1、無(wú)線(xiàn)資源短缺是制約無(wú)線(xiàn)移動(dòng)通信技術(shù)持續(xù)發(fā)展的瓶頸，作為一種有望解決無(wú)線(xiàn)資源緊缺難題的頻譜共享技術(shù)，認(rèn)知無(wú)線(xiàn)電（Cognitive Radio，CR）已成為業(yè)界極為關(guān)注的熱點(diǎn)。頻譜感知是實(shí)現(xiàn)頻譜高效利用的重要途徑，通過(guò)對(duì)頻譜環(huán)境的智能感知，認(rèn)知用戶(hù)可以得到分配給主用戶(hù)但暫時(shí)未被占用的空閑信道。本文主要針對(duì)頻譜感知獲得的空閑信道，在不同優(yōu)化目標(biāo)下進(jìn)行信道分配算法的研究。本文通過(guò)對(duì)信道分配算法的改進(jìn)和優(yōu)化，使信道分配結(jié)果滿(mǎn)足給定的優(yōu)化目標(biāo)，并

2、且根據(jù)不同的優(yōu)化目標(biāo)，得到了樹(shù)狀結(jié)構(gòu)和鏈狀結(jié)構(gòu)的信道分配結(jié)果。
　　本文首先提出了一種時(shí)分頻分混合形式的網(wǎng)絡(luò)模型。在該時(shí)頻混合網(wǎng)絡(luò)模型中，節(jié)點(diǎn)根據(jù)不同的級(jí)別關(guān)系分別使用頻分或時(shí)分的信道復(fù)用方式，本文將基于該網(wǎng)絡(luò)模型對(duì)信道分配策略進(jìn)行研究。本文分別提出了最大化瓶頸鏈路速率和最大化指定鏈路速率兩個(gè)優(yōu)化目標(biāo)，在對(duì)節(jié)點(diǎn)進(jìn)行信道分配的同時(shí)需要滿(mǎn)足不同的優(yōu)化目標(biāo)。
　　針對(duì)最大化瓶頸鏈路速率優(yōu)化目標(biāo)，本文分別從樹(shù)狀網(wǎng)和鏈狀網(wǎng)兩個(gè)方面進(jìn)行

3、信道分配算法的研究。在樹(shù)狀網(wǎng)信道分配算法中，本文首先使用降維算法對(duì)初始信道信息進(jìn)行降維處理，得到低維信道信息后將其輸入核心樹(shù)算法，從而得到瓶頸鏈路的網(wǎng)絡(luò)拓?fù)?。得到瓶頸鏈路網(wǎng)絡(luò)拓?fù)浜螅褂脙?yōu)化的KM算法對(duì)瓶頸鏈路節(jié)點(diǎn)進(jìn)行滿(mǎn)足速率最大化的信道分配。最后，對(duì)瓶頸鏈路以外的剩余節(jié)點(diǎn)進(jìn)行信道分配。在鏈狀網(wǎng)絡(luò)信道分配算法中，瓶頸鏈路速率最大化即為全鏈路速率最大化。首先利用基于TSP問(wèn)題的鏈狀網(wǎng)生成算法得到鏈狀網(wǎng)拓?fù)浣Y(jié)果，然后通過(guò)優(yōu)化的KM算法對(duì)全鏈

4、路節(jié)點(diǎn)進(jìn)行滿(mǎn)足速率最大化要求的信道分配。
　　針對(duì)最大化指定鏈路速率優(yōu)化目標(biāo)，本文分別從樹(shù)狀網(wǎng)和鏈狀網(wǎng)兩個(gè)方面進(jìn)行信道分配算法的研究。在樹(shù)狀網(wǎng)信道分配算法中，本文提出了使用改進(jìn)的Floyd算法完成指定鏈路的拓?fù)渖珊托诺婪峙洹Ｔ撍惴ㄊ贡M可能多的剩余節(jié)點(diǎn)接入指定鏈路，從而保證了剩余節(jié)點(diǎn)的通信質(zhì)量，同時(shí)提高了組網(wǎng)成功率。指定鏈路信道分配完成后，利用剩余節(jié)點(diǎn)信道分配算法對(duì)剩余節(jié)點(diǎn)進(jìn)行信道分配。在鏈狀網(wǎng)絡(luò)信道分配算法中，首先利用基于TSP

5、問(wèn)題的鏈路生成算法得到指定鏈路拓?fù)浣Y(jié)果，然后通過(guò)優(yōu)化的KM算法分別對(duì)指定鏈路節(jié)點(diǎn)和剩余節(jié)點(diǎn)進(jìn)行信道分配。
　　本文針對(duì)不同優(yōu)化目標(biāo)下的信道分配算法提出了改進(jìn)的Floyd算法和優(yōu)化的KM算法。通過(guò)仿真分析可知，以上兩種算法在組網(wǎng)成功率和運(yùn)行時(shí)間兩個(gè)指標(biāo)上具有明顯優(yōu)勢(shì)。本文分別研究了指定鏈路速率最大化和瓶頸鏈路速率最大化兩個(gè)優(yōu)化目標(biāo)下的組網(wǎng)和信道分配策略，并基于每種優(yōu)化目標(biāo)分別得到了樹(shù)狀網(wǎng)絡(luò)信道分配結(jié)果和鏈狀網(wǎng)絡(luò)信道分配結(jié)果。本文提出