2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩58頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、認(rèn)知無線電是一種能夠?qū)崿F(xiàn)頻譜重用、有效提高頻譜利用率的智能無線通信技術(shù),為實(shí)現(xiàn)動(dòng)態(tài)頻譜共享提供了新的途徑。
  論文依托國(guó)家自然科學(xué)基金“基于認(rèn)知無線電的網(wǎng)格網(wǎng)拓?fù)涔芾怼AC機(jī)制和自適應(yīng)資源分配策略研究”,對(duì)認(rèn)知無線電參數(shù)優(yōu)化和敏感度分析展開研究。認(rèn)知無線電參數(shù)優(yōu)化能根據(jù)外部環(huán)境的變化,實(shí)時(shí)獲得當(dāng)前最優(yōu)的工作參數(shù);而參數(shù)敏感度分析則是為了尋求傳輸參數(shù)與系統(tǒng)性能目標(biāo)之間的內(nèi)在聯(lián)系。將參數(shù)敏感度分析與參數(shù)優(yōu)化結(jié)合,既能有效指導(dǎo)傳輸參

2、數(shù)的自適應(yīng)調(diào)整,又能有的放矢,關(guān)注主要因素、忽略次要因素,從而降低信號(hào)處理的復(fù)雜度和運(yùn)算量。主要研究?jī)?nèi)容包括:
  1)從認(rèn)知無線電的基本原理和關(guān)鍵技術(shù)出發(fā),分析和比較了典型的認(rèn)知無線電決策引擎和認(rèn)知引擎模型的技術(shù)特點(diǎn),介紹了多目標(biāo)優(yōu)化的數(shù)學(xué)描述和傳統(tǒng)的多目標(biāo)優(yōu)化方法。
  2)認(rèn)知無線電需要根據(jù)環(huán)境變化和用戶需求自適應(yīng)調(diào)整自身工作參數(shù)?,F(xiàn)有的認(rèn)知引擎大多采用遺傳算法優(yōu)化參數(shù),但隨著認(rèn)知用戶數(shù)的增加,遺傳算法染色體增多,導(dǎo)致

3、算法收斂時(shí)間過長(zhǎng),無法滿足實(shí)時(shí)通信需求。因此,在認(rèn)知無線電進(jìn)行參數(shù)優(yōu)化時(shí),尋求搜索效率高、收斂速度快、穩(wěn)定性高的優(yōu)化算法是認(rèn)知無線電的重要研究?jī)?nèi)容之一。以粒子群算法為基礎(chǔ),依據(jù)認(rèn)知無線電傳輸參數(shù)、優(yōu)化目標(biāo)及其適應(yīng)度函數(shù),提出了利用改進(jìn)慣性因子的粒子群算法對(duì)認(rèn)知無線電參數(shù)進(jìn)行優(yōu)化,并通過仿真驗(yàn)證了算法的有效性,且搜索效率和收斂速度均優(yōu)于遺傳算法,算法穩(wěn)定性較高,滿足認(rèn)知無線電實(shí)時(shí)處理要求。
  3)參數(shù)敏感度分析是為了獲取不同傳輸參

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論