- •Пояснительная записка к выпускной работе
- •Глава 1. Развитие и архитектура когнитивной сети беспроводного доступа 11
- •Глава 2. Сканирование спектра и модель канала беспроводной когнитивной сети 35
- •Глава 3. Разработка модель сканирования спектра когнитивной сети беспроводного доступа 61
- •3.3 Выводы 73
- •Список сокращений
- •Введение
- •Глава 1. Развитие и архитектура когнитивной сети беспроводного доступа
- •Эволюция беспроводных сетей связи
- •Эволюция системы радиосвязи с программируемыми параметрами (sdr)
- •1.3 Когнитивная сеть
- •1.3.1 Эволюция когнитивной сети
- •1.3.2 Основные области применения когнитивной сети
- •1.3.3 Стандарт когнитивной сети ieee 802.22
- •1.3. 4 Архитектура беспроводной когнитивной сети
- •1.3.5 Физическая архитектура когнитивной сети
- •1.3.6 Когнитивный цикл функционирования радиосистемы
- •1.3.7. Когнитивные беспроводные самоорганизующиеся сети
- •1.4 Выводы
- •Глава 2. Сканирование спектра и модель канала беспроводной когнитивной сети
- •Сканирование спектра когнитивной сети
- •2.1. 1. Энергетическое обнаружение
- •2. 1. 2. Обнаружение на основе согласованных фильтров
- •2. 1. 3. Цикло-стационарное обнаружение
- •2.1. 1 Энергетическое обнаружение
- •2.1.2 Обнаружение на основе согласованных фильтров
- •2.1. 3 Цикло-стационарное обнаружение
- •2.2 Проблемы сканирования спектра
- •2.2.1 Измерение температуры помех (интерференции)
- •2.2.2 Сканирование спектра в многопользовательской сети
- •2.2.3 Возможность обнаружения
- •2.2.4 Скрытая проблема терминала
- •2.3 Модель канала когнитивной беспроводной сети
- •2.3.1 Спектральная плотность мощности
- •2.3.2 Эффект Доплера
- •2.3.3 Многолучевое распространение
- •2.3.4 Канал аддитивного белого Гауссовского шума (awgn)
- •2.3.5 Замирание Рэлеевского канала
- •2.3.6 Методы адаптивной модуляции
- •2.3.7 Модель модуляции для когнитивного радио
- •2.3.8 Фазовая манипуляция m-psk
- •2.4 Выводы
- •Глава 3. Разработка модель сканирования спектра когнитивной сети беспроводного доступа
- •3.1 Алгоритм сканирования спектра
- •3.2 Исследование эффективности алгоритма на основе разработанной модели
- •3.2.1 Оценка влияние отношения сигнал/шум на процесс обнаружения первичного сигнала
- •3.2.2 Оценка влияние замирания на процесс обнаружения первичного сигнала
- •3.2.3 Оценка зависимости вероятности обнаружения лицензированного сигнала от вероятности ложного обнаружения при разных количества первичных пользователей.
- •3.3 Выводы
- •Заключение
- •Список литературы
- •Приложение 1
- •Приложение 2
- •Приложение 3
- •Приложения 4
3.3 Выводы
В данной главе разработали модель для сканирования спектра в когнитивной сети с помощью энергетического метода обнаружения. Этот метод является самым популярным методом для сканирования спектра благодаря его простота реализации. Наш подход был принимать решения на основе спектральной плотности мощности канала, который может быть использован познавательно, чтобы выяснить, доступные пробелы, которые могут быть назначены новым входящим пользователям, таким образом, повысить пропускную способность всего канала и эффективно использовать радиочастотный спектр. Тоже в этой главе исследовали влияние разных факторов на обнаружения первичных пользователей.
Следовательно можно сделать вывод, что сканирование спектра является самым подходящим вариантом для эффективного использования спектра, и следовательно увеличение пропускной способность системы связи. Отношение сигнал/шум влияет непосредственно на вероятность обнаружения первичного сигнала, поэтому значение сигнал/шум должно быть высоким, чтобы обеспечить высокую вероятность обнаружения первичного сигнала.
Тоже количество первичных пользователей сети влияет на вероятность обнаружения первичного сигнала, где увеличивая их количества, увеличивается вероятность обнаружения первичного сигнала. Это значит, что вторичные пользователи не могут эффективно использовать спектр, поэтому в сетях беспроводного доступа, у которых абонентов много, вероятность получить доступ к их спектру вторичными пользователями мало.
Также явление замирание сигналов играет роль на вероятность обнаружения первичных сигналов, поэтому для высокого производительности детектора энергии замирание сигналов должно быть минимально.
В целом весь модель была успешной, хотя это заняло довольно много времени и исследований в поиске, некоторые общие алгоритмы моделирования когнитивных систем радиосвязи, но в конце концов мы бы, чтобы прийти с нашей собственной идеей и ее реализации в Matlab. Результаты весьма точны, и мы все еще работаем над улучшением код более презентабельных результатов.
Заключение
В диссертации разработана модель сканирования спектра когнитивной сети беспроводного доступа и исследованы влияние некоторых факторов на эффективности разработанной модели. Основные результаты данной работы сводятся к следующим положениям:
Беспроводные сети передачи данных развиваются в направлении построения перспективных когнитивных сетей передачи данных, в которых предусматривается широкое использование элементов искусственного интеллекта на всех уровнях архитектуры.
Главная задача когнитивной сети это процесс сканирования спектра, поскольку этот процесс определяет свободные полосы частот, неиспользуемые первичными пользователями.
Адаптивная модуляция позволяет адаптировать схему передачи с текущими характеристиками канала. Она изменяет такие параметры как мощность, скорость передачи данных, кодирования и схемы модуляции.
Использование когнитивной сети является самым подходящим вариантом для эффективного использования спектра, и следовательно увеличение пропускной способность системы связи.
Отношение сигнал/шум влияет непосредственно на вероятность обнаружения первичного сигнала, поэтому значение сигнал/шум должно быть высоким, чтобы обеспечить высокую вероятность обнаружения первичного сигнала.
Количество первичных пользователей сети влияет на вероятность обнаружения первичного сигнала, где увеличивая их количества, увеличивается вероятность обнаружения первичного сигнала.