认知无线网络中参数与拓扑重构算法分析-analysis of parameters and topology reconstruction algorithms in cognitive wireless networks.docxVIP

湖南大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密□，在_年解密后适用本授权书。2、不保密?。（请在以上相应方框内打“√”）作者签名：日期：年月日导师签名：日期：年月日摘要认知无线网络技术能够动态的感知网络环境变化，动态的进行参数调整，选择空闲的频谱空洞进行通信，极大的提高了频谱使用率。认知无线网络重构技术是实现认知无线网络功能的关键技术，能够促进异构网络之间互融互通，适应复杂的、时变的动态环境，同时完成网络节点各个参数的设置和优化，从而达到对端到端性能的提升。在认知无线网络中的重构技术中，通过智能调节终端设备与网络设备的配置，进行自主决策以满足用户需求，从而实现异构网络之间的互融互通，使无线频谱资源得到充分利用同时又能保证网络适应动态变化无线环境，因此重构技术是认知无线网络中的一个研究重点。蚁群算法具有并行计算、自组织和积极反馈的特点，种群减少蚁群算法在保持蚁群算法的特点前提下，又能降低运算复杂度。本文基于蚁群算法的上述优点将其应用于认知无线网络参数重构算法和拓扑重构算法中，实现了资源消耗的降低和网络性能的提升。本文主要在工作如下：1、提出一种基于种群减少蚁群优化的认知无线电网络参数重构算法，该算法中构造的综合适应度函数满足多重和复杂目标函数的要求，并能够在保证系统吞吐量和信噪比的前提下，降低系统的功率消耗。通过仿真实验，表明算法具有稳定性和有效性。2、提出一种基于蚁群算法的认知无线电网络拓扑重构算法，蚁群算法并行计算、自组织和积极反馈的特点，也充分体现在蚁群算法在网络拓扑重构应用中。该拓扑重构算法能够降低拓扑重构的时间，提高系统吞吐量。通过仿真实验，表明算法能够快速收敛，同时提升了系统性能。关键词：认知无线网络；重构技术；拓扑重构；蚁群算法AbstractCognitivewirelessnetworktechnologydynamicallyperceiveschangesinthenetworkenvironment,anddynamicparameteradjustments,choosespectrumholesforcommunication,andgreatlyimprovethespectrumutilization.Cognitivewirelessnetworkreconfigurationtechnologyistorealizethekeytechnologiesofcognitivewirelessnetworkfunction.Cognitivewirelessnetworkreconfigurationtechnologycanpromotethemutualharmonybetweenheterogeneousnetworks,toadapttothecomplextime-varyingdynamicenvironment,atthesametimetocompleteeachparametersetupandoptimizethenetworknode,soastoachievetheend-to-endperformanceofascension.Thisaseriesofoperationprocess,bycognitivereconstructiontechnologyinwirelessnetworks.Reconstructioninthecognitivewirelessnetworktechnologycanmakefulluseoftheradiospectrumresourcesandthereconfigurationtechnologyisaresearchfocusofcognitivewirelessnetworks.Intelligentantcolonyalgorithmhasthecharacteristicsofparallelcomputing,self-organization,andpositivefeedback,haspositivesignificanceinnetwork