应急通信中协作频谱检测与动态信道分配的研究

来源 :中南大学 | 被引量 : 0次 | 上传用户:jumty
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
当前无线电频谱可用频段已经基本分配完毕,引入认知无线电技术可满足应急通信系统对频谱资源的需求。论文针对应急通信系统的特点对频谱检测和信道分配问题进行了深入研究并提出了相应的解决方案。针对应急通信中因环境恶劣导致的频谱检测不可靠问题,提出一种基于分簇的二次融合协作频谱检测算法。按区域和功能的不同将应急通信系统划分为若干子系统,依据能量均衡的原则进行分簇,根据位置和信噪比建立选择函数进行簇头的挑选。簇内的节点将能量检测的结果发送给簇头,簇头对节点的检测结果和信噪比用加权评估函数进行融合,并将融合结果发送至网关;网关采取OR规则进行决策融合,以降低信道衰减的影响,提高检测的准确率应急通信系统中频谱资源在时间和空间上的动态变化使得寻找一条稳定的公共控制信道十分困难,为此提出一种基于集群智能的动态信道分配算法。系统中每个节点根据检测到的可用信道信噪比和邻居对信道的选择情况,采用信道选择更新函数,进行公共控制信道的选择。应急通信系统中的节点构成一个集群,节点进行各自的信道更新并与其它节点交互形成集群智能。各节点周期性地进行消息发送与监听,依据频谱资源的动态变化即时更新公共控制信道的选择,最终达到全局公共控制信道的动态选择。最后,利用Matlab和NS2仿真工具验证频谱检测和信道分配算法在应急通信系统中的有效性。
其他文献
近年来,随着在线音乐库的蓬勃发展,用户希望通过自动索引方式找到他们喜爱的音乐,通过音乐来舒缓现代社会快节奏、高竞争压力下的心境和情绪,已经成为一种时尚。音色识别,是
近些年,随着互联网的快速发展和网络终端的多样化,网络新闻报道快速增长,新闻信息的结构变得更加复杂。传统的新闻收集、整理、组织和分析工作很难全面的了解新闻报道之间的
在当今社会中,计算机技术被越来越多地应用在在行人导航、大型场馆的人员疏散、时空环境下的交通网络优化、交通网络的评价分析等方面,它们可以统称为时空优化问题。但是在具
支持向量机(Support Vector Machine, SVM)最初于20世纪90年代由Vapnik提出,它采用和传统方法不同的统计学习理论(SLT)为基础,是借助最优化方法解决机器学习问题的一种数据挖
无线多媒体传感器网络的可用频谱有限且通信中干扰严重,如何保障多媒体数据传输的服务质量,是其面临的重要挑战。论文引入认知无线电技术,以满足多媒体流传输的实时性和带宽
使用存储虚拟化技术能够更加充分地发挥存储区域网SAN系统可用性强、扩展性好等特点。在基于带外SAN架构的存储虚拟化系统中,元数据服务器负责整合异构的存储资源和组织元数
随着国民经济的快速发展,各行各业对电能质量的要求不断提高。电力系统无功优化是保证系统安全、经济运行的一种有效手段,是降低网络有功损耗、提高电压质量的重要措施。因此
聚类分析作为数据挖掘中十分重要的一个组成部分,逐渐被许多商家和企业所应用,而聚类分析在一定程度上,受到数据源中待分析数据的线性与非线性制约,在遇到数据之间存在非线性
随着因特网的普及,新闻网页已经成为人们获取信息的一个主要来源之一。但面对浩瀚的信息量,人们需要借助某种方式来快速、准确地搜集自己感兴趣的信息。话题检测与追踪(Topic
随着互联网技术的发展和网络环境的改善,Web应用程序获得了飞速的发展,越来越多的传统本地程序纷纷推出Web版。有着广泛应用的高精度浮点运算可以移植成为Web应用程序,开发出