论文部分内容阅读
随着无线通信技术的不断发展，不可或缺的无线频谱资源已成为限制信息社会无线通信与服务应用发展的瓶颈。认知无线电这一解决无线频谱资源紧缺问题的方法成为国内外研究的热点。如何更有效地利用频谱感知信息是认知无线电的关键技术之一。现有的认知无线电系统主要是在市区使用，多以小区为单位，分配不同的频谱以避免干扰。
本文对山区环境中的认知无线电通信系统进行了研究，将其与市区中的无线通信系统进行了比较，并给出了其主从式网络结构模型。该系统中存在一个主站与多个从站，主站收集所有节点感知信息并决定通信频率，各从站使用此频率与主站通信。在此系统上提出了认知频谱决策问题(CognitiveFrequency Decision Making，CFDM)：如何在保证多个备用频率以满足系统需求的同时，使网络容量最大。为解决CFDM问题，本文将通信系统的网络模型与一个二部图一一对应，将CFDM问题的解定义为极大二分团，并就极大二分团、最大二分团、频繁闭合项目集三者的相关性进行了分析。接下来总结了频繁闭合项目集搜索算法中常用的技术，给出了CLOSET+算法与LCM算法的主要思想与流程，并基于LCM算法实现了极大二分团搜索算法EMBS，同时对LCM算法进行了一定的改进。EMBS算法能在不同模式下输出极大二分团或者所有最大二分团。分别对输出极大二分团与输出最大二分团的EMBS算法进行了实验，将输出所有频繁闭合项目集的EMBS算法与LCM算法进行了比较，说明改进效果，并给出了CFDM问题的进一步研究方向。