【摘 要】
:
随着无线通信技术的飞速发展、无线用户的爆发式增长导致对频谱资源的需求不断增加。如何有效的检测频谱空洞,提高频谱利用率就显得十分关键。认知无线电被认为是有效解决频谱稀缺的技术,并且得到广泛关注。在认知无线电Underlay模式下主、次网络可以共同使用信道,这有效提升了频谱利用率,但次级用户的发射功率受到严格限制,因此传输范围有限,通信质量变差。因此学者们想到了借助中继的帮助,创造性的把中继协同传输引
论文部分内容阅读
随着无线通信技术的飞速发展、无线用户的爆发式增长导致对频谱资源的需求不断增加。如何有效的检测频谱空洞,提高频谱利用率就显得十分关键。认知无线电被认为是有效解决频谱稀缺的技术,并且得到广泛关注。在认知无线电Underlay模式下主、次网络可以共同使用信道,这有效提升了频谱利用率,但次级用户的发射功率受到严格限制,因此传输范围有限,通信质量变差。因此学者们想到了借助中继的帮助,创造性的把中继协同传输引入到认知无线电中,但以往的转发策略不能够根据实际的需求去动态调整转发策略,并且许多研究并未考虑采用转发策略后导致的能耗问题,所建立的系统模型通常忽略了主网络对次级网络的影响。因此,本研究首先建立了一个主、次相互干扰的系统模型,在该模型下提出了基于潜在中继的改进最佳中继转发策略,并且对主、次网络的信干噪比进行了详尽的分析,通过卷积公式推导了该策略的端到端信干噪比分布函数。得到了中断概率、误码率的显性表达式。对所提出的转发策略进行了数值模拟,并与传统的最佳中继、直接通信进行了性能比较。其次,为了降低次级网络的能耗,延长生存寿命,提出了基于剩余能量的簇生成算法。通过两次簇结构确定循环,所有的中继节点都被划分为簇头或簇成员。由簇头承担获取信道状态信息、确定转发中继数量等操作,节省其它中继的能量。并且本文给出了该算法的具体操作流程及伪代码。接着,本文提出了带有簇结构的全双工自适应中继转发策略。通过设置性能要求阈值ηth、干扰阈值Ith做到了自适应的确定转发中继数量,并且由于采用簇结构的传输形式,这使网络生存周期更长、系统能耗更低。推导了主、次网络信干噪比的分布函数,计算了次级网络的中断概率、误码率、吞吐量。研究了主网络在受到干扰时性能的变化。最后,针对上述分析得到的表达式,通过MATLAB对基于簇结构的全双工自适应中继转发策略进行了数值模拟,并与最佳中继、直接通信进行了比较。揭示了影响主、次网络性能的因素。
其他文献
随着现代机械加工技术的不断进步,机械行业不再满足于单纯的“能加工”,而是要求高精度、高效率的加工过程,加工方式也逐步向着自动化、智能化方向迈进。铣削加工是重要的机械加工手段,加工过程中,铣削工艺系统的动刚度与切削颤振密切相关,对加工精度和工件表面质量有着重要影响。目前国内外学者通过有限元仿真和解析计算在一定程度上均得以实现动刚度的获取,然而在有限元建模时,所建模型难免与实际工况有所出入,而解析计算
随着移动技术的发展以及网民数量的增长,互联网中的信息与日俱增,文本数据是这些信息最主要的表现形式之一。从海量文本数据中提取和使用有价值的主观信息是如今自然语言处理领域中非常受欢迎的研究课题。其中,对文本中隐含的主观情感倾向性进行分析研究,可以为用户推荐、舆情分析等领域提供有益的指导。现有的文本情感分析方法尽管取得了一定的成绩,但仍存在一些缺陷:依靠情感词典判断情感极性,其准确性过于依赖词典质量的好
计算机视觉领域的一个重要分支是目标检测,在以智能监控和无人驾驶为代表的人工智能新兴应用领域中,对目标检测任务的要求是实现现实图像中各类物体的边界提取、分类以及识别等。随着卷积神经网络的快速发展,基于深度学习的目标检测研究成为一种实现检测高精度和高准确率的重要手段。目前常见的目标检测算法通常需要像素级的标注信息来训练网络模型,但像素级标注信息的获取是劳动密集型的且容易受条件的限制使目标特征淹没在噪声
数据维度相关性分析一直以来是数据分析领域的研究重点,随着大数据在当今社会各个应用方面的快速发展,数据信息量出现了指数式增长,数据维度也越来越高,维数灾难成为了亟需解决的问题。数据可视化将数据用图形化的方式进行直观的展现,可以很好的帮助用户进行数据分析,并通过图形描述可以直观判断几个数据维度间存在何种相关关系。但是传统的可视化方法难以解决维数灾难的问题。一些数据挖掘方法虽然可行,但是难以把过程具象化
车联网作为智能交通系统的重要基础,通过建立车辆和基础设施之间的网络,实现信息的收集和分发。然而,由于无线通信及车联网自身的特征,使其面临一些安全威胁,如消息可靠性,隐私泄露等问题。若不加以防护和管理,将带来严重后果,因此,对车联网安全机制进行研究具有十分重要的意义。近年来,区块链广泛应用于智能合约、智能运输、供应链、数据管理、信任评估等多个领域,其快速发展为车联网安全领域提供了新的方向。本文在借鉴
近年来,随着社会发展与科技进步,2D图像物体检测在许多方面取得了很大进展。然而,在自动驾驶或增强现实(AR)的许多应用中除了获得2D边界框之外,还需要3D理解。目前随着在移动设备和自动驾驶车辆上3D传感器的普及,许多3D数据被获取和处理。因此,对于3D的理解也就变得格外重要。本文主要研究三维物体检测,它是对物体类别进行分类,并估算物理对象的三维边界框。目前3D物体检测常见的其中一种方法是基于二维驱
近年来,伴随大数据相关技术的不断发展与成熟,与之相关的应用也渗透到不同的领域,对于政府部门而言,政务环境、服务方式、治理决策等多个方面都受到了政务大数据的影响,政府部门在信息化建设方面也在加紧步伐迈入新的阶段。政务信息化在急速发展的同时积累了大批的政务数据,覆盖范围广、数据种类多、利用价值高,政务大数据体系已有了良好的根底与基础。现阶段,部分政府部门已建立了独立的政务业务系统,但随着政务服务与信息
随着互联网的全面普及,人们在微博、论坛、点评网站、购物网站等平台上发表的观点和评论数量呈指数形式增长。通过对这些数据进行收集、分析、挖掘,获取其中所包含的情感倾向,对于个人、企业和政府来讲具有重要的意义。随着互联网中文本数据的快速增长,人工智能的飞速发展,机器学习和深度学习的普遍应用,文本情感分析得到了学术界的广泛关注。本文首先通过对中文评论文本进行分析,结合文本数据的特征,提出了一种基于改进Tr
随着高校信息化建设的快速发展,以校园一卡通系统为代表的信息化系统被广泛地应用到学生生活的各个方面,产生了大量的学生行为数据,如何从这些数据中挖掘有用信息,分析学生行为与成绩之间的关联模式,是当前教育领域的热门研究课题。本文主要是基于学生行为的成绩预测研究,结合数据挖掘分类算法和深度学习算法对学生在校园活动中的行为数据进行分析,试图找到一种预测准确率较高的学生成绩预测方法。首先,通过聚类和关联规则分
人们很容易受到各种形式的伤害,包括先天性和后天性疾病。膝关节作为人体中最大和最坚固的关节之一,其发病率持续上升,目前全世界约有2.5亿人受到膝关节疾病的影响,主要表现在软骨受损。然而膝关节中的关节软骨上的动态负荷可以通过膝关节外力矩和冲力可靠地预测。因此,可通过设计理想的矫形器以修复、激活和纠正损坏关节,进一步恢复肢体功能。然而,目前市场上的膝关节矫形器存在许多不符合使用的要求,如治疗效率低、舒适