以綠能為觀點的感知無線電下最佳傳輸策略的設計與模擬

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：20

、訪客IP：18.117.216.36

姓名

藍乾上(LAN,CHIEN-SHANG) 查詢紙本館藏

畢業系所

通訊工程學系

論文名稱

以綠能為觀點的感知無線電下最佳傳輸策略的設計與模擬
(Design and Simulation of Optimal Transmission Power Management for Energy Harvesting Cognitive Radio Networks)

相關論文

★ 基於干擾對齊方法於多用戶多天線下之聯合預編碼器及解碼器設計	★ 應用壓縮感測技術於正交分頻多工系統之稀疏多路徑通道追蹤與通道估計方法
★ 應用於行動LTE 上鏈SC-FDMA 系統之通道等化與資源分配演算法	★ 以因子圖為基礎之感知無線電系統稀疏頻譜偵測
★ Sparse Spectrum Detection with Sub-blocks Partition for Cognitive Radio Systems	★ 中繼網路於多路徑通道環境下基於領航信號的通道估測方法研究
★ 基於代價賽局在裝置對裝置間通訊下之資源分配與使用者劃分	★ 應用於多用戶雙向中繼網路之聯合預編碼器及訊號對齊與天線選擇研究
★ 多用戶波束成型和機會式排程於透明階層式蜂巢式系統	★ 應用於能量採集中繼網路之最佳傳輸策略研究設計及模擬
★ 感知無線電中繼網路下使用能量採集的傳輸策略之設計與模擬	★ 二使用者於能量採集網路架構之合作式傳輸策略設計及模擬
★ 基於Q-Learning之雙向能量採集通訊傳輸方法設計與模擬	★ 多輸入多輸出下同時訊息及能量傳輸系統之設計與模擬
★ 附無線充電裝置間通訊於蜂巢式系統之設計與模擬	★ 波束成形與資源分配於無線充電蜂巢式網路之設計與模擬

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

至系統瀏覽論文 ( 永不開放)

摘要(中)

在此篇論文裡，吾人考慮了以綠能為觀點的感知無線電網路，沒有頻譜認證的次要使用者需利用頻譜檢測技術去檢測主要使用者是否正在傳輸資料，如果主要使用者是處於閒置狀態，次要使用者會接取頻譜去傳送資料。由於吾人考慮的次要使用者為一能量採集點，在每一時刻來的能量為一隨機過程，因此不能隨意地耗費能量。當次要使用者決定執行頻譜檢測，雖然消耗越多的能量，主要使用者狀態越明確，但用來傳送資料的能量與時間相對地減少。所以吾人以部分觀察馬可夫決策過程(POMDP)來找出最佳傳送策略，此決策過程會根據過往的觀察與現今的狀態來選出最好的動作。由於考慮的狀態總數過大，無法找出最佳解，所以吾人以兩種次佳解決策過程來解決上述所說的問題。最後吾人所提出的次佳解比其他次佳解方法還好。

摘要(英)

In this paper, we consider energy harvesting cognitive Radio. No licensed, low priority secondary user needs to estimate licensed, high priority primary user’s activity by using spectrum sensing. If the sensing result is idle, secondary user will access bandwidth to transmit its own data. Due to secondary user is an energy harvesting sensor node, harvested energy is a stochastic process at any given time. Therefore we can’t waste any energy causally. When primary user decides to execute the action of spectrum sensing, the more energy for sensing is more reliable, SU has less time and energy to transmit signal. We formulate the optimal power management as partially observable Markov decision process(POMDP). POMDP will find an optimal policy based on previous observations and current informations. Thanks to the total number of states are too large, we can’t find an optimal solution. We use two sub-optimal solution to solve original POMDP. Finally, the sub-optimal solution we propose is better than another approach in other paper.

關鍵字(中)

★ 感知無線電
★ 能量採集
★ POMDP

關鍵字(英)

★ Cognitive Radio
★ energy harvesting
★ POMDP

論文目次

誌謝 i
摘要 ii
Abstract iii
目錄 iv
圖目錄 vi
第一章緒論 1
1.1 研究背景 1
1.2 文獻參考 2
第二章研究理論介紹 4
2.1 感知無線電(Cognitive Radio) 4
2.2頻譜檢測(Spectrum Sensing) 5
2.2.1 多維度頻譜檢測 6
2.3 馬可夫決策過程 9
2.3.1 MDP 基本模型與概念 9
2.3.2 基本模型 9
2.3.3 狀態集合 10
2.3.4 動作集合 11
2.3.5 狀態轉移機率函數 12
2.3.6 即時報酬函數 13
2.3.7 MDP策略 14
2.3.8 MDP解決方法 16
2.4 部分觀察馬可夫決策過程 19
2.4.1 POMDP系統模型 20
2.4.2 觀察 21
2.4.3 可信狀態 22
2.4.4 可信狀態更新 23
2.4.5 POMDP策略 24
第三章系統模型 26
3.1 能量採集與電池模型 26
3.1.1 能量採集模型 26
3.1.2 電池轉移模型 28
3.2 時變通道模型 28
3.3 能量檢測 30
3.3.1 一般的能量檢測 30
3.3.2 能量檢測技術 31
3.4 單一使用者的感知無線電 35
3.4.1主要使用者的系統模型 37
3.4.2次要使用者的系統模型 37
3.5 POMDP 解決方法 46
3.5.1 離散型可信狀態次佳解法 47
3.5.2已知型次佳解法 50
第四章證明 56
4.1 可信狀態位階與數值關係 56
第五章模擬數據與討論 64
第六章結論 73
附錄 A 平均值與變異數推導 74
參考文獻 77

參考文獻

[1] G. Staple and K. Werbach, “The end of spectrum scarcity,” in Proc. IEEE Spectrum Archive, vol. 41, no. 3, pp.48-52, March 2004.
[2] S. Haykin, “Cognitive Radio: Brain-empowered wireless communications,” in Proc. IEEE J. Sel. Areas Commun, vol. 23, no. 2, pp. 201-220, February 2005.
[3] H. Kim and K. G. Shin, “Efficient discovery of spectrum opportunities with MAC-layer sensing in cognitive radio networks,” in Proc. IEEE Trans. Mobile Comput., vol. 7, no. 5, pp. 533-545, May 2008.
[4] M.-L. Ku, (no.36 Feb. 2012), 「寬頻感知無線電及壓縮感知技術簡介」, Proc. Networked Commun. Program(NCP), Newslett., Taiwan., [Online]. Available: http://www.ce.ncu.edu.tw/~mlku/NCP_mlku.pdf
[5] H. T. Yu, "Lifetime Maximization of Secondary Cooperative Systems in Underlay Cognitive Radio Networks", Dept. of Inst. Of Commun., Nat. Sun Tat-sen Univ.[Online]. Available: http://etd.lib.nsysu.edu.tw/ETD-db/ETD-search-c/view_etd?URN=etd-0830112-160942
[6] J.Meng, W. Yin, H. Li; E. Hossain and Z. Han, "Collaborative Spectrum Sensing from Sparse Observations in Cognitive Radio Networks," in Proc. IEEE J. Sel. Areas Commun. , vol.29, no.2, pp.327-337, Feb. 2011.
[7] Ying-Chang Liang, Yonghong Zeng, Edward C.Y Peh, and Anh Hoang, “Sensing-Throughput Tradeoff for Cognitive Radio Networks,” IEEE Trans. Wireless Commun., VOL. 7 NO. 4, Apr. 2008.
[8] L.I Li’an, CHEN Cailian, LIN Feilong, GUAN Xinping, “Optimal Dynamic Sensing Policy for Cognitive Radio Network: A POMDP model Based Method,” Proceedings of the 32nd Chinese Control Conference July 26-28, 2013, Xi’an, China.
[9] Ahmed Sultan, “Sensing and Transmit Energy Optimization for an Energy Harvesting Cognitive Radio,” IEEE WIRELESS COMMUNICATIONS LETTERS, VOL. 1, NO. 5, OCTIBER 2012.
[10] Muhammad Usman and Insoo Koo, “Access Strategy for Hybrid Underlay-Overlay Cognitive Radios With Energy Harvesting,”,IEEE SENSORS JOURNAL, VOL. 14, NO. 9, SEPTEMBER 2014.
[11] Lingcen WU, Wei Wang, Zhaoyang Zhang, “A POMDP-based Optimal Spectrum Sensing and Access Scheme for Cognitive Radio Networks with Hardware Limitation,” 2012 IEEE Wireless Communications and Networking Conference: MAC Cross-Layer Design.
[12] Meng-Lin Ku, Yan Chen, K. j. Ray Liu, “Data-Driven Stochastic Models and Policies for Energy Harvesting Sensor Communications,” 2015 JAC, IEEE Journal on Selected Areas in Communications.
[13] H. S. Wang and N. moayeri, “Finite-state Markov channel-a useful model for radio communication channels,”IEEE Trans. Veh. Technol., vol. 44, no. 1, pp. 163-171, Feb. 1995.
[14] C. H. Papadimitriou and J. N. Tsitsiklis, “The complexity of optimal queuing network control,”Math. Operat. Res., vol. 24, no. 2, pp.293-305, 1999
[15] J. Pineau, G. Gordon, and S. Thrun, “Point-based value iteration: an anytime algorithm for POMDPs,”in Proc. Int. Joint conf. Artif. Intell., 2003, vol. 18, pp. 1025-1032
[16] Anup Aprem, Chandra R. Murthy, and Neelesh B. Metha, “Transmit Power Control Policies for Energy Harvesting Sensors With Retransmissions”IEEE JOURNAL OF SELECTED TOPICS IN SIGNAL PROCESSING, Vol. 7, NO. 5, OCTOBER 2013.
[17] A. R. Cassandra, “Exact and approximate algorithms for partially observable Markov decision processes”Ph.D. dissertation, Dept. of Comput. Sci., Brown Univ., Providence, RI, USA, 1998.

指導教授

古孟霖(Meng-Lin Ku)

審核日期

2015-7-23

推文