论文撰写汇报.docVIP

论文撰写汇报 ——07电子李玉华 摘要：在这篇汇报里我将向老师介绍我选择进行研究的两种频谱分配模型，分别是应激频谱分配（Reactive Spectrum Allocation）和 前摄频谱分配（Proactive Spectrum Allocation）,今后的论文撰写工作主要是对前摄频谱分配模型进行研究，并把它研究透。 目前感兴趣的研究方向 1应激频谱分配 Reactive Spectrum Allocation 传统的静态频谱分配策略人为地造成了频谱资源的缺乏，我们寻求通过开放频谱系统借助认知无线电来解决这个问题。在这个过程中涉及到认知用户信道切换的过程，即在认知用户探测到授权用户时必须切换到其他空闲信道上。我们最直观的想法是通过实时地探测信道，一旦探测到授权用户出现就切换到其他空闲信道上，这种方法也叫应激频谱分配法（Reactive Spectrum Allocation）。 1.1存在的问题： 应激频谱分配策略是在授权用户出现之后才切换用户的，这就不可避免地使认知用户对授权用户的通信造成干扰，也会使认知用户的通信突然中断。 1.2授权用户行为模型 由于认知用户信道切换取决于授权用户的信道使用情况，我们首先对授权用户的活动性进行建模。我们将授权用户建模成ON/OFF指数交替模型，对授权用户来说“ON”即授权用户占有信道，我们用“1”表示，“OFF”即信道空闲，我们用“0”表示，如图1.2所示： 图1.2 授权用户ON/OFF指数交替模型 1.3怎样解决应激频谱分配存在的问题？ 图1.3阐述了应激频谱分配模型的工作原理。当认知用户感知到信道i空闲时，开始在信道i传输数据，一段时间后再次感知发现信道j出现了授权用户，而信道j空闲，因此切换到信道j上重复上述过程。 图1.3 应激频谱分配模型 由图1.3可以看出，在应激频谱分配模型下，认知用户无法预知信道未来是否空闲，所以不能协调频谱分配或者安排信道传输，为了解决这个问题，我们必须找到一种能够预测未来频谱可用性的分配模型。在这里我主要研究一种称作前摄频谱分配策略（Proactive Spectrum Allocation）,在这种模型中，认知用户可以提前预测频谱的可用性，并且智能的安排信道接入。 2、前摄频谱分配策略（Proactive Spectrum Allocation） 由于前摄频谱分配策略能够预测未来信道的使用情况并且在授权用户出现之前智能的切换信道，因此前摄频谱分配策略包括两个核心的模型： 前摄频谱分配策略的流程图如图2.1所示： 图2.1 前摄频谱分配策略流程图 2.1前摄频谱预测 为了详细介绍前摄频谱预测，我们先对对一个最简单的中心式频谱资源管理方案进行研究，在这个方案中，两个认知无线电节点之间通过一台计算机进行连接， 计算机作为两个认知节点的频谱管理中心，如下图所示： 下面对授权用户行为特性进行数学分析： 根据前面的叙述，授权用户处于ON和OFF状态的时间相互独立且服从指数分布。 比如对于i信道来说，其OFF状态持续的时间服从均值为的指数分布： 同理，对于信道i,其ON状态的持续时间服从均值为的 指数分布： 在前面的频谱管理模型中，由于A、B两个节点所处的地理位置不同，所以他们感知到的授权用户的活动状况也不同，因此可以建模成两个参数不同的ON/OFF持续时间指数交替模型。 对于A通信节点，其授权用户OFF状态持续时间服从均值为的指数分布模型： ， 其ON状态持续时间服从均值为的指数分布模型： 类似的，对于B通信节点，其授权用户OFF状态持续时间服从均值为的指数模型： 同理，B节点授权用户ON状态持续时间服从均值为的指数模型： 信道ON/OFF状态的感知结果是一组二进制的序列，通过这个序列我们就可以知道信道闲时和忙时的分布以及信道的利用率，由于信道感知和传输之间存在一个延迟，所以探测到的模型和实际的模型之间会存在一个误差，ON状态和OFF状态的开始和结束时间之间存在时间偏移。 2.2信道ON/OFF状态持续时间率参数估计 下面我将采用最大似然估计原理估计OFF状态持续时间的率参数以及ON状态的率参数。 假设感知到的OFF状态持续时间的数据为，则率参数的似然函数为： 其中，，即为感知到的信道OFF状态持续时间的平均值。 对似然函数的对数求导得： 率参数的最大似然估计值为： ， 同理，ON状态持续时间的率参数的最大似然估计值为： 在我们的实际项目中， A、B两地要及时更新探测到的OFF、ON状态持续时间的率参数估计值和，以得到更为准确的实际值。 在这个项目中我们把A地信道的OFF和ON状态持续时间率参数分别记为和，把B地信道的OFF和ＯＮ状态的持续时间率参数分别记为和。 关键问题：如何根据过去信道的观测记录预测未来频谱的有效性？即研究某个信道