使带有信道衰落的集中式认知无线网络达到最优化与低复杂度的动态频谱接入算法课件
-
资源ID:218677463
资源大小:335KB
全文页数:16页
- 资源格式: PPT
下载积分:10积分
快捷下载
会员登录下载
微信登录下载
微信扫一扫登录
友情提示
2、PDF文件下载后,可能会被浏览器默认打开,此种情况可以点击浏览器菜单,保存网页到桌面,就可以正常下载了。
3、本站不支持迅雷下载,请使用电脑自带的IE浏览器,或者360浏览器、谷歌浏览器下载即可。
4、本站资源下载后的文档和图纸-无水印,预览文档经过压缩,下载后原文更清晰。
5、试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
|
使带有信道衰落的集中式认知无线网络达到最优化与低复杂度的动态频谱接入算法课件
使带有信道衰落的集中式认知无线网络达到最优化与低复杂度的动态频谱接入算法OptimalandLow-complexityAlgorithmsforDynamicSpectrumAccessinCentralizedCognitiveRadioNetworkswithFadingChannels1使带有信道衰落的集中式认知无线网络达到最优化与低复杂度的动态频谱接入算法课件本文内容:本文中为SU(secondaryusers)开发了一种集中式的动态频谱接入方法本文特点:假设主信道的占用服从马尔科夫过程,信道感知模型是部分显著马尔科夫判定过程,假定一个SU利用能量侦测在同一时间内只能发现一个信道,将感知结果报告给中心单元,此中心单元称作二级决策中心,它用来决定信道的感知和接入决策。此文中提出的感知和决策方法具有以下特点:1.能够尽可能的使用更多的空白频谱,提高利用率2.根据不同的信道充分利用了时间和空间的多样性3.利用现实中局部感知和决策而不是传递信号的完整结构主要贡献:最佳感知策略有高度的复杂性,故提出次优方案,其表现接近最优方案,但是大大减少了计算复杂度。2使带有信道衰落的集中式认知无线网络达到最优化与低复杂度的动态频谱接入算法课件本文知识要点本文知识要点从用户对主用户是否占用信道的估计不仅要依据当前判断,如果通信存在时间相关性时,也要依据过去对信道的观察。信道模型可以用马尔科夫链。最佳感知策略通过观察马尔科夫判断过程而得,但其最佳结果由于其连续状态矢量空间而无法算出,因此要只计算其中的一部分,并且建立功效函数。此文中假设存在集中式CR网络,并有二级系统判决中心通过迭代Hungarian算法来允许一个顶点与两侧不止一个顶点有关,这就等效于安排不止一个SU来感知一个主信道。当SU数量大于信道数量时也同时提出了一种启发式算法来完成信道分配问题。本文得到一个近似最优解,减少了大量的计算时间。3使带有信道衰落的集中式认知无线网络达到最优化与低复杂度的动态频谱接入算法课件模型建立模型建立由k时刻到k+1时刻信道状态转移信道m在时隙k时的状态在每个时刻kSU向SSDC报告感知情况,SSDC预测信道k+1时刻的信道情况,然后在保证公平性的情况下安排SU的接入4使带有信道衰落的集中式认知无线网络达到最优化与低复杂度的动态频谱接入算法课件由SSDC的预测结果和SU的感知结果得出决策结果5使带有信道衰落的集中式认知无线网络达到最优化与低复杂度的动态频谱接入算法课件为SU得到的观察值为得到的主信道状况得到的状态评估(依据MAP检测器)6使带有信道衰落的集中式认知无线网络达到最优化与低复杂度的动态频谱接入算法课件其中7使带有信道衰落的集中式认知无线网络达到最优化与低复杂度的动态频谱接入算法课件对频谱空穴的侦测概率为:定义信道空闲与否的置信向量为:当在时刻k收集到SU的观察值后信道m在k+1时是空闲与否通过下式得:8使带有信道衰落的集中式认知无线网络达到最优化与低复杂度的动态频谱接入算法课件其中为SU观察得到的条件概率质量函数如果未得到时刻k时的观察值,则按照马尔科夫过程来估计,其中p为传输矩阵在k时刻m信道的效益函数定义为其中为带宽,当满足条件E时,其他情况其为零因为有大量的信道,此算法计算复杂度很高9使带有信道衰落的集中式认知无线网络达到最优化与低复杂度的动态频谱接入算法课件作为另一个选择就是使用短相关信道感知,它被定义能够使得所有次级用户的效应函数对于所有主信道在每一步中达到最大,它的优势在于减少了相关,减少了计算量。短相关中定义为:为短相关的最优解它需要列出所有的组合,由于其计算依然是复杂的,因此提出了两种简化算法,得到次优解。10使带有信道衰落的集中式认知无线网络达到最优化与低复杂度的动态频谱接入算法课件1.迭代Hungarian算法:为了简化(10)计算量,简化时降低了时间项的指数,并令,BACs的交叉概率和虚警概率已经给出。定义M*N数列如果则否则,然后使用算法二找到信道感知分配表A11使带有信道衰落的集中式认知无线网络达到最优化与低复杂度的动态频谱接入算法课件迭代了N/M次,将算法复杂度简化到了四次多项式水平 Hungarian 算法简介算法简介Hungarian methodisacombinatorialoptimizationalgorithmwhichsolvestheassignmentprobleminpolynomialtimeandwhichanticipatedlaterprimal-dualmethods.ItwasdevelopedandpublishedbyHarold.ThetimecomplexityoftheoriginalalgorithmwasO(n4),howeverEdmondsandKarp,andindependentlyTomizawanoticedthatitcanbemodifiedtoachieveanO(n3)runningtime.FordandFulkersonextendedthemethodtogeneraltransportationproblems.In2006,itwasdiscoveredthatCarlGustavJacobihadsolvedtheassignmentprobleminthe19thcentury,andpublishedposthumouslyin1890inLatin.112使带有信道衰落的集中式认知无线网络达到最优化与低复杂度的动态频谱接入算法课件2.启发式算法:按照最有可能发现信道的概率来随机的将信道m分配给用户N。并且保证最多有N/M个信道感知一个信道,其具体算法如下:将计算复杂度简化到了线性的水平13使带有信道衰落的集中式认知无线网络达到最优化与低复杂度的动态频谱接入算法课件定义利用率为:仿真结果:14使带有信道衰落的集中式认知无线网络达到最优化与低复杂度的动态频谱接入算法课件结论:本文是在集中式频谱感知和接入的CR网络提出的,更加贴近于实际的CR网络,与原有DSA设计相比考虑了不同主信道其信道衰落随时空变化的特征。并为短相关集中制定策略的结构提出了最优的接入和感知方法。作为最优短相关高复杂性感知策略的一个选择,本文提出了两种接近最优的算法,并且极大的减少了计算量。15使带有信道衰落的集中式认知无线网络达到最优化与低复杂度的动态频谱接入算法课件ThankYou!16使带有信道衰落的集中式认知无线网络达到最优化与低复杂度的动态频谱接入算法课件