基于无线电的多主用户定位分析

第一章绪论

1.1引言
传统的无线通信系统都是基于静态频谱分配的方式，这些系统只能在被授权的频段上工作，使用特制的MODEM、信道传输协议等。为了解决不同的通信标准间的共存问题，出现了基于可编程软件的软件无线电技术（Software Defined Radio, SDR)，此项技术能在预先定义好的几个频段之间进行切换。软件无线电系统具有很高的灵活性但是相对缺乏智能。目前各种无线通信业务需求层出不穷，可以被分配的频谱资源越来越短缺。业内将更先进的无线通信新理论和新技术应用到系统中，例如链路增强、自适应和多天线技术等提高无线频谱的使用效率，但是发现整个世界范围内授权频段的利用率非常不乐观，特别是信号传播特性较好的频段频谱。美国联邦通信委员会(FederalCommunications Commission. FCC)的大量研究报告表明：一些非授权频段占用频繁，而一些授权频段缺经常空闲，导致了无线频谱的使用情况极不平衡。
来自美国国家无线电网络研究实验平台项目的一份测量报告表明，3 GHz以下频段的平均频谱使用率还不至16%。而FCC的多份研究报告都提到，一些公用频段如ISM频段以及适用于陆地移动通信的2GHz授权频段目M冲突已经很严重。图1-1中为对0?6GHz信号强度的测试后得到的无线频iiS：使用情况。众多学者的研究结果显示，授权频段只具有15%-85%的平均使用率。因此，能够对稀缺的的频谱资源实现动态利用技术成为近几年来人们关注的焦点。目前在工业、科学和医用等公用频段上的频谱利用技术，都仅限于对固定频段的共享，或者是聚焦在具有低发送功率特性的短距离通信。这些频谱共享技术虽然提高了频谱利用率，但是增加了通信间的干扰。于是有学者提出，如果通信系统能够自适应地感知自身所处的频谱环境，通过机器的智能学习来实现实时地调整调制、编码和信道协议等通信系统的传输参数，或者充分重复使用已指派频段中的频段空洞，就可以实现空时频三个维度上频谱的接入，进而实现频谱使用率的大幅提高。于是诞生了一种划时代意义的智能频谱利用技术一认知无线电(Cognitive Radio, CR)。
认知无线电能够依靠智能的认知引擎的支持，通过监测认知无线环境信息，并根据特定的学习和决策算法，来实现实时自适应地改变系统的工作参数，动态认知和高效地利用频谱空洞，理论上允许在时间、频率以及空间上进行三维的频谱复用，这将大大提高了频谱利用率，并降低由频诺和带宽限制所带来的对无线通信技术发展的束缚，因此认知无线电是一种更为智能的频谱共享技术，被公认为未来最具潜力的无线技术发展趋势之一。
由此可见，认知无线电系统己经成为一种具有巨大潜力的新型无线网络体系结构，应用前景一片大好。许多学者指出，解决频谱感知、自适应频谱分配和无线频谱管理等关键技术问题后就能够很好地实现认知无线电技术，并且研制出具有认知功能的无线局域网产品。在认知无线网络中，通过对主用户空间位置的定位，能够减少对主用户网络的有害千扰，使得认知用户可以更好地利用频谱空闲的接入机会，因而对认知无线电网络的协议设计和性能优化具有重要的意义。
在主用户定位算法中可以分为两类：单个主用户定位算法和多个卞：川户定位算法。单个主用户定位算法有两大分支：基于测距的定位算法和基于准测距的定位算法，基于测距的定位算法主要有信号到达角度(Angle ofArrival, AOA)>信号到达时间（Time of Arrival, TOA)、信号到达时间差(TimeDifference of Arrival, TDOA)以及接收信号强度(Received Signal Strength, RSS)等算法，然而在实际中，认知用户与主用户建立合作交互协议并不容易，因而很难获得主用户的发射功率，所以基于测距的定位算法在实现上有一定困难；基于准测距的定位算法[3'4'5]将主用户的发射功率作为其中一个参数来估计，使算法更容易实现。成熟的多个主用户定位算法有期望最大化算法（Expectation-Maximizationfl和全局优化算法（GlobalOptimization),通过聚类算法能够获得发射机"智能"的初始估计位置，提高了检测性能。

1.2认知无线电主用户定位研究意义
在[8, 9]中，学者认为：认知无线电网络中，对主用户和认知用户的精确定位信息有着很重要的作用：已知主用户和认知用户的准确位置，能估计出主用户和认知用户间的距离，然后根据发射机和接收机的功率测量来估计出信道的衰落因子；通过建立基于用户位置信息的频谱资源管理算法，可以有效提高频谱利用效率，确保主用户在通信过程中不会受到来自认知用户的干扰，并能够在确保用户间正常通信的前提下保持用户发射信号功率最小；实现认知无线电网络的优化配置，最大化频谱的利用效率和空间重用率。用户位置信息识别技术的应用可以分为四大类：
（1)基于位置信息的服务（例如：实施交通监控）；
(2)以位置信息作为辅助的网络优化（例如：以位置信息作为辅助的动态频谱接入系统）；
（3)以位置信息作为辅助的发射接收机算法优化（例如：以位置信息作为辅助的通信链路自适应器）；
（4)以位置信息作为辅助的通信环境感知（例如：以位置信息作为辅助的信道环境识别）。[10]作者指出，具有位置信息辅助的网络系统是动态地管理认知无线电网络频谱的一项重要技术，众多学者已经将"无线环境信息地图"作为支撑频谱管理的一种重要方式。

    1.3 本课题研究现状 ..................12-14
    1.4 论文的结构 ..................14-16
第二章单个主用户定位算法 ..................16-25
    2.1 引言 ..................16
    2.2 基于RSSI的主用户定位算法 ..................16-22
        2.2.1 无线信号传播模型 ..................16-19
        2.2.2 三角形质心算法 ..................19-21
        2.2.3 基于RSSI的定位算法执行过程 ..................21
        2.2.4 基于聚类的RSSI定位算法分析 ..................21-22
    2.3 仿真分析 ..................22-23
    2.4 本章小结 ..................23-25
第三章数量已知的多个主用户定位研究 ..................25-33
    3.1 引言 ..................25-26
    3.2 基于EM的多主用户定位算法 ..................26-31
        3.2.1 系统模型 ..................26-27
        3.2.2 EM定位算法分析 ..................27-30
        3.2.3 主用户位置初始化方法 ..................30-31
    3.3 仿真分析 ..................31-32
    3.4 本章小结 ..................32-33
第四章数量未知的多个主用户定位 ..................33-46
    4.1 引言 ..................33
    4.2 基于SVD的主用户数量估计算法分析 ..................33-37
    4.3 基于迭代聚类的多主用户定位算法分析 ..................37-43
    4.4 仿真分析 ..................43-45
    4.5 本章小结 ..................45-46

结 论

利用授权用户的频谱资源，进行通信是认知无线电技术的特点，并且认知无线电技术能够提高频谱资源利用效率，缓解当前频谱资源紧张的现状。在认知无线网络研究中，获得主用户的空间位置信息，能够减少对主用户网络的有害干扰，使得认知用户可以更好地利用频谱空闲的接入机会，因而对认知无线电网络的协议设计和性能优化具有重要的意义。本文研究基于信号强度的主用户的定位算法，用于获得主用户发射机的位置信息。主要的创新成果有：
(1)通过分析无线传感器网络中基于RSSI的未知节点定位算法，研究了认知无线电网络中基于信号强度的主用户定位算法。进一歩提出一种通过K-Means聚类的单个主用户定位算法，算法利用到所有圆的交点，对交点集做聚类分析，最终得到主用户发射机的位置信息。
(2)针对实际的认知无线电网络固定频带上多个主用户同时存在的情形，研究了基于EM算法的多个主用户定位算法，当已知主用户发射机数量的情况下，核算法可以在主用户和认知用户不合作的认知无线电环境下进行定位。算法将2M维的优化问题转化为M个2维的优化问题，降低了计算的复杂度和优化算法的难度。(3)针对实际用屮很难获得、用户发射机的数量信息的问题，提出了一个基于迭代聚类的多广定位估计法，通过奇异值分解估计出主用户发射机的数量，解决了多主川户定位问题屮^要发射机数％先^知W的难点，并通过聚类算法和迭代过程佔计上川户发射机的位置信息。