基于遗传算法的OFDM系统的智能决策引擎研究-通信与信息系统专业论文.docx

万方数据 万方数据 分类号 密级 UDC 注 1  学 位 论 文 基于遗传算法的 OFDM 系统的 智能决策引擎研究 （题名和副题名） 程元淋 （作者姓名） 指导教师 程郁凡 研究员 电子科技大学 成 都 （姓名、职称、单位名称） 申请学位级别 硕士 学科专业 通信与信 息系统 提交论文日期 2013.4 论文答辩日期 2013.5 学位授予单位和日期 电子科技大学 2013 年 6 月 30 日 答辩委员会主席 评阅人 注 1：注明《国际十进分类法 UDC》的类号。 A RESEARCH OF INTELLIGENT DECISION ENGINE OF OFDM SYSTEM BASED ON GENETIC ALGORITHM A Thesis Submitted to University of Electronic Science and Technology of China Major: Communication and Information Systems Author: Cheng Yuanlin Advisor: Researcher Cheng Yufan School : National Key Laboratory of Science and Technology on Communications 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作 及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为 获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 签名： 日期： 年 月 日 论文使用授权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 签名： 导师签名： 日期： 年 月 日 摘 要 摘 要 认知无线电技术近年来成为了下一代通信的研究热点，其中的许多关键思想 也被人们应用到相关领域，智能决策作为认知无线电的核心之一，是未来的通信 发展的主要方向，本文主要研究基于遗传算法的 OFDM 系统的抗干扰智能决策引 擎，主要工作分为三部分，介绍如下： 本文的第一部分主要介绍抗干扰智能决策引擎的概念、分类及结构，重点研 究基于遗传算法、量子遗传算法、模拟退火遗传算法、二进制粒子群算法在内的 不同进化算法的决策单元性能，仿真结果表明遗传算法在全局寻优中有较快的收 敛速度和准确的搜寻结果，作为决策单元的主要算法具有良好的性能；同时本文 还分析比较了学习单元的两种算法：基于案例推理和基于规则推理。 本文的第二部分主要研究无干扰环境下 OFDM 系统的智能决策引擎，首先设 计了智能决策引擎的框架，然后针对 OFDM 系统的子载波比特功率分配：第一设 计了基于遗传算法的决策单元，同时仿真分析了决策单元算法与传统比特功率分 配算法，仿真结果表明：在子载波比特功率分配中，目标函数为最小化发射功率 时，基于遗传算法的决策单元的总功率要小于传统比特功率分配算法；第二针对 遗传算法进行了改进，包括初始种群中增加优良基因与变异概率可变，仿真结果 表明：基于改进算法的决策单元性能有相应的提升。同时，本文还研究了 OFDM 系统中的调制模式选择，并且对基于遗传算法的决策单元与传统固定门限自适应 算法进行了仿真分析，仿真结果表明：基于遗传算法的决策单元较传统算法有更 小的误码率，同时系统容量也有相应的减小。 本文的第三部分主要研究干扰环境下 OFDM 系统的智能决策引擎，首先提出 了抗干扰智能决策引擎的框架及机理，在干扰较小的情况下，决策单元会保留所 有子带以达到更高的传输速率，在干扰较大的情况下，决策单元会利用无干扰子 带进行传输，使系统的误码率达到预期，然后对部分带干扰环境下抗干扰智能决 策引擎的进行了性能分析，仿真结果表明：在不同系统要求下，决策单元会根据 系统信道质量如信噪比、信干比来自适应地调整传输参数如调制方式，达到误码 率与数据率的权衡。 本文的工作对抗干扰通信系统有一定的意义，为以后的后续工作提供了研究 思路。 I 摘 要 关键词：正交频分复用，认知无线电，智能决策引擎，遗传算法 II ABSTRACT ABSTRACT Cognitive radio become to the focus of the next genera