论文部分内容阅读
随着无线通信业务和用户需求的快速增长,尤其移动互联网与智能移动终端的大范围应用,使得频谱资源日益紧张。移动认知网络(Mobile Cognitive Radio Network,MCRN)作为一种新兴的智能网络技术,具有认知无线电技术和移动自组织网络技术的特点,能够适应复杂和动态变化的网络环境,优化端到端的性能,实现高效利用网络资源的目标。目前,对认知网络路由的研究大多假定主、次用户是静止的,从频谱可用性、信道分配等方面来研究认知网络的性能。对于移动认知网络,由于节点的移动和主用户的活动行为,节点间的链路特性不稳定,网络拓扑结构动态变化,难以用固定的服务质量(Quality of Service,QoS)来衡量网络的性能。因此,从不同角度研究移动认知网络的链路动态特性,解决具有多个参数约束的QoS路由优化问题是移动认知网络研究的核心问题之一。针对拓扑结构的动态性、链路的动态性、不同业务QoS需求以及路由的不确定性,本文开展了以下研究工作,首先从链路的连通性、稳定性、功率消耗、中断性能等研究链路的特性,进一步研究移动认知网络的局部拓扑控制算法和按一定QoS度量的网络路由算法。理论分析和仿真结果均表明本文所提出的方案能够有效提高认知无线网络端到端的服务质量和频谱的利用率。本论文主要研究工作和创新点包括以下几个方面:针对认知无线网络链路特性受多种因素影响及多变性的特点,提出了一个包括链路功耗、链路稳定性、链路中断概率等多参数的移动认知网络模型,并对模型中主次用户节点移动引起的网络拓扑的改变、链路的改变等进行了阐述,进一步从多个角度归纳提炼了这些改变对认知无线网络链路性能的影响,为链路性能分析及路由的研究奠定基础。依据多参数认知网络模型,结合一维移动认知网络的应用提出了以随机路点移动模型为基础的一维移动认知网络连通性分析方法。在此基础上根据主用户的活动情况以及节点的移动情况推导了网络链路的连通概率,进而分析网络端到端的连通性,推导出网络连通概率的闭合表达式。并在不同场景下通过仿真分析了主用户数、主用户活动因子、次用户数、次用户传输范围、最大干扰范围以及次用户的移动速度等对网络连通性的影响,验证了理论分析的正确性和合理性。针对主、次用户均移动的认知网络拓扑动态变化的特点,提出了一种局部认知拓扑控制路由算法。该算法根据节点的移动以及次用户对主用户的干扰来预测认知链路的可利用时间,结合链路稳定性和链路功耗进行多目标优化,度量链路的权重并作为链路代价。在保证网络连通的基础上,运用局部Dijkstra算法对认知网络的拓扑进行控制,优化网络拓扑,并在优化后的网络拓扑上以路径代价最小的准则选择网络路由,优化端到端的性能。仿真验证了所提拓扑控制算法的有效性,分析了链路功耗和链路稳定性对网络路径选择的影响以及网络参数对网络平均节点度、网络平均链路代价、单位路径功耗等的影响。相比于单一QoS度量的路由选择,本文提出的方法更具有认知功能,能更好地适合认知网络环境。考虑到认知网络无线通信过程中主次用户间的复杂电磁环境关系,将多参数认知网络模型规模简化为认知中继网络进行研究,提出了基于中断概率的路由算法。根据无线传输信号衰落的特点及节点的相对位置关系,重点分析信道环境改变对链路通信质量以及对网络路由选择的影响。通过分析链路信干噪比的分布函数,推导出了在瑞利衰落信道下链路中断概率的闭合表达式,得出系统端到端的中断概率,从而提供了一种有效的方法来研究次用户最大传输功率限制、主用户干扰功率限制、主用户的传输功率、次传输链接的信道质量、干扰链接的信道质量等参数对认知中继网络中断性能的影响。在分析网络路由时,提出了基于最小化端到端中断概率的网络路径选择标准来选择路由,实现了路由的跨层设计。仿真结果进一步验证了理论分析的正确性,并说明在网络性能分析和路径选择时主次用户的互干扰均不能随意忽略,特别是主用户干扰对次用户路径选择有很重要的影响。相比于在忽略主用户对次用户干扰影响的情况下选择网络路由,本研究所提出的路由算法更接近于无线环境的真实情况。