认知无线电(Cognitive Radio,CR)也称为感知无线电,是近几年兴起的无线通信新概念新技术,它能够实时感知通信环境中所有的频谱使用机会,通过重组无线网络系统框架,使得认知无线网络具有智能化辨识与改变频谱使用机会的能力,试图从本质上解决无线通信的频谱资源越来越紧缺的问题。国内外已有的研究成果表明,认知无线电具备极高的频谱使用效率,代表着未来的新发展,这在国际上已成为一项重要的研究课题。本学位论文重点研究了认知无线电频谱感知技术、媒体接入控制技术以及信道分配技术等。此外,还提出认知无线电在无线传感器网络中的应用构想,研究了无线传感器网络数据收集节能算法等。 论文共分为六章。 第1章综述认知无线电,并给出论文的研究背景、研究现状、主要内容及章节概要。 第2章研究认知无线电最优频谱感知算法。本章基于对授权用户信号的分析,提出利用小波分析对授权用户信号进行多尺度小波变换,然后利用Neyman-Pearson最优判断准则对授权用户信号的出现进行判断。在此基础上,提出了感知算法的数学模型,推导出最优感知器结构。仿真结果表明,单个最优感知器不能满足系统性能要求。为此进一步提出了基于空间分集的最优感知器结构,仿真结果表明,该方法能抵抗多径和阴影衰落的影响,而且当系统的检测概率给定某值(比如99.9％)时,只要感知单元的参数与检测的节点数目合适,虚警概率就能小于某一容许的值,完全满足系统的性能要求。 第3章研究认知无线电媒体接入控制技术。在分析认知用户动态接入授权频带的基础上,利用马尔可夫理论,分别提出了没有频谱切换和具有频谱切换的的认知用户接入授权频带的一般模型,推导和讨论了这两种情况下的几个重要的系统参数,包括被迫中断概率、阻塞概率、频谱利用率和系统吞吐量等；为了平衡被迫中断概率和阻塞概率,提出了信道预留方案,通过马尔可夫理论分析以及仿真,结果表明在认知无线网络中采用这种方案,不仅可以平衡被迫中断概率和阻塞概率以满足系统的QoS要求,而且可以显著提高认知用户的吞吐量。 第4章研究认知无线电信道分配技术。分析了认知无线电的信道分配问题是一个NP-Hard问题,传统算法的处理效果不佳,需要一种有效快速的算法,为此提出利用低复杂度的因子图与和积算法理论对动态资源进行分配,该方法以最大化信道利用率为主要目标,同时也考虑干扰的最小化和接入的公平性,实际上这是一个求多变量最优解的问题。在这种算法中,首先用因子图把一个复杂问题分成几个简单的局部问题,对这些局部问题同时进行求解且通过信息传递来完成其相互作用,传递的信息表示了一个认知用户在某个时隙分配某些频谱资源的概率,然后用和积算法理论来完成概率的求解。通过信息不断的传递即不断的迭代,当所有的约束条件都满足时,可以输出一组接近最优的解,即信道分配方案。数值分析结果表明,该信道分配算法具有频谱利用率高、同时也体现了接入的公平性以及低复杂度等较好的性能。 第5章研究认知无线电在无线传感器网络中的应用。首先提出认知无线电在无线传感器网络中的应用构想。由于传感器节点能量有限,为了避免节点之间的通信冲突,提出利用认知无线电的概念选择可利用的频带进行通信以提高能量和频谱的利用率,还将前述的动态频谱接入控制算法和动态信道分配算法应用到无线传感器网络中。然后研究无线传感器网络数据收集节能算法,以一组静止的传感器节点和基站构成的网络为研究对象,以最大化网络生命为目的,提出一种新的分布式数据收集节能算法。该算法分为三部分：首先,提出Hausdorff分簇算法,该算法以Hausdorff距离作为分簇的量度,根据节点的位置、通信的有效性和网络的联通性将传感器节点分成几个静态的簇；其次,提出一种贪婪算法为每个簇周期性地选择新簇首,在整个网络生命中分簇只执行一次,而每个簇的簇首是由簇中的成员最优地轮换调度；最后,簇首之间构成网络骨架周期地收集、融合和转发数据到基站,它们之间的通信采用最小功耗路由算法,其中利用了Dijkstris最短路径算法。仿真结果表明,算法能达到节能目的从而显著延长网络生命。 第6章总结本学位论文工作的主要研究成果并对进一步研究的问题进行讨论。