组成的大规模动态5G网络中,作为次级用户(sec-ondary user,SU)的物联网(SU-IoT)设备检测 PUs 是否存在;CR-IoTNet 通过多维特征学习,可有效地识别多波段PU频谱中未占用的信道,并将其分配给请求频谱接入的SU-IoT设备。仿真结果看出,所提方法在频谱感知和空闲信道的优化分配方面获得95.11%的准确率,92.67%的真阳性率和96.34%的真阴性率。(ii)提出了一种基于深度学习(deep learning,DL)频谱感知方法PU-Net(primary user detection network)实现PU行为感知,可使SUs对PU传输信号的模式进行有效地检测和分类。PU-Net方法用于5G智能城市CRN中,其中无人机(unmanned aerial vehicles,UAVs)作为空中 PU 基站,为 SU-IoT 用户提供自适应的无线网络覆盖。不同于传统方法,PU-Net作为一种数据驱动的方法,通过探究输入信号固有的多级时-空特征,无需主网络的先验统计信息(如信号或噪声的分布和先验概率)即可学习PU的活动模式。仿真结果验证了所提出的PU-Net在预测频谱占用率方面优于其他基准检测器,实现了99.74%的准确率、99.78%的召回率和99.70%的准确率。与现有的DL方法相比,PU-Net在低信噪比(-25 dB至-20dB)下的预测精度平均提高85.60%。此外,当对真实信号进行评估时,PU-Net在-20 dB信噪比下的频谱感知精度增益为0.72%。(ⅲ)提出了一种基于分组的CR辅助车联网的拥塞感知混合学习方法CRAV-Net(cognitive radio assisted Internet of Vehicles network)。在基于 5G 的IoVs(Internet of Vehicles)网络的动态、高移动性场景中,实现频谱感知和资源分配联合优化。CRAV-Net利用DL和ML技术提高了频谱效率,并实现车辆网络资源的最优利用。所提出的基于DL的频谱感知模型,通过逐层传播,从输入频谱图中动态学习多尺度空间和时间图形特征,并有效预测频谱占用率。为了给SU车辆分配检测到的空闲信道,提出了一种基于ML的网络节点选择机制,通过多维特征学习,使SU车辆能够接入频谱,提高车联网的频谱利用率。仿真结果表明,CRAV-Net在使用自定义数据集中,频谱感知的总体准确率达到99.74%。在-25 dB信噪比下,CRAV-Net的性能比先进的DL方法高出12.60%,同时推断时间减少了 33.33%。当对真实信号进行评估时,CRAV-Net在频谱感知精度方面实现了 0.81%的性能增益。此外,在优化网络节点分配的情况下,该方案优于现有方法,平均准确率达到98.45%,在准确率和分配时间方面分别提高了 0.63%和18.32%。


知网文化
【相似文献】
中国期刊全文数据库 前18条
1 邵加;;Use Process Modeling Realize Network PBL Teaching Process[J];海外英语;2013年06期
2 ;Theory and model of water resources complex adaptive allocation system[J];Journal of Geographical Sciences;2003年01期
3 WANG Menghan;LI Lin;DAI Qianzhi;SHI Fangnan;;Resource Allocation Based on DEA and Non-Cooperative Game[J];Journal of Systems Science & Complexity;2021年06期
4 Sarah P.Madruga;Augusto H.B.M.Tavares;Saulo O.D.Luiz;Tiago P.do Nascimento;Antonio Marcus N.Lima;;Aerodynamic Effects Compensation on Multi-Rotor UAVs Based on a Neural Network Control Allocation Approach[J];IEEE/CAA Journal of Automatica Sinica;2022年02期
5 Yao Yindi;Wang Lei;He Junjin;;Hybrid time slot allocation algorithm based on LoRa Internet of things[J];The Journal of China Universities of Posts and Telecommunications;2020年04期
6 Xujian Chen;Chunhong Hu;Yuqi An;Zhihao Zhang;;Comprehensive evaluation method for sediment allocation effects in the Yellow River[J];International Journal of Sediment Research;2020年06期
7 Yanyan Wang;;Multiperiod Optimal Allocation of Emergency Resources in Support of Cross-Regional Disaster Sustainable Rescue[J];International Journal of Disaster Risk Science;2021年03期
8 Huai-xi Xing;Hua Wu;You Chen;Kun Wang;;A cooperative interference resource allocation method based on improved firefly algorithm[J];Defence Technology;2021年04期
9 Xinyi Jiang;Jian Chen;Qiuwei Wu;Wen Zhang;Yicheng Zhang;Jie Liu;;Two-step Optimal Allocation of Stationary and Mobile Energy Storage Systems in Resilient Distribution Networks[J];Journal of Modern Power Systems and Clean Energy;2021年04期
10 ZHANG Xilin;TAN Yuejin;YANG Zhiwei;;Resource allocation optimization of equipment development task based on MOPSO algorithm[J];Journal of Systems Engineering and Electronics;2019年06期
11 XU Bo;WANG Jin-niu;SHI Fu-sun;;Impacts of ontogenetic and altitudinal changes on morphological traits and biomass allocation patterns of Fritillaria unibracteata[J];Journal of Mountain Science;2020年01期
12 Kusi Ankrah Bonsu;Weiwei Zhou;Su Pan;Yan Yan;;Optimal Power Allocation with Limited Feedback of Channel State Information in Multi-User MIMO Systems[J];中国通信;2020年02期
13 Liguo SUN;Qing ZHOU;Baoxu JIA;Wenqian TAN;Hangxu LI;;Effective control allocation using hierarchical multi-objective optimization for multi-phase flight[J];Chinese Journal of Aeronautics;2020年07期
14 Yancheng Ji;Dan Sun;Xiaojun Zhu;Danfeng Dong;;Power Allocation for Cooperative Communications in Non-Orthogonal Cognitive Radio Vehicular Ad-Hoc Networks[J];中国通信;2020年11期
15 ZHENG Na'e;SUN Yang;SONG Xiyu;CHEN Song;;Joint resource allocation scheme for target tracking in distributed MIMO radar systems[J];Journal of Systems Engineering and Electronics;2019年04期
16 郝晓辰;刘金硕;解力霞;陈白;姚宁;;Power control and channel allocation optimization game algorithm with low energy consumption for wireless sensor network[J];Chinese Physics B;2018年08期
17 Hakob AVETISYAN;Miroslaw SKIBNIEWSKI;;Web-based construction equipment fleet management system: cost-effective global and local allocation[J];Frontiers of Engineering Management;2017年01期
18 LIN Qing;;Optimal allocation of land resources in the process of economic development[J];Ecological Economy;2015年04期
中国重要会议论文全文数据库 前20条
1 Wei Pan;Xiao Jin;Huixiang Xie;Yu Xia;;Radar Jamming Strategy Allocation Algorithm based on Improved Chaos Genetic Algorithm[A];第32届中国控制与决策会议论文集(2)[C];2020年
2 Fuguang Ding;Pengju Gao;Xiaoyun Zhang;Yuanhui Wang;;Thrust Allocation of Dynamic Positioning based on Improved Differential Evolution Algorithm[A];第三十九届中国控制会议论文集(2)[C];2020年
3 Changde Liu;Yufang Zhang;;Optimal Constrained Control Allocation for Multiple Thrusters in Dynamic Positioning System[A];第三十九届中国控制会议论文集(2)[C];2020年
4 Shengwei Dong;Mingyan Jiang;Dongfeng Yuan;;Joint Task Planning of UAV Groups using Improved Multi-objective Lion Swarm Optimization[A];第三十九届中国控制会议论文集(2)[C];2020年
5 Ziye Wang;Bing Wang;Yali Wei;Pengfei Liu;Lan Zhang;;Cooperative Multi-task Assignment of Multiple UAVs with Improved Genetic Algorithm Based on Beetle Antennae Search[A];第三十九届中国控制会议论文集(2)[C];2020年
6 Ke-hu Xu;Guo-sheng Wang;;Solution of Fire Coordination Scheme of Equipment System Based on Fuzzy Clustering-auction Mechanism[A];第三十九届中国控制会议论文集(2)[C];2020年
7 Hongyan Li;Sijia Gu;Huizi Gong;Rui Zhang;;International Comparison of Health Human Resource Allocation[A];第32届中国控制与决策会议论文集(2)[C];2020年
8 Liu Shu;Ling Rui;;Power Allocation Control Method for Hybrid Energy Storage System of Lithium Ion Battery and Supercapacitor[A];第32届中国控制与决策会议论文集(4)[C];2020年
9 Chunguang Chang;Teng Zhao;;Optimization Model for Safety Investment of Prefabricated Building Construction[A];第三十九届中国控制会议论文集(7)[C];2020年
10 Pengfei Liu;Bing Wang;Wenjie Liu;Lan Zhang;;Multi-task Allocation of Multi-UAV Coalition Based on Improved Quantum Genetic Algorithm[A];第40届中国控制会议论文集(4)[C];2021年
11 Shuqing Duan;Sen Chen;Zhiliang Zhao;;Extended state observer based resource allocation method for second-order multi-agent systems with time-varying disturbances[A];第40届中国控制会议论文集(1)[C];2021年
12 Ya Gao;Rui Ma;Heyang Cao;Changli Yu;Guangcheng Ma;Hongwei Xia;Changbo Ma;;Research on Task Allocation of Ground-Air Collaborative Cluster Based on Two Improved Firefly Algorithms[A];第40届中国控制会议论文集(3)[C];2021年
13 Yang Long;Donglai Sun;Guanglei Meng;;Air defense firepower allocation method based on improved ant colony algorithm[A];第40届中国控制会议论文集(12)[C];2021年
14 Qi Liu;Ye Zhang;Ying Wang;Jiaojiao Xu;Ze Ye;Gang Yin;;Research on Parking Space Allocation of Stereo Garage Based on Improved Genetic Algorithm[A];2021中国智能自动化大会(CIAC 2021)论文集[C];2021年
15 Qiang SUN;Jiguang YUE;Yanming WANG;Hao LIU;;Electrohydraulic System Reliability Allocation based on Interval Analytic Hierarchy Process with Correction[A];第25届中国控制与决策会议论文集[C];2013年
16 Zhen Zhao;Yixin Hu;Yigang Sun;;SQP-Based Testability Index Allocation Method for Avionics System[A];第30届中国控制与决策会议论文集(2)[C];2018年
17 Deng Pan;Yingping Zheng;;Mathematical Model and Algorithm of Optimal Resource Allocation in the Large Iron & Steel Complex[A];第25届中国控制与决策会议论文集[C];2013年
18 Lei Li;Spencer C.H.Barrett;Jiakuan Chen;;Sex-specific plasticity of reproductive allocation in response to water depth in a clonal, dioecious macrophyte[A];中国植物学会八十五周年学术年会论文摘要汇编(1993-2018)[C];2018年
19 邓艾兴;张鑫;张星玥;钱浩宇;冯晓敏;Nawaz Muhammad Mohsin;陈长利;江瑜;郑成岩;张卫建;;Impacts of wheat photosynthate allocation on soil N_2O emission during post-anthesis period[A];2019年中国作物学会学术年会论文摘要集[C];2019年
20 Tongxin Cui;Zhiwei Liang;Keji He;Zhiying Ke;Qian Zhao;Fang Fang;Yuyan Liu;;Role allocation tactics of soccer robots on RoboCup3D Simulation Platform[A];第30届中国控制与决策会议论文集(2)[C];2018年
中国博士学位论文全文数据库 前20条
1 Ramsha Ahmed(罗莎);5G认知无线网络的智能频谱感知和分配[D];北京科技大学;2022年
2 钱成;二维异孔共价有机框架构筑新策略的研究[D];湖南大学;2018年
3 肖淑艳;认知无线电中频谱感知及资源优化分配的研究[D];中国矿业大学;2015年
4 孙大飞;认知无线网络频谱感知策略研究[D];东南大学;2018年
5 吴俊;协作频谱感知安全策略的研究[D];东南大学;2018年
6 许恩玮;脉冲噪声下认知节点的频谱感知与信号接收方法研究[D];哈尔滨工业大学;2018年
7 王雪;星地混合通信系统宽带频谱感知方法[D];哈尔滨工业大学;2018年
8 刘长剑;基于亚奈奎斯特采样的宽带信号频谱感知技术研究[D];电子科技大学;2019年
9 雷可君;智能电网通信系统中盲多带频谱感知算法的研究[D];湖南大学;2018年
10 付元华;高效安全协作频谱感知技术研究[D];电子科技大学;2020年
11 刘伯阳;认知无线电网络中基于HMM的频谱感知技术研究[D];西安电子科技大学;2016年
12 倪水平;基于对抗模式的认知无线电频谱感知与分配技术研究[D];北京邮电大学;2018年
13 李洋;基于声望和重叠式联盟博弈的频谱感知和分配研究[D];天津大学;2018年
14 刘霞;认知车联网频谱感知技术研究[D];北京邮电大学;2019年
15 穆俊生;基于噪声不确定性和感知策略优化的频谱感知技术研究[D];北京邮电大学;2019年
16 段梅梅;基于认知用户移动性的频谱感知研究[D];北京邮电大学;2016年
17 刘宁;认知无线电频谱感知关键技术研究[D];西北工业大学;2016年
18 曹凯;基于欠采样的宽带频谱感知检测技术研究[D];战略支援部队信息工程大学;2018年
19 李军芳;不同无线环境下的频谱感知技术研究[D];西安电子科技大学;2018年
20 卢剑奇;认知无线电频谱感知关键技术研究[D];电子科技大学;2015年
中国硕士学位论文全文数据库 前20条
1 Syed Waleed;[D];华南理工大学;2020年
2 Lemington;[D];上海交通大学;2018年
3 刘阳澜;披针叶茴香果实化学成分及其生物活性研究[D];北京协和医学院;2019年
4 王诗涵;从吉尔精力模型出发探讨英汉交传数字口译的笔记方法[D];外交学院;2019年
5 Muhammad Zeeshan Jamal;[D];华南理工大学;2018年
6 杨金花;宋词女性形象的图形—背景认知研究[D];广西大学;2018年
7 薛冬冬;英汉指示路径虚拟位移对比研究[D];华东理工大学;2017年
8 瑞兹(Syed Muhammad Faheem Rizvi);[D];东南大学;2017年
9 徐亚婕;从吉尔精力负荷模式看同传数字口译对策[D];上海外国语大学;2018年
10 金露;认知无线网络中基于压缩感知的宽带频谱感知及其资源分配技术研究[D];杭州电子科技大学;2014年
11 杨德智;基于无监督学习的协作频谱感知技术研究[D];苏州大学;2020年
12 薛亚茹;多模融合频谱感知技术研究[D];重庆邮电大学;2020年
13 李承原;认知无线电中节能的协作频谱感知研究[D];南京邮电大学;2020年
14 齐嘉杰;认知车联网中频谱感知技术的研究[D];华南理工大学;2019年
15 史姣姣;频谱感知中的智能可视化系统设计[D];杭州电子科技大学;2019年
16 韩仕鹏;基于AD9361的频谱感知实现[D];杭州电子科技大学;2019年
17 毛翊君;认知无线电频谱感知技术研究[D];杭州电子科技大学;2018年
18 夏凯莉;认知无线网络信道估计时延优化方法[D];杭州电子科技大学;2018年
19 王云川;认知无线电频谱感知中的物理层安全策略研究[D];杭州电子科技大学;2018年
20 孟得月;认知无线传感器网络中的频谱感知和MAC协议的研究[D];重庆邮电大学;2018年
中国重要报纸全文数据库 前4条
1 ;俄哈签署里海资源分配协议[N];人民日报;2002年
2 本报记者 赵川;新能源汽车扶持资源分配有误[N];21世纪经济报道;2013年
3 医生 武洁;医疗资源分配本不宜“让一部分先富起来”[N];企业家日报;2013年
4 记者  牟同飞;政策资源分配应多向农民倾斜[N];台州日报;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978